《遥感原理与应用实习报告》由会员分享，可在线阅读，更多相关《遥感原理与应用实习报告（16页珍藏版）》请在金锄头文库上搜索。
1、遥感原理与应用课程设计遥感原理与应用课程设计“遥感专题信息提取与专题图制作遥感专题信息提取与专题图制作”设计报告设计报告 1遥感专题信息提取和专题图制作遥感专题信息提取和专题图制作一、一、课程设计的目的和意义课程设计的目的和意义1、加深理解和巩固理论课上所学的有关遥感的基本原理、遥感传感器的成像机理、遥感图像的处理方法、专题信息提取以及遥感综合应用技术；2、锻炼自主编程设计遥感图像处理算法和熟练运用遥感软件独立分析问题、解决具体问题的实际工作能力；3、培养良好的工作习惯和科学素养，为今后参加科学研究工作以及毕业设计打下良好的基础。二、二、课程设计的原理和方法课程设计的原理和方法结合在遥感原理与
2、应用课程设计中学习过的有关遥感图像的相关知识，包括使用多项式对遥感影像的进行几何纠正，遥感影像的镶嵌，图像融合，使用模式识别技术对遥感影像进行监督分类和非监督分类，并对分类结果进行评价和处理，最终得到有实际使用价值的专题地图，使用 ERDAS 软件对遥感图像进行处理，提取专题要素并制作专题地图。在本次课程设计中使用的 ERDAS 软件，是成熟的商业化遥感图像处理软件，功能强大，能够对遥感图像进行专业化的处理，并且处理速度高，准确度好，同时操作方便，但需要用户具备一定的遥感专业知识。三、三、课程设计的过程与步骤课程设计的过程与步骤3.1 方案设计方案设计由于本次实习并没有向以往的实习一样有详细的
3、实习步骤说明，需要自行设计实习的具体方案和步骤，根据老师提供的实习任务书中有关要求，结合课程所学知识，首先设计出总体方案，主要包括图像专题信息提取的流程，以及专题地图制作的流程。然后对每一步进行细化，比如影像的几何纠正应该怎样进行，但应该注意这一部分应该不涉及到具体的软件操作，也就是说使用任意一个遥感图像处理软件按照设计的流程，在结合软件的具体操作，都应该能够正确的提取出感兴趣的专题信息。3.2 影像预处理影像预处理由于实习提供的标准影像文件没有投影信息和地理坐标信息，为了能够使用该影像对需要处理的影像进行几何纠正，首先需要将相关的信息添加到影像中。使用 ERDAS 打开标准影像 sp_yc.
4、img，点击快捷按钮中的影像信息按钮，弹出影像信息对话框，在地图信息和投影信息中可以看到没有相应的信息，此时选择 Edit-2Change Map Model，弹出地图模型对话框并根据老师提供的数据修改左上角像素的地理坐标信息和影像投影信息，修改完成如下图。Figure 1 修改地图模型结果然后点击 Edit-Add/Change Projection,弹出添加影像投影信息对话框，选择影像的投影信息为 UTM 投影，坐标系为 WGS84 坐标系，投影带为 49 号带，然后确定。最后确认投影及地理坐标信息修改无误后，关闭图像信息对话框，并保存影像。3.3 图像合成图像合成由于老师提供的 TM 影
5、像是按照一个波段一个文件进行保存的，首先需要将不同波段合成为一个多波段的单文件影像。使用 ERDAS 的 Image Interpreter 模块，选择 Utilities，再选择 Layer Stack 功能，弹出图像层合成对话框，将需要合成的图像添加进来，并在数据文件中选择输出文件的路径，在输出选项中选择合成，点击 OK 进行图像合成（Figure 2） 。对左右两张图片都进行如此操作，得到 left.img 和 right.img 两张图像。3.4 图像纠正图像纠正由于用来进行专题信息提取的两张图片并没有进行几何校正，图像并不能真实地物之间的距离管理，存在变形，需要进行纠正以确保其正确性
6、。打开标准图像和待纠正图像，在待纠正图像的窗口中执行 Raster-Geomatric Correction,在弹出的对话框中选择纠正模型为 Polynomial（多项式） ，点击 OK，在多项式模型属性中设置多项式次数为 2（见 Figure 3） 。点击 Apply 然后 Close。然后会弹出选择标准图像的对话框，选择第一项，从打开的图像中选择。然后在标准图像的窗口中点一下即可。此时 ERDAS 会变成进行几何纠正的视图，两张图像左右平行排列。下面的表格会记录在图像中标出的同名像点。使用刺点工具在左右两张图像中刺出同名像点。3Figure 2 图像合成Figure 3 多项式模型属性在两
7、张图像上刺出 7 个控制点，控制点点位尽量在图像中均匀分布，此时在下面的4GCP Tool 对话框中会计算出点位控制点的中误差（Figure 4） ，如果中误差较大，需要重新选择控制点。如果没有误差较小，则在 GCP Tool 中将输入文件和标准文件上的刺点位置分别保存。Figure 4 几何校正控制点中误差点击最上方地理纠正工具框中的重采样图标，打开重采样对话框，选择输出文件名称和重采样方法（Figure 5） ，输出经过校正后的图像。Figure 5 重采样对话框然后新建一个视图，打开经过校正后的图像和标准图形，使用 Utility 菜单中的Swipe、Blend 和 Flicker 工具
8、比较纠正结果和原图像，如果对结果不满意，则需重新刺点进行几何纠正直至满意未知。对两张影像都进行几何纠正，得到 left_corrected.img 和 right_corrected.img。53.5 图像镶嵌图像镶嵌在此步骤中，将上面纠正好的两幅图像合成为一幅图像，方便后面专题信息提取可以一次提取出所有信息。选择 ERDAS 的 Data Preparation 模块，选择 Mosaic Image 功能，在选择 Mosaic Tools功能，此时 Mosaic Tool 程序会出现。选择 Edit-Add Images,将刚刚纠正好的两张图像添加进来，同时打开一个视图，同时打开这两幅图像。
9、然后点击工具栏中按钮，切换到输出视图模式选择，点击 Edit-Color Corection,会弹出色彩纠正选项对话框勾选最后一个“采用直方图匹配” ，然后在打开的两幅图像的视图中，使用 AOI Tools，画出一条两幅图像分割的切割线，并保持这条线在选中状态。即在镶嵌时按照这条线来切割图像然后将图像镶嵌在一起。然后在 Mosaic Tool 中点击工具栏的设置 AOI 切割线图标，弹出选择切割线对话框选择第一项 AOI from Viewer，然后在视图窗口中点一下即可选中该切割线，并且在Mosaic Tool 窗口中也可以看到切割线的效果（如 Figure 6）然后在下面的表格中的Func
10、tion 一栏中选择 Cut/Smooth，使得切割线两边平滑，然后执行菜单项 Process-Run Mosaic,选择结果文6Figure 6 添加切割线效果件路径，保存文件 total.img。然后新建一个视图打开镶嵌结果文件，如果发现有明显的镶嵌痕迹，则需要重新选择镶嵌边，重复上面的操作。3.6 影像融合影像融合通过影响融合，可以提高多波段图像的分辨率，便于目视判读帮助提高分类的精度。打开 ERDAS 的 Image Interpreter 模块，选择 Spatial Enhancement 模块，点击Resolution Merge，打开分辨率融合对话框，将标准图像（Spot 全色，
11、10m）作为高分辨率输入图像，将镶嵌后的图像（TM，6 波段，30m）作为多波段图形输入，并为输出文件确定输出路径。在方法选项中有三种方法，分别使用这三种方法做融合，重采样方法选择双线性内插法，对于使用的多光谱图像的波段号，选择全部（即输入 1:6） ，然后确定（见Figure 7） ，输出融合后的影像。Figure 7 影像融合对话框打开三幅结果影像 merge.img,merge_brovey.img 和 merge_multiplicative.img 三幅图像对比不同方法融合的结果，最后选择 merge.img（即使用 Principal Component 方法融合得到的图像）最为分
12、类的专题信息提取的基础图像。3.7 非监督分类非监督分类7首先根据影像的光谱特征采用非监督分类方法对影像进行非监督分类，了解图像的光谱空间聚类信息，为后续的监督分类提供指导。启动 ERDAS 的 Classification 模块，选择 Unsupervised Classification 功能，弹出非监督分类的对话框，选择需要分类的图像，和输出文件的路径，选择分成 10 类，最大循环次数设为 10 次，其他默认（见 Figure 8） ，点击 OK，执行非监督分类。Figure 8 非监督分类设置打开结果文件，观察分类结果，对图像加深认识，为监督分类做准备。3.8 监督分类监督分类这一步是
13、本次实习中最为关键的一步，这一步的好坏直接决定了专题信息提取的好坏。打开 ERDAS 的 Classification 模块，选择 Signature Editor,打开 Signature Editor 功能面板，同时打开镶嵌结果图像，执行菜单 AOI-Tools,使用多边形工具画出一片属于同一类地物的样本区域，在 Signature Editor 中点击添加，即在特征编辑其中添加一类的样本，给样8本附上名字并选择相应的颜色。对于同一类地物选择几块有代表性的区域并将他们设定为不同的特征，但赋予相同的颜色，这样可以尽量的将同类异谱导致的分类混淆降到最小（见 Figure 9） 。Figure
14、9 特征编辑器中添加训练样本还有其他的样本选择方法，比如通过特征空间分布区选择或者使用魔棒工具选择等，具体方法可以参见 ERDAS 的使用说明去执行。当划定好所有的训练样区后，执行菜单项 Evaluate-Contingency，命令，在弹出的对话框中计算方法选择特征空间，然后将使用百分比表示记过勾选上，点击 OK，计算训练样本的混淆矩阵。观察混淆矩阵，检查根据样本进行分类分正确的百分比，如果正确划分的比例很低的话（低于 90%） ，那么需要重新划定训练样区，直至达到正确比例的要求，保存混淆矩阵文件。当混淆矩阵满足要求后，执行菜单 Classify-Supervised 执行监督分类，弹出监督
15、分类对话框，选择输出文件路径，并在 non-parametric rule 中选择特征空间，同时勾选输出距离文件，点击 OK 进行监督分类（见 Figure 10） 。打开分类结果图像，观察分类情况，如果不满意，重复执行上述步骤直至满意。对于分类结果图像由于有噪声干扰，需要将噪声去除（比如在河流中出现城市类像素） ，首先将图像进行重新编码，即将同一类的地物的像素值统一定义为新的数值。打开Interpreter 模块，打开 GIS 功能，选择 Recode 功能，打开重编码工具，选择需要重编码的图像，选择输出图像路径，定义重编码规则，点击输出重编码图像。9然后执行 Clump 功能，将图像分解为
16、许多小的块，确定输入输出文件路径即可。最后执行 Eliminate 功能，将小块地物归并到相邻的地物中，在弹出的对话框中选择输入文件为刚刚执行过 Clump 命令的文件，选择输出文件路径，并去顶保留最小块得像素个数，这里可以尝试不同的数值，知道得到满意的结果。Figure 10 执行监督分类对话框3.9 结果评价结果评价对于分类结果，进行评价，评定分类精度的好坏。制定 Classification 模块，选择 Accuracy Assessment 功能，在出现的精度评定功能窗口中，选择需要评定的图像，并添加 30 个随机点，然后人工确定这 30 个点在原图像上的属于哪一类地物，记录在 Accuracy Assessment 表格中，然后执行 Report 菜单下的 Accuracy Report 和 Cell Report 得到精度评定报告。3.10制作专题地图制作专题地图使用 ERDAS 的 Map Composer 模块功能，根据分类结果制作专题地图。打开 Map Composer 模块，选择 New Map Composition，在弹出的对
