《遥感原理与应用》
课堂实验报告
（ 2015-2016学年 第一学期）
专业班级： 学 号： 姓 名： 实验成绩：
□ 优秀：格式完全符合规范要求，内容完整，图表规范美观；实验原理清楚，实验步骤合理，结果正确；严格遵守实验纪律，按时上交实验报告。
□ 良好：格式符合规范要求，内容完整，图表规范；实验原理较清楚，实验步骤合理，结果正确；遵守实验纪律，按时上交实验报告。
□ 中等：格式基本符合规范要求，内容较完整；实验原理较清楚，实验步骤基本合理，结果正确；能遵守实验纪律，能按时上交实验报告。
□ 及格：格式问题较多，内容基本完整；实验原理较清楚，实验步骤基本合理，结果基本正确；能遵守实验纪律，能按时上交实验报告。
□
不及格：格式问题突出，内容不完整；实验原理不清楚，实验步骤欠合理，结果不正确；有抄袭现象，不遵守实验纪律，未时上交实验报告。
指导教师签名:
2015年 11月 5日
实验项目
（一）：遥感图像几何纠正（4学时）
实验目的：掌握遥感图像几何纠正的原理方法；熟悉几何纠正中控制点的选择原则和方法；熟练掌握有关遥感图像处理软件的主要功能和操作步骤；针对变形的遥感图像能进行几何纠正。
实验器材：
1、计算机；
2、基准遥感图像、待纠正遥感图像；
3、遥感数字图像处理ENVI软件。
实验要求：掌握遥感图像几何纠正的主要步骤；自己独立完成遥感图像几何纠正；对几何校正结果进行评价。
实习时间及地点：
2015年10月15日
软件与数据源描述：
ENVI提供以下选择方式： 从栅格图像上选择
如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。 从矢量数据中选择
如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。 从文本文件中导入
事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。 键盘输入
如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。
控制点的预测是通过控制点回归计算求出多项式系数，然后通过多项式计算预测下一个控制点位置，RMS值也是用同样的方法。默认多项式次数为1，因此在选择第四个点时控制点预测功能可以使用，随着控制点数量的增强，预测精度随之增加。最少控制点数量与多项式次数的关系为（n+1）2。
实验原理及步骤：
实验步骤： 运行ENVI 软件
第一步：显示图像文件
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，选择进入当前目录下的\"几何校正\"子目录，从列表中选择bldr_tm.img和bldr_sp.img文件。在波段列表中bldr_tm.img选择RGB:543显示，同时Display中显示bldr_sp.img。
点击OK 。出现\"可用波段列表对话框\"出现。两影像分别在display#1,display#2中打开。
第二步：启动几何校正模块
在主菜单上选择map->Registration->select GCPs：image to image 出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。 BASE图像指参考图（bldr_sp.img）像而warp则指待校正影像（bldr_tm.img）。 选择OK!
第三步：采集地面控制点
进行选点：将两边的影像十字线焦点对准到自己认为是同一地物的地方，就可以选择ADD POINT添加点了。剔除或调整误差较大的点。
第四步：选择校正参数输出
接下来就是进行校正了：在ground control points.对话框中选择：options->warp file(as image to map),在出现的imput warp image中选中你要校正的影像tm，点ok进入registration parameters对话框：首先点change proj按钮，选择坐标系utm,然后更改象素的大小，输入为30m。
最后选择多项式校正方法.重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径。memory点OK。
第五步：检验校正结果
在显示校正后结果的Image窗口中，右键选择Geographic Link命令，选择需要连接的两个窗口，打开十字光标进行查看。
或者在INVI ZOOM中将校正后的结果跟基准影像同时显示在窗口中，并用透视或者拉幕工具进行对比浏览。
实验结果与分析：
1、控制点应选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、湖泊边缘、飞机场、城郭边缘；
2、特征变化大地区应该多选控制点；图像边缘部分一定要选取控制点，以避免外推；尽可能满幅均匀选取。
3、控制点选取结束后要记得保存控制点文件
2015年10月15 日
实验项目
（二）：遥感图像的镶嵌与裁剪（0.5学时）
实验目的：熟悉遥感图像的特点；掌握遥感图像镶嵌与裁剪的概念和作用；掌握遥感图像镶嵌与裁剪影像处理软件的相关操作步骤。
实验器材：
1、计算机；
2、多光谱遥感图像；
3、遥感数字图像处理ENVI软件。
实验要求：
1、了解多光谱遥感图像的成像规律和特点；
2、掌握遥感图像镶嵌与裁剪的概念及主要操作步骤；
3、对遇到的问题能自己分析解决。
实习时间及地点：
2015年10月29日
软件与数据描述：
图像裁剪的目的是将研究之外的区域去除。常用的方法是按照行政区划边界或者自然区划边界进行头像裁剪；在基础数据生产中个，还经常要进行标准分幅裁剪。
本课程学习在ENVI下进行图像的规则裁剪、利用矢量数据进行图像的不规则裁剪。
规则裁剪，是指裁剪图像的边界范围是一个矩形，这个矩形范围获取途径包括：行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。规则分幅裁剪功能在很多的处理处理过程中都可以启动（Spatial Subset）。下面介绍其中一种规则分幅裁剪过程。 不规则图像裁剪，是指裁剪图像的边界范围是一个任意多边形。任意多边形可以是事先生成的一个完整的闭合多边形区域，可以是一个手工绘制的多边形，也可以是ENVI支持的矢量文件。针对不同的情况采用不同的裁剪过程。下面学习这两种方法。 图像镶嵌，指在一定数学基础控制下把多景相邻遥感图像拼接成一个大范围、无缝的图像的过程。ENVI的图像镶嵌功能可提供交互式的方式，将有地理坐标或没有地理坐标的多幅图像合并，生成一幅单一的合成图像。
实验原理及步骤：
在 ENVI 主菜单中，选择 Map → Mosaicking → Pixel Based，开始进行 ENVI 基于像素的镶嵌操作。Pixel Based Mosaic 对话框出现在屏幕上。
2、从 Pixel Based Mosaic 对话框中，选择 Import → Import Files。 在 Mosaic Input Files对话框中，点击 Open File，选择文件ljs-dv06_2.img。
3.在 Mosaic Input Files对话框中，再一次点击 Open File，选择 ljs-dv06_3.img 文件。
4.在Mosaic Input Files对话框中，按下键盘上的Shift键，并同时点击ljs- dv06_2.img和ljs-dv06_3.img文件名，选中这两个文件，点击 OK。
5.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。
6.在 Pixel Based Mosaic 对话框中，点击 dv06_3.img 文件名。 7.调整影像的位置关系。
8、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 ljs-dv06.img，点击 OK，生成镶嵌影像文件。
在 Pixel Based Mosaic 对话框中，选择 File → Save Template。当 Output Mosaic Template 对话框出现后，输入输出的文件名 ljs-dv06a.mos。
9.点击可用波段列表中的 dv06a.mos 波段名，然后点击 Load Band，显示镶嵌后的影像。
10、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。
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。
11、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。 选择 File → Save Template，输入输出文件名 ljs-dv06b.mos。在可用波段列表中，点击镶嵌模板文件名，然后点击 Load Band，显示该镶嵌影像。
在 Pixel Based Mosaic对话框中，选择 File → Apply，点击OK。输入要输出的文件名ljs-dv06-output，设定 Background Value 为 255，然后点击 OK。
基于地理坐标的影像镶嵌例子
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。
输入文件：从 Pixel Georeferenced Mosaic 对话框中，选择 Import → Import Files。打开ljs-lch_02w.img和ljs-lch_01w.img.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。同理，处理#2影像。
添加注记：在ENVI4.7中File—Open Image File –选择ljs-lch_01w.img。
在主窗口中从主影像窗口中，选择 Overlay → Annotation，打开 Annotation对话框。在color中选择Red，然后添加注记，操作完成后保存为ljs-lch-a.ann 导入注记：在mosica窗口，选择上影像，右键选择 Edit Entry，选择select cutline Annotation File ，选择ljs-lch-a.ann。 结果如下：
创建输出羽化后的镶嵌影像 在 Map Based Mosaic 对话框中，选择 File → Apply。在 Mosaic Parameters对话框中，输入输出文件名 ljs-lch_mos.img，点击 OK，创建羽化后的镶嵌影像。
实验结果与分析：
（1）如果待拼接的图形经过了较为准确的几何校正，图像的拼接过程只需要经过色带调整之后就可以运行就可以达到较好的效果。
（2）彩色图像如何要取得较好的效果，需要从红绿蓝三个波段进行灰度的调整，对于多个波段的图像文件，进行一一对应的多个波段调整。
（3）在使用拼接线拼接时，如果带拼接区域颜色较为一致，或者带拼接区域刚好有河流或其他分割线，可以依照此分割线进行拼接，此时采用拼接线拼接可能取得较好的效果。同时要对拼接线处进行羽化使拼接线能够更好的融入影像中去。
2015年10 月29日
实验项目
（三）：遥感图像的融合（0.5学时）
实验目的：熟悉多光谱遥感图像和高分辨率全色影像的特点；掌握遥感图像融合的基本原理及主要融合算法和步骤；掌握遥感图像融合影像处理软件的主要操作步骤。
实验器材：
1、计算机；
2、多光谱遥感图像和高分辨率的全色影像；
3、遥感数字图像处理ENVI软件。
实验要求：
1、了解多光谱遥感图像和高分辨率全色影像的特点；
2、掌握遥感图像融合各种算法的原理与主要操作步骤；
3、对遇到的问题能自己分析解决。
实习时间及地点： 2015年10月29日 软件与数据描述：
在ENVI中，遥感影像合成总共有5中方法，分别是： HSV Color Normalized (Brovey) Gram-Schmidt Spectral Sharpening
PC Spectral Sharpening CN Spectral Sharpening 实验原理与步骤： 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
三种方法操作过程基本类似，下面以 Gram-Schmidt为例：
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 在ENVI的主菜单选择Transform → Image Sharpening →Schmidt Spectral Sharpening；
3） 在Select Low Spatial Resolution Multi Band Input File对话框中选择资源三号多光谱影像，在Select High Spatial Resolution Pan Input Band对话框中选择全色影像，点击OK。
4）选择Average of Low Resolution Multispectral File方法。
5）选择重采样方法，输入输出路径及文件名，单击OK输出。
与上述方法类似，选择其他两种方法进行融合，并比较融合
结果。
2.图像增强：
1）从ENVI主菜单中，选择File → Open Image File，加载融合后影像到可用波段列表Available Bands List中，并打开影像；
2）在image主窗口菜单Enhance下有不同的拉伸方法，可以尝试并比较各种方法的特点；
3）ENVI系统默认打开的影像已经过2%线性拉伸。如果希望改变系统默认的2%线性扩展，从主菜单File → Preferences → Display Default，将%Linear 中的2.0 改为0.0，选择OK 后，关闭对话框。
4）交互式拉伸：主图像菜单中选择Enhance→Interactive Stretching。Strech_Type 中可以选择各种扩展方式，主要有Linear（线性）、Gauian（高斯），Piecewise Linear（分段线性），Equalization（均衡化），Square Root（平方根），Arbitrary（任意拉伸），选中各种不同的扩展方式，点击Apply，即可在图中看到变化后的图像。 5）以上增强后结果如果需要保存时，在Image窗口下File → Save Image as → Image File
实验结果与分析：
HSV和Brovey变换两种方法在三个波段中，Brovey方法比HSV方法
的均值和标准差值都大，在四个波段的其他四种方法，在各个波段中，CN法的均值和标准差值都最大，GS方法与PAN方法均值和标准差值都差不多相等且最小，PC方法的均值比CN方法小比GS方法与PAN方法略大，在
1、
2、3波段上，CN法的标准差值最大，其余三种大小差不多相等，在4波段上，CN法、GS法、PAN法标准差值大小差不多相等，PC法两种值均最小。
定量分析，对比几种方法融合后的图像，可以看出，HSV方法的融合效果最好，图像融合后最为清晰，PC方法的融合效果最差，图像较为模糊。
由此通过分析，HSV方法融合效果最佳。
2015年10月29日
实验项目
（四）：遥感图像的计算机自动分类（3学
时）
实验目的：掌握遥感图像分类的基本原理；熟悉遥感图像的特点；掌握ENVI软件遥感图像分类的操作步骤；并输出分类结果专题图；
实验器材：
1、计算机；
2、多光谱遥感图像；
3、遥感数字图像处理专用软件。
实验要求：
1、了解多光谱遥感图像的成像规律和特点；
2、掌握遥感图像分类的基本原理及操作步骤；
3、对分类结果输出专题图；
4、对遇到的问题能自己分析解决。
实习时间及地点： 2015年10月29日 软件与数据描述：
实验原理与步骤：
实验结果与分析：
2015年 月 日
