遥感数字图像处理教程实习报告

《遥感数字图像处理教程实习报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、实习一：利用所给水系进行地理坐标配准（设置影像坐标系）　一、实验目的　在学习遥感数字图像处理和分析课程的基础上，应用所学知识，使用遥感图像处理软件ERDAS8.7，利用所给水系进行地理坐标配准，设置影像坐标系。　　二、实验内容：　　地理坐标配准：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准，这里是以所给水系进行地理坐标配准并设置影像坐标。　三、实验步骤　　ERDAS遥感影像配准的操作步骤：1.在viewer模块里打开所要配准的影像hdr格式的图像，再新打开一个viewer模块，.再在vi

2、ewer模块里打开shapefile格式的水系图像　2、选择Main菜单的datapreparation……子菜单，打开其imagegeometriccorrection子模块，3、选择fromimagefile，打开你要配得图像4、在出现的setgeometricmodel里选择polynomial，弹出GeoCorrectionTools和PolynomialModelProperties对话框5、在PolynomialModelProperties对话框里有个polynomialorder一般选2就可以　　　　　

3、　　6、然后选Apply，再close那个对话框7、在弹出的GCPToolReferenceSetup对话框里选第一个ExistingViewer8、出现一个小的对话框，不用管他，点击有准确坐标的图像Viewer，就可以开始配准了，出现一个GCP对话框9、轮流在有准确坐标的影像和要配准的图像上选择相似点对，选够至少6个点后，在gcptool那个界面里面将出现误差参数，可以看找的得是不是准确。这6个点是控制点，所以选择时应该分散开，尽量在全图范围里找。　　　10、然后选择其他点越多越好，不过头六个点不会出现误差参数，从第

4、七个点开始会出现误差参数，如果误差太大，就必须在修改。12、在配完后，在geocorrectiontools里点击第3个图标就可以14、配准完后得总误差也就是那个rms误差必须在0.5个像元以里，工作完毕，图配准完成后如下图所示：　　　　　四、实习体会：　　　　　　　　　　第一次接触遥感数字图像处理软件，面对erdas8.7的简介菜单，刚开始很不适应，但是通过接触才发现，操作界面简单，但是其功能却不简单。　　　经过不断地练习，对该软件的操作也变的熟悉了。本次实验主要是利用所给的水系进行地理坐标配准，进一步了解了配准的整

5、个过程。虽然对erdas软件的其他方面功能不熟悉，但是根据这次的实习发现，它的功能还是很强大的，我想在有时间的时候会好好的学习，多了解自己专业软件的操作，提高自己实际操作的能力　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　实习二：单波段数据的伪彩色编码。　　　　　　　　　　一、实验目的：　在学习遥感数字图像单波段数据伪彩色编码的理论基础上，应用所学知识，基于遥感图像处理软件ENVI进行图像的伪彩色编码操作　　　　二、实验内容：　伪彩色是指为改善视觉效果，利用计算机图像增强技术对遥感图像的灰度赋予的不同假色

6、彩。这里主要是对伪彩色编码方法进行学习和一定的操作，实习编码后图像的变化，包括颜色和明亮程度等。　　　　　　三、操作步骤：　　（1）打开ENVI软件，随后打开与八波段融合后的图像　（2）在打开的窗口中打开菜单中的overlay,再单击DensitySlice…　(3)选择一个单波段，会出来一个对话框。　（4）点击Appy,即可实现伪彩色编码　　将色彩的对比理论运用到伪彩色技术中，IHS颜色空间的非等色差伪彩色编码方法，该方法得到的相邻灰度级对应的色彩具有较大的差别。根据不同的需要可以方便地建立灰度级与明度、色调和纯度之

7、间的不同对应关系，使产生的伪彩色图像更符合人们的感知习惯，并且可以方便地从伪彩色图像分离出有用的信息。　　　　　　　　　　　四、实习体会：　虽然对ENVI这款软件的其他功能还不是太了解，但是，仅仅　是今天的实验，就让我看到了ENVI这款软件功能的强大。　对伪彩色有了更深的的认识，同时也会用ENVI软件对图像进行伪彩色编码，更熟悉了对图像的变换，在之后的实验中，我会更加的努力，好好学习软件操作，掌握操作中的每一个细节，是自己的各方面的能力得到不断的提高。　　　　　　　　　　　　　　　　　　　　实验三：尝试监督分类和非监督

8、分类，对地表地物进行分类。　　　一、实验目的：　　在学习遥感数字图像分类的理论基础上，应用所学知识，基于遥感图像处理软件ENVI进行图像的监督分类和非监督分类　　二、实验内容：　　监督分类（SupervisedClassification）用于在数据集中根据用户定义的训练样本类别（TrainingClasses）聚类像元。训练样本