实验二--遥感图像的辐射定标
实验二遥感图像的辐射定标
1.实验目的与意义：
（1）了解辐射定标原理
（2）使用ENVI软件自带的定标工具定标
（3）学习波段运算进行辐射定标
2.为什么要进行辐射定标，定标的原理是什么？
目的：消除传感器本身的误差，确定传感器入口处的准确辐射值。
原理：辐射定标是将传感器记录的电压或数字量化值（DN）转换为绝对辐射亮度值（辐射率）的过程，或者转换为与地表（表观）反射率、表面温度等物理量有关的相对值的处理过程。
3.辐射定标过程
一般有两种方式：
第一种：利用计算公式，在ENVI中利用band math计算福亮度和反射率。
第二种：利用ENVI自带的定标工具进行定标，获取福亮度或反射率。
第一种方法：用波段运算得到Radiance和Reflectance
（1）表观辅亮度radiance的计算
radiance=（（lmax-lmin）/（qcalmax-qcalmin）*（qcal-qcalmin）+lmin
其中：radiance –表观辐亮度
qcal-----DN（也就是影像数据本身）；
lmax 和lmin是从参数表中查询；
qcalmax 是DN值的最大值，对于TM是8bit来说，qcalmax=255；
Qcalmin 是DN值的最小值，一般为0
即
（2）表观反射率的计算
ρ=π*L*d2/（ESUN*cos（θ））
其中ρ为表观反射率；
L为上一步计算出来的表观辐亮度；
d为日地距离，这个数据通过下面的表格中获取；
ESUN为大气层外的太阳辐射,也可以说是传感器接收处的太阳辐射；
θ为太阳天顶角。（这个可以通过影像的元数据获取）在本次实验的数据中radiance=（193+1.52）/255*b1-1.52
Reflectance=3.14*（b1）*1.0128^2/（1957*0.7381）
步骤如下：打开文件L5120036__MTL.txt ，点击Band Math，输入(193+1.52)/255*b1-1.52，之后即可计算出辐射度，文件保存为radiance1。
、
遥感影像图像处理流程
遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。
消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
遥感数字图像处理教程复习分析
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。
遥感导论-习题及参考答案第五章 遥感图像目视解译与制图答案
第五章遥感图像目视解译与制图 ·名词解释 色调：全色遥感图像中从白到黑的密度比 纹理特征：也叫内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。 光机扫描成像：依靠探测元件和扫描镜对目标地物以瞬间视场为单位进行的逐点、逐行取样，以得到目标地物电磁辐射特性信息，形成一定谱段的图像。 目视解译标志：直接标志和间接标志.直接标志是地物本身的有关属性在图像上的直接反映。间接标志是指与地物的属性有内在联系,通过相关分析能够推断其性质的影像特征。 目视解译过程：是解译者通过直接观察或借助一些简单工具(如放大镜等)识别所需地物信息的过程。遥感制图：通过对遥感图像目视判读或利用图像处理系统对各种遥感信息进行增强与几何纠正并加以识别、分类和制图的过程。 ·问答题 阐述遥感图像目视解译的方法和具体工作步骤 答：遥感图像目视解译步骤： 1.目视解译准备工作阶段 ①明确解译任务与要求；②收集与分析有关资料；③选择合适波段与恰当时相的遥感影像。 2.初步解译与判读区的野外考察 ①初步解译的主要任务是掌握解译区域特点，确立典型解译样区，建立目视解译标志，探索解译方法，为全面解译奠定基础。 ②野外考察：填写各种地物的判度标志登记表，以作为建立地区性的判度标志的依据。在此基础上，制定出影像判度的专题分类系统，建立遥感影像解译标志。 3.室内详细判读 ①统筹规划、分区判读②由表及里、循序渐进③去伪存真、静心解译。 4.野外验证与补判 ①野外验证包括：检验专题解译中图斑的内容是否正确;检验解译标志. ②疑难问题的补判：对室内判读中遗留的疑难问题的再次解译。 5.目视解译成果的转绘与制图 一种是手工转绘成图；一种是在精确几何基础的地理地图上采用转绘仪进行转绘成图 简述可见光、热红外和微波遥感成像机理 答：可见光成像是对目标的反射率的分布进行记录。热红外成像原理：红外热成像使人眼不能直接看到目标的表面温度分布，变成人眼可以看到的代表目标表面温度分布的热图像。微波成像原理发射机产生足够的电磁能量，经过收发转换开关传送给天线。天线将这些电磁能量辐射至大气中，集中在某一个很窄的方向上形成波束，电磁波遇到波束内的目标后，将沿着各个方向产生反射，其中的一部分电磁能量反射回接收机的方向，被天线获取。 遥感图像目视解译方法主要有哪些?列出其中5种方法并结合实例说明它们如何在遥感图像解译中的应用。 答：方法：直接解译法/对比法/综合解译法/逻辑推理法/地学分析法
ENVI遥感图像处理方法
《ENVI遥感图像处理方法》科学出版社2010年6月正式出版 上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类：ENVI 查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 ) 从上个世纪六十年代E．L．Pruitt提出“遥感”这个词至今，遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前，遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采 用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能，尤其是与ArcGIS 一体化集成，使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息，从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是，目前关于ENVI 的中文教程非常少，给广大用户学习软件和应用软件带来诸多不便。 针对上述情况，在ESRI中国（北京）有限公司的大力支持下，根据多年遥感应用研究和软件操作经验，历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。全书分为17章，第1、2、3章介绍了ENVI软件的基础知识，可作为ENVI软件入门，也可作为参考内容；第4、5、6、7、8章介绍了遥感图像处理一般流程，包
遥感图像的辐射校正实验报告
遥感图像的辐射校正实验报告 1. 实验目的和内容 实验目的： （1）复习巩固课堂上所学的对遥感图像的辐射校正，掌握这些校正方法的基本原理和方法，理解遥感图像辐射校正的意义; （2）实际学习对遥感图像进行绝对大气校正、相对大气校正的FLAASH和黑暗像元法; 实验内容： （1）绝对大气校正 将遥感图像的DN值转换为地表反射率、地表辐射率、地表温度等的方法。本次实验通过FLAASH法进行绝对大气纠正。 （2）相对大气校正 校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。本次实验通过黑暗像元法进行相对大气纠正。 2. 图像处理方法和流程 A.绝对大气校正 1、加载影像，打开ENVI，file>>open image file，打开L71120038_03820030128_MTL.txt
2、辐射定标 FLAASH模块需要输入的是经过辐射定标后的BIL/BIP文件，ENVI >> basic tools >>preprocessing > >calibration utilities >> Landsat calibration 3、格式转换 上述计算得到的存储方式为BSQ，FLAASH大气校正对于波段存储的要求
为BIL/BIP格式，ENVI >> basic tools>> convert data (BSQ ,BIL ,BIP) 4、FLAASH大气校正 （1）ENVI>>basic tools>>preprocessing>>calibration utilities>> FLAASH，选择需要校正的数据。选用第二种，设置Single scale factor：10。 （2）设置输入与输出文件 ①进入地理空间数据云，查询影像参数。点击数据资源—LANDSAT系列数据
遥感数据辐射校正
遥感数据辐射校正的原理及方法 遥感1班 彭睿20123225 摘要由于传感器响应特性和大气的吸收、散射以及其它随机因素影响，导致图像模糊失真，造成图像的分辨率和对比度相对下降，这些都需要通过辐射校正复原。辐射校正包括三部分的内容：传感器端的辐射校正，大气校正，地表辐射校正。 关键字辐射校正大气校正照度校正辐射传输过程ERDAS 引言近年来，随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展，摄影测量与遥感已成为地球空间信息科学的基础技术，遥感图像在人类生活的诸多领域被广泛应用。然而，在遥感成像时，由于各种因素的影响，遥感图像会存在一定的辐射量失真现象，这些失真影响了图像的质量和应用，必须对其做消除或减弱处理，遥感图像辐射校正就是针对遥感图像的这一缺陷而发展起来的。在遥感影像辐射校正中，大气辐射校正是最重要的一部分，本文主要讨论大气辐射校正的方法和过程。 消除遥感图像数据中依附在辐亮度中的各种失真的过程称为辐射量校正（Radiometric Calibration),简称辐射校正。 1．辐射校正概述 辐射校正的目的： 尽可能消除因传感器自身条件、大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器所得到的目标测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差异，尽可能恢复遥感图像本来的面目，为遥感图像的分割、分类、解译等后续工作打下基础。 辐射误差来源 1.1 传感器端 1.1.1 光学摄影机引起的辐射误差 1.1.2 光电扫描仪引起的辐射误差 1.2 外部因素 1.2.1 大气 1.2.2太阳辐射 2．辐射校正包括三部分的内容： 2.1.传感器端的辐射校正 2.2.大气校正 2.3.地表辐射校正 3．辐射传输过程：如图-1
遥感影像处理步骤
一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
遥感卫星图像处理方法
北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌
遥感卫星影像辐射校正方法
北京揽宇方圆信息技术有限公司 遥感卫星影像辐射校正方法 影像辐射校正原理 辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。 利用传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。辐射误差造成了遥感图像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。需要指出的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。 遥感图像辐射校正主要包括三个方面：（1）传感器的灵敏度特性引起的辐射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和吸收引起的辐射误差改正。 辐射校正的目的主要包括：1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。 辐射校正分为辐射定标和大气校正两部分。
辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。 大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。 辐射校正流程图 影像辐射校正方法 辐射定标主要分为两种类型：统计型和物理型。统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。例如6s模型，Mortran等。 用于大气辐射传输校正的模型主要有5S模型、6S模型、LOWTRAN模型、MODTRAN模型、ACORN模型、FLAASH模型和ATCOR模型。 1、ACORN模型 一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作波长范围是350-2500nm。在目前的大气校正程序一般都把地表假定为水平朗伯体,这主要是因为我们一般很难获取地表的充足信息以完成地形校正,因此大气校正的结果称
遥感数字图像处理要点
遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义 波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强
3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念 方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点 ?计算图像经过下列操作后，其中心象元的值： –3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 –Sobel边缘检测 –Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用
《遥感数字图像处理》试卷及答案
2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（A）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（C ）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（ B）呈现黑色，而（ A）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（A）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（B）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（D）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（A）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（ B）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（A ）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（B）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（B）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（A）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（B）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（B）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（C）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（C）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（ C）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征
实验二--遥感图像的辐射定标
实验二遥感图像的辐射定标 1.实验目的与意义： （1）了解辐射定标原理 （2）使用ENVI软件自带的定标工具定标 （3）学习波段运算进行辐射定标 2.为什么要进行辐射定标，定标的原理是什么？ 目的：消除传感器本身的误差，确定传感器入口处的准确辐射值。 原理：辐射定标是将传感器记录的电压或数字量化值（DN）转换为绝对辐射亮度值（辐射率）的过程，或者转换为与地表（表观）反射率、表面温度等物理量有关的相对值的处理过程。 3.辐射定标过程 一般有两种方式： 第一种：利用计算公式，在ENVI中利用band math计算福亮度和反射率。 第二种：利用ENVI自带的定标工具进行定标，获取福亮度或反射率。 第一种方法：用波段运算得到Radiance和Reflectance （1）表观辅亮度radiance的计算 radiance=（（lmax-lmin）/（qcalmax-qcalmin）*（qcal-qcalmin）+lmin 其中：radiance –表观辐亮度 qcal-----DN（也就是影像数据本身）； lmax 和lmin是从参数表中查询； qcalmax 是DN值的最大值，对于TM是8bit来说，qcalmax=255； Qcalmin 是DN值的最小值，一般为0 即 （2）表观反射率的计算 ρ =π*L*d2/（ESUN*cos（θ）） 其中ρ为表观反射率； L为上一步计算出来的表观辐亮度； d为日地距离，这个数据通过下面的表格中获取； ESUN为大气层外的太阳辐射,也可以说是传感器接收处的太阳辐射； θ为太阳天顶角。（这个可以通过影像的元数据获取） 在本次实验的数据中radiance=（193+1.52）/255*b1-1.52 Reflectance=3.14*（b1）*1.0128^2/（1957*0.7381）步骤如下：打开文件L5120036__MTL.txt ，点击Band Math，输入(193+1.52)/255*b1-1.52，之后即可计算出辐射度，文件保存为radiance1。
遥感图像目视解译
嘉应学院地科院 《遥感导论》课程 实验报告 班级：1603 学号：161080142 姓名：郑秋彦 指导教师：朱长柏 成绩：
****** 遥感图像目视解译 一、实验目的 1. 学习影像判读的基本原理和方法 2. 掌握影像判读中判读标志的建立方法 3. 解译判读各土地覆盖类型在图像上的影像特征 4. 了解和认识影像对地物的表现 5. 掌握GIS软件的数字化功能、基本统计功能、空间分析功能。 二、实验数据和软件 1、实验数据：栅格数据（aaa1.tif、嘉应学院.jpg）、地图文档（无标题.mxd） 2、软件：ArcGis10.2 三、实验过程及结果 1、打开并显示图像 1）打开arcgis的arcmap点击文件，新建地图文档文档 （2）点击工具栏的【窗口】，选择【目录】，在目录连接到数据所在文件加，添加
3）再将aaa1.tif图拉进空白窗口，（如果内容列表出现红色感叹号，点击感叹号，选择放置aaa1.tif栅格数据路径，点击添加） 得到下图：
2、创建面要素 1）在目录连接到的文件夹上右键新建【个人地理数据库】，在这个数据库右键新建【要素数据集】 2）在【下一步】，点击【添加坐标系】导入
4）添加aaa.tif，后面两步默认选择，点击【完成】 5）在创建好的【要素数据集】上右键新建【要素类】,然后填写名称，要素类型选择【面要素】 6）下一步，在【新建要素类】对话框添加TYPE,NAME字段名，数据类型都选择文本，在【字段属性】的长度都填上10，点击完成
7）在内容列表的面要素上右键【编辑要素】，点击【开始编辑】，在编辑工具栏，点击【编辑器】的编辑窗口，选择【创建要素】，然后出现【创建要素】对话框，点击你的面要素，在【构造工具】下选择【矩形】，在编辑窗口鼠标光标变成一个十字右下角带矩形的光标
实习八遥感图像目视判读与制图
实习八遥感图像目视判读与制图 一、实习目的 目视判读是卫星图像应用的最基本方法，用计算机进行自动分类时，训练样本的选择以及自动分类决策等，也都需要目视判读作为基础。了解卫星遥感影像的波段特性以及对应的地物波谱特性；建立遥感影像解译标志，从影像中目视解译出耕地、林地、草地、水体、居民地、裸地等土地利用类型，并利用所学的专题地图制作方法将提取的土地利用类型信息制成专题地图。 二、目视判读原理及方法 （一）目视判读原理 在以遥感图像中识别地物和现象的属性及其研究它们之间的关系和演化变化规律时，必须首先了解和掌握地物的光谱特性，以及它们空间和时间特性的变化。不同地物在不同波段反射率存在着差异。因此，在不同波段的遥感图像上即呈现出不同的色调。同类地物的反射光谱是相似的，但随着该地物的内在差异而有所变化。这种变化是由于多种因素造成的，如物质成分、内部结构、表面光滑程度、颗粒大小、几何形状、风化程度、表面含水量及色泽等差别。这就是判读识别各种地物的基础和依据。 （二）目视判读方法 1、直接判定法 在卫星图像上直接判定一般是依据其色调标志和图型标志进行直接判定，色调（或色彩）标志在卫星图像直接判定中的重要性，对色调分析必须要结合具
体的图形或图像特征，即“色”要附于一定的“形”上，色调才具有实际意义，才可能判定识别地物。 2、对比分析法 对比分析法是对卫星图像不同波段、不同时相的图像进行对比分析，以及与地面已知资料或实地进行对比。对比的目的在于建立卫星图像与实地地物和现象的对应关系，总结判读经验，发现图像异常，以便从卫星图像上提取更多信息，使判读成果更为准确可靠。 3、逻辑推理法 基于卫星图像的特点判读时更多的是应用地学规律的相关分析和实际经验，进行逻辑推理法的判读，即借助各种地物和自然现象间内在联系，结合图像上表现出的特征，用专业知识的逻辑推理方法，判定某一地物和现象的存在及其属性。卫星图像的视域宽广，能显示较大区域的地物和现象的空间分布。根据地物和现象在自然界中固有的相互依存关系和规律，运用逻辑推理法，就能从易被人们忽视，或难于发现的潜在的或微小的图像差异中，寻找出识别地物的依据，从而提取更多有用的信息。 三、实习仪器与数据 计算机、ERDAS软件，TM4、3、2波段合成标准假彩色合成图像。 表1 TM 遥感影像的波段划分及其光谱效应
遥感图像处理方法
遥感图像处理方法 随着遥感技术的快速发展，人们已经从遥感集市中获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌 如果工作区跨多景图像，还必须在计算机上进行图像镶嵌，才能获取整体图像。镶嵌时，除了对各景图像各自进行几何校正外，还需要在接边上进行局部的高精度几何配准处理，并且使用直方图匹配的方法对重叠区内的色调进行调整。
遥感卫星影像的数据处理方法
遥感卫星影像数据处理方法和步骤 北京揽宇方圆信息技术有限公司 一、遥感图像几何畸变来源 遥感图像的变形误差总的可分为内部误差和外部误差两类。内部误差主要是由于传感器自身的性能、结构等因素造成；外部误差指的传感器以外的各因素所造成的，例如地球曲率、地形起伏、地球旋转等因素所引起的变形误差等 准备工作 1. 地形图的准备 原则上要求所用地形图的比例尺应大于遥感影像制图的比例尺。对分辨率小于5m的影像制图，应采用1∶5万的地形图纠正；对于分辨率大于5m的影像制图，应采用1∶1万的地形图纠正 2.校正图像的准备 根据影像数据分析与预处理的结果，首先需确定是否为多景数据处理。多景数据处理的原则为：时间相近的图像，可先镶嵌后再进行几何处理；获取时间差别较大的图像，应分别进行几何处理再镶嵌。 其次生成供选取控制点的图像。可以对图像进行增强以改善目视效果，有利于地物点的确定。也可以选择某一时相的TM彩色合成（743、543、741等）图像，作为供选取控制点的影像。 3纠正变换函数的建立 用以建立影像坐标和地面坐标（或地图）间的数学关系，即输入图像与输出图像间的坐标变换关系。这种坐标变换关系，通常有两种互逆的表达式法 1.直接法方案从原始图像阵列出发，按行列的顺序依次对每个原始像素点位求其在地面坐标系（也是输出图像坐标系）中的正确位置： X＝Fx(x,y) Y＝Fy(x,y) 式中Fx、Fy为直接纠正变换函数。 按照原始图像的阵列，依次对每个象元(x，y)进行变换纠正，求得图像的位置（X，Y），同时把原图像(x，y)的灰度值送到新图像（X，Y）的位置上。 2.间接法方案从空白的输出图像阵列出发，亦按行列的顺序依次对每个输出象元点位反求其在原始图像坐标的位置。 x＝Gx(X,Y)
遥感图像几何精校正、辐射校正
遥感图像几何精校正、辐射校正 实验目的：应用ENVI软件对图像进行几何精校正、辐射校正处理，使得图像更精确。并通过实验了解运用ENVI软件进行几何、辐射校正的过程和方法。 实验原理：引起图像几何变形的一半分为两大类：系统性和非系统性误差。几何校正是利用地面控制点和几何校正数学模型来校正非系统因素产生的误差，同时也将图像投影到平面上，使其符合地图投影系统的过程。 数据来源：在遥感实验室中老师做几何校正的资料数据图。具体信息如图所示： 一、几何校正 实验步骤： 1）打开并显示图像文件 主菜中File—Open Image File将校正后和校正前的文件打开并将它们分别显示在Display 中。 2）启动几何校正模型 选择主菜单Map—Registration—Select Gcps:Image to image 进入界面如下图： 3）选择校正后的图作为base图形，选择校正前的warp图作为待改正的图点击OK进入采集地面控制点。 4）地面控制点的采集过程
（1）在两个Display中移动方框位置，寻找明显的相同地物特征使两个Zoom中的地物相同。（2）在Ground control Points selection上，单击Add point 将当前的点收集。 （3）用同样的办法继续寻找点，至少四个点。 点的选取如图所示： 5）在Ground Control Points Selection上，点击Show list 按钮可以看到选择的所有控制点。
6）选择校正参数输出结果 （1）在Ground Control Points Selection上选择Opintion—Ware File 选择校正文件
遥感数据处理流程
遥感图像处理流程转 (2013-08-2010:27:24) 转载▼ 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 图1消除噪声前图2消除噪声后 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
图3去条纹前图4去条纹后 图5去条带前图6去条带后 2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。 二．几何纠正 通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中
一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 图7图像配准前图8图像配准后 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正 这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正. 3．几何精纠正 为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。 （1）图像对图像的纠正 利用已有准确地理坐标和投影信息的遥感影像，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。 （2）图像对地图（栅格或矢量） 利用已有准确地理坐标和投影信息的扫描地形图或矢量地形图，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。
遥感图像辐射增强与光谱增强
遥感图像辐射增强与光谱增强 一、实验目的与要求 辐射增强处理是通过对单个像元的灰度值进行变换处理来增强处理，如直方图匹配、直方图拉伸、去除条带噪声处理。光谱增强是基于多光谱数据对波段进行变换达到图像增强的处理。 通过此次上机实验，要求同学们： 1、掌握交互式直方图拉伸的方法和过程，理解图像直方图变化与图像亮度变化之间的关系。 2、理解主成分分析、樱帽变换、色彩空间变换、色彩拉伸方法和操作步骤。 3、掌握利用特征空间视图进行遥感影像分析。 二、实验容与方法 1 实验容 （1）交互式互式直方图拉伸 ●Linear（线性拉伸） ●Equalization（直方图均衡化拉伸） ●Gaussion （高斯拉伸） ●Square Root （平方根拉伸） ●Logarithmic （对数拉伸） （2）主成分分析
（3）樱帽变换。 （4）色彩空间变换 （5）色彩拉伸 2 实验方法 （1）交互式互式直方图拉伸 将一个多光谱图像打开并显示在视窗中，在主菜单中，选择Display→Custom Stretch（或在工具箱中单击）就可以打开交互式直方图拉伸操作面板。在进行直方图拉伸时，可选择直方图统计的数据围为全图统计或者当前视图围的数据。（2）主成分分析 多光谱图像的各个波段之间经常是高度相关的，它们的DN值以及显示出来的视觉效果往往很相似。主成分分析（Principal Component Analysis, PCA）就是一种去除波段之间的多余信息、将多波段的图像信息压缩到比原来波段更为有效的少数几个转换波段的方法。一般情况下，第一主成分（PCI）包含了所有波段中80%的方差信息，前三个主成分包含了所有波段中95%以上的信息量。由于各波段之间的不相关，主成分波段可以生成更多颜色、饱和度更好的彩色合成图像。ENVI中提供主成分正变换和主成分逆变换。 当使用主成分正变换是，ENVI可以通过计算新的统计值，或者根据已经存在的统计值进行主成分正变换。 （3）樱帽变换。 一种特殊的主成分变换。其中，X=[x1,x2,x3,x4,x5,x7]T,，对应于TM影像的 1、2、3、4、5、7波段。变换后得到：Y=[y1,y2,y3,y4,y5,y7]T ,这六个分量相互正
遥感实验 ——辐射定标与大气校正
姓名：学号：日期： 1．实验名称 辐射定标与大气校正 2、实验目的 熟悉遥感软件，掌握ENVI中对图像辐射定标与大气校正的基本方法。 3、实验原理 1、辐射定标是将传感器记录的电压或数字量化值（DN灰度值）转换成绝对辐射亮度值（辐射率）的过程，或者转换成与地表（表观）反射率、表面温度等物理量有关的相对值的处理过程 2、大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，包括消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响；消除大气分子和气溶胶散射的影响。 4、数据来源（下载源、波段数、对应的波长、分辨率、投影、地区） Landsat5、TM图像、BAND_COMBINATION = "1234567"
5、实验过程 5、1辐射定标： 实方法一： File-Open External File-Landsat-GeoTIFF with Metadata Basic Tools-Preprocessing-Calibration Utilitties-Landsat Calibration 5.1.1.1打开Basic Tools-Preprocessing-Calibration Utilitties-Landsat TM，根据图像信息输入 5.1.1.2 打开校正图像，关联两幅图像，比较数据值
方法二： BandMath验结果与分析 5.1.2.1打开图像，选择BandMath按照辐射定标公式输入 5.1.2.2 选择待校正波段图像
5.1.2.3 关联两幅图像，对比两幅图像数据