遥感图像处理实验报告

《遥感数字图像处理》实习报告学院：环境与资源学院班级：地理1002学号：周颖智姓名：20101171西南科技大学环境与资源学院遥感实习2013年5月11日遥感数字图像处理2目录1、实验目的………………………………………......22、实验内容……...……………………………………153、实验步骤……………………………………………264、实验体会……………………………………………38遥感数字图像处理3《某地区森林资源遥感动态监测》一、实验目的熟练掌握ENVI4.7软件中对遥感数字图像进行图像预处理、图像分类、分类后处理以及对分类后的图像进行必要的综合分析得到我们想要的信息。二、实验内容对00年森林资源遥感图像july_00_quac.img进行图像增强处理得到图像00I_K-L.img，然后选择合适的图像分类方法，对增强后的图像进行分类，得到分类后图像00ML1,接着对分类后图像进行分类后处理的最终的分类结果图00MMN。用同样的遥感图像处理方法得到06年森林资源遥感图像july_06_quac.img的分类结果图06MMN。最后对分类后处理的图像进行分类精度的评估，当精度符合标准时便可对分类结果图00MMN和06MMN进行波段运算B1-B2，便可以得到00年到06年该地区森林资源的一个动态变化情况图B1-B2。三、实验步骤（一）、对00年森林资源遥感图像july_00_quac.img进行图像增强处理。已知我们所学过的遥感图像增强处理的方式有：图像彩色增强、图像拉伸、图像变换以及图像滤波。1、首先打开00年森林资源遥感图像july_00_quac.img，然后的遥感图像进行彩色增强。采用真彩色合成的方式来的彩色图像，这里我使用的波段合成方式有：321（真彩色）、432（标准假彩色）、以及其他假彩色合成的方式，542、542、741、742、572和453等，得到如下的彩色图像：遥感数字图像处理4321.img（图一）432.img(图二)遥感数字图像处理5453.img（图三）742.img（图四）遥感数字图像处理6741.img（图五）543.img（图六）遥感数字图像处理7542.img（图七）572.img（图八）最后，我选择了542波段合成后的彩色图像542.img。遥感数字图像处理82、对542.img彩色合成图像进行图像拉伸处理，采用的图像拉伸处理的方式有：线性拉伸和非线性拉伸，分别得到如下经过拉伸增强后的图像：imagelinear2%.img（图九）遥感数字图像处理9imagelinear.img（图十）zoomlinear.img（图十一）scrolllinear.img（图十二）遥感数字图像处理10Imagelinear_IS.img（图十三）最后，我选择对542.img进行imagelinear线性拉伸后，再对图像进行非线性的直方图拉伸，得到最后经过拉伸处理后的图像Imagelinear_IS.img。3、对Imagelinear_IS.img拉伸处理后的图像进行图像变换，我采用的主成分变换的方式，也称K-L变换，得到如下的图像：遥感数字图像处理11K-L正变换，F_K-L.img（图十四）K-L逆，I_K-L.img（图十五）最后，得到经过主成分变换处理后的图像I_K-L.img。遥感数字图像处理124、对经过经过变换处理后的图像进行图像滤波处理，我采用的是图像锐化的图像滤波处理方式，得到如下的图像：Sobel.img（图十六）对锐化处理后的图像sobel.img和原始图像I_F-L.img进行代数运算合并为一张图像，得到如下的图像：遥感数字图像处理13bandmap.img（图十七）图像增强方式总结：最终我选择的图像增强方式有，彩色合成增强、图像拉伸以及图像变换。得到经过图像增强后的图像I_F-L.img。3、对经过图像增强处理后的图像I_F-L.img进行图像分类处理，我采用的图像分类处理的方式：平行管道法和最大似然法，得到如下的图像：I_K-Limage/森林/PP.img（图十八）遥感数字图像处理14I_K-Limage/森林/ML.img（图十九）00ML.img图右（图二十）最后，经过两种图像分类方法的对比，最终我选择的是最大似然法对I_K-Limage图像进行图像分类处理得到分类后的图像00ML.img。（二）、运用先前对00年森林资源遥感图像july_00_quac.img进行图像增强处理的方式对06年森林资源遥感图像july_06_quac.img进行图像增强处理得到如下的图像：遥感数字图像处理15I_K-L06.img（图二十一）然后，对经过图像增强处理后的图像I_K-L06.img进行图像分类处理，运用最大似然法的图像分类处理方式，得到如下的图像：06ML.img图右（图二十二）（四）、对两幅经过图像分类处理后的图像00ML.img和06ML.img进行图像分类后处理，我采用的图像分类后处理的方式是主要/次要分析，得到如下的图像：遥感数字图像处理1600MMN.img图左/06MMN.img图右（图二十三）（五）、对经过分类后处理的图像进行分类精度的评估，我采用的事混淆矩阵的方式，通过混淆矩阵，可以得到Kappa系数。（六）、对经过分类后处理的图像进行波段运算，波段运算的数学表达式为B1-B2,得到如下的图像：B1-B2（图二十四）遥感数字图像处理17将经过分类后处理的两幅图像00MMN.img、06MMN.img和经过波段运算后的图像组合在一起，进行对比便可以看到00年到06间森林动态变化的情况。00MMN.img图左/06MMN.img图中/B1-B2图右（图二十五）四、实验体会经过本次实验，也可以称为一次遥感实习，让我真正理解到了遥感数字图像处理的魅力，同时也让我将我们平时在课堂上学到的东西运用到了实际的生活中。虽然，在实验的过程中遇到了很多的问题，但是通过自己的努力，老师和同学的帮组也把实验中遇到的问题一一的解决好了。当看到最终的实验成果时，我可以很负责地对自己说我没有辜负这学期24个学时的遥感数字图像处理课程的学习。在此，也真心地跟老师说一句：谢谢老师在这短短的24个学时中交给我们的宝贵的知识！