ENVI实习直方图匹配,校正,分类

ENVI实习直方图匹配,校正,分类

ID:37723824

大小:7.04 MB

页数:26页

时间:2019-05-29

ENVI实习直方图匹配,校正,分类_第1页
ENVI实习直方图匹配,校正,分类_第2页
ENVI实习直方图匹配,校正,分类_第3页
ENVI实习直方图匹配,校正,分类_第4页
ENVI实习直方图匹配,校正,分类_第5页
资源描述:

《ENVI实习直方图匹配,校正,分类》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、ENVI实习一实验目的(1)主要学习ENVI软件的基本功能(2)ENVI软件完成影像增强(包括直方图匹配和去云)、融合、正射校正和监督、非监督分类四个大方面的试验。(3)掌握视窗操作模块的功能和操作技能二软件和设备ENVI4.5一套三实验原理各个任务的试验原理和操作详细见下面操作,再次不详述。一、图像增强(算法、原理、对比图)1、直方图匹配在ENVI中使用HistogramMatching工具可以自动地把一幅实现图像的直方图匹配到另一幅上,从而使两幅图像的亮度分布尽可能地接近。使用该功能以后,在该功能被启动的窗口内,输入直方图将发生变化,以与所选图像显示窗口的当前输出直方

2、图相匹配。在灰阶和彩色图像上,都可以使用该功能。操作步骤:选择Enhance>HistogramMatching,出现HistogramMatchingInputparameters对话框,在MatchTo中选择想匹配的图像。在InputHistogram会有Image、Scroll、Zoom、Band、、ROI来选择如数直方图的来源,下图为输入图像数据及其所用的拉伸(直方图匹配之前):下图为MatchTo想匹配的图像及其拉伸:利用直方图匹配后图像2的直方图结果:从结果可以看出,匹配后的图像在亮度上已经明显增强,从偏暗增强为较亮;其直方图与#1中的图像直方图在亮度上分布也

3、很接近。1、图像去云常规的云处理算法会随云的覆盖类型的不同而不同,对在大范围内存在薄云的影像来说,采用同态滤波法较好。同态滤波法把频率过滤与灰度变化结合起来,分离云与背景地物,最终从影像中去除云的影响,这种方法由于涉及到滤波器以及截至频率的选择,在滤波的过程中有时会导致一些有用信息的丢失。对于局部有云的影像来说,一般使用时间平均法,这种算法适用于地物特征随时间变化较小的地区,如荒漠、戈壁等地区;对于植被覆盖茂密的地区,由于植被的长势与时间有密切的关系,不同时相的植被长势在影像中有明显的区别,这种简单的替代算法不再适用。对影像进行去云处理,不光是要简单地提高影像分类及制图的

4、精度,同时也是对影像进行大气纠正以及对地物信息进行提取的重要步骤。最好有一种算法是能够从影像中去除云的影响,同时还能够恢复不同云区覆盖下的地物光谱信息。在本例中,我选择的去云方法没有用常规的空间域图像增强,滤波等方法,而是利用自己定义掩膜的方法。具体操作步骤如下:1)使用BasicTool>statistics>computestatistic,弹出如下ComputeStatisticsInputFile对话框。点击OK,弹出如下对话框。选择Histograms复选框2)然后点击OK,查看统计信息。取两条绿线间的灰度值阈值范围62.5-87.5,然后使用BasicTool

5、>masking>ApplyMask,弹出对话框。点击MaskOption>BuildMask,弹出MaskDefinition对话框,选择Option>SelectInputMaskDataRange,选中需处理的影像文件,点击OK。又弹出InputforDataRangeMask对话框,在DataMinValue文本框中输入62.5,在DataMax对话框中输入87.5,然后选择MaskPixelifAnybandmatchesrange。点击OK!然后再在MaskDefinition中选择Memory,点击OK,此时已经生成了掩膜结果:3)可在AvailableBa

6、ndsList中看到MaskBand。然后在ApplyMask对话框中点击OK。会弹出ApplyMaskParameters对话框,点击Memory,点击OK。.此时在AvailableBandsList中显示出掩膜后结果。对比图如下:二、图像融合试验1、ENVI中的融合算法由于由于不同的遥感数据具有不同的空间分辨率、波谱分辨率和时间分辨率,如果将它们各自的优势综合起来,可以弥补单一图像上信息的不足。遥感数据融合是对不同空间分辨率遥感图像的融合处理,使处理后的遥感图像既具有较高的空间分辨率(高空间分辨率数据),同时又具有多光谱特征(较低分辨率数据),从而达到图像增强的目的

7、。图像融合的关键是融合前两幅图像的配准(Registration)以及处理过程中融合方法的选择,只有将不同空间分辨率的图像精确地进行了配准,使两种分辨率的影像覆盖同一地理区域、有相同的像素大小、影像大小以及相同的方位,才可能得到满意的融合效果;而对于融合方法的选择,则取决于被融合图像的特性以及融合的目的,同时,需要对融合方法的原理有正确的认识。融合方法有很多,典型的有HSV、Brovey、PC、CN、SFIM、Gram-Schmidt等。下面介绍一下原理:(1)HSV(hue,saturation,andvalue:色调,饱和

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。