遥感信息技术实习指导书(3)

《遥感信息技术实习指导书(3)》由会员分享，可在线阅读，更多相关《遥感信息技术实习指导书(3)（10页珍藏版）》请在金锄头文库上搜索。

1、实习三图像解译本次实习主要学习以下内容：I图像空间增强(Spatial Enhancement)图像辐射增强(Radiometric Enhancement)L图像光谱增强(Spectral Enhancement)高光谱工具(Hyperspectral Tools) 地形分析功能(Topographic Analysis) 地理信息系统分析(GIS Analysis)图像解译功能简介(Introduction of Image Interpreter)ERADS IMAGINE的图像解译器(Image Interpreter)包含了 50多个用于遥感图像处理的功 能模块，这些功能模块在执行过

2、程中都需要您通过各种按键或对话框定义参数，多数解 译功能都借助模型生成器(Model Maker)建立了图形模型算法，很容易调用或编辑。图像解译器又称Image Interpreter或Interpreter，可以通过两种途径启动：ERDAS 图标面板菜单条:Main 一 Image Irnerpreter 一 Image Interpreter 菜单ERDAS图标面板工具条:点击Interpreter图标Image Interpreter菜单图像解译器Image Interpreter面板从上图可以看出，ERDAS图像解译模块包含了 8个方面的功能，依次是遥感图像 的空间增强(Spatial

3、 Enhancement)、辐射增强(Radiometric Enhancement )、光谱增强 (SpectralEnhancement)、高光谱工具(Hyper Spectral Tools)、傅立叶变换(Fourier Analysis)、 地形分析(Topographic Analysis)、地理信息系统分析(GIS Analysis)以及其它实用功能 (Utilities)，每一项功能菜单中又包含若干具体的遥感图像处理功能。1、空间增强(Spatial Enhancement)空问增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像 之目的。2、辐射增强(Radio

4、metric Enhancement)辐射增强处理是对单个像元的灰度恒进行变换运到图像增强的目的。3、光谱增强(Spectral Enhancement)光谱增强处理是基于多波段数据对每个像元的灰度值进行变换，达到图像增强的目的。4、高光谱工具(Hyper spectral Tools)高光谱工具是通过补偿大气对光谱的混淆来增强图像.5、傅立叶变换(Fourier Analysis)傅立叶变换是首先把遥感图像从空间域转换到频率域，然后在频率域上对图像进行 滤波处理，减少或消除周期性噪声，再把图像从频率域转换到空间域，达到增强图像的 目的。6、地形分析(Topographic Analysis)

5、地形分析功能主要是在点、线、面高程基础上，对多种地形因素进行分析，井对图 像进行地形校正。7、地理信息系统分析(GIS Analysis)地理信息系统分析功能主要是对图像进行各种空间分析，涉及像元之间或专题分类 之间的空间关系处理，使处理后的图像更好地表达主要的专题信息。8、实用分析功能(Utilities)实用分析功能包括了基本的图像处理操作。其中常用的图象掩摸和投影变换已经练习过。-I-图像空间增强(Spatial Enhancement)1、分辨率融合(Resolution Merge)分辨率融合是对不同空间分辨率遥感图像的融合处理，使融合后的遥感图像既具有较 好的空间分辨率、又具有多光

6、谱特征，从而运到图像增强的目的.操作过程比较简单， 关键是融合前两幅图像的配准(Rectification)以及融合过程中融合方法(Method)的 选择。ERDAS 图标面板菜单条:Main 一 Image Interpreter 一 Spatial Enhancement一 Resolution Merge 一 Resolution Merge 对话框ERDAS 图标面板工具条:点击 Interpreter 图标一 Spatial EnhancementResolution Merge 一 Resolution Merge 对话框Resolution Merge 对话框在Resolutio

7、n Merge对话框中，需要设置下列参数：(1) 确定高分辨率输入文件(High Resolution Input File): spots.img(2) 确定多光谱输入文件(Multispecoral Input File): dmtm.img(3) 定义输出文件(Output File): merge.img选择融合方法(Method): Principle Component(主成份变换法)系统提供的另外两种融合 方法是:Mutiplicative(乘积方法)和Brovey Transform(比值方法)(5) 选择重米样方法(Resampling Techniques): Biline

8、ar Interpolation(6) 输出数据选择(Output Option): Stretch Unsigned 8 bit(7) 输出波段选择(Layer Selection): Select Layers 1:7(8) 单击OK(关闭Resolution Merge对话框，执行分辨率融合)请将融合前的多光谱图象与融合后的图像打开截图在作业中对比I图像辐射增强(Radiometric Enhancement)去霾处理(HazeReduction)去霾处理的目的是降低多波段图像(Landsat TM)或全色图像的模糊度(霾)。对于多波 段 图像(LandsatTM),该方法实质上是基于缨

9、穗变换方法(Tasseled Cap Transformation), 首先对图像逆行主成份变换，找出与模糊度相关的成份并剔除，然后再进行主成份逆变 换回到RGB彩色空间，达到去霾之目的.对于全色图像，该方法采用点扩展卷积反转 (1nverse Point Spread Convolution)进行处理，并根据情况选择5x5或3x3的卷积算于分别 用于高频模糊度(High-haze域低频模糊度(Low-haze)的去除。ERDAS 图标面板菜单条.： 单击 Main Image Interpreter - Radiometric Enhancement 打开Haze Reduction对话框，

10、在对话框中，需要设置下列参数：(1) 确定输入文件(Input File)为 klon_tm.img(2) 定义输出文件(Ouput File)为 haze.img定义坐标类型为(Coordinate Type)为Map处理范围确定(Subset Definition)：在ULX / Y、LRX / Y微调框中输入需要的数值(缺 省状态为整个图像范围，可以应用InquireBox定义子区)(5) 处理方法(Method),选择 Landsat 5TM(或 Landsal4TM)(6) 单击OK按钮(关闭Haze Reduction对话框，执行去霾处理。Haze Reduction 对话框请将原

11、图与处理后的图像打开截图在作业中对比I 图像光谱增强（Spectral Enhancement）1彩色变换（1）显示水体信息根据加色法的原理，选择遥感影像的某三个波段，分别赋予红、绿、蓝三种原色，就可 以合成彩色影像。由于原色的选择与原来遥感波段所代表的真实颜色不同，因此生成的 合成色不是地物真实的颜色，因此这种合成叫做假彩色合成。多波段影像合成时，方案 的选择十分重要，它决定了彩色图像能否显示较丰富的地物信息或突出某一方面的信息。 Landsat TM （ETM）的7个波段中，TM2、ETM+2 （0.52-0.60m）适用于水体污染的研 究。不少研究表明，水体的兰谱段和绿谱段的辐射比值，是

12、溶解有机质和浮游生物出现 情况的一种度量。用4、3、2作假彩色合成，具体操作如下：在Viewer窗口中打开 lanier.img 图像后，在 Viewer 窗口中单击 Raster 工具条，单击 Band Combinations, 出现 Set Layer Combinations for 窗口如图。Set Layer Combinations for 窗口在对话框中分别选择Red为4，Green为3，Blue为2，单击Apply和ok后，退出 对话框，审视合成后的图像，试分析为何此三个波段的假彩色合成会凸显水体信息，并 解释水体颜色深浅分别代表什么？（选做）（2）突出居民点信息而据Barr

13、y （1983）研究，用7、4、3或7、5、4作假彩色合成有利于居民地的提 取，743波段合成图像上，居民地影像颜色呈紫色。试分析为何此三个波段的假彩色合 成会凸显居民地信息成紫色？（选做）2、指数运算两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实现图像增强， 达到提取某些信息或去掉某些不必要信息的目的。两幅同样行、列数的图像，对应像元的亮度值相减就是差值计算，即：f （x， y） = f （x， y） -f （x， y）差值计算应用于两个波段时2相减后的值反映了同一地物光谱反射率之间的差。由 于不同地物反射率差值不同，两波段亮度值相减后，差值大的被突出出来。例如，当红 外波段减

14、红波段时，植被的反射率差异很大，相减后的差值就大，而土壤和水在这两个 波段反射率差值就很小，因此相减后的图像可以把植被信息突出出来。两幅同样行、列数的图像，对应像元的亮度值相除（除数不为0）就是比值计算，即：f （x， y） = f （x， y） /f （x， y）比值运算可以检测波段的斜率信息并加以扩展，以突出不同波段见地物光谱的差异，提 高对比度。该运算常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物量， 这种算法称为植被指数（VI，Vegetation Index），如归一化差异植被指数NDVI，（TM4-TM3）/（TM4+TM3），是最广泛使用的一种VI。现以NDVI指数运

15、算方法举例：打开 Image Interpreter/Spectural Enhancement/Indices 命令，打开 Indices 对话框,（1）输入文件（Input File）为 tmatlanta.img；（2）输出文件（Output File）为 Indices.img；（3）定义坐标类型为（Coordinate Type）为Map（4）处理范围确定（Subset Definition）:在ULX / Y、LRX / Y微调框中输入需要的数值（缺省状态为整个图像范围，可以应用InquireBox定义子区）（5）选择传感器类型：LandsatTM(6) 选择计算指数函数：NDVI(7) 输出数据类型(Output Date Type)为 Unsigned 8 bit在NDVI图中，植被覆盖多的地方光谱值就大，呈灰白色，相反像水体裸地等无植 被覆盖光谱值就小，呈暗黑色。(请回答为什么？选做)将生成的图像打开截图保存至作业-I-高光谱工具(Hyper Spectral Tools)光谱剖面：光谱剖面反映的是一个像元内各波段反射光谱值变化曲线，是分析高光谱数 据的基础，有助于估计像元内地物的化学组成，具体操作过程如下：首先在视窗中打开一幅高光谱图像(Hyperspectral.img)然后：ERDAS 图标面板菜