9299.net
大學生考試網 讓學習變簡單
當前位置:首頁 >> >>

遙感erdas實習報告

遙感erdas實習報告

幾何校正 一、實驗目的: 去除遙感圖像中由于傳感器的自身性能、結構;地球曲率;地形起伏;地球旋轉;大 氣折光等因素所引起的變形誤差。 二、實驗內容: 幾何校正就是將圖像數據投影到平面上,使其符合地圖投影系統的過程。 三、實驗步驟: 1)原理: 遙感圖像的幾何校正包括光學校正和數字校正,遙感影像的數字校正是通過計算機對 圖像每個像元諸葛的解析糾正處理完成的,所以能夠較精確的改正線性和非線性變形誤 差,包括像元坐標變換和像元灰度值重采樣。 2)方法: 使用 ERDAS IMAGINE 軟件。 3)操作: 第一步: ①用兩個 Viewer 分別打開一個 TM(#1)和 SPOT(#2) , ②單擊 Raster | Geometric Correction 命令, ③打開 Set Geometric Model 對話框 ④選擇模板為 Polynomial ⑤單擊 OK ⑥同時打開 Geo Correction Tools 對話框和 Polynomial Model Properties 窗口 第二步: 在 Polynomial Model Properties 窗口 ①定義多項式次方(Polynomial Order)為 2。 ②定義投影參數(Protection) ③單擊 Apply 按鈕應用或單擊 Close 關閉。 ④打開 GCP Tool Reference Setup 對話框; 第三步: 啟動控制點工具; ①GCP Tool Reference Setup 對話框中選擇采點模式(Existing Viewer)單選按鈕, ②單擊 OK 按鈕(關閉 GCP Tool Reference Setup 對話框) ; ③打開 Viewer Selection Instructions 指示器。 ④在顯示作為地理參考圖像 panAtlanta.img 的 Viewer#2 中單擊。 ⑤打開 Reference Map Information 提示框(顯示參考圖像的投影信息) ⑥單擊 OK 按鈕(關閉 Reference Map Information 對話框) 增強處理 (一)圖像增強 一、實驗目的: 改變圖像的灰度等級,提高圖像對比度;消除邊緣和噪聲,平滑圖像;突出邊緣或線 狀地物,銳化圖像;合成彩色圖像;壓縮圖像數據量,突出主要信息。 二、實驗內容: 圖像增強的主要內容:空間域增強、頻率域增強、彩色增強、多圖像代數運算、多光 譜圖像增強等。 三、實驗步驟 1、原理: 空間域增強:通過改變單個像元及相鄰像元的灰度值來增強圖像。直接對圖像進行各種

運算以得到需要的增強結果。 ? 頻率域增強:對圖像進行傅里葉變換,先將空間域圖像變換成頻率域圖像,然后在頻率 域中對圖像的頻譜進行處理,以達到增強的目的。 2、方法: 使用 ERDAS IMAGINE 軟件。 3、操作: 主成分變換: ①單擊 Interpreter 圖標|Spectral Enhancement|Principal Components 命令,打開 Principal Components 對話框。 ②輸入原圖象,輸出類型中改為 Float Single 類型 ③輸入文件類型:Map ④需要的主成數量(Number of Components Desired)為 3 ⑤單擊 OK 按鈕(關閉 Principal Components 對話框,執行主成分變換) (二)色彩變換 一、實驗目的: 使圖像的顏色與人眼看到的更為接近。 二、實驗內容: 將遙感圖像從紅(R) 、綠(G)、(B)藍三種顏色組成的彩色空間轉換到以亮度(I)、色度 (H)、飽和度(S)作為定位參數的彩色空間。 三、實驗步驟 1、原理: 亮度表示整個圖像的明亮程度,取值范圍是 0-1;色度代表像元的顏色,取值范圍為 0-360;飽和度代表顏色的純度,取值范圍是 0-1. 2、方法: 使用 ERDAS IMAGINE 軟件。 3、操作: ①單擊 Interpreter 圖標|Spectral Enhancement,打開 RGB to HIS, ②彈出對話框,輸入原圖象,選上對話框上的 Ignore Zero in Stats ③單擊 OK 非監督分類 一、實驗目的: 利用計算機將遙感圖像自動分成若干地物。 二、實驗內容: 是在沒有先驗類別(訓練場地)作為樣本的條件下,即事先不知道類別特征,主要根 據像元間相似度的大小進行歸類合并(即相似度大的像元歸為一類)的方法。 三、實驗步驟 1、原理:同類地物的反射光譜特型相同 2、方法:使用 ERDAS IMAGINE 軟件。 3、操作: ①打開 Classifier|Unsupervised Classification 把 Number of Classes 改成 10,然 后把 Maximum Iterationes 改為 24,點擊 OK. ②打開非監督分類后的圖,再打開原圖像,點擊 View|Link|Geographical ③點擊—點擊非監督圖像上的 raster 中的 Attribute,根據原圖象將非監督圖像對應上 色。

監督分類 一、實驗目的: 利用計算機將遙感圖像自動分成若干地物類別。 二、實驗內容: 選擇具有代表性的典型實驗區或訓練區,用訓練區中已知地面各地物樣本的光譜特性來 “訓練”計算機,獲得識別各類地物的判別函數或模式,并以此對未知地區的像元進行分 類處理,分別歸入到已知的類別中。 三、實驗步驟: 1)原理: 數字圖像中地物的所有特征都是通過數字化的灰度值反映出來,計算機分類是建立在對 圖像像元灰度值的統計、運算、對比和歸納基礎上進行的。 2)方法:使用 ERDAS IMAGINE 軟件,最小距離法。 3)操作: ①打開 Viewer,點擊 Raster | Tools, ②打開 Classifier | Signature Editor ,用折線截取同種類別的地物, ③對同等地物進行多次截圖, ④重復上述操作,每種地物都截取 4-5 次,保存模板; ⑤點擊 Classifier | Supervised Classification,輸入需要分類的模板,點擊 OK 四、實驗結果 五、實驗感受 通過了一周的遙感實習,熟悉了 ERDAS 煩人基本操作,如監督分類,能夠通過文獻對 一些簡單的圖像用遙感影像進行分析處理,加深了平時上課時所學知識的理解,對遙感在 實際中的應用有了直觀上得感受,掌握了用遙感圖像進行實際應用的基本流程和基本方 法。在實驗過程中遇到了很多困難。在做監督分類時,模板劃分的不夠精細。這都說明對 軟件的理解運用還不夠深入,以后的學習中應加強,為遙感的學習打下基礎。


網站首頁 | 網站地圖 | 學霸百科 | 新詞新語
All rights reserved Powered by 大學生考試網 9299.net
文檔資料庫內容來自網絡,如有侵犯請聯系客服。[email protected]
排列五开奖号码