实 验 报 告（实验一）
[实验名称]
ENVI窗口的基本作
[实验目的与内容] 实验目的
熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法，影像上距离和面积量算方法。 实验内容
1、熟悉遥感图像处理软件ENVI的窗口基本操作。
2、查看影像信息和像元信息。
3、距离测量与面积测量。
[实验数据处理及成果]
1、哈尔滨市TM影像成像的
时间 2013年7月19日、分辨率 30m ， 各波段的波长。
2、哈尔滨市TM影像使用的
投影类型 UTM、投影分带 北 51区 。
3、哈尔滨市TM影像使用的坐标系， 图像左上角的公里网坐标 9819 8092、地理坐标 经度125.4941 纬度47.0930 。
4、测量狗岛的周长 9602.445 m 面积 3613050 m。 2[体会及建议]
通过本次试验熟悉遥感图像处理软件ENVI的窗口基本操作。了解了ENVI的功能。加深了对遥感原理的认识。学会了初步实验的能力。为以后学习打下了基础。 [实验成绩]
实 验 报 告（实验二）
[实验名称]
遥感影像地理坐标定位和配准
[实验目的与内容] 实验目的
熟悉在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。掌握使用ENVI生成影像地图的步骤，学会利用全色影像和多光谱影像进行HSV融合的步骤。 实验内容
本实验主要涉及遥感图像处理中影像校正、配准功能，通过实验进一步掌握这类处理的理论原理。
[实验数据处理及成果]
用SPOT校正TM数据，附操作过程截图和校正后TM影像图片
[体会及建议] 通过本次试验熟悉在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。在实验过程中移动光标，查看坐标值，要小心谨慎注意地图坐标和经纬度之间的关系。以免出现错误。
[实验成绩]
实
验
报
告（实验三）
[实验名称]
ENVI[实验目的与内容]
遥感影像镶嵌与裁剪
实验目的
理解ENVI中对影像镶嵌及裁剪知识。掌握基于像素的影像镶嵌操作，熟悉基于地理坐标的影像镶嵌操作步骤；掌握图像的规则分幅裁剪和不规则分幅裁剪操作。 实验内容
1）基于像素的影像镶嵌； 2）基于地理坐标的影像镶嵌； 3）规则分幅裁剪； 4）不规则分幅裁剪。 [实验数据处理及成果]
1.用地理坐标镶嵌的方法完成下载TM影像镶嵌（附图） 2.在镶嵌图上裁剪下哈尔滨市行政区影像（附图）
[体会及建议]
通过本次试验了解对影像镶嵌及裁剪。熟悉基于地理坐标的影像镶嵌操作步骤，掌握图像的规则分幅裁剪和不规则分幅裁剪操作。在裁剪的过程中要注意剪切线很重要。 [实验成绩]
实
验
报
告（实验四）
[实验名称]
遥感影像的彩色合成与彩色变换
[实验目的与内容] 实验目的
掌握遥感图像的单波段色彩变换和多波段的彩色合成方法，熟悉多波段影像的色彩变换操作。 实验内容
1、彩色合成（真彩色与假彩色）。
2、单波段色彩变换（密度分割）
3、多波段色彩变换。
[实验数据处理及成果]
1、以哈尔滨市TM影像为例，进行真、假彩色合成。
2、对哈尔滨市TM影像进行密度分割。
3、以TM7（R）、4（G）、1（B）组合进行HLS、HSV色彩变换。
5、简述密度分割、HLS色彩变换的原理及在ENVI中的操作步骤。
操作步骤：打开文件 选择变换中的颜色空间变换下的RGB to HLS，RGB to HSV。 [体会及建议]
通过本次实验掌握遥感图像的单波段色彩变换和多波段的彩色合成方法。掌握了多波段色彩变换。为以后学习做铺垫。 [实验成绩]
实
验
报 告（实验五）
[实验名称]
遥感影像运算与增强处理
[实验目的与内容] 实验目的
掌握运用图像差值运算、比值运算进行图像增强的原理、方法和操作技巧，并能较熟练运用相关原理求解植被指数、K-T变换中各分量影像图，为以后的遥感应用和建立遥感信息模型打下良好的基础。 实验内容
1、图像差值运算。
2、图像比值运算。
3、计算植被指数影像图。
4、求K-T变换中各分量图像。 [实验数据处理及成果]
1、以哈尔滨市TM影像为例，求出植被指数影像。
2、求哈尔滨市TM影像绿度分量及亮度分量影像图。
3、简述K—T变换的原理、意义及在ENVI中的操作步骤。
[体会及建议]
通过本次试验需要掌握了影像的四则运算及混合运算，；有助于研究判读图像和植被指数计算。掌握运用图像差值运算、比值运算进行图像增强的原理、方法和操作技巧，并能较熟练运用相关原理求解植被指数、K-T变换中各分量影像图。为以后的遥感应用和建立遥感信息模型打下良好的基础。
[实验成绩]
实
验
报
告（实验六） [实验名称]
遥感影像的计算机分类
[实验目的与内容]
实验目的
理解计算机图像分类的基本原理以及监督分类、非监督分类的过程，学会利用遥感图像处理软ENVI件对遥感图像进行监督和非监督分类的方法。 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（Maximum Likelihood）；
4、遥感图像非监督分类；
5、K-mean 与Isodata分类方法。 [实验数据处理及成果]
1、从哈尔滨市遥感影像图上截取某一部分影像，用K-mean和Isodata法对建设物、植被、水体等主要地物进行分类。
2、简述遥感图像Isodata分类的原理及在ENVI中的操作步骤
原理：在初始状态给出图像粗糙分类，然后基于一定原则在类别间重新组合样本直到合理为止。
步骤：在主菜单选择分类→非监督分类→IsoData打开文件（如图：
→设置参数及保存位置（如图）→生成分类文件。
[体会及建议]
→
）
通过本次试验对计算机解译进行了初步了解，理解计算机图像分类的基本原理以及监督分类、非监督分类的过程，练习了监督与非监督分类，学会了利用遥感图像处理软ENVI件对遥感图像进行监督和非监督分类的方法。 [实验成绩]
