遥感数字图像处理ENVI期末考试实验报告

专业：测绘工程课程名称：遥感数字图像处理任课教师：班级：姓名：学号：云南师范大学2014-2015学年下学期统一考试__遥感数字图像处理___期末试卷（非制卷）1影像的几何精纠正1.打开影像在ENVI主菜单栏中，选择File→OpenImageFile，打开需校正的影像，并显示在两个Display窗体中。2、启动几何纠正模块1.在ENVI主菜单中，选择Map→Registration→SelectGCPs：ImagetoImage，弹出ImagetoImageRegistration几何纠正模块对话框。2.选择显示参考影像（SPOT文件）的Display为基准图像的（BaseImage），显示需校正影像（TM文件）的Display为待纠正图像（WarpImage）（如图所示）。点击OK按钮，弹出GroundControlPointSelection对话框，进行地面控制点的采集，如图所示。3、采集地面控制点在图像几何纠正过程中，采集地面控制点是一项重要和繁重的工作，直接影响最后的纠正结果，在实际操作中要特别认真和具有耐心。1.在GroundControlPointSelection对话框中，选择Options→SetPointColors，设置或修改GCP在可用和不可用状态的颜色。2.在两个Display中移动方框位置，寻找明显的地物特征点作为输入GCP。3.在Zoom窗口中，点击左小下角第三个按钮，打开定位十字光标，将十字光标分别移到基准影像与待纠正影像相同地物点上。4.在GroundControlPointSelection上，单击AddPoint按钮，将当前找到的点进行收集。利用同样的方法继续寻找其余的点，当选择控制点的数量达到3时，RMS被自动计算。GroundControlPointSelection上的Predict按钮可用，这时在基准图像显示窗口上面定位一个特征点，单击Predict按钮，纠正图像显示窗口上会自动预测区域，适当调整一下位置，点击AddPoint按钮，将当前找到的点收集。随着控制点数量的增多，预测点的精度越来越精确。5.选择Option→AutoPredict，打开自动预测功能，这时在基准图像显示窗口上面定位一个特征点时，纠正图像显示窗口上会自动预测。当选择一定数量的控制点之后（至少3个），可以利用自动找点功能。6.选择Option→AutomaticallyGeneratePoints，选择一个匹配波段，如选择信息量多Band5，单击OK按钮。7.在AutomaticTiePointMethodParameter对话框中。这里设置Tie点的数量（NumberofTiepoints）：60；其他选择默认参数（如图所示），点击OK按钮。8.在GroundControlPointsSelection上，单击ShowList按钮，可以看到选择的所有控制点列表。选择ImagetoImageGCPList上的Option→OrderPointsbyError，按照RMS值由高到低排序。对于RMS过高，意识直接删除，选择此行，按Delete按钮；二是在两个图像的ZOOM窗口上，将十字光标重新定位到正确的位置，点击ImagetoImageGCPList上的Update按钮进行微调。当RMS值小于1个像素时（根据实际情况判断最小RMS值），点的数量足够且分布均匀，完成控制点的选择。9.选择File→SaveGCPstoASCII，将控制点保存。4、选择纠正参数并输出结果此处ENVI提供两种输出方式：WarpFile和WarpFile（asImageMap）10.WarpFile方式11.在GroundControlPointsSelection上，选择Options→WarpFile，选择需纠正图像。12.在纠正参数对话框中，设置纠正参数；相关参数说明：13.重采样选择双线性（Bilinear），背景值（Background）为0。14.OutputImageExtent：默认是根据基准图像大小计算，可以进行适当调整。15.选择输出路径和文件名，单击OK按钮。WarpFile纠正方式得到的结果影像，它的尺寸大小、投影参数和像元大小（如果基准图像有投影）都与基准图像一致。16.WarpFile（asImageMap）方式17.选择Options→WarpFile（asImageMap），选择纠正文件（TM文件）。18.投影参数不变，在X和Y的像元大小输入30m，按回车键，图像输出大小自动更改。19.OutputImageExtent：默认是根据基准图像大小计算，可以进行适当调整。20.设置输出路径和文件名，单击OK按钮。5、检验纠正结果检验纠正结果的基本方法是：同时在两个窗口中打开图像，其中一幅是纠正后的图像，一幅是基准图像，通过视窗链接（LinkDisplays）及十字光标或者地理链接（GeographicLink）进行关联。在显示纠正结果的Image窗口中，从右键快捷菜单中选择GeographicLink命令，选择需要链接的两个窗口，打开十字光标进行查看。2.基于矢量边界的裁剪1.选择全色波段窗口下的Overlay-RegionofInterest.2..如图所示将区域画出，并保存shp。3.选择ENVI工具Basictools-SubsetDataViaROIs。选择文件名并保存。4.利用shp裁剪多波段图像选择File-OpenVectorFile5.打开后如图，点击ok。选择需要进行裁剪的图像窗口#2，点击ok。选择后选择第一项后点击ok选择第一项后点击ok5.同理，选择ENVI工具Basictools-SubsetDataViaROIs。选择文件名并保存。6.如图所示为才裁剪好的全色波段（左）和多波段图像（右）；3.自动融合1)在ENVI的主菜单选择Transform→MageSharpening→HSV。变换前后对比如图所示4.手动融合为了理解处理过程,选择进行手动数据融合。第一步,SPOT-XS多波段的彩色影像转换到色度、饱和度、数值(hue-saturation-value)彩色空间。将全色波段高分辨率的SPOT影像替换数值(value)波段,并将其拉伸到0至1之间以满足正确的数据范围。再将从SPOT-XS多波段影像中获取的色度、饱和度以及从全色SPOT影像中获取的数值进行反变换,转回到红·绿·蓝彩色空间。这个过程将产生出一幅输出影像,其包含了从SPOT-XS多波段影像中获取的颜色信息以及从全色SPOT影像中获取的空间分辨率信息。1.HSV正变换1)从ENVI的主菜单选择Transform→ColorTransform→RGBtoHSV,然后选择调整过大小的SPOT-XS多波段数据作为输入的RGB影像。输入要输出的文件名,点击OK执行变换。2)作为灰阶影像或RGB彩色影像,来显示色度、饱和度和数值的影像。如图所示。2.拉伸变换1)从ENVI的主菜单选择BasicTools→StretchData,单击工lon_spot文件,然后点击OK。2)在DataStretching对话框的OutputData部分中,在Min文本框中输入0,Max文本框中输入1,并输入一个输出文件名。单击OK将全色SPOT影像的数据拉伸为浮点型,范围为0到1.0并保存文件。拉伸前后对比：3.HSV反变换1)从ENVI主菜单选择Transform→ColorTransform→HSVtoRGB,选择转换过的SPOT-XS多波段影像的Hue和Saturation波段作为变换的H和S波段。2)选择拉伸过的全色SPOT影像作为变换的V波段,点击OK。在HSVtoRGBParameters对话框中输入要输出的文件名,点击OK进行反变换。HSV正变换和HSV反变换前后对比：4.显示结果1)在可用波段列表中点击RGBColor单选按钮,并按顺序点击反变换后的R、G、B波段。再点击LoadRGB按钮来显示一幅经过融合的SPOT-XS多波段/全色SPOT的彩色影像。2)显示融合后的影像,选择Tools→Link→LinkDisplays将融合后的影像,同调整过大小的SPOT-XS多波段影像以及SPOT的全色影像连接起来。使用动态叠加来分析比较这些影像。