erdas遥感影像处理

《erdas遥感影像处理》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ERDAS遥感影像处理1、图像导入在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7波段，具体操作步骤为①点击import模块，打开对话框②选择type类型为TIFF③media为file；④然后选择输入、输出文件名路径和文件名⑤分别对123457波段进行导入；⑥在此之前可以选择session－>preference，选择输入、输出主目录，方便以后操作。2、图像波段合成在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为

2、：interpreter－>utilities－>layerstack，①在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次；②  outputfile选择导出文件路径及命名文件。③Datatype设为Unsigned8bit；④Outputoption设置为Union（另一个是做波段分离的），选中ignorezero  stats；⑤进行操作。3、图像预览在开始进行分类之前，需要先仔细查看合成后的图像，确定卫片所覆盖的地理区域及海拔范围，确定主要的地标性元素。

3、由于卫片原始数据的差异，同样的地表覆盖物斑块在不同时期的卫片中或不同地区的卫片中显示的颜色都可能不同，所以在预览中，还要熟悉整个范围内的地表覆盖类型和不同地物之间的变化。①打开显示窗口，加载裁切后的6通道的图像（4，3，2）或者（4、5、3）、（7，4，2）；②把图像缩小至适合窗口，浏览图像，注意河流、城镇、植被、水体、土壤的分布；③选择特定区域放大，查看各种不同的地表覆盖物类型的分布及色调变化；根据经验，在4，3，2（RGB）的波段组合下，各种地表覆盖物类型的特点如下：a．森林——森林显示出棕色、红

4、色、褐色等一系列多变的色调。在高海拔地区，成熟针叶林为很浓的棕色或暗红色；在中低海拔地区，森林的颜色多变，从棕色到红色到暗绿色都有，部分落叶林在冬季呈现出锈黄色；b．灌丛和草甸——相对于临近的森林斑块，灌丛和草甸呈现出明亮许多的红色到浅红色。在高海拔地区，大片的草地在夏季可能为浅红或锈红色，而冬季则呈现青绿色；c．湖泊、河流——湖泊通常为边界清晰的黑色斑块，河流则显示为黑色或深蓝色。在冬季，水面结冰或覆盖有雪则显示出不同深浅的紫红色；d．城镇——很明显的比较亮的灰色或青灰色斑块，通常可见有规则的灰色线

5、条（公路）穿过；e．农田——颜色多变的绿色、灰色、淡紫色、浅红色斑块，通常沿河谷两侧不规则分布，在平原区则大片分布。河道边的水田往往显示出富含水分的青灰色。4、图像分类5.1进行非监督分类步骤：第1步：启动非监督分类在ERDAS图标面板工具条中单击Classifier图标，打开Classification对话框，单击UnsupervisedClassification按钮，打开UnsupervisedClassification对话框第2步：进行非监督分类在UnsupervisedClassifica

6、tion对话框中进行下列设置：①确定输入文件（InputRasterFile）(要进行分类的文件)；② 确定输出文件（OutputFile）（产生的分类文件），文件名定为ppprrr_YYYYMMDD_123457_unsupervised_15.img；③ 选择生成分类模板文件OutputSignatureSet，确定模板文件名称,命名同上；④ 确定聚类参数（ClusteringOptions），需要确定初始聚类方法与分类数：⑤  默认选择InitializefromStatistics（按照图像的

7、统计值产生自由聚类）；⑥  确定初始分类（Numberofclasses）为15（分为15类）；⑦  单击InitializingOptions按钮，打开FileStatisticsOptions对话框，设置一些统计参数，一般采用默认值；⑧  单击ColorSchemeOptions按钮，打开OutputColorSchemeOptions对话框，设置分类图像彩色属性，此处单击ApproximateTrueColor，采用RGB对应453波段合成。⑨其他参数采用默认值。⑩  单击OK按钮（关闭Unsu

8、pervisedClassification对话框，执行非监督分类）。4.2定义分类模板（1）步骤：Main－>ImageClassification－>Classification－>SignatureEditor，打开分类模板编辑器。在Viewer窗口下的Raster下打开Tools图标，选择多边形AOI绘制。（2）定义模板原则①必须在分类之前就知道研究区域的森林类型、覆盖范围以及图像的叠和现象，以保证输出分类的连续性。②当创建训练区时，对于每一个类