logo资料库

遥感原理与应用实习指导.pdf

发布时间：2022-06-08 发布人：admin 分类：说明书 资料大小：7.93M 资料格式：pdf 举报 版权申诉
第1页 / 共12页
第2页 / 共12页
第3页 / 共12页
第4页 / 共12页
第5页 / 共12页
第6页 / 共12页
第7页 / 共12页
第8页 / 共12页
资料共12页，剩余部分请下载后查看
    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”设计报告
    一、课程设计的目的和意义 1、针对遥感影像数据，设计从遥感影像上进行专题信息提取与专题图制作的总体方案、 具体方法与详细流程步骤。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、利用遥感图像处理软件 ERDAS 完成“遥感专题信息提取与专题图制作”的成果实现。 锻炼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。 4、通过实习过程中遇到问题、思考问题、解决问题的过程，提高自己独立思考问题解决 问题的能力，培养不畏艰难，踏实肯干的科学精神。 二、课程设计原理和方案 （（（（1111）原理： ）原理：）原理：）原理： 1111、数据处理： 、数据处理： 、数据处理： 、数据处理： 遥感数据处理可分为遥感图像的辐射处理，与遥感图像的几何处理。在处理中 遥感数据处理可分为遥感图像的辐射处理，与遥感图像的几何处理。在处理中 遥感数据处理可分为遥感图像的辐射处理，与遥感图像的几何处理。在处理中 遥感数据处理可分为遥感图像的辐射处理，与遥感图像的几何处理。在处理中 需要兼顾这两个方面，考虑多种影响因素，从而正确纠正影像。 需要兼顾这两个方面，考虑多种影响因素，从而正确纠正影像。 需要兼顾这两个方面，考虑多种影响因素，从而正确纠正影像。 需要兼顾这两个方面，考虑多种影响因素，从而正确纠正影像。 遥感影像的辐射处理主要由传感器本省的性能，地形影响和光照条件的变化， 遥感影像的辐射处理主要由传感器本省的性能，地形影响和光照条件的变化， 遥感影像的辐射处理主要由传感器本省的性能，地形影响和光照条件的变化， 遥感影像的辐射处理主要由传感器本省的性能，地形影响和光照条件的变化， 大气的散射和吸收引起。 大气的散射和吸收引起。 大气的散射和吸收引起。 大气的散射和吸收引起。 遥感图像的几何处理主要由传感器的成像方式引起的图像变形，传感器外方位 遥感图像的几何处理主要由传感器的成像方式引起的图像变形，传感器外方位 遥感图像的几何处理主要由传感器的成像方式引起的图像变形，传感器外方位 遥感图像的几何处理主要由传感器的成像方式引起的图像变形，传感器外方位 元素变化的影响，地形起伏引起的像点位移，地球曲率引起的图像变形，地球 元素变化的影响，地形起伏引起的像点位移，地球曲率引起的图像变形，地球 元素变化的影响，地形起伏引起的像点位移，地球曲率引起的图像变形，地球 元素变化的影响，地形起伏引起的像点位移，地球曲率引起的图像变形，地球 自转影响引起。 自转影响引起。 自转影响引起。 自转影响引起。 2222、、、、由于不同地物的波谱特性相差很大 相同地物的波谱特性相近，，，，我们可以利 相同地物的波谱特性相近 由于不同地物的波谱特性相差很大，，，，相同地物的波谱特性相近 由于不同地物的波谱特性相差很大 我们可以利 由于不同地物的波谱特性相差很大 相同地物的波谱特性相近 我们可以利 我们可以利 用地物的波谱特性，实现地物的分类识别。 用地物的波谱特性，实现地物的分类识别。 用地物的波谱特性，实现地物的分类识别。 用地物的波谱特性，实现地物的分类识别。 3333、信息提取： 、信息提取： 、信息提取： 、信息提取： 目视判读指对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后 目视判读指对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后 目视判读指对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后 目视判读指对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后 提取出所感兴趣的信息。通过目视判读，可以实现地物信息的提取。在目视判 提取出所感兴趣的信息。通过目视判读，可以实现地物信息的提取。在目视判 提取出所感兴趣的信息。通过目视判读，可以实现地物信息的提取。在目视判 提取出所感兴趣的信息。通过目视判读，可以实现地物信息的提取。在目视判 读中需要借助影像特征分辨地物，影像特征主要包括光谱特征，空间特征，时 读中需要借助影像特征分辨地物，影像特征主要包括光谱特征，空间特征，时 读中需要借助影像特征分辨地物，影像特征主要包括光谱特征，空间特征，时 读中需要借助影像特征分辨地物，影像特征主要包括光谱特征，空间特征，时 间特征，极化特征。景物的这些特征在图像上以灰度变化的形式表现出来。 间特征，极化特征。景物的这些特征在图像上以灰度变化的形式表现出来。 间特征，极化特征。景物的这些特征在图像上以灰度变化的形式表现出来。 间特征，极化特征。景物的这些特征在图像上以灰度变化的形式表现出来。 4444、影像分类： 、影像分类： 、影像分类： 、影像分类： 监督分类是一种常用的精度较高的统计判决分类 监督分类是一种常用的精度较高的统计判决分类,,,,在已知类别的训练场地上提 在已知类别的训练场地上提 监督分类是一种常用的精度较高的统计判决分类 在已知类别的训练场地上提 监督分类是一种常用的精度较高的统计判决分类 在已知类别的训练场地上提 通过选择特征变量、确定判别函数或判别规则,,,,从而把图像中 通过选择特征变量、确定判别函数或判别规则 取各类训练样本,,,,通过选择特征变量、确定判别函数或判别规则 取各类训练样本 从而把图像中 取各类训练样本 从而把图像中 通过选择特征变量、确定判别函数或判别规则 取各类训练样本 从而把图像中 的各个像元点划归到各个给定类的分类方法。 的各个像元点划归到各个给定类的分类方法。 的各个像元点划归到各个给定类的分类方法。 的各个像元点划归到各个给定类的分类方法。 非监督分类是在没有先验类别知识的情况下,,,,根据图像本身的统计特征及自然 非监督分类是在没有先验类别知识的情况下 根据图像本身的统计特征及自然 非监督分类是在没有先验类别知识的情况下 根据图像本身的统计特征及自然 非监督分类是在没有先验类别知识的情况下 根据图像本身的统计特征及自然 点群的分布情况来划分地物类别的分类处理 。。。。 监督分类可以有效地开发数据内 点群的分布情况来划分地物类别的分类处理 监督分类可以有效地开发数据内 点群的分布情况来划分地物类别的分类处理 监督分类可以有效地开发数据内 点群的分布情况来划分地物类别的分类处理 监督分类可以有效地开发数据内 容容容容,,,,但需要充足的信息可以决定地表信息的先验概率 但需要充足的信息可以决定地表信息的先验概率,,,,不但监督分类训练样区的 不但监督分类训练样区的 但需要充足的信息可以决定地表信息的先验概率 不但监督分类训练样区的 但需要充足的信息可以决定地表信息的先验概率 不但监督分类训练样区的 选择需要各种丰富的知识与经验,,,,且需要当地土地覆盖的一些具体资料信息。 选择需要各种丰富的知识与经验 且需要当地土地覆盖的一些具体资料信息。 选择需要各种丰富的知识与经验 且需要当地土地覆盖的一些具体资料信息。 选择需要各种丰富的知识与经验 且需要当地土地覆盖的一些具体资料信息。 （（（（2222）方案设计 ）方案设计 ）方案设计 ）方案设计 1、实验数据介绍 宜昌葛洲坝地区：
    TM1、3、4、5、6、7 波段影像，分辨率为 30 米、120 米 SPOT 高分辨率影像，分辨率 10 米 Readme.txt 文件: SPOT 影像地理坐标信息即图像的左上角Ｘ、Ｙ 坐标，像元值大小、 单位和地图投影信息 2、总体方案 （1）格式转换：ＥＲＤＡＳ 默认的文件格式是*。img格式，因此先要将获得 的宜昌葛洲坝地区tif格式的遥感影像进行格式转换。多波段影像包含的信息量较大，有利 于后续处理，因此要将多个单波段影像叠加合成多波段影像。此外由于BMP格式最多支持三 个波段，而所给影像数据有六个单波段信息，为了充分利用丰富的波段信息，所以首先需要 将BMP格式转换为可支持更多波段的IMG格式。 （2）波段叠加：将 TM 影像的六个单波段图像按左右影像分别进行叠加，可使影像信息更加 丰富，有利于后续的处理。 （3）几何校正：以 SPOT 影像为参考影像，将叠加之后的 TM 影像进行几何纠正，只有进行 处理之后的影像才能进行有效地拼接，形成整幅图像。 （4）影像镶嵌：因研究范围的要求，需要在几何上将左右两幅图像连接在一起，并且保证 拼接后的图像反差一致，色调相近，没有明显的接缝。 （5）影像增强：根据需要对图像进行增强处理，突出图像的有用信息，强调图像中感兴趣 的的特征。 （6）影像分类：利用监督分类和非监督分类方法对影像进行地物特征分类。产生多个地物 类别如：长江，植被，建筑物，裸地，公路，内河与湖泊。 （7）分类后处理：去除分类中的噪声或手动对分类结果进行修正。 （8）专题信息提取：对分类结果进行类别命名和类合并。 （9）专题图制作：利用提取的专题信息，突出某些专题要素制作专题地图。 3、流程框图 数据获取 数据准备 几何纠正 格式转换，波段融合 影像分类 影像增强 影像镶嵌 专题信息提取 制作专题地图 三、课程设计的过程和步骤 （一）格式转换：分别将左右各六个单波段影像，参考图像共 13 张影像全部由.TIF 格式转
    换为.img 格式。 操作：点击 import 出现对话框。根据图中的选项进行操作。格式转换只能一张一张的 转，不能一起转。不过这个对话框不会自动关闭，选中左边一张 tif 格式图像就能对应转换， 也比较方便。 （二）图像预处理： （1）图片增强。可以根据实际需要对图像进行直方图均衡等处理。增强的方法有多种，在 Raster 中 Contrast、Contrast / General Contrast 以及 Filtering 都可以进行图像增强。 （2）修改 sp_yc.img 图片的头文件信息。点击工具条中的图标 ，启动 ImageInfo 对 话框，点击对话框中的 Edit，分别点击 Change Map Model 和 Add/Change Projection 修改 其中信息，参照 reademe.txt 中的信息进行修改，影像左上角坐标为 490000，310000；分 辨率为 10M；投影方式为 UTM；单位为 Meters；投影带为 49。 （三）波段叠加： 将左边六张单波段影像 left1 -left7（无 left2）融合为 left.img ；右边六张单波段影像 right1 -right7（无 right2）融合为 right.img 。 操作：点击 Interpreter-Utilities-Layer stack 得到一个对话框，在 input file 中依次 加入左边的六张影像，点击 add。在 output file 中为此叠加片起名为 left.img。点击 ok 生成合成的多波段影像图。右边六张影像也同样操作得到 right.img。 （四）几何处理 （１）选择 GCP。分别在两个影像中对应选择同名地物点的 GCP。选择 Raster->Geometric Correction 实现此功能。 （２）坐标变换。通过二次多项式变换，选择 Polynomial。把各控制点从地理空间投影到
    图像空间上去。此过程在选取第６ 个 GCP 时，由 GCP 工具自动生成转换模型。之后选择的 GCP 点会自动匹配，为了提高几何校正的精度，可以多选择一些地面控制点。 （３）数字化地面检查点。作用是检查转换精度。在 GCP TOOL 中，通过 Edit->Set 点类型 ／ Check 可以实现。 （４）计算 check 点的误差，使总误差在一个像元之内。 （５）重采样影像，保证校正空间中点均匀分布输出。 （６）核实校正过程。在窗口里装入纠正好的影像与参考影像，用视窗关联的功能进行比较。 在选择同名控制点的过程重要注意，先找先四个控制点要分布在影像四角附近，另外其他点 要均匀分配在图片上，避免局部图像变形。 得到两张纠正后的影像：releft.img 和 reright.img 左片点左片点左片点左片点 右片点右片点右片点右片点 影像纠正结果： 影像纠正结果： 影像纠正结果： 影像纠正结果： 左片左片左片左片 右片右片右片右片
    （五）影像镶嵌和融合 将几何纠正后的左右影像进行镶嵌处理，拼接成一幅完整的影像。此功能在数据预处理（Ｄ ａｔａ Ｐｒｅｐ）模块中实现。主要步骤有： （１）导入镶嵌影像，选择 DataPrep->Mosaic Images->Mosaic Tool->Edit/Add Images for Mosaic。还可以使用快捷键 添加镶嵌影像。 （２）确定镶嵌边。主要是利用ＡＯＩ ＴＯＯＬＳ 工具栏，绘制出两 幅影像的分界线，也可以使用自动生成的分解线。在绘制分界线的过程中要注意不能超过两 张影像的拼接线。不然会出现黑块。 （３）定义镶嵌函数，Edit/Set Overlap Function。 （４）边界线平滑。可以选择 Feathering，效果较好。 影像影像影像影像融合融合融合融合：interpreter—Spatial Enhancement—Resolution Merge。将原来的 参考影像即 Spot 高分辨率影像和镶嵌后的影像融合。可以获得高分辨率和高光 谱影像。 影像融合影像融合影像融合还可以先将要融合的两幅影像从 RGB 变换到 IHS 空间，再将高分辨率影 影像融合 像的 I 空间提取出来与高光谱影像的 HS 空间进行融合生成一幅新的 IHS 空间影 像，再将影像从 IHS 空间变换到 RGB 空间，即得到高分辨率和高光谱影像。
    镶嵌后影像 镶嵌后影像 镶嵌后影像 镶嵌后影像 （六）影像分类 镶嵌并裁剪后影像 镶嵌并裁剪后影像 镶嵌并裁剪后影像 镶嵌并裁剪后影像 影像分类用了两种方法，监督分类和非监督分类。 非监督分类 非监督分类 非监督分类 非监督分类：Classifier-Unsupervised Classification，分别输入图片名并且在 Number of Classes 中 将 2 改 为 10 ， 在 Maximum Iterations 中 改 为 8. 点 击 OK 生 成 Isoclass.img 图像。 监督分类： 监督分类： 监督分类： 监督分类： （１）定义分类模板（signature）。用ＡＯＩ 工具从要分类的影像中收集，以对图像 中代表已知类别的像元进行采样。Classifier-Signature Editor。用多边形工具在图像中 框出不同地物类的典型感兴趣区，然后全选，点击 ，将全选的类删除，此时得到的新 类是之前全选类别的平均值。依次选取，总共分了长江，植被，居民地，裸地，高反射地物， 内河与湖泊六类。 （２）模板的评价。主要观察混淆矩阵，纯度达到 85%以上就能满足精度要求。我选取 的样区纯度都在 90%以上。 （３）进行监督法分类。Classification/Supervised Classification 选择要分类影 像设定分类后影像路径与名称。通过 AOI 按钮与模板，可以分别用 Maxinum likelihood， Mahalanobis Distance，Minimum Distance 方法对影像进行监督分类。 （ ４ ） 精 度 评 价 。 比 较 专 题 栅 格 层 的 像 元 与 类 型 已 知 的 参 考 像 元 。 在 classifier/accuracy assessment 中实现 。本次实习中最大似然法分类精度评定结果为： overall Classification Accuracy = 80.00% Overall Kappa Statistics = 0.7080 分类结果： 分类结果： 分类结果： 分类结果：
    Isodata 左图为左图为左图为左图为 Isodata 非监督分类，右图为最大似然法监督分类 Isodata 非监督分类，右图为最大似然法监督分类 Isodata 非监督分类，右图为最大似然法监督分类 非监督分类，右图为最大似然法监督分类 （七）影像裁剪： 为了便于进行专题信息的提取与制图，可以先对镶嵌后的影像进行规则裁剪。在打开的镶嵌 影像上利用 ROI TOOLS 上的 工具划定一个规则感兴趣区，然后将它保存。File->Save/AOI Layer AS 将划定的感兴趣区保存为 class.aoi.然后调用 DataPre->Subset Image 在对话框 Input File 中选择镶嵌后的影像，指定 Out File 影像的路径和名称，点击下面的 AOI…按 钮，导入刚保存的感兴趣区 class.aoi,单击 OK，即可得到分类原图像裁剪后的规则影像。 再用相同的操作和相同的感兴趣区（ROI）对分类后的影像进行裁剪。 (八)分类后处理 （1）聚类统计(Clump)是通过地分类专题图像计算每个分类图斑的面积、记录相邻区域 中最大图斑面积的分类值等操作，产生一个 Clump 类组输出图像，其中每个图斑都包含 Clump 类组属性；该图像是一个中间文件，用于进行下一步处理。 （2）Sieve 功能是对经 Clump 处理后的 Clump 类组图像进行处理，按照定义的数值大小， 删除 Clump 图像中较小的类组图斑，并给所有小图斑赋予新的属性值 0。 （3）去除分析是用于删除原始分类图像中的小图斑或 Clump 聚类图像中的小 Clump 类 组，Eliminate 处理是将删除的小图斑合并到相邻的最大的分类当中，处理后的输出图像是 简化了的分类图像。 重编码是将专题分类图像与原始图像对照，判断每个分类的专题属性，然后对相近或类 似的分类通过图像重编码进行合并，并定义分类名称和颜色。 操作：Interpreter-GIS Analysis 然后依次进行聚类分析 Clump，过滤分析 Sieve，去 除分析 Eliminate 和重编码 Recode 操作，每次处理的图像都是上一个分析的结果图像。 监督分类后处理前后分类结果比较： 监督分类后处理前后分类结果比较： 监督分类后处理前后分类结果比较： 监督分类后处理前后分类结果比较：
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料