遥感图像ENVI水体提取步骤

遥感图像ENVI水体提取步骤
遥感图像ENVI水体提取步骤

数据要求:

1.下载的影像数据,尽量为同日期或者尽量靠近,不能相差时间太长,提供的影像为2004

年第259天,1994年第295天,2004年第268天。其中1994年的影像肯定不行

2.下载的影像数据,尽量没有云层覆盖

类似这种研究区域中水体部分存在云层时,该影像不能用,需用接近该日期的影像替代。

水体提取步骤如下

(一)7个单波段合并成一个文件

1.ENVI软件中File-Open Image File,弹出以下对话框,选择文件夹下b1-b7影像并打开,如下:

2.将7个波段合成一个影像文件,操作如下图:

3.点击Import File,选择所有波段

5.点击Reorder Files

鼠标拖动,确保波段1-7序号,从b1-b7,排序如下:

6.右边窗口设置坐标系如下:UTM,WGS-84,49N

7.定义文件名后,生成一个整的影像文件

同理,依次将其他文件夹下的7个波段合并成各自文件。

(二)多个文件镶嵌拼接成一个整的文件

注意:该步操作比较复杂,拼接文件可能存在色差不均衡问题,具体请多网上查些资料;

1.基于地理坐标进行拼接,操作如下:

2.Import Files将上步生成的三个文件导入进来

3.分别右键文件名,选择Edit Entry(三个文件操作一致)

4.设置Data Value to Ignore背景值为0,羽化距离根据需要设置(不固定);Color Balancing(颜

色平衡参数,其中Fixed为以该文件为标准,其他影像进行调整,可对其中一个文件设置为Fixed,其他两个文件设置为Adjust)

5.File-Apply,影像拼接

拼接结果如下:

(三)水体区域提取

1.Envi中波段运算,如下:

2.输入以下表达式(b2*1.0-b4)/(b2+b4) gt 0 (可用其他方法,依实际情况而定)

3.分别设置算法中各个变量对应的波段,b2表示第3个波段,b4为第5个波段

4.根据研究区域进行裁剪,并统计其中为1的像元个数,影像加载显示后,加载矢量文件:

5.加载区域shp文件,第一次加载时后缀选择.shp

6.将文件转换成ROI兴趣区

7.基于Roi文件对影像进行裁剪;

8.裁剪后范围如下:

9.对裁剪后影像中所有水体进行统计(值为1的像元个数)

勾选”Histogram”,如下:

其中1的像元个数为水体,Npts*30*30(30为分辨率,表示一个像元的大小)为水体面积值

遥感影像处理步骤

3.2.3 遥感影像数据的获取 目前世界上用于民用的卫星很多,最常用于作物长势监测的是美国发射的一系列陆地卫星。本文使用的是2013年2月11日,NASA发射的Landsat 8卫星数据,Landsat 8上携带有两个主要载荷:OLI(陆地成像仪)和TIRS(热红外传感器)。OLI包括9个波段,空间分辨率为30米,其中包括一个15米的全色波段,成像宽幅为185×185 km。OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLI Band5(0.845–0.885 μm),排除了0.825 μm处水汽吸收特征;OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征;此外,还有两个新增的波段:蓝色波段(band1:0.433–0.453 μm)主要应用海岸带观测,短波红外波段(band9:1.360–1.390 μm) 包括水汽强吸收特征可用于云检测;近红外band5和短波红外band9与MODIS对应的波段接近。 表3-2 Landsat8各波段的名称与用途 Table 3-2 The name and purpose of each band of Landsat8 (引自:张玉君,国土资源遥感,2013) 波段No 波段名称波长范围/nm 数据用途GSD地面 采样距离 /nm 辐射率/ (W·m-2sr-1u m-1)典型 SNR (典型) 1 NewDeep Blue 433-453 海岸区气溶胶30 40 130 2 Blue 450-515 基色/散射/海岸30 40 130 3 Green 525-600 基色/海岸30 30 100 4 Red 630-680 基色/海岸30 22 90 5 NIR 845-885 植物/海岸30 14 90 6 SWIR2 1560-1660 植物30 4.0 100 7 SWIR3 2100-2300 矿物/干草/无散射30 1.7 100 8 PAN 500-680 图像锐化15 23 80 9 SWIR 1360-1390 卷云测定30 6.0 130 10 TIR 10300-11300 地表温度100 11 TIR 11500-12500 地表温度100 本实验获取条带号和行编号为143/029,选取棉花蕾期、花铃期、吐絮期内无云、质量较好的影像数据,过境时间分别为2013年6月25日,8月5日,8月29日。 3.2.4 卫星影像处理 地面目标是个复杂的多维模型,具有一定的空间位置、形状、大小和相互关

envi遥感图像处理之分类

ENVI遥感图像处理之计算机分类 一、非监督分类 1、K—均值分类算法 步骤:1)打开待分类得遥感影像数据 2)依次打开:ENVI主菜单栏—〉Classification—>Unsupervised—>K—Means即进入K均值分类数据文件选择对话框 3)选择待分类得数据文件 4) 选好数据以后,点击OK键,进入K-Means参数设置对话框,进行有关参数得设置,包括分类得类数、分类终止得条件、类均值左右允许误差、最大距离误差以及文件得输出等参数得设置 5)建立光谱类与地物类之间得联系:在新窗口中显示分类结果图: 然后,打开显示窗口菜单栏Tools菜单—>Color Mapping—〉Class ColorMapping…进入分类结果得属性设置对话框,在这里,可以进行类别得名称,显示得颜色等,建立了光谱类与地物类之间得联系。 设置完成以后,点击菜单栏Options-〉Save Chang es 即完成光谱类与地物类联系得确立 6) 类得合并问题:如果分出得类中,有一些需要进行合并,可按以下步骤进行:选择ENVI主菜单Classfaction-〉Post Classfiction—>bine Classes,进入待

合并分类结果数据得选择对话框 点击OK键,进入合并参数设置 对话框,在左边选择要合并得 类,在右边选择合并后得类,点击 Add bination键即完成一组合 并得设置,如此反复,对其她需 合并得类进行此项操作,点击 OK,出现输出文件对话框,选择 输出方式,即完成了类得合并得 操作. 至此,K—均值分类得方法结束。 2、 ISODATA算法 基本操作与K—均值分类相似。 1)进行分类数据文件得选择(依次打开:ENVI主菜单栏—>Cl assification—>Unsupervised—>IsoData即进入 ISODATA算法分类数据文件选择对话框,选择待分类得数据 文件) 2)进行分类得相关参数得设置(点击OK键以后,进入参数设置 对 话 框 , 可 以 进行分类得最大最小类数、 迭代次数等参数得设置) 3)如此,光谱类得划分到此结 束。 4)参瞧K—均值分类得第5-6步,进行光谱类与地物类联系得建立以及类得合并等操作至此,使用ISODATA算法进行分类完成。 二、监督分类 本实验说明以最大似然法为例,进行监督分类得讲解说明。 步骤:1)打开待分类得遥感影像数据文件2)进行训练样本得选取:在窗口中打开一张影像,选择主窗口菜单栏Tools键—〉RegionOf Interest—〉ROI Tools…(或就是在主窗口上单击右键,在弹出得快捷菜单栏中选择ROI To

MODIS影像处理流程——ok

1、同时期影像拼接、重投影、转格式(MRT) 黄土高原地区 Projected coordinate system name: Beijing_1954_3_Degree_GK_CM_108E Geographic coordinate system name: GCS_Beijing_1954 Map Projection Name: Transverse Mercator Scale Factor at Central Meridian: 1.000000 Longitude of Central Meridian: 108.000000 Latitude of Projection Origin: 0.000000 False Easting: 500000.000000 False Northing: 0.000000 北京54参考的椭圆: 椭球坐标参数:长半轴a=6378245m;短半轴=6356863.0188m 2、在Erdas中裁剪,得到研究区的原值NDVI -2000~9663 方法:aoi格式文件裁剪:在ERDAS图标面板工具条中单击Data Prep图标,Subset,打开Subset对话框。在Subset对话框中需要设置下列参数: ①输入文件名(input file) ②输出文件名(output file) ③单击aoi选中裁剪文件名:在choose aoi选项中选中文件名 ④其余的我选择默认,然后ok等结果 3、得到范围在-1~1的NDVI 方法:ENVI — Basic Tools — Band Math(波段运算,把负值去掉) 在弹出的对话框Band Math中,Enter an expression: (b1 lt 0)*0+(b1 ge 0)*(b1*0.0001)。 这个公式意思就是:要是值小于0 就乘以0,使其变为0;同时,值大于等于0的话就乘以0.0001

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

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

中国地质大学遥感图像处理上机实习报告

遥感图像处理课程实习报告 学生姓名:王蜀越 班学号: 学号: 指导教师:王红平、许凯 中国地质大学信息工程学院 2017年7月1日

目录 目录 ............................................................................................................................................... - 1 - 实习一:影像融合........................................................................................................................ - 2 - 1.1【实习目的】 (2) 1.2【实习步骤】 (2) 1.3【实习过程】 (2) 实习二:几何校正........................................................................................................................ - 6 - 2.1【实习内容】 (6) 2.2【实习步骤】 (6) 2.3【实习过程】 (6) 实习三:影像分类(一).......................................................................................................... - 10 - 3.1【实习内容】 (10) 3.2【实习步骤】 (10) 3.3【实习过程】 (10) 实习四:影像分类(二).......................................................................................................... - 14 - 4.1【实习内容】 (14) 4.2【实习步骤】 (14) 4.3【实习过程】 (14) 心得与感想 ................................................................................................................................. - 18 -

水体提取方法

水体提取方法简单归纳总结 一、基于MODIS影像的几种提取方法。 最常用的水体提取方法: 波段阈值法、谱间关系法(波段组合法)和多光谱混合分析法 单波段阈值法是提取水体的最简单易行的方法。 基本原理:是利用水体在近红外波段上反射率较低,易与其它地物区分的特点,选取单一的红外波段, 通过反复试验, 确定一个灰度值,作为区分水体与其它地物的阈值即可。 缺点:是无法将水体与山区阴影区分开来,提取的水体往往比实际要多。 有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性,但对于非山区的特定时相和区域里,尤其像MODIS 这样高光谱的遥感数据, 首先应选用阈值法进行试验,因为光谱的细分已经将上述问题大大减弱。若能获得较满意的提取效果,则很容易实现水体的自动提取。 对于用阈值法确实得不到理想效果的,则可以考虑谱间关系法和多光谱混合分析法。 利用谱间关系可建立的模型很多,如对波段进行如下组合运算CH7/CH6 ,CH7/CH5, CH6/CH5, 从而找出组合图像上水陆分界非常明显的影像。以CH7/CH6为例,可以采用如下方法剔除非水体: 在ENVI 软件下输入CH7 及CH6 波段, 运用波段计算功能,将公式CH7/CH6 输入,载入影像, 在放大窗口中,手工裁取明水水域范围, 生成多边形,对各多边形赋予一个感兴趣区( AOI) 文件, 并将其输出为EN-VI 等矢量文件即可。 对波段进行组合运算的目的,是为了增强水陆反差。MODIS 数据的波段1 是红光区( 0. 62 ~0.67um) ,水体的反射率高于植被, 波段2 是近红外区( 0. 841 ~0. 876um) ,植被

遥感地图处理步骤

一、正射矫正 首先打开envi然后找到索要校对的地图,首先把多光谱(MSS)的直接拖到界面中,然后把高程模型里(DEM)的hebei.tif拖入。高分模型的正射矫正是根据RPC和DEM进行矫正的。拖入之后选择在ToolBox中→选择Geometric Correction→Orthorectification→RPC Orthorectification. 选择完之后就会出现

intput file是你从哪里取得文件,不用在改变了。下面的dem file 选择dem中的一个波段,一般选择band1

然后选择ok。进行下一步,点击next。 然后选择advanced,output pixel size(输出的像素密度)因为MSS的像素密度为8故写上8(pan全色影像的像素密度为2)然后image Resampling(图像重采样)输出bilinear(双线性)。下一步选择Export 在选择out file中的tiff格式。输出地址在进行选择如下图, 应该保存在正射矫正。在选择地址时,直接从文家家的地址复制到所填框的地址,选择一下文件名,省的以后写就是绿色的MSS文件,然后文件名就会出现其对应的名字,在进入正射矫正,文件名就不用改了,然后点打开,就完成了,最后在点击finish就结束等待期运行完。 多光谱跟全色的操作一样。就是像素密度由8改为2

二、配准 同一区域里一幅图像(基准图像)对另一幅图像的校准,以使两幅图像中的同名像元配准,两幅影像经过校正后,达到了更好的精度要求。同时打开2米全色和8米多光谱影像,以2米全色影像作为基准图像,通过从两幅图像上选择同名点(控制点)来配准8米多光谱影像,使得相同地物出现在校正后的图像相同位置。 打开envi classic 从File→open image file→从正射矫正中选择全色(PAN)的图 然后 选择load band会加载出来

遥感影像中水面及水体信息提取方法的研究

遥感影像中水面及水体信息提取方法的研究 胡启中1,祁建勇2 (1.上海佳文比特信息科技有限公司,上海,200135;2.河北建设勘察研究院有限公司,石家庄,050031) 摘要:根据遥感影像中不同光谱波段对不同地物的反射率特征,以西洋河流域2000年春秋两期Landsat7 ETM+遥感数据为研究对象,结合实地调查数据,利用地理信息系统及遥感数据处理系统软件平台,建立植被覆盖度对不同季节、不同程度的植被覆盖、岩土裸露及水面水体相关的特征关系、对该流域内分布的各类中小型水库塘坝的水面和水体信息的分析和提取方法进行系统的研究和验证。通过结果分析表明:根据不同时相遥感影像的光谱波段组合建立不同的处理方法可以提高季节性变化的水面及水体信息识别和提取的精度和效率。 关键词 :遥感影像;光谱分析;水体信息;提取方法 水面及水体信息的分析和提取,一直是遥感影像分析处理及解译分类的基础性工作,在水资源调查、水环境监测、水灾害评估等许多方面得到了广泛应用。国内外很多专家学者在大规模区域尺度、高精度空间分辨率及多时相时间分辨率的遥感数据基础上对水体的提取方法做了深入研究,并提出了许多行之有效的方法。 在中小流域尺度范围上,基于中低空间分辨率的卫星遥感影像,对各类中小型水库塘坝的水面及水体信息的分析和提取是困难的,即使单一的借助专业的遥感数据处理系统软件平台进行分类解译,不仅技术性强,步骤繁多,模型构造复杂,也是费工费时费力的。水域范围精度控制和水面水体提取效率的提高一直是遥感解译水面及水体信息方法改进的驱动力。 1 Landsat7 ETM+遥感波段光谱特征及归一化植被指数应用 遥感数据是在预定的光谱波段(波长)上获得的。美国陆地卫星7号(Landsat-7)携带的增强型专题制图仪(ETM+),包含三个可见光波段兰绿红、一个近红外波段、二个中红外波段,空间分辨率为30米;一个热红外波段,空间分辨率为60米;另加一个空间分辨率为15米的全色波段。尽管空间分辨率不是较高,重采样覆盖周期16天,但其波段设置比较合理,并采集传输回大量的遥感数据,成为陆地资源调查及生态环境监测等诸多领域应用重要的遥感数据源之一。各种地物,尤其是岩石土壤、绿色植被和水面水体在可见光和红外波段附近具有明显的反射率特征。在光谱中,波段3可见光红光主要被植物吸收,同土壤和岩石相比,绿色植物的反射系数相当弱;而在波段4近红外线部分的反射却比多数其它地表覆盖物的反射要强得多[ 1 ]。水面或水体几乎吸收了近红外波段4和中红外波段5或7的全部能量使之反射率很低,同时土壤和植被在这三个波段内的吸收能量较小,而有较高的反射率,这就使得水体在这三个波段上与植被和土壤具有明显的光谱特征差异。因此在假自然色彩波段合成影像(RGB543波段组合)中,水体呈现出深蓝色及蓝色的暗色调,而土壤因其岩类基质特征呈不同浅色调,植被则呈现出相对较亮的深绿色、绿色或浅绿色色调。但由于不规则山体阴影的影响,使得近红外、中红外在阴坡面的反射能量特别低,它们在影像上也呈现出明显的暗色调;规则的铁路线、公路线等基础设施在遥感影像上也同时呈现出明显的暗色调。水面水体与山体阴影、铁路线、公路线等基础设施的光谱特征混淆使得遥感解译的普通分类方法难以准确提取水面水体信息。 归一化植被指数(NDVI),是植被指数的一种通用化指标形式,正是利用了遥感数据中近红外线和红光之间植被、水体及岩石土壤等其它地物的光谱特征,计算两波段之间的差异或比值,使之反映植被覆盖状况。因此,通过遥感数据直接计算的植被指数近一步估算植被覆盖度,在全球植被变化、作物生长状况、

遥感影像分类envi

遥感课程教学实验之二: 遥感影像分类 实验二遥感影像的分类遥感影像的监督分类 ?实验目的

理解计算机图像分类的基本原理以及监督分类的过程,学会利用遥感图像处理软ENVI 件对遥感图像进行分类的方法。 ?实验内容 1、遥感图像分类原理。 2、遥感图像监督分类。 3、最大似然法分类 ?实验条件 电脑、ENVI4.5软件。厦门市TM遥感影像。 ?实验步骤 1、启动ENVI软件,从文件菜单打开多波段影像文件,从可用波段列表中装载彩色或假色 影像,显示遥感影像。 2、从主图像窗口的工具Tools →Region of Interest →ROI Tools; 3、在自动打开的ROI Tools窗口中,设定ROI_Type 为“Polygon”(多边形),选定样本采 集的窗口类型,用Zoom(缩放窗口)进行采集。。

4、在选定的窗口如Zoom用鼠标左键画出样本区域,在结束处击鼠标右键二次,样本区域 被红色充填,同时ROI Tools窗口中显示采集样本的信息。采集新的样本点击“New Region”,重新上述步骤进行多个地物样本采集。。 5、从ENVI主菜单中,选 Classification > Supervised > Maximum Likelihood;或在端元 像元采集对话框 Endmember Collection中选择 Algorithm >MaximumLikelihood 进行最大似然法分类。

6、在出现Classification Input File 对话框中,选择输入影像文件,出现 Maximum Likelihood Parameters 对话框。 7、输入常规的分类参数。 设定一个基于似然度的阈值(Set Prpbability Threshold):如不使用阈值,点击“None” 按钮。要对所有的类别使用同一个阈值,点击“Single Value”按钮,在“Probability Threshold”文本框中,输入一个0 到1 之间的值。似然度小于该值的像元不被分入该类。 要为每一类别设置不同的阈值: ●在类别列表中,点击想要设置不同阈值的类别。 ●点击“Multiple Values”来选择它。 ●点击“Assign Multiple Values”按钮。 ●在出现的对话框中,点击一个类别选中它,然后在对话框底部的文本框中输入阈值。为每 个类别重复该步骤。 最后给定输出结果的保存方式:文件或内存,当影像较大时建设保存到文件中,以免因内存不够而出错运算错误。 点击“OK”计算机开始自动分类运算。 8、在可用波段列表中显示分类图像。 ?实验总结

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

利用ENVI软件进行遥感图像的融合和增强实习报告

遥感图像处理实习报告实验内容:影像融合与增强 班级:测绘1102班 学号: 1110020213 姓名: 指导老师:陈晓宁、黄远程、竞霞、史晓亮 西安科技大学 测绘科学与技术学院 二零一三年一月 实习三影像融合与增强

一、实习内容: 1.掌握ENVI中各种影像融合方法,并比较各方法的优缺点; 2.熟悉ENVI图像增强操作; 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。 二、实习目的: 1.了解和认识各种图像融合方法的原理、内容及要点; 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较; 3.学习利用ENVI软件进行各种图像增强处理操作; 4.学会定性、定量分析比较图像融合的差异。 三、实习步骤: 1.图像融合: 三波段融合: HSV和Color Normalized (Brovey)变换: 1)从ENVI主菜单中,选择File → Open Image File,分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中; 2)选择多光谱3,2,1波段(可以根据需要选择)对应R,G,B,点击Load RGB将多光谱影像加载到显示窗口display#1; 3)在ENVI的主菜单选择Transform → Image Sharpening → HSV; 4)在Select Input RGB Input Bands对话框中,选择Display #1,然后点击OK。 5)从High Resolution Input File对话框中选择全色影像,点击OK。 6)从HSV Sharpening Parameters对话框中,选择重采样方法,并输入输出路径和文件名,点击OK。即可完成HSV变换融合; 与上述方法类似,选择Transform → Image Sharpening → Color Normalized (Brovey),使用Brovey进行融合变换。 多光谱融合: Gram-Schmidt、主成分(PC)和color normalized (CN)变换

遥感数字图像处理

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 3.4彩色增强 彩色影像的类型:真彩色、假彩色、伪彩色

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

(完整版)卫星图像处理流程

卫星图像处理流程 一.图像预处理 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。

遥感影像水体提取实验

基于高分一号卫星多时相数据的洪水监测 摘要:本文利用两幅高分一号多光谱影像数据,通过ENVI4.8软件,采用NDVI对黑龙江地区水体进行了提取,并在图像上展示了水体变化区域,计算了水体变化面积。结果表明:9月9日黑龙江水域面积比8月27日增加了226.6822 km。最后又采用了假彩色合成法展示了水体增加区域。结果表明:两种方法对水体变化信息的提取具有一致性。 1 数据介绍 本作业获得了两幅高分一号TIF数据,分别是8月27日,9月9日。每幅影像有4个波段,查阅资料得知:1波段波长为0.45-0.52um,属于蓝、青光,2波段波长为0.52-0.59um,属于黄、绿光,3波段波长为0.63-0.69um,属于红光,4波段为0.77-0.89,属于近红外。 图1 0827影像信息图2 0909影像信息 2 研究区域 由所给数据的经纬度坐标可知,研究区域为抚远县,其地处黑龙江、乌苏里江交汇的三角地带。地理方位是东经133° 40′ 08″至

135° 5′20″,北纬47° 25′30″至48° 27′40″。 图3 研究区域的百度卫星地图 2 水体提取方法选择 单波段:水体在近红外波段的反射率很低,所以可以设置阈值进行提取。 归一化水体指数 )/()(NIR Green NIR Green NDWI ρρρρ+-= 归一化植被指数 )/()(NDVI Re Re d NIR d NIR ρρρρ+-= 但单波段方法中阈值的设置需要反复调整,而高分一号数据的1、2波段不完全是蓝、绿光,而3、4波段完全是红、近红外。所以选择归一化植被指数提取水体。-1=

利用ENVI软件进行遥感图像的融合和增强实习报告

遥感图像处理实习报告 实验内容:影像融合与增强 班级:测绘1102班 学号:13 姓名: 指导老师:陈晓宁、黄远程、竞霞、史晓亮 西安科技大学 测绘科学与技术学院 二零一三年一月 实习三影像融合与增强

一、实习内容: 1.掌握ENVI中各种影像融合方法,并比较各方法的优缺点; 2.熟悉ENVI图像增强操作; 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。 二、实习目的: 1.了解和认识各种图像融合方法的原理、内容及要点; 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较; 3.学习利用ENVI软件进行各种图像增强处理操作; 4.学会定性、定量分析比较图像融合的差异。 三、实习步骤: 1.图像融合: 三波段融合: HSV和Color Normalized (Brovey)变换: 1)从ENVI主菜单中,选择File → Open Image File,分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中; 2)选择多光谱3,2,1波段(可以根据需要选择)对应R,G,B,点击Load RGB将多光谱影像加载到显示窗口display#1; 3)在ENVI的主菜单选择Transform → Image Sharpening → HSV; 4)在Select Input RGB Input Bands对话框中,选择Display #1,然后点击OK。 5)从High Resolution Input File对话框中选择全色影像,点击OK。 6)从HSV Sharpening Parameters对话框中,选择重采样方法,并输入输出路径和文件名,点击OK。即可完成HSV变换融合;

ASTER遥感影像水体信息提取方法研究

收稿日期:2008206204;修订日期:2008208225 基金项目:安徽省教育厅自然科学基金资助项目(K J 2007B219);安徽省教育厅教学研究项目(2007J YXM208)。 作者简介:黄海波(1982-)男,硕士研究生,主要从事遥感图像处理、土地利用/覆盖变化研究。E 2mail :hhb1001@https://www.360docs.net/doc/075559527.html, 。 ASTER 遥感影像水体信息提取方法研究 黄海波1,2,赵 萍1,2,陈志英1,郭 伟1,2 (1.安徽师范大学国土资源与旅游学院,安徽芜湖 241000; 2.安徽师范大学GIS 重点实验室,安徽芜湖 241000) 摘要:以安徽省芜湖市为试验区,首先对试验区水体和其它各类地物的光谱特征进行分析,探讨水体在ASTER 遥感影像各个波段与其它地物之间的可分性,然后经过反复实验和分析,构建了基于波段阈值和谱间关系的水体提取模型:B2>B3,B1+B6<127,B3+B4<54和B3<24,最后将该方法提取结果与非监督分类、监督分类和植被指数法提取结果进行评价和比较。实验结果表明该方法可较好地提取研究区各类水体,分类精度明显优于传统提取方法,且简单实用,但在对光谱特征分析过程中样本点选取要求较高。 关 键 词:ASTER ;水体信息提取;谱间关系 中图分类号:TP 79 文献标志码:A 文章编号:100420323(2008)0520525204 1 引 言 水资源分布的调查与监测是控制水污染和生态 保护的前提,而卫星数据具有监测范围广、获取周期 短、地物信息丰富的特点,对调查与监测水资源分布 起着重要的作用。国内外众多学者对水体遥感专题 信息的提取进行了研究,如Bartolucci [1]等通过对 Landsat MSS 数据的研究,指出MSS 波段中近红外 波段为提取水体的最佳波段;秦其明[2]等通过像素 的重组,在区域分割和边界跟踪的基础上,对卫星图 像进行水体形状特征的抽取与描述,实现不同水体 类型的识别;陈华芳[3]等对Landsat ETM +影像,分 别采用了阈值法、差值法和阈值法的结合运用、多 波段谱间关系法和阈值法的结合这3种方法对湿 地进行识别;王志辉,易善祯[4]通过对5种不同水体提取模型(RV I ,NDV I ,NDWI ,MNDWI ,NDSI )原理分析,结合具体实例(洞庭湖水域)进行水体遥感提取来说明5种方法提取水体的差异,从而确定在不同时期和不同用途时所采用最佳的水体提取模型。本文从水体的遥感信息光谱特征入手,分析各地物类型在ASTER 数据各个波段所记录的波谱信息情况差异,探讨水体与其它地物的区分方法。ASTER 是搭载在Terra 卫星上的星载热量散发和反辐射仪,于1999年12月18日发射升空,由日本国际贸易和工业部制造。ASTER 通过从可见光到热红外14个频道获取整个地表的高分辨解析图像数据-黑白立体照片,为多个相关的地球环境资源研究领域提供科学、实用的卫星数据。其主要参数如表1[5]。 表1 ASTER 卫星主要参数表 T able 1 Main parameters table of ASTER satellite 波段 B1B2B3N B4B5B6B7B8B9B10B11B12B13B14波长(um )0.52 0.630.76 1.6 2.145 2.185 2.235 2.295 2.368.1258.4758.92510.2510.950.630.69 0.86 1.7 2.185 2.225 2.285 2.365 2.438.4758.8259.27510.9511.65分辨率(m )15 15153030303030309090909090第23卷 第5期2008年10月遥 感 技 术 与 应 用REMOTE SENSIN G TECHNOLOGY AND APPLICATION V ol.23 N o.5 Oct.2008

遥感影像成图步骤—以ETM为例

理塘-德巫断裂卫星影像地图制作(1:10万) ——以ETM数据为例 一、主流处理软件对比介绍 ENVI,ERDAS,PCI 软件功能不作具体说明,ENVI和ERDAS较为主流,各个软件各有自己的优缺点,比如ENVI中提供的数据融合方法就没有ERDAS中的多,ERDAS(破解版)中无法做DEM提取工作;ENVI的影像波段显示和数据操作较为简便,菜单功能有很多重复;PCI破解版本较低。另外,每个软件对不同类型的卫星遥感影像可能有各自的处理模块,所以也不能绝对就以某一类软件为主,如果遇到一些问题,一类软件解决不了,可以尝试用另一类软件。如在中科院网站下载的EOS原始卫星数据打不开,用PCI就能打开,然后转换成ENVI STANDSRD格式或者ERDAS IMAGINE格式,即可处理了。最后,哪种能免费下载,哪种版本功能多,就用哪种吧,没的讲究。 二、数据准备(建议查看百度文库:《遥感影像的获取及处理sky》) (1)介绍 (2)来源 A https://www.360docs.net/doc/075559527.html,/cs_cn/ https://www.360docs.net/doc/075559527.html,/cs_cn/中科院对地中心 B https://www.360docs.net/doc/075559527.html,/EarthExplorer/ USGS网站 C Ftp://https://www.360docs.net/doc/075559527.html,马里兰大学FTP(Landsat 4-7数据存放于WRS2下,建议用360浏览器浏览,) 说明:A, B注册后,方可下载。USGS上的数据比对地中心要新一些,格式种类要多,有许多是经过正射矫正(Orthorectified)的数据,做图可以直接拿来用,另外,landsat 7在2003年以后的数据(SLC-off)由于卫星故障,有条带,虽然修复过,最好不用,具体说明见中科院对地中心数据下载网站。C里面数据类型丰富,包括ASTER,QUICKBIRD,EOS等等,可以作为练习数据使用。 D 下载前准备:查询数据行列号(Path/Row)以下是Landsat 7 影像行列号

相关文档
最新文档