遥感数字图像处理ENVI期末考试实验报告x
时间：2020-11-02 16:43:05 来源：勤学考试网 本文已影响 人 
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）
专
业：测绘工程
课
程
名
称：遥感数字图像处理
任
课
教
师：
班
姓
级：
名：
学
号：
1 影像的几何精纠正
1. 打开影像
在 ENVI 主菜单栏中，选择 File →Open Image File ，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
在 ENVI 主菜单中，选择 Map→ Registration → Select GCPs ： Image to Image ，弹出 Image to Image Registration 几 何 纠 正 模 块 对 话 框 。
2.
2.
选择显示参考影像 （ SPOT文件）的 Display 为基准图像的 （ Base Image），
显示需校正影像（ TM文件）的 Display 为待纠正图像（ Warp Image）（如图所示） 。
点击 OK按钮，弹出 Ground Control Point Selection 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。
在 Ground Control Point Selection 对话框中，选择 Options → Set Point
Colors ，设置或修改 GCP在可用和不可用状态的颜色。
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。
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。
在 Ground Control Point Selection 上，单击 Add Point 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。
Ground Control Point Selection 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
Add Point
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。
选 择 Option → Auto Predict ，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。
选择 Option → Automatically Generate Points ，选择一个匹配波段，如选择信息量多 Band5，单击 OK按钮。
在 Automatic Tie Point Method Parameter 对话框中。这里设置 Tie 点的数量（ Number of Tie points ）： 60；其他选择默认参数（如图所示） ，点击 OK 按钮。
8.
8.
在 Ground Control Points Selection
上，单击 Show List 按钮，可以看
到选择的所有控制点列表。选择 Image to Image GCP List 上的 Option → Order
Points by Error ，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 Image to Image GCP List 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。
选择 File →Save GCPs to ASCII ，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： Warp File 和Warp File （ as Image Map ）
10.
Warp File
方式
11.
在Ground Control Points Selection
上，选择 Options
→Warp File
，选
择需纠正图像。
在纠正参数对话框中，设置纠正参数；
相关参数说明：
重采样选择双线性（ Bilinear ），背景值（ Back ground ）为 0。
Output Image Extent ：默认是根据基
准图像大小计算，可以进行适当调整。
选择输出路径和文件名，单击 OK
按钮。
Warp File 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。
Warp File （ as Image Map ）方式
选择Options → Warp File （ as Image Map），选择纠正文件（ TM文件）。
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。
Output Image Extent ：默认是根
据基准图像大小计算，可以进行适当调整。
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（ Link Displays ）及十字光标或者地理链接 （Geographic Link ） 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 Geographic Link 命令，选择需要链接的两个窗口，打开十字光标进行查看。
基于矢量边界的裁剪
选择全色波段窗口下的 Overlay-Region of Interest.
2.. 如图所示将区域画出，并保存 shp。
选择 ENVI工具 Basic tools-Subset Data Via ROIs 。选择文件名并保存。
利用 shp裁剪多波段图像
选择 File-Open Vector File 5.
打开后如图，点击
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 ok
同理，选择 ENVI工具Basic tools-Subset Data Via ROIs 。选择文件名并保存。
如图所示为才裁剪好的全色波段（左）和多波段图像（右） ；
3.
3. 自动融合
1) 在 ENVI 的主菜单选择 Transform → Mage Sharpening → 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。
正变换
1) 从 ENVI 的主菜单选择 Transform → Color Transform → RGB to HSV,
然后选择调整过大小的
然后选择调整过大小的 SPOT-XS 多波段数据作为输入的
OK 执行变换。
RGB 影像。输入要输出的文件名 , 点击
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。
拉伸变换
从ENVI 的主菜单选择 Basic Tools → Stretch Data,
单击工 lon_spot 文件 ,
然后点击 OK 。
在 Data Stretching 对话框的 Output Data 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 并保存文件。 拉伸
前后对比：
反变换
1) 从 ENVI 主菜单选择 Transform → Color Transform → HSV to RGB,
选择转换过的
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 HSV to RGBParameters 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
在可用波段列表中点击 RGB Color 单选按钮 , 并按顺序点击反变换后的 R 、G 、B 波段。再点击 Load RGB 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。
显示融合后的影像 , 选择 Tools → Link → Link Displays 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。
