中国矿业大学《遥感原理与应用》ENVI实习报告

中国矿业大学《遥感原理与应用》ENVI实习 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 《遥感原理与应用》 实习报告 学院: 班级: 学号: 姓名: 中国矿业大学环境与测绘学院遥感实习 2010年12月26日 遥感原理与应用 目录 1、 实验一 高光谱数据分析………………………………………..2 2、 实验二 影像镶嵌……...……………………………………….15 3、 实验三 影像配准………………………………………………26 4、 实验四 非监督分类……………………………………………38 5、 实验五 监督分类………………………………………………41 6、 实习总结………………………………………………………..49 - 1 - 遥感原理与应用 实验一 高光谱数据分析 一、 实验目的 本专 题 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 旨在向用户介绍波谱库的概念，并描述如何从感兴趣区中提取波谱信息，然后还将进行彩色合成，并使用二维散点图进行简单的分类。让学生学会如何使用 ENVI 先进的高光谱工具对多光谱数据进行分析。更好地理解高光谱处理的概念及其工具。本专题将从特定矿物质的感兴趣区中提取其波谱曲线，并与波谱库中的波谱曲线进行比较，找出显示波谱信息的最佳 RGB 彩色组合。使用二维散点图定位独特的像元，探究其数据的分布特点，然后进行简单的分类。 二、 实验数据介绍 数据:1995 年的航空可见光/红外成像光谱仪(Airborne Visible/Infrared Imaging Spectrometer，简称为 AVIRIS)所采集的表观反射率数据，该数据是美国? Open Image File， 然后选择进入envi47/data目录。 选择zhumuqian 95_at.int 文件作为输入文件名，点击 Open 弹出可用波段列表，它将列出 50 个波段的名字。 在可用波段列表对话框中，选择 Band 193(2.2008um)，点击 Gray Scale 单选按钮，然后点击 Load Band。将灰度影像加载到显示窗口中。 - 2 - 遥感原理与应用 从主影像窗口菜单中选择 Tools> Profiles>Z Profile (Spectrum)，提取表观反射率波谱曲线。 2 浏览影像波谱并同波谱库进行比较 在影像上移动缩放指示矩形框，同时查看#1 Spectral Profile窗口中的波谱曲线，浏览整个影像的表观反射率波谱曲线。 在主影像窗口中，使用鼠标左键点击并拖动缩放指示矩形框或者直接点击鼠标左键，将缩放指示矩形框移动到以所选像素点为中心的区域中。将从影像中获取的表观反射率波谱曲线同所选波谱库中的波谱曲线进行比较。ENVI 提供了几个不同的波谱库，根据本专题的目的，我们将会使用 JPL 波谱库(Groves 等，1992)以及 USGS 波谱库(Clarke 等，1993) 。 从 ENVI 主菜单中选择 Spectral>Spectral Libraries>Spectral Library Viewer。 在 Spectral Library Input File 对话框中，点击 Open File 按钮，从 spec_lib/jpl_lib 子目录中，选择jpl1.sli 波谱库文件，点击 OK。 选择 Select Input File区域中的 jpl1.sli，点击 OK。 在 Spectral Library Viewer对话框中，选择 Options ? Edit (x, y) Scale Factors，并在 Y Data Multiplier 文本框中，输入值 1.000，以匹配影像表观反射率范围(1-1000) ，点击 OK。 - 3 - 遥感原理与应用 在 Spectral Library Viewer对话框中，选择下列波谱名称，绘制它们的波谱曲线: ALUNITE SO-4A BUDDINGTONITE FELDS TS-11A CALCITE C-3D KAOLINITE WELL ORDERED PS-1A 得到如下波谱曲线绘制图: 从绘制(plot)窗口菜单中，选择 Edit> Plot Parameters，自定义波谱曲线的绘制图。在 Plot Parameters对话框中，按下面的步骤进行: 将 Charsize 减少为 0.50。 选择X-Axis单选按钮，然后将 Range 调整为 1.90 到 2.45。 还是选中X-Axis 单选按钮，点击 Left/Right Margins的箭头增量按钮，直到达到所需 X方向的页边距。 选择 Y-Axis 单选按钮，将 Axis Title改为“Reflectance” 。还是选中 Y-Axis 单选按钮，点击 Top/Bottom Margins 的箭头增量按钮，直到所需的 Y 方向的页边距。点击 Apply，然后再点击 Cancel。 要显示波谱名称的图例，可以在绘制窗口中点击鼠标右键，从弹出的快捷菜单中选择 Plot Key。将绘制窗口拖动到所需的大小，以容纳下波谱名称。在绘制窗口中，选择 Options>Stack Plots ，分别查看绘制的波谱曲线。绘制的 - 4 - 遥感原理与应用 波谱曲线如下图所示: 在#1 Spectral Profile绘图窗口中点击鼠标右键，从弹出的快捷菜单中选择 Plot Key，这将显示出波谱曲线的图例，该图例指出了所选像素的 X和 Y的像素坐标。 在#1 Spectral Profile 绘图窗口中， 选择 Options>New Window: Blank， 打开一个新的绘图窗口。然后重新放置#1 Spectral Profile 绘图窗口和新绘图窗口的位置，使能够同时看到这两个绘图窗口。 从主影像窗口菜单中，选择 Tools>Pixel Locator。使用 Pixel Locator对话框，定位到下列各点 在 Pixel Locator对话框中，输入像素的坐标，列(sample)590、行(line)570，使缩放指示矩形框移动到以这个像素为中心的影像地区，即 Stonewall Playa地区，然后点击 Apply，将矩形框移动到这个位置上。同时#1 Spectral Profile绘图窗口将更新显示所选点的波谱曲线，其所对应的图例 为: “X:590 Y:570” 。 在新的绘图窗口中，点击鼠标右键，在弹出的快捷菜单中，选择 Plot Key，打开显示了 X和 Y坐标位置的图例。在#1 Spectral Profile绘图窗口中，使用鼠标左键，点击并按住图例“X:590 Y:570” ，将这个波谱曲线图例拖到新的绘图窗口中。 对上表所列的每一个像素点重复上面的步骤，直到新的绘图窗口包含了所有的 7种波谱曲线。 在新的绘图窗口中，选择 Options>Stack Plots。新的绘图窗口如下图所示: - 5 - 遥感原理与应用 将这些波谱曲线同已经提取的波谱库中的波谱曲线进行目视比较。注意到，实验室所测的波谱曲线同某些影像表观反射率波谱曲线之间存在着相似的形状及吸收特性。 基于这些相似的特性，我们可以得到这样的结论:与 alunite、buddingtonite、calcite和 kaolinite实验室 所测波谱曲线相似的影像波谱曲线是由上面相应的矿物质所构成的。 从波谱库波谱曲线的绘图窗口中，将波谱曲线拖动到#1 Spectral Profile绘图窗口中，进行直接比较。 3 鉴别波谱曲线 使用 Spectral AnalystTM来鉴别波谱曲线:ENVI 提供了一个波谱匹配工具，它根据波谱库中的波谱曲线对影像中的波谱曲线进行评分。波谱分析使用多种方法产生一个在 0 到 1 之间的分数值，其中分数值 1相当于完全匹配。 从 ENVI 主菜单中，选择 Spectral ? Spectral Analyst。点击 Spectral Analyst Input Spectral Library 对话框底部的 Open Spec Lib按钮。 选择进入 usgs_min 波谱库目录，选择usgs_min.sli 波谱库文件，点击 Open。usgs_min.sli 文件出现在 Spectral Analyst Input Spectral Library 对话框中，选中该文件，点击 OK。在 Edit Identify Methods Weighting 对话框中，点击 OK。 从主影像窗口菜单中，选择 Tools>Profiles>Z Profile (Spectrum)。然后在#1 Spectral Profile绘图窗口中，点击鼠标右键，从弹出的快捷菜单中，选择 Plot Key，显示波谱曲线名称的图例。从主影像窗口菜单中，选择 Tools ? Pixel Locator。在 Pixel Locator对话框中，输入像素点的坐标列 502，行589，点击 Apply。 - 6 - 遥感原理与应用 在 Spectral Analyst 对话框中，选择 Options ? Edit Method Weights。在 Edit Identify Methods Weighting 对话框中，为每一个 Weight 文本框输入值 0.33，然后点击OK。 在 Spectral Analyst对话框中，点击 Apply。如果在#1 Spectral Profile绘图窗口中显示了多条波谱曲线，那么将会出现一个波谱曲线列表。如果出现了该波谱曲线列表，那么就选择像素(列 502，行 589)所对应的那条波谱曲线。Spectral Analyst对话框将如下图所示: Spectral Analyst对话框， 显示出了矿物质 kaolinite 的波谱曲线与像素(列 502， 行 589)的波谱曲线最匹配 (左图) Spectral Analyst 将根据 波谱库中的波谱曲线对未知 地物的波谱曲线进行评分。 上图显示了对像素(列 502， 行589)的波谱曲线进行鉴 别的结果。注意到列表的第 一行显示 kaolinite的波谱曲线评分最高。这个相对较高的分数值表明了该像素对应的地物与 kaolinite 最相似。 用鼠标双击列表中的第一条波谱曲线。在同一绘图窗口中，绘制出未知地物的波谱曲线以及波谱库中的波谱曲线，以进行比较。该绘制图如下图所示: 未知地物与波谱库中最匹配的 kaolinite 的波谱曲线的比较图，表明两者高度匹配 - 7 - 遥感原理与应用 使用波谱分析(Spectral Analyst) ，比较波谱曲线图，对刚才提取的影像波谱曲线进行鉴别，查看其为哪一种矿物质。当已经鉴别了几种矿物质后，就可以进入下一部分了。也可以选择将USGS波谱库中的波谱曲线同影像波谱曲线以及JPL波谱库中的波谱曲线进行比较。USGS 波谱库所对应的波谱数据文件为usgs_min.sli。 5定义感兴趣区 感兴趣区(ROIs)用来提取像素集合的统计信息及其平均波谱曲线。可以在任何显示的影像上定义足够多的感兴趣区。从主影像窗口菜单中，选择 Overlay>Region of Interest，打 开ROI Tool 对话框。 5(1创建新的感兴趣区: 在影像中，点击鼠标左键。在多边形顶点处，点击鼠标左键，绘制感兴趣区，或者点击并按住鼠标左键，移动鼠标，连续绘制感兴趣区。点击鼠标右键，封闭该多边形，完成感兴趣区的定义。 再次点击鼠标右键锁定感兴趣区的位置。 点击 Stats 按钮，计算感兴趣区的统计信息，绘制均值波谱曲线(白色) ，均值波谱上下各有一条的标准差曲线(绿色) ，以及最小和最大值的包络波谱曲线(红色) ，其包含了感兴趣区所有的波谱。 - 8 - 遥感原理与应用 在 File Statistics Report对话框中，选择 File>Cancel。然后在 Avg Spectrum绘图窗口中，也选择 File>Cancel。 点击 ROI Tool 对话框中的 Delete 按钮，删除所选的感兴趣区。 5、2加载预先保存的感兴趣区文件: (无感兴趣区文件，用自己定义的感兴趣区进行实验) 为已知特定矿物质预先定义的感兴趣区就会列在 ENVI 的 message对话框中，然后还将加载到 ROI Tool 对话框，如下图所示: ROI Tool 对话框，展示了恢复出的感兴趣区(左图)选择 ROI Tool 对话框顶部的 Off单选按钮，允许在主影像显示窗口中选取像素的位置。 从主影像窗口中，选Tools>Profiles>Z-Profile (Spectrum)，打开 Z 剖面廓线窗口(Z-Profile) 。 使用鼠标右键点击感兴趣区中的某个像素，将当前像素的位置或者光标的位置移动到每一个感兴趣区上。点击感兴趣区中的不同像素，移动光标的位置，在 Spectral Profile 窗口中，显示新的波谱剖面廓线。 注意:对于每个新的感兴趣区，y 轴的绘制范围都会自动地调整大小，以保证与波谱剖面廓线相匹配。通过以上操作可以查看每个感兴趣区中波谱曲线的差异。 5、3从感兴趣区中提取均值波谱曲线: 在 ROI Tool 对话框中，选择某个感兴趣区，点击 Stats 按钮，提取所需的统计信息，并且绘制所选感兴趣区的波谱曲线。将感兴趣区的均值波谱同相应的标准差波谱(绿色，在均值波谱的上面或者下面各有一条)以及包络波谱(红色，也在均值波谱的上面或者下面各有一条)进行比较，查看感兴趣区波谱的变化。对每个感兴趣区重复上面的步骤。 - 9 - 遥感原理与应用 如果想要从 zhumuqian1.sli 波谱库中加载相应的波谱曲线到绘图窗口，进行直接地比较或者鉴别，那么在加载波谱库的波谱数据时不要忘记将 Y的缩放系数改为 1000。 完成这些操作后，关闭所有的 File Statistics Report对话框以及所有的绘图窗口。在 ROT Tool对话框中，选择 Options>Mean for All Regions，在同一个绘图窗口中，绘制每个 感兴趣区的均值波谱曲线。 5、4鉴别矿物质设计选择合适的彩色合成来鉴别矿物质: 在可用波段列表对话框中，选择 RGB 单选按钮，并顺次点击 Band 183、Band 193和 Band 207。点击 Load RGB，将彩色合成影像加载到当前影像显示窗口中。 在主影像窗口中，点击 Tools>Profiles>Z-Profile (Spectrum)。 注意到0 在Z剖面廓线 (Z-Profile)窗口 中，被用来合成彩色影像的三波段 的位置上，分别用红、绿、蓝三条 垂直线标出。 在 ROI Tool对话框中，选择 Off单选按钮，使用 Z 剖面廓线窗 口，在主影像窗口中的感兴趣区上 或其附近浏览相应的波谱曲线。 通过使用鼠标左键，点击并拖 动波谱剖面廓线窗口中的颜色条 (plot bars) ，将其拖动到所需 的波段位置上。 注意:突出影像上特定地物的一种方法是将某个彩色条放置在某个特征吸收中心，而把另两个彩色条放置在相对的波谱峰值上。 在 Z 剖面廓线(Z Profile)窗口内，双击鼠标左键，将新选择的波段加载到显示窗口中。查看了几个地物点后，就会明白彩色合成后的颜色是如何同波谱特征相一致的。例如，alunitic 区域在RGB 彩色合成影像上将显示出红 - 10 - 遥感原理与应用 紫色(magenta) ，这是因为绿色对应的波段位于 alunitic 的吸收带，这将产生较低的绿波段值，而红色和蓝色对应的波段反射率几乎相等。红色和蓝色混合的结果就导致了含有aluite 的像素颜色为红紫色。 6 二维散点图 6、1查看二维散点图: 在主影像窗口中，选择 Tools ? 2-D Scatter Plots，打开二维的 scatter plot对话框，绘制表观反射率影像的散点图。 在 Choose Band X 列表中，选择波段 193(band 193) ，在 Choose Band Y 列表中，选择波段 207。 3. 点击 OK。左图的散点图就显示了 X、Y表观反射率值的关系 波段 193 和波段 207的散点图(ATREM 表观反射率影像)(左图) 6、2散点图的密度分割: 从散点图窗口菜单中，选择 Options ? Density On，自动对散点图进行密度分割处理。散点的颜色表明了用来绘制散点图的两个波段特定表观反射率组合出现的频率。紫色(Purple)代表了出现的频率最低。随着颜色从蓝色、绿色、黄色，变化到红色，频率也依次变大。红色代表了出现的频率最高。从散点图菜单中，选择 Options>Density Off，关闭密度分割功能。 - 11 - 遥感原理与应用 6、3散点图中的跳跃像素(SCATTER PLOT DANCING PIXELS): 从主影像窗口中点击鼠标左键并拖动鼠标，触发散点图中的“跳跃像素” (Dancing Pixels) 。散点图中的红色点就对应于主影像窗口光标周围 10×10 区域内的像素点。预测一下某些影像颜色在散点图中的位置，然后进行核实。注意散点图中红色跳跃像素构成的子散点图的形状。 选择 Options>Set Patch Size，改变散点图中红色矩形光标的大小，并观察改变后的差异。 6、4影像中的跳跃像素(IMAGE DANCING PIXELS): 在散点图上点击鼠标中键并拖动鼠标，触发主影像窗口中的“跳跃像素” (Dancing Pixels) 。影像中的红色像素点就对应于散点窗口光标周围 10×10 区域内的散点。注意所选像素的空间分布及其空间一致性。 选择 Options>Set Patch Size，改变散点图中矩形光标的大小，并观察改变后的差异。 6、5将散点图连接到波谱剖面廓线(SCATTER PLOTS LINKED TO A SPECTRAL PROFILE): 从散点图窗口菜单中，选择 Options>Z Profile，选择一个输入文件用于提取波谱剖面廓线，然后点击 OK。打开一个连接到该散点图的空白的波谱剖面廓线绘制窗口。将鼠标光标放置到二维散点图中，点击鼠标右键，提取具有该散点位置特性的相应空间像素点的波谱曲线。比较散点图上的其它点，观察散点图上相对中心位置的点，记录这些点所属的类别。 - 12 - 遥感原理与应用 6、6散点图中的感兴趣区(SCATTER PLOT ROIS): 散点工具也可以用来作为一个快速的分类器。在散点图中点击鼠标左键，选择感兴趣区(ROI)的第一个顶点。使用鼠标左键，选择所需的线段顶点，在散点图中，绘制感兴趣区多边形。点击鼠标右键封闭该多边形。与该多边形包含的散点相对应的影像像素，在主影像窗口中会以彩色编码后的颜色(如红色)显示出来。 从散点图窗口的 Class 下拉式菜单中，选择其它的颜色。绘制其它的感兴趣区多边形，影像中对应的像素就会以所选颜色高亮突出显示出来。要移除某个类，可以选择 Options>Clear Class。此外，通过在绘图坐标轴以外(下面)点击鼠标中键，也可以移除当前所选的类(Class)。使用二维散点图工具，由散点图中的类追溯到影像上，查看某些对应像素出现在影像上的位置。 在散点图窗口菜单栏中，选择 Options> Export Class or Export All，将类(Classes)转换成感兴趣区，然后再作为训练样区，使用所有的影像波段，参与影像分类。以这种方式导入的感兴趣区将会列出在 ROI Tool 对话框中，它对后续的监督分类都有效。 从 ENVI 主菜单中，选择Classification>Create Class Image from ROIs，也可以将感兴趣区转换为分类影像。 在散点图窗口中，选择Options>Clear All，移除散点图中所选的类以及影像中相对应的像素点的颜色。 - 13 - 遥感原理与应用 6、7影像中的 感兴趣区 (IMAGE ROIS): 散点图 工具也可以从 影像上获取感 兴趣区，以作为简单的分类器。在散点图窗口菜单中，选择 Options>Image ROI。使用鼠标左键来绘制线条，在主影像窗口中绘制出感兴趣区多边形。使用鼠标右键封闭多边形或者锁定多边形的位置。然后影像感兴趣区多边形内的像素点就会映射到散点图中相对应的位置上，并用当前所选颜色高亮显示出来。相应地，影像中所有与散点图高亮显示点相匹配的像素点，也将反向映射到主影像窗口中，即用相同的颜色高亮显示出来，这就仿佛是绘制了散点图感兴趣区。这是一个用来形成两波段的分类最简单的方法，此外它也是一个强大的工具。绘制一些影像感兴趣区，注意影像颜色与散点图特性之间的一致性。 6、8散点图和波谱混合(SCATTER PLOTS AND SPECTRAL MIXING): 在散点图窗口菜单中，选择 Options>Change Bands，修改散点图绘制中所需的两个波段组合。尝试选择至少一对临近的波段组合以及其它相距较远的波谱波段组合。 Band X: Band 176 Band Y: Band 215 如下图 四、实验体会 本次实验的主要目的在于使用 ENVI 先进的高光谱工具对多光谱数据进行分析。更好地理解高光谱处理的概念及其工具。本专题将从特定矿物质的感兴趣区中提取其波谱曲线，并与波谱库中的波谱曲线进行比较，找出显示波谱信息的最佳 RGB 彩色组合。最终通过自己的操作也达到了以上目的。实验过程中出现了对理论知识理解不透彻而不知所以的现象，通过阅读相关课件慢慢熟悉，顺利完成本次实验。 - 14 - 遥感原理与应用 实验二 影像镶嵌 一、实习目的 掌握使用 ENVI影像镶嵌的知识。 影像镶嵌是一门艺术,它将把多幅影像连接合并, 以生成一幅单一的合成影像。ENVI提供了交互式的方式来将没有地理坐标 (No georeferenced) 的影像拼接在一起,或者自动地拼接有地理坐标的影像,并输出成有地理坐标的镶嵌影像。镶嵌程序提供了透明处理、直方图匹配,以及颜色自动平衡的功能。ENVI 的虚拟镶嵌能力还允许用户有选择性地生成并显示镶嵌影像 , 而不用生成一个很大的输出文件。 二、实验步骤 1、基于像素(Pixel)的影像镶嵌 将以像元为基础的图像镶嵌起来，Map—Mosaicking—Pixel Based。 操作步骤:选择Map—Mosaicking—Pixel Based。 打开Pixel Based Mosaic镶嵌界面 - 15 - 遥感原理与应用 选择Import—Import Files—选择要镶嵌的影像在 Mosaic Input Files对话框中，点击 Open File，选择文件zhumuqian_2.img，zhumuqian_3.img。 在Mosaic Input Files对话框中， 按下键盘上的Shift(也可用Ctrl)键， 并同时点击zhumuqian_2.img和zhumuqian_3.img文件名，选中这两个文件，点击 OK。 在 Select Mosaic Size 对话框的X Size 中输入 614，Y Size 中输入 1024，指定镶嵌影像的大小，单击Ok。 - 16 - 遥感原理与应用 在 Pixel Based Mosaic 对话框中，点击 dv06_3.img 文件名。影像当前的位置就会以像素值为单位，列在对话框底部的文本框中。(右图) 在 YO 文本框中，输入值 513，按下键盘上的 Enter 键。这样zhumuqian_3.img 影像就会放置在zhumuqian_2.img 影像的下面。(下图) 选择或键入镶嵌尺寸的大小—OK。 在 Pixel Based Mosaic 对话框中，选择 File ? Apply。当 Mosaic Parameters 对话框出现后，输入输出文件名 zhumuqian.img，点击 OK，生成镶嵌影像文件。 - 17 - 遥感原理与应用 2、边缘羽化的处理操作 在 Pixel Based Mosaic 对话框中，选择 Options?Change Mosaic Size。 在 Select Mosaic Size对话框的X Size 和 Y Size 文本框中都输入值 768，点击 OK，改变输出镶嵌影像的大小。 在 Pixel Based Mosaic 对话框中，左键点击影像,2 的绿色轮廓框。将影像,2 拖动到镶嵌图的右下角。 - 18 - 遥感原理与应用 在镶嵌图中，右键点击影像,1 的红色轮廓框，选择 Edit Entry，打开 Entry:filename对话框。 在 Data Value to Ignore 文本框中，输入值 0。在 Feathering Distance 文本框中，输入值 25，点击OK。 对另一幅影像，重复上面的两步操作。结果如图 - 19 - 遥感原理与应用 选择 File ? Save Template，输入输出文件名 zhumuqianB.mos。 在可用波段列表中，点击镶嵌 模板 个人简介word模板免费下载关于员工迟到处罚通告模板康奈尔office模板下载康奈尔 笔记本 模板 下载软件方案模板免费下载 文件名，然后点击 Load Band，显示该镶嵌影像。当使用虚拟镶嵌时，不会进行羽化处理。 3、基于地理坐标的影像镶嵌 3、1创建基于地理坐标的镶嵌影像 在 ENVI 主菜单中，选择 Map ? Mosaicking ? Georeferenced，开始进行 ENVI 基于地理坐标的镶嵌操作。 文件选用zhumuqian_01w.img;zhumuqian_02w.img 在 Map Based Mosaic 对话框中选择 File ? Restore Template，然后选择文件 lch_a.mos(数据缺失)，打开文件，恢复基于地理坐标并进行羽化镶嵌时所必需的参数。 4、镶嵌时的色彩均衡 专题的这一部分将介绍使用自动颜色平衡，来生成一幅基于地理坐标的镶嵌影像。对于本次操作，我们将使用 Landsat 7 ETM影像的两个有重叠区域的影像子集。 其中一个子集已经进行了直方图均衡化拉伸，它的每一个波段都独立地处理过，这样两个子集相应波段的直方图都会有完全不同的形状。 - 20 - 遥感原理与应用 4、1 创建未经色彩均衡化处理的镶嵌影像:首先，创建生成一个没有进行颜色平衡处理的镶嵌影像。导入两幅没有羽化过的影像，这样就可以清楚地看出影像间的衔接线。 在 ENVI 主菜单中，选择 Map ? Mosaicking ? Georeferenced，开始进行 ENVI 基于地理坐标的镶嵌操作。Map Based Mosaic 对话框出现在屏幕上。 在 Map Based Mosaic 对 话框中，选择 Import ? Import Files，在文件选择对话框中，点击 Open File按钮，选择 zhumuqian_equal.dat文件，点击 Open。 在 Mosaic Input Files对话框中，继续点击 Open File按钮，选择zhumuqian2.dat 文件，点击 Open。在 Mosaic Input Files对话框中，选中 mosaic_2.dat 文件，然后按住 Shift 键，选择zhumuqian _equal.dat 文件，点击 OK。 两幅影像将被自动地放置在 Mosaic Preview 预览显示窗口中正确的地理坐标位置上。 在预览显示窗口中，影像都按默认的 2,对比度进行独立地拉伸。RGB彩色镶嵌预览在预览显示中，也可以显示多光谱 RGB 彩色合成后的影像。 在 Map Based Mosaic 显示窗口底部，右键点击zhumuqian _equal.dat 文件名，选择 Edit Entry。 在随后出现的对话框中，将 Mosaic Display 的箭头切换按钮改为 RGB。 - 21 - 遥感原理与应用 对于 Red选择 1，Green选择 2，Blue 选择 3。这将使得 ENVI 在预览镶嵌影像时，用红色电子枪来加载波段 1，绿色电子枪来加载波段 2，蓝色电子枪来加载波段 3。点击 OK。 可以看到此时在镶嵌影像预览中，zhumuqian_equal.dat 影像将会以彩色显示出来。 对要镶嵌的另一幅影像，重复 1,3步。 对于 3 个波段的影像，默认条件下，ENVI 将自动地在镶嵌影像预览中使用 RGB 彩色显示。通常将第一个波段作为红色，第二个波段作为绿色，第三个波段作为蓝色。但是，如果影像多于三个波段，那么镶嵌影像预览中将仅仅显示波段 1 的灰阶影像。当然，如果镶嵌的输入影像只有一个波段，那么预览就会以灰阶方式显示这个波段。 - 22 - 遥感原理与应用 4、2输出未经色彩均衡化处理的镶嵌影像: 记住在镶嵌预览中所见的影像同最后镶嵌拼接的影像并非完全一样，这一点很重要。在镶嵌预览中，两幅影像是独立进行拉伸显示的， 而当它们镶嵌拼接成一幅影像时， 将会从拼接的两幅影像中计算对比度，然后进行拉伸。 从 Map Based Mosaic 显示窗口中，选择 File ? Apply。在随后出现的 Mosaic Parameters 对话框的 Output Filename 中，输入输出文件名zhumuqian_unbalanced.dat。点击 OK。 当镶嵌完成时，拼接的结果将会加载到可用波段列表中。 3. 在 RGB 彩色显示窗口中，显示新镶嵌的影像。将波段 1 作为红色，波段 2 作为绿色，波段 3作为蓝色。 注意:通常两幅影像的衔接线都会很明显。 - 23 - 遥感原理与应用 4、3输出经色彩均衡化处理的镶嵌影像: 返回到 Map Based Mosaic 对话框，再次使用输出镶嵌影像。这一次，使用颜色平衡，来减小镶嵌结果中两幅影像间的对比度。 在 Map Based Mosaic 对话框中，右键点击 zhumuqian_equal.dat 文件名，选择 Edit Entry。 在随后出现的对话框的底部， 将 Color Balancing改为 Adjust。 这表明将调节这幅影像的对比度，使其与另一幅影像相匹配。点击 OK。右键点击 zhumuqian2.dat 文件，选择 Edit Entry。 在随后出现的对话框中，把 Color Balancing 改为 Fixed。这表明将不会改变这幅影像的对比度。仅调节另一幅影像的对比度，使其与这幅影像匹配。点击 OK。 从 Map Based Mosaic 显示窗口中，选择 File ? Apply。 在随后出现的 Mosaic Parameters 对话框底部， 有个 Color Balance using 选项。 保留 stats from overlapping regions 这个选择项。因为仅仅利用重叠区域统计计算值来进行颜色平衡效果会更好。另一个选择项，stats from complete files，用在镶嵌影像只有一点或者没有重叠区域的情况下。 在 Output Filename 中，输入 zhumuqian_balanced.dat，点击 OK。 - 24 - 遥感原理与应用 镶嵌完成时，拼接的结果会加载到可用波段列表中。 在 RGB 彩色显示窗口中，显示新镶嵌的影像。将波段 1 作为红色，波段 2 作为绿色，波段 3作为蓝色。 注意:两幅影像的衔接线将不会很明显。 四、实验体会 本次实验是实现了两幅影像的镶嵌操作，分别运用了基于像素的镶嵌和基于地理坐标的镶嵌，并学习到了羽化的操作和效果，实验过后对这部分内容有了更深层次的理解和掌握。同时对ENVI的操作有了一定的熟悉度，更利于对下面的实验进行操作和分析。 - 25 - 遥感原理与应用 实验三 影像配准 一、实验目的 本实验旨在介绍如何在 ENVI 中对影像进行地理校正，添加地理坐标，以及如何使用 ENVI 进行影像到影像的配准和影像到地图的校正。本专题介绍了使用 ENVI 生成影像地图的步骤，并举例演示说明了全色影像和多光谱影像进行 HSV 融合的步骤。在开始本专题描述 所需的文件 zhumuqian_sp.img Boulder SPOT 带地理坐标的影像子集 zhumuqian_sp.hdr ENVI 对应的头文件 zhumuqian_sp.grd Boulder SPOT 地理公里网参数 zhumuqian_sp.ann Boulder SPOT 地图注记 zhumuqian_tm.img Boulder TM 没有地理坐标的影像 zhumuqian_tm.hdr ENVI 相应的头文件 zhumuqian_tm.pts TM-SPOT 影像到影像配准中所用的控制点 zhumuqiantm_m.pts TM-Map 影像到地图配准中所用的控制点 zhumuqian_rd.dlg Boulder 道路数字线划图(DLG) zhumuqiantmsp.grd 融合后的 TM-SPOT 影像的地图公里网 zhumuqiantmsp.ann 融合后的 TM-SPOT 影像的注记生成的文件 zhumuqian_tm1.wrp 使用缩放平移和最近邻重采样法得到的影像到影像的配准结果 zhumuqian_tm1.hdr ENVI 相应的头文件 zhumuqian_tm2.wrp 使用RST和双线性zhumuqian_tm2.hdr ENVI 相应的头文件 zhumuqian_tm3.wrp 使用 RST 和三次卷积重采样法进行的影像到影像的配准结果 zhumuqian_tm3.hdr ENVI 相应的头文件 zhumuqian_tm4.wrp 使用一次多项式和三次卷积重采样法进行的影像到影像的配准结果 zhumuqian_tm4.hdr ENVI 相应的头文件 zhumuqian_tm5.wrp 使用 Delaunay 三角网和三次卷积重采样法进行的影像到影像配准结果 zhumuqian_tm5.hdr ENVI H相应的头文件 zhumuqiantm_m.img Boulder TM影像到地图的配准结果，使用了 RST 和三次卷积重采样法 zhumuqiantm_m.hdr ENVI 相应的头文件 zhumuqiantmsp.img Boulder TM/SPOT 使用 HSV 融合后的结果，分辨率为 10 米 zhumuqiantmsp.hdr ENVI 相应的头文件 - 26 - 遥感原理与应用 三、实验过程 1 带地理坐标的数据和影像地图 熟悉 ENVI 中对带地理坐标的数据的处理，使用地图公里网和注记创建影像地图，并生 成输出影像。 1、1打开并显示 SPOT 数据: 要打开带地理坐标的 SPOT 数据:从 ENVI 主菜单中，选择 File>Open Image File。当 Enter Data Filename文件选择对话框出现后，选择进入 envidata目录下的 zhumuqian_reg 子目录，从列表中选择 zhumuqian_sp.img 文件。 点击 OK。 当可用波段列表对话框出现后，点击 Gray Scale 单选按钮，使用鼠标左键，点击相应的波段名，从对话框顶部所列波段中选中 SPOT 波段。所选择的波段名显示在 Selected Band: 字段区域中。点击 Load Band 按钮，加载这幅影像到一个新的显示窗口中。 1、2修改 ENVI 头文件中的地图信息: 在可用波段列表中，右键点击 zhumuqian_sp.img 文件名下的 Map Info 图标，从弹出的快捷菜单中选择 Edit Map Information。 Edit Map Information对话框出现在屏幕上。 这个对话框列出了在 ENVI 中添加地理坐标所用的地理信息。可以调整 ENVI 使用的 Magic Pixel(作为地图坐标系统的起始点)相对应的影像坐标。因为 ENVI 可以从相应头文件信息和地图投影文件中，识别出地图投影、像元大小以及地图投影参数，所以用它能够计算出影像中任意像元的地理坐标。既可以输入地图坐标，也可以输入地理坐标(纬度/经度)。 点击 Projection/Datum文本旁边的箭头切换按钮， 显示 UTM Zone 13 North地图投影的纬度/经度坐标。ENVI 在处理过程中才进行转换。点击当前的 DMS 或者 DDEG 按钮，分别在度-分-秒(Degrees-Minutes- Seconds)和十进制的度(Decimal Degrees)之间进行切换。点击 Cancel，退出 Edit Map - 27 - 遥感原理与应用 Information 对话框。 Edit Map Information对话框 1、3光标位置/值: 要打开一个显示主影像窗口，滚动窗口，或者缩放窗口中光标位置信息的对话框，可以按如下几步进行。 从主影像窗口菜单栏中，选择 Tools ? Cursor Location/Value。也可以从 ENVI 主菜单和主影像窗口菜单栏中，选择 Window>Cursor Location/Value，打开这个对话框。 Cursor Location对话框，显示了像素值和相应的地理坐标(对带地理坐标的影像而言) 注意到对于这幅带地理坐标的影像，对话框同时给出了像素坐标和地理坐标。在影像中移动光标，查看特定位置的坐标值，并注意地图坐标和经纬度之间的关系。 1、4叠合地图公里网: 从主影像窗口菜单栏中，选择 Overlay ? Grid Lines。#1 Grid Line Parameters 对话框出现在屏幕上，同时一个虚拟的边框添加到影像中，允许在影像外部显示地图公里网的标注。 - 28 - 遥感原理与应用 Grid Line Parameters对话框 在这个新的对话框中，选择 File>Restore Setup。在 Enter Grid Parameters Filename 对话框中，选中zhumuqian_sp.grd 文件，点击 Open。先前保存过的公里网参数就会被加载到对话框中。 在#1 Grid Line Parameters 对话框中，从对话框菜单栏中，选择 Options >Edit Map Grid Attributes，来查看地图参数。这将打开 Edit Map Attributes 对话框。在 Edit Map Attributes 对话框中，注意公里网的间隔以及控制线条、标签、公里网交角以及矩形框(轮廓框)相应颜色和其它特征的参数。处理完成后，点击 Cancel，关闭该对话框。 在#1 Grid Line Parameters 对话框，从菜单栏中，选择 Options>Edit Geographic Grid Attributes，查看地理坐标。在 Edit Grid Attributes对话框中，再次注意地理坐标(纬度/经度)公里网的参数。处理完成后，点击 Cancel 来关闭该对话框。 在 Grid Line Parameters dialog 对话框中，点击 Apply，在影像中放置 - 29 - 遥感原理与应用 公里网。ENVI 允许同时放置像素、地图、和地理坐标公里网。 1、4、1叠合地图注记: 在主影像窗口中，选择Overlay>Annotation。在#1 Annotation: Text对话框中，选择 File>Restore Annotation。打开一个标准的文件选择对话框。在 Enter Annotation Filename 对话框中，从文件列表中选择 zhumuqian_sp.ann 文件，点击 OK。先前保存过的地图注记被加载到影像上。 按住滚动窗口的一角，并拖动鼠标，拉大该滚动窗口。重新放置改变了大小的滚动窗口，这样就可以同时看到主影像窗口。 在改变了大小的滚动窗口中，使用鼠标左键，移动主影像指示矩形框，查看主影像窗口中出现的地图要素。 在#1 Annotation: Text对话框中，点击并按住 Object菜单，查看可以用来注记地图的对象。 1、5输出到影像或 Postscript 文件 ENVI 对用户提供了几个选项，来保存和输出地图影像。可以将结果保存为 ENVI 的影像文件格式，或者保存为几种通用的图形格式(包括 Postscript 格式) 。也可以直接打印或者导入到其它软件中。 1、5、1将影像保存为 ENVI 的影像格式: 要将结果影像保为 ENVI 自身的格式(比如一个 RGB 文件) ，按下面的步骤进行操作。在主影像窗口中，选择 File>Save Image As>Image File。在 Output Display to Image File 对话框中，选择 Output File Type 的下拉式按钮(默认情况下文件类型设置为 ENVI) ，查看可用的不同格式。 Change Graphics Overlay Selections 按钮可以打开一个同样名字的对话框，这个对话框允许添加或删除许多制图叠合选项(graphics options) ，包括注记和公里网。Change Image Border Size 按钮也可以打开一个同名的对话框。这个对话框允许改变顶部、底部、左边和右边的边框宽度，如果需要，也可以改变边框的颜色。如果带注记和公里网的彩色影像已经显示在显示窗口中，那么注记和公里网都将自动地列在制图叠合选项中。同时也可以选择其它要叠置在输出影像上的注记文件。 - 30 - 遥感原理与应用 通过选择 Memory 或者 File 单选按钮，决定是将结果保存为一个磁盘文件，还是保存到内存中。选择 Memory，点击 OK，输出影像。新生成的影像文件自动列在可用波段列表中。在可用波段列表中，点击 Display #1 下拉式按钮，从菜单中选择 New Display，打开一个新的显示窗口。 选择 RGB Color 单选按钮，要将影像从内存中加载到显示窗口，可以连续选择 R、G 和 B(带地 理坐标的 SPOT 数据)波段。点击 Load RGB 按钮，添加注记后的影像作为一幅栅格图显示出来。 2 影像到影像的配准 这一部分将逐步演示影像到影像的配准处理过程。带有地理坐标的 SPOT 影像被用作基准影像，一个基于像素坐标的 Landsat TM 影像将被进行校正，以匹配该 SPOT 影像。 2、1打开并显示 Landsat TM 影像文件: 从 ENVI 主菜单中，选择 File>Open Image File。当 Enter Data Filenames 对话框出现后，选择进入 envidata 目录下的 zhumuqian_reg 子目录，从列表中选择 zhumuqian_tm.img 文件。在文件选择对话框中，点击 Open，把 TM 影像波段加载到可用波段列表中。在列表中选中波段 3 ，点击 No Display 按钮，并从下拉式菜单中选择 New Display。点击 Load Band 按钮，来把 TM 第3 波段的影像加载到一个新的显示窗口中。 2、2显示光标位置/值 要打开一个显示主影像窗口，滚动窗口，或者缩放窗口中光标位置信息的对话框，可以按一下步骤进行操作。 从主影像窗口菜单栏中，选择 Tools>Cursor Location/Value。在主影像窗口、滚动窗口和缩放窗口的 TM 影像上，移动鼠标光标。 注意到坐标是以像素单位给出的，这是因为这个影像是基于像素坐标的，它不同于上面带有地理坐标的 SPOT 影像。选择 File>Cancel，关闭 Cursor Location/Value对话框。 2、3开始进行影像配准并加载地面控制点 - 31 - 遥感原理与应用 从 ENVI 主菜单栏中，选择 Map>Registration>Select GCPs: Image to Image。在 Image to Image Registration对话框中， 点击并选择 Display #1 (SPOT 影像) ， 作为Base Image。点击 Display #2(TM 影像) ，作为 Warp Image。 点击 OK， 启动配准程序。 通过将光标放置在两幅影像的相同地物点上， 来添加单独的地面控制点。 用来进行影像到影像配准的 Ground Control Points Selection 对话框 在Ground Control Points Selection对话框的Base X和Y文本框中， 分别输入753和826， 将SPOT影像中的光标移动到相应的点上。使用同样的方法，在 Warp X 和 Y文本框中，分别输入 331和 433，将 TM 影像中的光标移动到相应的点上。在两个缩放窗口中，查看光标点所处位置。如果需要，在每个缩放窗口所需位置上，点击鼠标左键，调整光标点所处的位置。 注意:在缩放窗口中支持亚像元(sub-pixel)级的定位。缩放比例越大，地面控制点定位的精度就越好。 在 Ground Control Points Selection对话框中，点击 Add Point，把该地面控制点添加到列表中。点击 Show List 查看地面控制点列表。尝试选择几个地面控制点找到选择地面控制点的感觉。注意对话框中所列的实际影像点和预测点坐标。一旦已经选择了至少 4个地面 控制点以后，RMS 误差就会显示出来。 在 Ground Control Points Selection 对话框中，选择 Options>Clear All Points，可以清除掉所有已选择的地面控制点。 从 Ground Control Points Selection 对话框中，选择 File>Restore GCPs - 32 - 遥感原理与应用 from ASCII。在 Enter Ground Control Points Filename 对话框中，选择文件 zhumuqian_tm.pts，然后点击 OK，加载这个预先保存过的地面控制点坐标。 在 Image to Image GCP List对话框中，点击单独的地面控制点。查看两幅影像中相应地面控制点的位置、实际影像点和预测点的坐标以及 RMS 误差。调整对话框的大小，观察 Ground Control Points Selection对话框中所列的合计 RMS误差(RMS Error)。 影像到影像配准中所用的 Image to Image GCP LIst对话框 2、4操作处理地面控制点 下面的内容仅提供处理方法，并且只对有限的地面控制点按钮的处理功能进行操作。在 Image to Image GCP List 对话框中，选择相应的地面控制点，然后在 Ground Control Points Selection 对话框中进行修改，这样可以编辑单个控制点的坐标位置。可以通过输入一个新的像素坐标，或使用对话框中的方向箭头逐像素地移动坐标位置。在 Image to Image GCP List对话框中，点击 On/Off 按钮，屏蔽掉所选择的地面控制点。这样在校正模型和 RMS 计算中都将不会考虑这个地面控制点坐标。这些地面控制点并没有被真正地删除，仅仅是被忽略掉了，可以使用 On/Off 按钮重新激活这些地面控制点。在 Image to Image GCP List对话框中，点击 Delete 按钮，可以从列表中删除一个地面控制点。 在两个缩放窗口中调整光标位置，然后点击 Image to Image GCP List 对话框中的 Update 按钮，更新所选的地面控制点，将其修改到当前光标的所在位置。 Image to Image GCP List 对话框中的 Predict按钮，允许对新的地面控制点进行预测。它以当前的校正模型为基础。 将包含 SPOT 影像的那个主影像窗口的光标放置到一个新的位置上。然后点击 Predict按钮，放置在 TM 影像上的光标就会根据校正模型，移动到预测的匹配点上去。通过在 TM数据中，轻微地移动光标，能够对所提取的位置点进行交互式的精确定位。 在 Ground Control Points Selection 对话框中，点击 Add Point，把这个新的控制点添加到列表中。 2、5校正影像 我们可以校正显示的影像波段，也可以同时校正多波段影像中的所有波段。这里我们仅对已显示的波段进行校正。 从 Ground Control Points Selection 对话框中，选择 Options>Warp Displayed Band。在 Registration Parameters 对话框中的 Warp Method按 - 33 - 遥感原理与应用 钮菜单中，选择 RST。在 Resampling 的按钮菜单中选择 Nearest Neighbor 重采样法。 输入文件名 zhumuqian_tm1.wrp，点击 OK。 重复步骤 1和步骤 2，还是使用 RST 校正法，但是要相应地选择 Bilinear 和 Cubic Convolution重 采样法。将结果分别输出到 zhumuqian_tm2.wrp 和 zhumuqian_tm3.wrp 文件中。再一次重复步骤 1 和步骤 2， 这一次选择一次多项式 Polynomial 校正法， 并使用 Cubic Convolution重采样法。然后再选择 Delaunay 三角网的 Triangulation 校正法，相应地使用 Cubic Convolution重采样法。 将结果分别输出到zhumuqian_tm4.wrp 和 zhumuqian_tm5.wrp 文件中。 Nearest Neighbor结果 Bilinear结果 Cubic Convolution结果 2、6比较校正结果 使用动态链接来比较校正结果:在可用波段列表中，点击原始的 TM 波段影像名 zhumuqian_tm.img，然后从菜单栏中，选择 File>Close Selected File。在随后出现的 ENVI 警告对话框中，点击 Ye s关闭相应的影像文件。在可用波段列表中，选择 ZHUMUQIANTM_1.WRP 文件。在 Display #下拉式按钮中选择 New Display，点击 Load Band将该文件加载到一个新的显示窗口中。 在主影像窗口中，点击鼠标右键，选择 Tools>Link>Link Displays。 在 Link Displays 对话框中，点击 OK，把 SPOT 影像和已添加了地理坐标的 TM 影像链接起来。 在主影像显示窗口中，点击鼠标左键，使用动态链接功能，对 SPOT 影像和 TM影像进行比较。将 zhumuqian_tm2.wrp 和 zhumuqian_tm3.wrp 影像加载到新的显示窗口中，使用影像动态链接功能，比较采用三种不同的重采样法(最临近法、双线性内插法和三次卷积法)所产生的效果。 注意观察，在使用最近邻法重采样的影像中的锯齿状像素，而使用双线性内插法重采样的影像看起来更加平滑，使用三次卷积法重采样的影像是最好的结果，不但有平滑效果，而且保持了影像的细节特征。 在相应的主影像窗口中，选择 File>Cancel，关闭 zhumuqian_tm1.wrp(RST 校正，最近邻法重采样)和 zhumuqian_tm2.wrp(RST 校正，双线性内插法重采样)影像的显示窗口。将 zhumuqian_tm4.wrp ,zhumuqian_tm5.wrp 影像加载到新的显示窗口中，使用影像动态链接功能，同zhumuqian_tm3.wrp 影像(RST 校正)进行比较。 注意观察采用三种不同校正方法(RST、1 次多项式和 Delaunay三角网)对影像几何信息所产生的效果。使用动态链接功能，与 - 34 - 遥感原理与应用 带有地理坐标的 SPOT 影像进行比较。 2、7查看地图坐标 要打开 Cursor Location/Value 对话框:从主影像窗口菜单栏中，选择 Tools ? Cursor Location/Value。 浏览带地理坐标的数据集，注意不同的重采样法和校正法对数据值所产生的效果。选择 File>Cancel，关闭该对话框。 3 影像到地图的配准 这一部分将逐步地演示影像到地图的配准处理过程。许多步骤同影像到影像的配准步骤相似，因此这些步骤将不会被详细地讨论。从带地理坐标的 SPOT 影像中获取的地图坐标以及一个矢量的数字线划图(DLG)都将被作为基准数据，然后对基于像素坐标的 Landsat TM 影像进行校正，以匹配相应的地图数据 3、1打开并显示 Landsat TM 影像文件: 从 ENVI 主菜单中，选择 File ? Open Image File。当 Enter Data Filenames对话框出现后，选择进入 envidata 目录下的 zhumuqian_reg 子目录，从列表中选择 zhumuqian_tm.img 文件。点击 OK。TM 影像波段被加载到可用波段列表中，同时一幅彩色影像被加载到一个新的显示窗口中。 在可用波段列表中，点击 Gray Scale 按钮，选择波段 3。点击 Load Band 按钮，把 TM 影像的第 3 波段加载到已打开的显示窗口中。 3、2选择影像到地图的配准并恢复控制点坐标: 从 ENVI 主菜单中，选择 Map>Registration>Select GCPs:Image to Map。如果打开了多个影像显示窗口，那么就在 Image to Map Registration 对话框中，点击选择包含该灰阶影像的那个显示窗口的显示号。从投影列表中选择 UTM，并在 Zone 文本框中输入 13。设置像素大小为 30m，点击 OK，启动配准程序。 在要校正的影像中，把光标移动到一个已知地图坐标的地面点上(可以从一幅地图或者 ENVI 矢量文件中[见下一部分]读取所需的地图坐标) ，来添加单个的地面控制点。 Ground Control Points Selection 对话框中的 E(东向)和 N(北向) - 35 - 遥感原理与应用 文本框中，手动地输入已知的地图坐标，然后点击 Add Point 来添加新的地面控制点。在 Ground Control Points Selection 对话框中，选择File>Restore GCPs from ASCII，打开 zhumuqiantm_m.pts 文件。 在Ground Control Points Selection对话框中， 点击Show List按钮。 可以在Image to Map GCP List对话框中查看影像的地图坐标、实际影像点和预测点的坐标以及 RMS误差。 3、3使用矢量显示的数字线划图(DLGs)来添加地图控制点: 从 ENVI 主菜单中，选择 File>Open Vector File>USGS DLG。在文件选择对话框中，选择 zhumuqian_rd.dlg 文件。在 Import Optional DLG File Parameters 对话框中，选择 Memory 单选按钮，点击 OK，读入所需的数字线划图(DLG)数据。 在可用矢量列表中高亮选择 ROADS AND TRAILS: BOULDER, CO 文件，点击 Load Selected按钮。在 Load Vector 对话框中，点击 New Vector Window。把该矢量加载到一个新的矢量显示窗口中。 在 Vector Window #1 窗口中，点击并拖曳鼠标左键，激活一个十字形光标。光标处的地图坐标会在 Vector Window #1 窗口的底部列出。 在主影像显示窗口中，选择 Tools>Pixel Locator，并输入 402 和418，然后点击Apply，将影像光标移动到道路交叉口相应的点上去。注意，在缩放窗口中，同样可以获取到亚像元(sub-pixel)级的定位精度。 带十字形光标的矢量窗口，并且显示出了地图坐标(上图) 在矢量窗口中，用鼠标左键点击并拖曳矢量光标，当十字形光标位于所需的道路交叉口时，松开鼠标左键，把矢量光标放置在道路的交叉口上，其坐标 - 36 - 遥感原理与应用 为 477593.74，4433240.0(北纬 40 度 3 分3 秒，东经-105度 15 分45 秒)。 在矢量窗口中，点击鼠标右键，并从弹出的快捷菜单中，选择Export Map Location。新的地图坐标就会出现在 Ground Control Points Selection 对话框中。在 Ground Control Points Selection 对话框中，点击 Add Point，添加该地图坐标/影像像素对，并观察 RMS误差的变化。 3、4 RST和三次卷积校正: Ground Control Points Selection 对话框中，选择 Options>Warp File。在 Input Warp Image 对话框中，高亮选择文件名 zhumuqian_tm.img，点击 OK，对 TM的 6 个波段进行校正。在出现的 Registration Parameters dialog 对话框中，将 Warp Method 选为 RST，将 Resampling 设置为 Cubic Convolution。把 background值改为 255。在 output file 文本框中，输入输出文件名 zhumuqiantm_m.img。点击 OK，开始进行影像到地图的校正。 3、5 显示结果并进行评价: 使用光标位置/值(Cursor Location/Value)来对校正后的彩色影像进行评价。 在可用波段列表中， 点击Gray Scale单选按钮， 接着点击校正影像的波段Wrap(Band 3: zhumuqiantm_m.img)。 从 Display #下拉式菜单按钮中，选择 New Display。点击 Load Band，来加载这幅校正后的 TM影像。注意到校正影像是倾斜的，这是由于消除了 Landsat TM 轨道方向影响的原因。此时这个影像已经带有地理坐标，但注意它的空间分辨率是 30 米，而SPOT 影像为 10 米分辨率。 四、实验体会 本次实验主要是对配准进行操作，对影像进行地理校正，添加地理坐标，以及如何使用 ENVI 进行影像到影像的配准和影像到地图的校正。分别使用了影响到影像的配准使用方法和影像到地图的配准方法，并对选取控制点操作有了一定的认知和操作，基本达到了本次试验的操作要求。 - 37 - 遥感原理与应用 实验四 非监督分类 一、 实验目的 本实验使用美国科罗拉多州(Colorado)Canon 市的Landsat TM 影像数据，旨在介绍如何完成常规的多光谱遥感影像分类操作处理。接着我们会比较采用非监督法和监督法分类后的影像，并对分类后处理进行相应的讨论。这些分类后处理包括聚合(clump)处理、筛选(sieve)处理、并类(combine)处理，以及精度评估。 二、 实验内容 非监督法分类使用统计手段，把 N 维数据归类到它们本身具有的波谱类中。 K-均值非监督分类器使用了聚类分析方法，它需要分析员在数据中选定所需的分类个数，随机地查找聚类簇的中心位置，然后迭代地重新配置它们，直到达到最优化的波谱分类。 1、1 生成K-均值分类影像文件zhumuqian_km.img: 1)从 ENVI 主菜单中 , 选择 Classincation>Unsupervised>K-Means。选择文件zhumuqian_tmr.img，单击Ok。 2)输入输出文件名zhumuqian_km.img，点击Ok。 2、2 查看K-均值(K-Means)分类影像: 1) 打开zhumuqian_km.img 文件,在可用波段列表中, 点击 Gray Scale 单选按钮,再点击列表顶部的波段名 , 并在 Display 下拉式菜单按钮中 , 选择New Display, 然后点击Load Band 。 2) 从主影像显示窗口菜单中,选择 Tools>Link>Link Displays, 然后在对话框 - 38 - 遥感原理与应用 中,点击 OK, 来连接这两幅影像。 3) 使用鼠标左键,在影像上点击并拖动动态叠加显示区域, 将 K-Means 分类结果同原始的彩色合成影像进行比较。 4) 当处理完成后,选择 Tools>Link>Unlink Display, 关闭连接和动态叠加。 3 ISOData( 重复自组织数据分析技术) ISOData 非监督分类法将计算数据空间中均匀分布的类均值 , 然后用最小距离 规则 编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf 将剩余的像元进行迭代聚合。每次迭代都重新计算均值，且根据所得的新均值，对像元进行再分类。这一处理过程持续到每一类的像元数变化少于所选的像元变化阙值或者达到了迭代的最大次数。 2、1 生成ISOData分类影像文件zhumuqian_iso.img: 1)从 ENVI 主菜单中 , 选择 Classincation>Unsupervised>K-Means。选择文件zhumuqian_tmr.img，单击Ok。 2)输入输出文件名zhumuqian_iso.img，点击Ok。 3、2查看ISOData分类影像: 1) 打开 zhumuqian_iso.img 文件 , 在可用波段列表中,点击 Gray Scale 单选按钮,再点击列表顶部的波段名,并从 Display #1 下拉式菜单按钮中,选择 New Display, 然后点击Load Band 。 - 39 - 遥感原理与应用 2) 选择 Tools>Link>Link Displays,点击 OK,将 ISOData 分类影像同原始的彩色影像和 K-Means 分类影像连接起来。 3) 使用鼠标左键,在影像上点击并拖动动态叠加显示区域,将 ISOData 分类结果同原始的彩色合成影像进行比较。按住鼠标左键的同时,再点击鼠标右键,触发第三幅影像的动态叠加显示。将 ISOData 分类结果同 K-Means 分类结果进行比较。 4) 选择 File>Cancel, 关闭这两幅影像的显示窗口。 四、实验体会 非监督分类和监督分类是ENVI操作里面比较重要的步骤，通过分类将影像以不同颜色的类别区分开，更便于以后的操作的利用。非监督分类是在输入必要的参数后计算机对影像进行自动分类的操作，比较简单，但有的达不到分类的精度。 - 40 - 遥感原理与应用 实验五 监督分类 一、实验目的 监督法分类需要用户选择作为分类基础的训练样区。分析下面处理的分类结果，或者采用每个分类法默认的分类参数，生成自己的类，然后对分类结果进行比较。我们将使用各种监督分类法，并对它们进行比较，确定单个具体像素是否有资格作为某类的一部分。ENVI 提供了多种不同的监督分类法，其中包括了平行六面体法(Parallelepiped)、最小距离法(Minimum Distance)、马氏距离法(Mahalanobis Distance)、最大似然法(Maximum Likelihood)、波谱角法(Spectral Angle Mapper)、二值编码法(Binary Encoding)以及神经网络法(Neural Net)。 二、实验过程 要运行监督分类法，从 ENVI 主菜单中，选择 Classification>Supervised >[method]。在这里，[method]是下拉菜单中所列的某个监督分类法(Parallelepiped，Minimum Distance，Mahalanobis Distance，Maximum Likelihood，Spectral Angle Mapper，Binary Encoding 或者 Neural Net)。使用下面所描述的两个方法之一，来选择训练样区，它也可以被称为是感兴趣区(ROIs)。 1 使用感兴趣区(ROI)工具来选择训练样区 1、1创建自己的感兴趣区(ROIs): 1)从主影像窗口菜单栏中，选择 Overlay >Region of Interest。接着对应于显示窗口的 ROI Tool对话框就会出现在屏幕上。 2)在主影像窗口中，绘制出一个多边形，该多边形就代表了新创建的感兴趣区。要完成这一步，请按下面的步骤进行。 在主影像窗口中，点击鼠标左键，建立感兴趣区多边形的第一个点。 再次点击鼠标左键，按顺序选择更多的边线点，点击鼠标右键来闭合该 多边形。鼠标中键可以被用来删除最新定义的点，或者(如果你已经闭 合了该多边形)删除整个多边形。再一次点击鼠标右键，固定多边形的 位置。 通过选择 ROI Controls 对话框顶部相应的单选按钮，感兴趣区也可以 在缩放窗口和滚动窗口中被定义。 感兴趣区定义完后，它就会在对话框的可用区域(Available Regions)列表中显示出来，同时显示的还包括感兴趣区的名字、颜色以及所包含的像素总数。定义的感兴趣区对所有的 ENVI 分类程序都有效。 - 41 - 遥感原理与应用 3)要定义一个新的感兴趣区，点击 New Region按钮。点击 Edit按钮，在打开的 Edit ROI Parameters对话框中，可以输入感兴趣区的名字，选择感兴趣区的颜色和填充方式。按上面所描述的步骤，定义新的感兴趣区。 4)在ROI Tool中选择File Restore ROIs，输入输出文件名zhumuqian.roi，单击Ok，生成 自定义的感兴趣区。 2 经典的多光谱监督分类法 在大多数的遥感教科 书 关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf 中，对下面的几种监督分类法都进行了描述。这些方法在当今影像处理软件系统中都可用。 2、1平行六面体法(Parallelepiped): 平行六面体将用一条简单的判定规则对多光谱数据进行分类。判定边界在影像数据空间中是否形成了一个 N维的平行六面体。平行六面体的尺度是由标准差阈值所确定的，而该标准差阈值则是根据每种所选类的均值求出的。 1)使用上面所描述的zhumuqian.roi 感兴趣区文件，生成自己的分类影像。尝试使用默认的参数设置，仅改变相对于感兴趣区均值的标准差，来生成分类影像。 2)在主菜单中，选择Classification>Supervised> Parallelepiped,进入下图对话框。选择zhumuqian_tmr.img，单击Ok。 3)选择全部感兴趣区输入输出文件名zhumuqian_pcls.img。单击Ok。 4)在ABL对话框中，点击RGB,选择#1、#2、#3分别作为R、G、B。Load RGB。 - 42 - 遥感原理与应用 5)使用影像动态链接功能，将这个分类影像同原彩色合成影像以及先前生成的非监督法分类影像进行比较。 2、2 最大似然分类(Maximum Likelihood): 平行六面体分类影像(上图) 最大似然分类假定每个波段中每类的统计都呈正态分布，并将计算出给定像元属于特定类别的概率。除非选择一个概率阈值，否则所有像元都将参与分类。每一个像元都被归到概率最大的那一类里(也就是最大似然)。 1)使用上面描述的感兴趣区文件 zhumuqian.roi，生成自己的分类影像。 2)参照上一步内容来生成分类影像。文件名:zhumuqian_Max.img。 3)使用影像动态链接功能，将这个分类影像同原彩色合成影像以及先前生成的非监督法分类影像和监督法分类影像进行比较。 - 43 - 遥感原理与应用 最大似然分类影像 2、3最小距离法(Minimum Distance): 最小距离分类法使用了每个感兴趣区的均值矢量，来计算每一个未知像元到每一类均值矢量的欧氏距离(Euclidean distance)。除非用户指定了标准差和距离的阈值(在这种情况下，如果有些像元不满足所选的标准，那么它们就不会被归为任何类(unclassified))，否则所有像元都将分类到感兴趣区中最接近的那一类。 1)使用上面描述的 zhumuqian.roi 感兴趣区文件，生成自己的分类影像。尝试保留其它默认参数设置，仅改变标准差和最大距离误差，来生成分类影像。 2)使用影像动态链接功能，将这个分类影像同原彩色合成影像以及先前生成的非监督法分类影像和监督法分类影像进行比较。 - 44 - 遥感原理与应用 2、4马氏距离(Mahalanobis Distance:) 马氏距离分类是一个方向灵敏的距离分类器，它分类时将使用到统计信息。它与最大似然分类有些类似，但是它假定了所有类的协方差都相等，所以它是一种较快的分类方法。除非用户指定了距离的阈值(在这种情况下，如果有些像元不满足所选的标准，那么它们就不会被归为任何类(unclassified))，否则所有像元都将分类到感兴趣区中最接近的那一类。 1)使用上面描述的 zhumuqian.roi 感兴趣区文件，生成自己的分类影像。尝试保留其它默认参数设置，仅改变最大距离误差，来生成分类影像。 2)使用影像动态链接功能，将这个分类影像同原彩色合成影像以及先前生成的非监督法分类影像和监督法分类影像进行比较。 4 分类后处理 我们需要对分类后的影像进行后处理，评价其分类的精度，或者将类概括出来，并导入到地图影像和矢量 GIS中。ENVI 提供了一系列的工具，来满足这些需要。 3、1分类统计(Class Statistics: 这个功能允许从被用来分类的影像中，提取统计信息。这些不同的统计信息可以是基本统 计信息(最小值，最大值，均值，标准差，特征值)、直方图或者是从每个所选类中计算出的平均波谱。 1)选择 Classification>Post Classification>Class Statistics，来进行统计处理。 选择分类影像zhumuqian_pcls.img(必须是Classification Result)，然后点击 OK。 2)接着选择原始被用来分类的影像 zhumuqian_tmr.img，点击 OK。 - 45 - 遥感原理与应用 3)使用 Class Selection对话框，来选择要进行统计的类。点击 Select All Items，然后点击 OK。 4)最后，在 Compute Statistics Parameters 对话框中，选择要计算的统计信息，并点击 Compute Statistics Parameters对话框底部的 OK 按钮。 然后，根据所选择的统计选项，几个绘制图(plots)和报表(reports)就会出现在屏幕上。 3、2混淆矩阵(Confusion Matrix): ENVI 计算混淆矩阵的功能允许对两幅分类影像(分类影像和真实影像)，或者对分类影像和感兴趣区进行比较。地面真实影像(truth image)可以是另一幅分类影像，或者是根据地面真实测量生成的影像。 1)选择 Classification>Post Classification>Confusion Matrix>[method]，其中 [method]为Using Ground Truth Image，或者 Using Ground Truth ROIs。 2)对于 Using Ground Truth Image 选项，我们将输入两个文件名 zhumuqian_sam.img和zhumuqian_pcls.img，并点击 OK(根据本专题的目的，我们会使用 zhumuqian _pcls.img 文件，并把它作为地面真实影像)，将平行六面体(Parallelepiped)分类影像和波谱角填图(SAM)分类影像进行比较。 3)使用 Match Classes Parameters 对话框，来把两幅影像中相应的类进行匹配，然后点击 OK。 - 46 - 遥感原理与应用 4)使用Output Result to单选按钮，将结果输出到Memory中，然后点击Confusion Matrix Parameters对话框中的 OK 按钮。 5)查看混淆矩阵(confusion matrix)和混淆影像(confusion images)。通过使用动态叠加、波谱剖面廓线以及 Cursor Location/Value，来对分类影像和原始反射率影像进行比较，确定 误差的来源。 6)对于Using Ground Truth ROIs选项，我们将选择分类影像 zhumuqian_sam.img进行评估。 7)将影像中的不同类同感兴趣区匹配在一起，该感兴趣区是从 classes.roi 文件中加载来的。然后点击 OK，计算混淆矩阵。 点击 Confusion Matrix Parameters对话框中的 OK 按钮。 8)查看混淆矩阵(confusion matrix)和混淆影像(confusion images)。通过使用波谱剖面廓线和 Cursor Location/Value，来对分类影像和原始反射率影像中的感兴趣区进行比较，确定误差的来源。zhumuqian_pcls.img分类影像作为地面真实影像生成的混淆矩阵 Overall Accuracy (总体精度) 总体精度由被正确分类的像元总和除以总像元数计算。地表真实图像或地表真实感兴趣区限定了像元的真正分类。被正确分类的像元沿着混淆矩阵的对角行分布，它显示出被分类到正确地表真实分类的像元数。像元总数是所有参与地表真实分类的像元总和。 Kappa Coefficient Kappa 系数是另外一种计算分类精度的方法。它是通过所有地表真实分类的像元总数乘以混淆矩阵对角行的和，再减去一类中地表真实像元的总和与这一类中被分类的像元总数与所有分类总数的比的积，再除以总的像元数的平方减去这一类中地表真实像元与这一类被分类的像元总数的积与所有类的这些因子的比得到的。 混淆矩阵(像元数) 混淆矩阵是通过将每个地表真实像元的位置和分类与分类图像中的相应位置和分类相比较计算的。混淆矩阵的每一栏代表了一个地表真实分类，并且每 - 47 - 遥感原理与应用 一栏中的数值与地表真实像元中分类 混淆矩阵(百分比) 地表真实(百分比)表显示了每个地表真实分类中类分布的百分比。数值通过每个地表真实栏里的像元数除以一个给定地表真实类中的像元总数得到。 Commission Commission 误差代表了被标注为属于兴趣类，实际属于另一类的像元。Commission 误差被显示在混淆矩阵的行里。在地表真实分类中，分类不正确的像元数占参与分类的像元总数的比例形成了 Commission 误差。在地表真实分类中，分类不正确的像元数占参与分类的像元总数的比例形成了 Commission 误差。 Omission (冗长) 冗长误差代表了属于地表真实分类的像元，但是分类技术很难将它们分到合适的类里。冗长误差显示在混淆矩阵的列里。被误分类的像元占地表真实分类像元总数的比例被称为冗长误差。 Producer Accuracy (生产者精度) 发生器精度是指假定地表真实为 A 类，分类器能将一幅图像的像元归为 A 类的可能性。 User Accuracy (用户精度) 用户精度是指假定分类器将像元归到 A 类，则相应的地表真实类别是 A 的可能性。 Clump Classes(类别集群) 分类图像经常缺少空间相关性(分类区域中斑点或洞的存在)。低通滤波可以用来平滑这些图像，然而，一个类信息常常被临近类的代码干扰。Clump Classes选项运用形态学算子将临近的类似的分类区域合并成块解决了这个问题。被选的分类首先用一个扩大的操作合并到一块，然后用参数对话框中指定了大小的变换核对分类图像进行侵蚀操作。 Sieve Classes (筛选类) 与上面描述类似的一个问题是分类图像中孤岛的出现。再次，低通滤波或其它类型的滤波能被用来消除这些区域，然而，分类信息将会被临近的分类代码干扰。Sieve Classes 选项通过用斑点分组消除这些隔离的被分类的像元。这一方法需要观察周围的 4 个或 8 个像元，判定一个像元是否与周围的同类。如果一类中被分组的像元数少于你输入的值，那些像元就会被从类中删除。当用筛选从一类中删除像元时，将剩下黑像元(未被分类的)。筛选以后，你可以用成块分类功能代替黑色像元。 四、实验体会 监督分类需要用户选择作为分类基础的训练样区。分析下面处理的分类结果，或者采用每个分类法默认的分类参数，生成自己的类，然后对分类结果进行比较。我们将使用各种监督分类法，并对它们进行比较，确定单个具体像素是否有资格作为某类的一部分。并运用了很多种不同的方法和步骤，分类结束后又对分类影响进行了后处理，得到一些统计值。混淆矩阵比较直观的反映了分类结果。 - 48 - 遥感原理与应用 实习总结 本次实习历时一周左右时间，主要对高光谱分析、镶嵌、配准、非监督分类和监督分类五个方面进行了操作，整个过程是借鉴了一些参考资料以及和同学的一些讨论才得以完成。实习过程中还遇到了许多困难，导致不同程度的返工，一遍遍重复的操作，不过这样一来，更加加深了对ENVI软件的理解和应用，俗话说熟能生巧，正是因为有了这些一遍遍的错误，并通过结合理论知识的讨论和研究，才能不仅仅局限于对应课件一步一步来的层次，才能对做过的实验进行反思和分析，认真考虑到底是那个地方出现了问题，这样才能有利于我们的学习进步。 学习ENVI软件刚开始的时候是比较痛苦的，主要体现在对各个操作命令的不熟悉，以及对基础理论的理解程度不够造成的，并且全英文的操作菜单让各个指令无法和所学的内容结合起来，造成对软件的操作步骤的不理解，而且也无法加深对本次试验的理解，造成了一定的困难。但当自己硬着头皮把这部分内容做完之后，再返回去进行一下总结，总能得到一些原来本不知道的知识，我觉得这种收获远远大于按照实习步骤一步步来的效果要好一些。所以，我还是建议大家首先把理论部分搞的明白一些，算不上透彻吧也应该知道本次实验的目的是什么，从目的出发进行理解，这样才能具有针对性，否则等你做过这次实验之后你还不知道做的是什么的话，那样只会耽误自己的时间，很快就会忘记，达不到学习的效果。 正如老师介绍的那样，测绘专业对遥感方面的学习越来越重要。长期以来，地理学主要是以地图作为地理信息存贮及成果展示的工具，以地图和实地观测作为地理研究的主要手段。随着当前科学技术和社会的迅速发展，单纯传统的工作手段已不能适应地理学的发展，遥感技术的引进和应用，成为当前地理学发展中具有重要意义的变化和动向之一.遥感已成为地理研究和工作的重要信息源，另外，遥感已成为地理研究的重要手段和方法。因此，伴随着遥感在测绘专业所占成分越来越高的现实，我们有必要对遥感这门课程引起足够的重视，努力学习好这门课程。工科学生要的就是动手能力，只有在学习完理论并结合一次实习才能够加深对这门课程的理解。当然不仅仅是对本门课程理论知识的理解，更多的是对遥感这门学 科的应用有一定的理解才是。 当然，想要学习好一门技术不仅仅是一个学期的学习和一周的实习可以搞定的，这可以说只是一个入门，如果想要进一步理解，那就需要付出更有的努力。总之，本次实验还是比较顺利的，在实习期间感谢老师的辛勤指导，让我们少走了一些弯路，老师的讲解也给我们留下了很深的印象，使我们对一些知识点理解更透彻。 - 49 -