遥感图像处理软件ENVI与GIS软件的信息转换
第１６卷第１期２００５年３月
水资源与水工程学报
ＪｏｕｒｎａｌｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓ＆ＷａｔｅｒＥｎｇｉｎｅｅｒｉｎｇ
Ｖ０１．１６Ｎｏ．１
Ｍａｒ．，２００５
遥感图像处理软件ＥＮＶＩ与ＧＩＳ软件的信息转换
徐冬青，唐新军，贺铮
（新疆农业大学水利与土木工程学院，新疆乌鲁木齐８３００５２）
摘要：分析了遥感图像处理软件ＥＮＶＩ与ＧＩＳ软件在功能和数据类型方面的差异，介绍了两者之间
信息相互转换的操作方法。实际应用表明，将ＥＮＶＩ与ＧＩＳ相结合使用，可以更好地发挥两者的优势、满
足用户的实际需求。
关键词：遥感图像；地理信息系统；数据转换；ＥＮＶＩ；ＧＩＳ
中图分类号：ＴＰ３９１．４１文献标识码：Ａ文章编号：１６７２—６４３Ｘ（２００５）０１一００６７一０４
Ｉｎｆｏｒｍａｔｉｏｎｃｏｎｖｅｒｓｉｏｎｂｅｔｗｅｅｎｔｈｅｒｅｍｏｔｅｓｅｎｓｉｎｇ
ｉｍａｇｅｓｏｆｔｗａｒｅＥＮＶＩａｎｄＧＩＳｓｏｆｔｗａｒｅ
ＸＵＤｏｎｇ—ｑｉｎｇ，ＴＡＮＧＸｉｎ—ｊｕｎ，ＨＥＺｈｅｎｇ
（ＣｏｌｌｅｇｅｏｆＷａｔｅｒＣｏｎｓｅｒｖａｎｃｙａｎｄＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＸｉｎｊｉａｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｕｒｕｍｑｉ，Ｘｉｎｊｉａｎｇ８３００５２，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒａｎａｌｙｚｅｓｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｓｏｆｔｗａｒｅＥＮＶＩａｂｏｕｔｔｈｅｖｉｓｕａｌｉｚｉｎｇｉｍａｇｅａｎｄＧＩＳｓｏｆｔｗａｒｅａｔｄａｔａｔｙｐｅａｎｄｔｈｅｆｕｎｃｔｉｏｎ，ａｎｄｉｎｔｒｏｄｕｃｅｓｔｈｅｏｐｅｒａｔｉｏｎｍｅｔｈｏｄｆｏｒｉｎｆｏｒｍａｔｉｏｎｃｏｎｖｅｒｔｉｎｇｍｕｔｕａｌｌｙ．ＴｈｅａｃｔｕａｌａｐｐｌｉｃａｔｉｏｎｓｈｏｗｓｃｏｍｂｉｎａｔｉｏｎｏｆｔｈｅＥＮＶＩａｎｄＧＩＳｃａｎｂｒｉｎｇｉｎｔｏｐｌａｙｔｈｅｉｒａｄｖａｎｔａｇｅａｎｄｓａｔｉｓｆｙｔｈｅｃｕｓｔｏｍｅｒ’Ｓａｃｔｕａｌｎｅｅｄ．
Ｋｅｙｗｏｒｄｓ：ｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅ；ｇｅｏｇｒａｐｈｙｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍ；ｄａｔａｃｏｎｖｅｒｓｉｏｎ；ＥＮＶＩ；ＧＩＳ
１遥感图像处理软件ＥＮＶＩ与ＧＩＳＥＮＶＩ（ＴｈｅＥｎｖｉｒｏｍｅｎｔｆｏｒＶｉｓｕａｌｉｚｉｎｇＩｍａ—ｇｅｓ）是一种功能齐全的遥感图像处理软件，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。其强大的光谱影像处理功能以及便捷的集成栅格和矢量数据使其得到了广泛的应用。
ＧＩＳ（地理信息系统）是在计算机支持下的管理、处理、分析空间数据的信息系统。其研究与处理的对象是具有地理空间分布特征的事物与现象，如土地类型、地下水分布、森林类型、人口分布等。
随着遥感影像图的应用越来越广泛，人们对遥感影像图的处理结果也就提出了更高的要求，例如在对遥感影像图的处理过程中，不仅仅只是对影像图进行解译，同时还希望对解译出来的不同地物能够获得其相关属性信息，而ＥＮＶＩ软件本身并没有赋属性这一功能，需要将解译的结果转到ＧＩＳ，和ＧＩＳ提供的多种空间与属性数据相结合，来满足实际的需求。因此实现ＥＮＶＩ与ＧＩＳ相互转换，以满足用户的需求，也就有其重要意义。
ＥＮＶＩ与ＧＩＳ相结合的主要技术问题源于两者在数据类型方面的差异。ＧＩＳ数据主要以矢量结构表达点、线、多边形等实体单元及其相互关系，而ＥＮＶＩ则以像元作为数据处理的单元。遥感信息经分类识别后，地物空间特征，包括面状实体边界、线状实体、点状实体等经过提取处理可按照一定的数据结构存入ＧＩＳ空间数据库；相应的，所识别的地物属性类型则存入有关属性数据库。另一方面，在遥感数据处理或应用分析中利用ＧＩＳ辅助信息时，需要将矢量结构的ＧＩＳ数据转换为基于像元的栅格图像数据。
２遥感图像处理软件ＥＮＶＩ与ＧＩＳ软件ＭＡＰＩＮＦＯ的相互转换
利用ＥＮＶＩ与ＭＡＰＩＮＦＯ的接口．ｍｉｆ可以实现其有关信息的相互转换。例如，有时根据实际需
收稿日期：２００４—０８—２２；修稿日期：２００４—１０－１５
基金项目：新疆维吾尔自治区水利水电工程重点学科资助项目
作者简介：徐冬青（１９７８一），女（汉族），安徽人，硕士研究生，主要从事遥感技术与地理信息系统在土壤盐渍化动态监测方面应用的研究。
万方数据
水资源与水工程学报
要，要求把野外的监测点准确的定位到卫星图片上，直接从卫星图片上获取相关信息，可按以下操作步骤来实现监测点到卫星图片上的定位：
（１）在电子表格中生成一个库文件。在野外测量监测点时，详细的记录监测点的温度、湿度、ＥＭ３８所测的土壤电导率（也可以通过相应的公式转换成土壤的含盐量）及ＧＰＳ所显示的经纬度等重要信息；然后在Ｅｘｃｅｌ中把所有的监测点及相关的属性制成一个电子表格，设置好相关参数格式，例如：根据需要，有时把数字设置成“文本格式”，以方便在ＭＡＰＩＮＦＯ中成功的生成点文件；最后另存为ＤＢＦ４（ｄｂａｓｅＩＶ）的格式，生成一个库文件。
（２）在ＭＡＰＩＮＦＯ中创建点文件。进入Ｍａｐｉｎｆｏ后，点击监测点库文件名，然后在Ｍａｐｉｎｆｏ主菜单“表”下，点击子菜单“创建点”，此时会让用户从库文件中选择做为Ｘ坐标和做为Ｙ坐标的系数，直接选择“经度”做为Ｘ坐标，“纬度”做为Ｙ坐标即可，就可以生成点文件，如果不能成功的生成点文件，就需要修改监测点每个属性的格式，重新设置成功后，再点击“表”下的子菜单“转出”，选择需要转换
图１原始影像图
图２中的“★”是监测点，从卫星图片上，可一次性获得所有监测点的光谱值，避免了要先在库文件中找到每个监测点的经纬度，然后再在卫星图片上找到各个监测点位置的麻烦。所获得的光谱值再和已生成的库文件中监测点的温度、湿度、ＥＭ３８的读数等参数相比较，考虑这些参数对光谱值影响的程度，再作植被的覆盖度、土壤的含盐量等的分析与的监测点库文件名，把其保存成．ｍｉｆ格式的文件，使之能够在ＥＮＶＩ中进行处理。
（３）监测点定位到卫星图片。进入ＥＮＶＩ后，先打开需要处理的遥感影像图（遥感影像图要有地理坐标），在ＥＮＶＩ主菜单“Ｖｅｃｔｏｒ”下，选择子菜单
“ｏｐｅｎｖｅｃｔｏｒｆｉｌｅ”，选择次级子菜单“Ｍａｐｉｎｆｏ”，会弹出ＥｎｔｅｒＭａｐｉｎｆｏＦｉｌｅｎａｍｅｓ对话框，此时调入．ｍｉｆ格式的监测点文件，点击ＯＫ，会弹出ＩｍｐｏｒｔｍａｐｉｎｆｏＦｉｌｅＰａｒａｍｅｔｅｒｓ对话框，选择要进行处理的．ｍｉｆ格式的监测点文件名，并且保存成．ｅｖｆ格式的矢量图层文件，选择ＯＫ，弹出Ａｖａｉｌａｂｌｅｖｅｃｔｏｒｓｌｉｓｔ对话框，选择需要上到卫星图片上的．ｍｉｆ格式的监测点文件名，当弹出ｌｏａｄｖｅｃｔｏｒ窗口时，选择已经打开的遥感影像图作为当前的显示窗口，在ｖｅｃｔｏｒｗｉｎｄｏｗｐａｒａｍｅｔｅｒｓ对话框中，给监测点赋上颜色和形状，最后选择Ａｐｐｌｙ，就可以直接将点定位到卫星影像上，获得所需监测点的光谱值或其它相关信息。图１是原始影像图，图２是监测点定位到卫星图片之后的影像图。
图２监测点定位到卫星图片上的示意图
处理。
３遥感图像处理软件ＥＮＶＩ与ＧＩＳ软件ＭＡＰＧＩＳ的相互转换
利用ＥＮＶＩ与ＭＡＰＧＩＳ的接口．ｄｘｆ实现其相互转换，与利用ＥＮＶＩ与ＭＡＰＩＮＦＯ的接口．ｍｉｆ
实现相互转换有所不同，ＥＮＶＩ中的．ｄｘｆ格式的文
万方数据
第１期徐冬青，等：遥感图像处理软件ＥＮＶＩ与ＧＩＳ软件的信息转换
件不能直接被ＭＡＰＧＩＳ所识别，需要在ＡｕｔｏＣＡＤ中进行转换。具体的实现过程就以遥感影像图先在ＥＮＶＩ中进行解译，然后再把解译结果转到ＭＡＰＧＩＳ，在ＭＡＰＧＩＳ中用赋属性来进行详细的说明。
对遥感影像进行处理的一个重要操作就是解译，随着遥感影像的应用越来越广泛，人们也就对遥感影像图的处理结果提出了更高的要求，对遥感影像图的解译结果，不仅仅只是对地物的解译，而且还需要了解各个地物的一些重要的相关属性，例如，对解译结果是“耕地”的区域，不仅仅只是知道是“耕地”就行了，还要知道其所属的地名、面积、温度、湿度、矿化度等重要信息，最好只要通过点击这个区域，就能直接获得所需信息，具体的实现步骤如下：（１）进行遥感解译。进入ＥＮＶＩ后，首先要对影像图中不同的地物（居民地、耕地、河流、沙地、戈壁、山区、草地等）分别建立矢量图层。在ＥＮＶＩ主菜单Ｖｅｃｔｏｒ下，点击子菜单ＣｒｅａｔｎｅｗＶｅｃｔｏｒＬａｙｅｒ，选择次级子菜单ＵｓｉｎｇＲａｓｔｅｒＩｍａｇｅＦｉｌｅ，从弹出的窗口中选择需要解译的文件名，选择一个地物，建立第一个图层，然后在ＡｖａｉｌａｂｌｅＶｅｃｔｏｒＬｉｓｔ窗口下，点击Ｏｐｔｉｏｎｓ下的子菜单ＣｒｅａｔＮｅｗＶｅｃｔｏｒＬａｙｅｒ，为其它的地物分别建立矢量图层（在建立图层的过程中可以为不同的地物设置不同的颜色与线型等相关参数）。如果先对“耕地”进行解译，就要选择“耕地”矢量图层名，勾出耕地图斑边界并进行保存，然后再对其它的地物进行解译，分别进行保存。在解译的过程中需要注意：一般耕地、草地、林地的颜色较相近，判别它们的方法是，耕地一般是条形，比较有规则，颜色比较鲜艳；草地一般呈现片状，颜色是粉红色，纹理比较细密；林地通常呈现的是点状，颜色要比耕地的颜色重；沙地略带有淡黄色，纹理比较细密；戈壁颜色较暗，一般呈现灰色，纹理是一种比较均匀的絮状；居民区的颜色一般比较杂，呈现灰色，可能有少量的植被覆盖。当所有的图层解译完之后，选择主菜单Ｖｅｃｔｏｒ下的子菜单ＣｏｎｖｅｒｔＥｖｆｔｏＤｘｆ，把所有的矢量图层保存成Ｄｘｆ格式。
（２）ＥＮＶＩ中的．ｄｘｆ文件在ＡｕｔｏＣＡＤ中保存成ＡｕｔｏＣＡＤ（．ｄｘｆ）格式。一般ＥＮＶＩ中的．ｄｘｆ文件不能被ＭＡＰＧＩＳ直接识别，需要在ＡｕｔｏＣＡＤ中转换一下。进入ＡｕｔｏＣＡＤ，在ＡｕｔｏＣＡＤ中依次打开在ＥＮＶＩ中已保存成．ｄｘｆ的所有监测点矢量图层文件，点击ＡｕｔｏＣＡＤ主菜单下的“文件”，选择子菜单“输出”，分别保存成ＡｕｔｏＣＡＤ（．ｄｘｆ）格式的文件。只有转换之后，才能被ＭＡＰＧＩＳ所识别，接下来就可以进入ＭＡＰＧＩＳ，为各个图层赋属性。
（３）在ＭＡＰＧＩＳ中为各个图层赋属性。进入ＭＡＰＧＩＳ主界面，选择“文件转换”，在弹出的“无标题”窗口中，点击主菜单下的“Ｉ输入”，选择子菜单“ＤＸＦ”，任意选择一个在ＡｕｔｏＣＡＤ中已保存成．ｄｘｆ的矢量图层文件，在弹出的“选择不转出图层”窗口下，选择ＣＡＮＣＥＬ，然后选择“保存线”，在弹出的“选择工作区”窗口下，选择“确定”，此时会弹出Ｓａｖｅａｓ窗口，把．ｄｘｆ格式的矢量图层文件保存成．ｗｌ线文件，最后分别装入其它的矢量图层，方法如上。再次进入ＭＡＰＧＩＳ主界面，选择“输入编辑”，会弹出“输入编辑”对话框，在“输入编辑”主菜单下选择“Ｆ文件”，点击次级子菜单“打开工程或文件”，打开一个矢量图层，再选择主菜单下的“Ｇ工作区”，点击次级子菜单“Ａ添加文件”选项，依次把其它的图层装入。在赋属性之前，要先造区，使每一个图层都成为一个封闭的区域，具体的操作步骤在ＭＡＰＧＩＳ教程中有详述。最后为区赋属性，有两种方式：根据参数赋属性和根据属性赋参数。先介绍根据参数赋属性：该功能根据两个条件，图形参数条件和属性条件，属性条件表达式为空时，只根据图形参数条件，图形参数条件没设置时，只根据属性条件，两项都已设置时，要同时满足两项条件。根据属性赋参数，该功能根据用户输入的属性条件，将满足条件的图元参数自动更新，为用户设置的参数，该操作过程分为两步，首先，输入属性，查询条件，选中该功能后，系统会弹出属性条件表达式输入窗口，供用户输入统改后的图元参数，输入完毕，系统自动搜索满足条件的图元，并进行修改。
图３是新疆阿瓦提丰收灌区遥感影像图在ＥＮＶＩ中进行解译，在ＭＡＰＧＩＳ中拓扑成区并赋上属性后的示意图。
图３左侧的区属性编辑框中，显示的是右侧图中填充图案为三角形区域的属性参数，分别是ＩＤ号（序号）、面积、周长、矿化度、土壤类别及所属地名。如果想了解该灌区某一区域的上述属性信息，进入ＭＡＰＧＩＳ主界面后，选择“输入编辑”，打开阿瓦提丰收灌区．ｗｐ格式的区文件，点击右键，选择“打开工具箱”，在弹出的“工具箱”窗口下，点击“区”，选择“修改区属性”，在所需了解的区域点击鼠标左键，即可弹出如上图所示的属性信息。
万方数据
７０水资源与水工程学报
图３新疆阿瓦提丰收灌区遥感解译示意图
４结语
遥感数据具有多时相的特点，ＥＮＶＩ作为一种遥感图像处理软件，所处理的结果能够为ＧＩＳ数据库的更新提供重要的信息。通过ＥＮＶＩ与ＧＩＳ的相互转换，遥感数据可以三种数据形式转入ＧＩＳ：遥感影像、分类遥感影像（创建栅格图像）、将分类遥感图像转换为矢量图层，从而可以为ＧＩＳ系统动态连续的提供资源、环境等区域空间信息，增强了系统进行动态分析、趋势分析与区域发展辅助决策的能力；另一方面，ＧＩＳ所提供的辅助信息，通过ＥＮＶＩ与ＧＩＳ的接口，转入ＥＮＶＩ，叠加到影像图上，可提高ＥＮＶＩ对遥感图像的判别分类与应用，为遥感数据的分析提供了一个良好的环境。因此，ＥＮＶＩ与ＧＩＳ的相互转换技术，实现了两者优势互补，相辅相成，更好的满足了实际应用的需求。
参考文献：
［１］梅安新，等编．遥感概论ＥＭ３．北京：高等教育出版社，２００１：２３—２４；２９５—３０９．
［２］吴信才．ＭＡＰＧＩＳ地理信息系统［Ｍ］．北京：电子工业出版社，２００４：１１５—１２７．
［３３赵英时，等．遥感应用分析原理与方法［Ｍ］．北京：科学出版社，２００２：２９９—３０１．
［４］戴昌达，姜小光，唐伶俐．遥感图像应用处理与分析［Ｍ］．北京：清华大学出版社，２００４：８２—９６．
万方数据
遥感图像处理软件ENVI与GIS软件的信息转换
作者：徐冬青， 唐新军， 贺铮， XU Dong-qing， TANG Xin-jun， HE Zheng
作者单位：新疆农业大学,水利与土木工程学院,新疆,乌鲁木齐,830052
刊名：
水资源与水工程学报
英文刊名：JOURNAL OF WATER RESOURCES AND WATER ENGINEERING
年，卷(期)：2005，16(1)
引用次数：2次
参考文献(4条)
1.梅安新遥感概论 2001
2.吴信才MAPGIS地理信息系统 2004
3.赵英时遥感应用分析原理与方法 2002
4.戴昌达.姜小光.唐伶俐遥感图像应用处理与分析 2004
相似文献(10条)
1.学位论文张新宇基于地理信息系统的遥感图像特征提取模块的实现2003
特征提取主要可以定量地抽出以下三种特征;1.光谱特征:可提取颜色或灰度或波段间的亮度比等目标物的光谱特征,例如Landsat的MSS有四个波段,根据某类地物的光谱特征,采用特定的比值可将其突出出来.2.空间(几何)特征:把目标物的形状、大小、或者边缘,线性构造等几何性特征提取出来,例如把区域断层明显突出出来.3.纹理特征:是指周期性图案及区域的均匀性等有关纹理的特征.根据构成图案的要素形状、分布密度、方向性等纹理进行图像特征提取的处理叫做纹理分析.该文首先介绍特征提取的基本方法,即边界提取、边界描述、角点提取和区域提取,并利用小波变换和改进的IHS变换进行遥感图像的预处理,最后利用小波变换实际地物进行了特征提取.此特征提取模块是上海市浦东新区建设局GIS系统中的一部分,对多种地物提取取得了良好的效果.
2.学位论文胡雪莲基于高分辨率遥感图像的组件式地理信息分析系统研究与开发2001
1998年至21世纪初发射的新一代高分辨率（1米或优于1米）商业地球成像卫星,不仅标志着对地观测成像新时代的到来,而且对资源调查和动态监测提供了一种全新的数据源,并将对整个GIS研究、应用产生深远的影响.地理信息系统（GIS）作为信息社会的基础设施,占有越来越重要的位置.传统的GIS软件已不符合软件技术发展的潮流,在许多方面面临着严峻的挑战.组件式GIS（ComGIS）是基于组件开发（CBD）技术的新一代GIS,是解决传统GIS所面临问题的全新技术体系.以此为背景,该文系统地探讨了GIS软件技术体系的发展、ComGIS的特点与优势、ComGIS与WebGIS的关系、以及ComGIS的开发和应用,分析得出：ComGIS真正使GIS成为大众化的工具;ComGIS是GIS软件发展的潮流;ComGIS是开发下一代分布式对象WebGIS的重要技术基础.进一步地,该文分析了包括COM、DCOM、OLE、ActiveX等内容,明确了ComGIS软件开发的技术基础.在此背景下,开发一套基于高分辨率遥感图像的组件式地理信息分析系统在包括城市规划在内的广阔领域里就有着极大的市场潜力.基于此,论文接下来分析了高分辨率遥感图像的信息特点,并明确了其在城市规划及城市研究中的应用需求,按软件工程的规范,进行了详尽的系统需求分析和功能分析,按组件式软件的设计思想进行了系统各功能组件的划分和优化,清晰的提出了系统的框架结构,按系统需求灵活选择了系统的数据存贮、组织模式,全面分析了系统中的各组成对象,画出了系统的静态对象图和动态对象图,并设计了系统的外存结构即文件结构体系及内存结构--系统类层次结构体系,最后在此基础上开发了具有自主版权的ComGIS软件--SpaceMan,基本实现了需求中提出的各项功能.这其中,针对高分辨率遥感图像数据量大的特点,为实现浏览、显示、放缩时的平滑和快速,研究并提出了独特的“缓冲区”技术,较好的解决了大数据量数据快速显示的难题.这一软件具有以下四大特点：国内较早的专业性的基于高分辨率遥感图像的软件系统;集成了全面、丰富的属性信息种类,并且在标注、多媒体地理对象等方面有较新颖的设计和实现;面向城市规划及城市研究领域的属性数据库结构;大数据量数据的快速显示;先进的组件式设计思想使得该系统在与MIS及OA耦合、软件的开放性、可扩展性、降低开发成本和使用复杂性等方面具有明显优势.最后,分析了目前流行的软件开发工具和开发方式,探讨了这一软件的应用方式和应用前景,并给出了一个应用开发实例,具体的展示了该系统在与其他系统集成时的易用性、开放性.可以说,该论文紧跟GIS软件技术发展的潮流,同时把握新的数据源为GIS本身发展带来的契机,在选题上具有新颖之处,有着一定的理论和实践意义.
3.学位论文陈文兵GIS遥感图像压缩技术的研究2001
随着互联网技术的快速发展，地理信息系统（GIS）应用的网络化将是必然趋势，GIS应用涉及大量的图形图像文件，其特点是数据量大、数据结构与关系复杂，因此其信息的存储和传输已成为实现信息共享的瓶颈，所以，研究和解决高效实用的数据压缩编码技术是实现GIS网络化应用的关键。本文针对GIS灰度遥感图像的特点，以香农无干扰编码定理为依据，先把8位灰度遥感图像中的低2位比特删除，以降低图像的熵值，为进一步提高图像的压缩比，在分析研究了已有编码的基础上，提出了四叉树-算术编码，该编码减小了数据的空间冗余和比特冗余，使遥感图像的压缩比比使用常规的压缩编码方法提高了一倍以上。在图像的解压缩过程中，为减少在压缩时因去除图像的低2位比特而造成的信息丢失，按照一定的规律，提取出图像的特征边缘值，来拟合刀刃曲线，再根据卷积成像的原理，对图像的各个像素进行逆处理，得到恢复重建图像。经过以上步骤的处理，可使解压缩后图像的峰值信噪比（PSNR）达到40以上，得到了接近无损压缩的效果。
4.学位论文易彬樘地理信息系统及卫星遥感图像在广东省登革热监测中的应用2003
登革热是由伊蚊引起的一种急性热性传染病,主要分布于热带和亚热带的国家和地区,是分布最广、发病人数最多的虫媒病之一,估计全球每年有1亿例感染者.不但对人群健康造成极大威胁,而且对部队战斗力有重要影响.同时,该病毒可大量培养,基冻干粉可保存数年,可通过气溶胶和蚊虫引起感染,因此可以作为生物战剂与恐怖袭击的工具.在中国主要分布在东南沿海的广东、福建、海南和台湾四省,呈现明显的地域性,现已被列为中国新增的重要的传染病病.同时,全球化趋势、自然生态系统的破坏使得该传染病的预防和控制工作越发复杂.由于登革热媒介伊蚊的种群受多种环境因素的影响,传统的监测和控制较为困难,因而新的监测手段的探索及应用为传染病工作者所急需.为摸清影响登革热伊蚊动态变化规律,我们常规的研究基础上,运用地理信息系统空间分析功能、卫星遥感图象提取环境因素信息功能、主成分分析压缩与综合指标功能,对影响登革热发病和媒介伊种群动态变化的因素进行了探讨,为建立登革热媒介伊蚊分布的模型、预测与控制提供理论依据.我们选择高发区的广东省(潮州市)作为研究现场,分四个部分进行了初步探讨.第一部发:该研究首先从流行病学分析的角度,研究了登革热伊蚊动态变化与气候因素的相关性.第二部分:为进一步探讨广东省登革热伊蚊的空间分布特征,以潮州市为例,建立了潮州市的伊蚊媒介的地理信息系统,并对其空间分布特征进行分析.第三部分:我们利用ERDAS8.5对卫星遥感图像所包含环境因素信息提取的功能,探讨了登革热媒介伊蚊密度与标准植被热量数之间的关系.第四部分:运用主成分分析,对广东省各监测点的3类共17个与登革热发病相关的指标分析得出初始特征值显示:第一、第二、第三、第四主成分的特征值较大,分别为10.334,2.322,1.692,1.211.四者的累计方差百分比为91.524﹪,说明前四个主成分已经能解释17个源变量变异的91.524﹪,即四个主成分可以利用资料信息的91.524﹪.因子方差最大正交旋转后,第一主成分与BI的相关系数最高,为0.973,第二主成分主要与变量Min_Ue、Min_Y的相关系数最大,分别为0.985、0.964;第三主成分则与变量Tep_L、Hum关系最密切,分别为0.949、
0.622;第四主成分则主要为Fall,其相关系数为0.929.该研究表明:将地理信息系统、遥感技术引入登革热及媒介的研究是可行的,它们在资料的获得、分析上具有常规研究方法不可替代的作用.尽管如此,我们还只是初步分析,且在资料的细化上、遥感图像分辨率、时间的跨度上都比较局限,只有拥有详尽
的资料、建立完善的地理信息系统才能将登革热控制工作做好.
5.学位论文赵正勇针阔混交林TM遥感图像自动分类识别技术研究2005
本研究以林业发展需求为切入点，适时地选择典型针阔混交林TM遥感图像为研究对象，把提高其自动分类识别精度做为研究的目的。以吉林省汪清林业局的TM遥感图像为实例，在对传统自动分类识别技术进行试验、精度分析的基础上，本研究开发出适用于针阔混交林区遥感图像的专家分类识别系统和神经网络分类识别系统。分类结果表明，应用这两种新的自动分类技术后，遥感图像的分类精度都较传统方法有大的提高，达到了区分研究区森林类型的分类目的。为林业部门在遥感应用上提供了新技术，具有十分重要的理论和实践意义。本研究的主要内容和结论归纳如下： (1)GIS辅助的专家分类识别系统是比较好的应用于针阔混交林TM遥感图像的自动分类技术。在GIS的辅助下，把与森林植被分布密切相关的数字高程模型数据、坡向、土壤类型等地学知识信息与经过预分类处理的图像光谱信息综合在一起形成知识库，建立起专家分类识别系统。对研究区进行森林类型分类试验表明
，该系统的总体分类精度为81.67％，总体Kappa指数为0.7556，分类精度比传统技术提高了14.22％，分类专题图质量很好，达到了区分森林类型的分类目的。 (2)改进型BP神经网络分类识别系统在遥感图像的自动分类识别上有广阔的应用前景。本研究通过输入矢量归一化处理和主成份分析、改进训练学习算法、扩大网络规模等措施，对标准BP神经网络进行改进，使改进后的系统分类精度有明显的提高，总体分类精度达到76.00％，总体Kappa指数为0.6800，比改进前提高了19.14％。即展示了其应用于针混交林TM遥感图像自动分类识别的能力，又验证了该系统具有随网络规模增大而分类精度提高的发展趋势。 (3)适当的方法能够减弱地形阴影和云对遥感图像的分类精度影响。本研究通过对遥感图像进行辐射校正、地形校正、把GIS数据引入专家系统分类和神经网络系统的建立等措施，基本上解决了遥感图像中自云区和云阴影区不能进行分类的问题，并对地形阴影的影响也有较强的削弱作用。
6.学位论文班守峰遥感图像与GIS数据变化检测的研究2008
基于遥感图像的变化检测就是从不同时间获取的遥感图像中，定量分析和确定地物变化特征和过程的技术。通过分析同一地域不同时相的遥感图像，运用变化检测技术得到地物发生变化的信息具有重要意义，应用非常广泛。 本文首先结合研究问题的背景，指出遥感图像的变化检测技术对于科研及生活生产的重要意义，对变化检测技术的研究现状及发展趋势进行了分析和总结；然后综述了变化检测技术相关的一些基础理论知识，针对其相关理论进行了深入地研究。通过对所研究的内容分析，并针对遥感图像的变化检测技术运用相关理论分别给出了几种变化检测算法。首先以变化向量为基础，运用基于区域扩散的自适应变化阈值确定算法，在典型变化区域内取得一个阈值，并应用到整幅图像上。该算法使得变化检测精度较高，优点显著。同时利用小波变换技术在遥感图像中的优势，运用基于独立成分分析的变化检测算法使得数据块的组合得到优化。算法达到了充分考虑相邻像素之间的关系作用，作用较为明显根据地物自身的特点，将边缘特征和灰度差分图像相结合来考虑变化检测，运用基于边缘特征和差分图像的变化检测算法使图像的变化检测的精度得到提高，算法有效的弥补了各自的不足和局限性，取得了较好的效果。实验的结果表明，本文提出的算法能很好的检测出变化区域，并对线状地物的检测有一定的效果。
7.期刊论文王立海.赵正勇.杨旗.WANG Lihai.ZHAO Zhengyong.YANG Qi利用GIS对吉林针阔混交林TM遥感图像分
类方法的初探-应用生态学报2006,17(4)
为提高林区TM遥感图像自动分类识别精度,在GIS技术辅助下,以吉林省汪清林业局针阔混交林TM遥感图像为例,对研究区DEM、坡向等地理因子和土壤类型等环境因子与森林植被分布之间的内在规律进行了定量分析,并结合对遥感图像预分类的定性分析,形成分类知识库,建立了适用于针阔混交林的自动分类识别专家系统.分类试验证明,该系统能比较明显地削弱混合像元和地形阴影的影响,分类精度较无监督分类法提高了14.22%,Kappa指数为0.7556,达到区别森林类型的分类目的.将GIS数据引入专家系统,应用先验知识建立推理机制,可以解决遥感图像中云区和云阴影区由于不能接收到正确的光谱值而无法进行分类的问题.
8.期刊论文张男.唐宇.唐波.ZHANG Nan.TANG Yu.TANG Bo基于内容的检索技术在遥感图像中的应用-系统仿真学
报2006,18(z1)
随着遥感图像数量的急剧增加,基于内容的遥感图像检索系统逐渐成为了一个研究热点.系统地介绍了该领域各个方面研究的现状;给出了遥感图像内容检索系统的基本结构和查询策略;对该领域可深入研究方向进行了展望.
9.学位论文刘蕾地理信息系统和棉花专家系统的结合和应用2002
以石河子121团为实验区，通过棉花专家系统和地理信息系统的结合与应用，实现对农业的智能化管理。该团农业信息的管理是以地理信息系统软件ARCVIEW为基本工具，结合当地具体情况，主要从空间数据分析和空间数据库的设计两个方面论述了该团空间数据库的建立。其中空间数据分析着重阐述了数据源(Landsat-7遥感图像)和研究区121团数据的获得：利用遥感图像处理软件ENVI进行了图像分割、波段合成、图像锐化和解译分类。在空间数据库的设计中主要论述了图层的建立、专题图制作的具体方法如：土地利用现状图、作物分布图、专家系统辐射图制作等。最后简单介绍了地理信息对耕地面积和各种作物种植面积的统计、空间分析等功能。同时利用棉花模拟模型专家系统(COTTON2K)管理该团的棉花生产，详细说明了系统运行所需要建立的数据库。主要是气象数据库、土壤数据库的建立。为了使COTTON2K能准确的模拟当地的棉花长势和产量，必须对该系统进行校正。对系统的校正主要是对品种参数的校正：包括品种文件建立的方法和参数的调整方法。经过参数的调整，运行系统并把模拟结果与实测的结果相比较。
10.期刊论文李天宏基于KDD和GIS的遥感图像专题分类方法探讨-应用基础与工程科学学报2000,8(3)
利用数据库领域的最新成果KDD的思想和方法,初步探讨了从GIS空间数据库中发掘有用的知识用于遥感图像专题分类的方法及其系统结构.
引证文献(2条)
1.张照录.姚云军遥感和GIS技术在黄河中上游流域湿地信息提取中的应用[期刊论文]-海洋湖沼通报 2008(01)
2.张多勇遥感技术在考古界的应用进展[期刊论文]-测绘与空间地理信息 2007(02)
本文链接：https://www.360docs.net/doc/cc3853293.html,/Periodical_xbszyysgc200501016.aspx
下载时间：2009年12月23日
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
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。
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 -
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
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
(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
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；
遥感卫星影像图查询购买流程介绍
北京揽宇方圆信息技术有限公司 遥感卫星影像图查询购买流程介绍 丰富的数据源 北京揽宇方圆拥有先进的国产业务卫星与商业卫星、国际业务卫星与商业卫星、灵活机动的低空飞行等遥感数据，可实现多空间、时间分辨率的不同数据的整合，向客户提供满足个性化需求的影像数据服务。 先进的生产技术 北京揽宇方圆遥感卫星数据处理严格质量控制的半自动高性能集群计算，数据迭代更新的系统级海量处理，有效无云的光学影像处理体系。 科学的生产流程 A、原始卫星影像数据：整合国内外遥感卫星数据源； B、自主产权遥感数据软件：高效、稳定的影像数据生产线； C、有效数据像元：全色、多光谱影像；无云有效数据碎片； D、合成卫星影像：多源卫星合成镶嵌影像 系列化影像产品 北京揽宇方圆在科学、严格的标准化生产管理和质量控制体系基础上，已构建多条成熟的影像数据生产线，可满足规模化海量影像数据生产，可提供融合影像、镶嵌影像产品，形成高质量规格的DEM与影像地图服务，同时可实现影像资源的持续、快速、稳定更新。 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且 是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多
种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势： 1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。
第1章 感图像处理软件ENVI基本操作
第1章感图像处理软件ENVI基本操作 实验目的：掌握遥感图像处理软件基本界面信息和数据文件的打开方法 主要内容： （1）遥感图像处理软件ENVI界面总体介绍； （2）ENVI软件能识别的图像类型介绍 （3）各种图像文件的打开 重点：ENVI能识别的文件类型 第1节ENVI软件简介 遥感图像处理软件主要有ENVI，PCI ，ERDAS，ERMAPPER等。ENVI 软件(The Environment for Visualizing Images)由美国Research Systems,Inc．公司（RSI）的产品。由遥感领域的科学家采用IDL（Interactive Data Language）开发的一套功能强大的遥感图像处理系统. IDL是进行二维或多维数据可视化、分析和应用开发的理想工具。 ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及3维信息提取、雷达数据处理、3维立体显示分析，提供了专业可靠的波谱分析工具和高光谱分析工具。 其主要应用领域：科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防和安全、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。 IDL 是集科学数据分析、可视化表达和跨平台应用开发等功能为一体的第四代可视化计算机语言。它是面向矩阵的、完全支持对数组的直接操作，具有快速分析超大规模数据的能力，速度比传统语言如C、C++等有很大的提升。它包括了高级图像处理能力、交互式二维和三维图形技术、面向对象的编程、OpenGL 硬件图形加速功能、集成的数学分析与统计软件包、完善的信号分析和图像处理功能、灵活的数据输入输出方式、跨平台的图形拥护界面工具包、连接ODBC 兼容数据库、支持远程服务器访问数据以及具有多种外部程序连接方式。它成为数据分析和可视化的首先工具。 其主要应用领域：海洋科学、气象、遥感工程、医学、空间物理、地球科学、测试技术、信号处理、科研教育、天文学、商业等领域。
遥感变化监测流程
多时相土地利用/覆盖变化监测研究 方法及数据选取 土地是一个综合的自然地理概念，它处于地圈-生物圈-大气圈相互作用的界面，是各种自然过程和人类活动最为活跃的场所。地球表层系统最突出的景观标志就是土地利用和土地覆盖( Land Use and Land Cover)。由于土地利用和土地覆盖与人类的生活、生产息息相关，而人类活动正以空前的速度、幅度和空前规模改变着陆地环境。人类对土地资源的利用引起的土地利用和土地覆盖的变化是全球环境变化的重要因素之一，也是地球表面科学研究领域中的一个重要分支。因此，土地利用和土地覆盖的动态监测（Land Use and Land Cover Monitoring）是国内外研究的热点，也是当前全球变化研究计划的重要组成部分。 由多时相遥感数据分析地表变化过程需要进行一系列图像处理工作，大致包括：一、数据源选择，二、几何配准处理，三、辐射处理与归一化，四、变化监测算法及应用等。 一、遥感数据源的选取 不同遥感系统的时间分辨率、空间分辨率、光谱分辨率和辐射分辨率不同，选择合适的遥感数据是变化监测能否成功的前提。因此，在变化监测之前需要对监测区域内的主要问题进行调查，分析监测对象的空间分布特点、光谱特性及时相变化的情况，目的是为分析任务选择合适的遥感数据。同时，考虑到环境因素的影响，用于变化监测的图像最好是由同一个遥感系统获得，如果由于某种原因无法获得同一种遥感系统在不同时段的数据，则需要选择俯视角与光谱波段相近的遥感系统数据。 1时间分辨率 这里需要根据监测对象的时相变化特点来确定遥感监测的频率，如需要一年一次、一季度一次还是一月一次等。同时，在选择多时相遥感数据进行变化监测时需要考虑两个时间条件。首先，应当尽可能选择用每天同一时刻或者相近时间的遥感图像，以消除因太阳高度角不同引起的图像反射特性差异；其次，应尽可能选用年间同一季节，甚至同一日期的遥感数据，以消除因季节性太阳高度角不同和植物物候差异的影响。 2空间分辨率 首先要考虑监测对象的空间尺度及空间变异的情况，以确定其对于遥感数据的空间分辨率的要求。变化监测还要求保证不同时段遥感图像之间的精确配准。因此，最好是采用具有相同瞬时视场（IFOV）的遥感数据，如具有同样空间分辨率的TM图像之间就比较容易配准在一起。当然也可以使用不同瞬时视场遥感系统获取的数据，如某一日期的TM图像（30m ×30m）与另一日期的SPOT图像（20m×20m），来进行变化监测，在这种情况下需要确定一个最小制图单元20m×20m，并对这两个图像数据重采样使之具有一致的像元大小。 一些遥感系统按不同的视场角拍摄地面图像，如SPOT的视场角能达到±27°，在变化监测中如果简单采用俯视角明显不同的两幅遥感图像，就有可能导致错误的分析结果。例如，对一个林区，不均匀地分布着一些大树，以观测天顶角0°拍摄的SPOT图像是直接从上向下观测到树冠顶，而对于一幅以20°观测角拍摄的SPOT图像所记录的是树冠侧面的光谱反射信息。因此，在变化监测分析中必须考虑到所用遥感图像观测角度的影响，而且应当尽可能采用具有相同或相近的俯视角的数据。 3光谱分辨率 应当根据监测对象的类型与相应的光谱特性选择合适的遥感数据类型及相应波段。变化监测分析的一个基本假设是，如果在两个不同时段之间瞬时视场内地面物质发生了变化，则不同时段图像对应像元的光谱响应也就会存在差别。所选择的遥感系统的光谱分辨率应当足以记录光谱区内反射的辐射通量,从而最有效地描述有关对象的光谱属性。但实际上不同的
《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
遥感图像处理步骤及经验
遥感图像处理步骤及经验 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TIFF ③ media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。 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： interpreter－>utilities－>layer stack， 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 output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit； ④ Output option 设置为Union ，选中 ignore zero stats； ⑤ 进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ① 在ERDAS中点击Import图标，出现Import/Export对话框 ② 选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③ 注意此步骤中输出路径及输出名称均为英文字母 ④ 建立拓扑多边形 ⑤ 在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature 选择Poly ⑥ 单击OK按钮。 ⑦ 在ERDAS中打开一个viewer窗口，打开arc coverage文件，新建一个aoi 层（New—>AOI Layer） ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮。
遥感实习2卫星数据的预处理流程
数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。
图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。 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 方法：实验室定标、机上/星上定标、场地定标 不同的传感器，其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。 分类：统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种： 1) 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 相对大气校正方法：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。包括：基于统计的不变目标法、直方图匹配法等。 方法的选择问题，一般而言： 1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少，没办法了只能选择较简单的方法了。 在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。但接边色调相差太大时，可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis
图像处理流程(部分)
第二次全国土地调查统一时点底图生产项目技能考试培训(一)调色流程 处理数据为SPOT5影像（全色，多光谱） Photoshop调色 1、对多光谱数据进行如下处理， a.打开Tif格式的影像，若通道中存在Alpha通道，将其删除；
c.色阶调整（调整输入色阶） R、G、B分别居中，B通道：黑色滑块略向白场滑落 d、色彩平衡 根据影像图面颜色调整，黄色略多（+9 +22 -31）（此参数仅供参考，需要再问露露姐确认） 色调平衡中选上中间调，保持亮度 e、曲线
S型使高光变亮，暗调变暗 f、注意：一般不调对比度，调对比度容易丢失信息。 q、如原始影像个别地方出现高亮，可用魔棒圈出，用“色相饱和度”进行局部调整； 也可用色阶调整，只容许使用中间滑块，这样不丢失色彩信息，羽化：20像素 (左图为原始多光谱，右图为处理后影像，其局部有高亮出现)
h、水体不能出现红紫色，黑色为佳 j、合并可见图层，另存 2、对全色数据进行如下处理 a、色阶调整，居中 b、同1中的g，处理高亮 c、滤镜-usm锐化，半径1-2.5像素之间 d、合并可见图层，另存 （二）自动配准流程： 使用Erdas中的AutoSync模块自动配准 AutoSync---AutoSync Workstation---Creat a new project [Geocorrection]选择Resample Resample Method 选择Bilinear Interporation ，忽略零值Input Image 载入多光谱影像 Reference Image 载入全色影像 人工选取三个同名点，进入AutoSync project Properties 在Geometic Model 选项有如下选择 Input Geometic Model | type 为Polynomal Maximum Dolrromid Order 为2 自动匹配同名点run APM 删除手动点 删除误差大于1得点 对误差大于2倍中误差得点进行检查 执行纠正，重采样影像Process---Calibrate/Resample img转换为Tif格式（Export Band 选RGB）