遥感图像的变换与融合实习报告.docx

遥感图像的变换与融合实习报告.docx

《遥感图像的变换与融合实习报告.docx》由会员分享，可在线阅读，更多相关《遥感图像的变换与融合实习报告.docx（11页珍藏版）》请在冰豆网上搜索。

遥感图像的变换与融合实习报告

遥感图像的变换与融合实习报告

1、实习目的

1.掌握遥感影像融合的根本原理、容和要点；

2.掌握在ENVI中遥感影像融合的操作方法、步骤，并比拟各种方法的优缺点；

3.掌握根本的遥感图像变换方法，如缨帽变换变换等方法的具体操作步骤。

2、操作步骤

一、波段的运算

BandMath对话框（实习数据采用软件自带数据bhtmref.img，要求用此种方法叫做NDVI）

选择BasicTools>BandMath．

1.将出现BandMath对话框。

假设运算结果是一个二维数组，它将承受任何有效的IDL数学表达式、函数或程序。

2．在标签为‘Enteranexpression：

’的文本框，输入变量名（将被赋值到整个图像波段或可能应用到一个多波段文件中的每个波段）和所需要的数学运算符。

变量名必须以字符“b’’或‘‘B’’开头，后面跟着5个以的数字字符。

实例：

假设想计算三个波段的平均值，那么数学方程式为：

（float（b1）+float（b2）+float（b3））／3.0

IDL的浮点型函数用来防止计算时出现字节溢出错误。

3．一旦一个有效的表达式被输入，点击“OK’’处理。

将出现VariabletoBandName对话框。

1．要重新使用、保存或取消任何以前应用的数学表达式，点击显示在“PreviousExpression〞列表中的任何表达式，把它导入到‘‘Enteranexpression"，’文本区中。

2．一旦被导入，点击“OK〞，把该表达式应用到一组新的波段。

将出现VariabletoBandName对话框。

要把表达式保存到一个输出文件，点击“save〞，然后当出现Enteeroutputfilename对话框时，键入输出文件名。

为了保持一致，输出文件名应该指定扩展名为．exp。

要恢复原先保存的表达式，点击--Restore，然后选择适当的文件名。

该表达式将显示在“PreviousExpression．’，列表中。

要去除所有原先的表达式，点击“Clear〞。

二、图像变换

一、PrincipalponentAnalysis（主成分分析）（实习数据采用软件自带数据bhtmref．img）

主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异到达最大。

1．ForwardPCRotation（正向的PC变换）

正向的PC变换用一个线性变换使数据差异到达最大。

当运用正向的PC变换时，ENVI允许计算新的统计值，或将已经存在的统计项进展变换。

一旦变换完成，将会出现PC特征值图。

显示出每一个输出的PC波段的差异量。

PC波段将显示在AvailableBandsList中。

puteNewStatisticsandRotate（计算新的统计值和旋转）

（1）选择Transfoms>PrinCipalponents>ForwardPCRotation>puteNewStatisticsandRotate．

（2）出现PrincipalponentsInputFile对话框时，选择输入文件或用标准ENVI选择程序建立子集。

（3）出现ForwardPCRotationParameters对话框时，在‘‘StatsX／YResizeFactor〞文本框键入小于1的调整系数，对计算统计值的数据进展二次抽样。

键入一个小于1的调整系数，以提高统计计算的速度。

例如，在统计计算时，用一个O·1的调整系数将只用到十分之一的像元。

（4）假设需要，键入一个输出统计文件名。

（5）点击按钮，选择是否计算“CovarianceMatrix〞（协方差）或“Correlationmatrix〞（相关系数）。

计算主成分时，有代表性地要用到协方差矩阵。

当波段之问数据围差异较大时，要用到相关系数矩阵，并且需要标准化。

（6）选用“File〞或“Memory〞输出。

假设选择输出到“File〞，在标“EnterOutputFilename〞的文本框里键入要输出的文件名；或用“Choose"按钮选择一个输出文件名。

（7）从“OutputDataType〞菜单里，选择需要的输出类型（字节型，整型，无符号整型，长整型，无符号长整型，浮点型，双精度型）。

（8）用以下选项，选择输出PC波段数。

如果要限定输出PC波段数，用“NumberofOutputPCBands"标签附近的按钮确定输出的PC波段数。

默认的输出波段数等于输入的波段数。

如果要通过检查特征值，选择输出的PC波段数，那么点击“SelectSubsetfromEigenvalues〞标签附近的按钮，选择“YES〞。

（9）选择上面一个选项以后，在ForwardPCRotationParameters对话框里，点击“OK〞。

为选择的输入文件计算协方差或相关系数和特征值，并进展正向的PC旋转。

当ENVI已经处理完毕，将出现PCEigenValues绘图窗口，PC波段将被导入AvailableBandsList中。

2．InversePCRotation（反向PC变换）

将主成分图像变换回到它们的原始数据空间：

（1）选择Transforms>Principalponents>InversePCRotation

（2）当出现标准ENVI选择文件或子集对话框时，选择你的输入文件，并用标准ENVI

文件选择程序建立需要的子集。

出现另一个文件选择对话框，在当前输入数据目录中，列表显示出了已经存在的统计文件（默认扩展名为．sta）。

（3）用标准ENVI文件选择程序选择前面在正向PC旋转中存储的统计文件。

在选择反向PC旋转之前，统计文件必须已经存在。

（4）在Calculateusing标签附近，选择CovarianceMatrix或‘CorrelationMatrix’。

（5）选用“File〞或“Memory〞输出。

假设选择输出到“File〞，在标有‘EnlerOutputFilenallie’的文本框里键入要输出的文件名，或用“Choose〞按钮选择一个输出文件名。

（6）从‘OutputDataType’下拉菜单里，选择一个数据类型，作为输出文件的数据类型。

（7）点击‘‘OK〞运行反向变换。

二、TasseledCap（缨帽变换）

缨帽变换是一种通用的植被指数，可以被用于LandsatMMS或LandsatTM数据。

对于Landsa!

MMS数据，缨帽变换将原始数据进展正交变换，变成四维空间（包括土壤亮度指数SBI、绿色植被指数GVI、黄色成分（stuff）指数YVI，以及与大气影响密切相关的Non--such指数NSI）。

对于LandsatTM数据，穗帽植被指数由三个因子组成一一“亮度"、“绿度〞与“第三"（Third）。

其中的亮度和绿度相当于MSS缨帽的SBl和GVI，第三种分量与土壤特征有关，包括水分状况。

（1）选择Transforms>TassledCap。

（2）出现TasseledCapTransformationInputFile对话框时．选择输入文件,用标准ENVI文件选择程序输入文件或空间子集。

（3）点击“OK〞继续，显示TasseledCapTransformParameters对话框。

（4）用下拉菜单，选择“InputFileType〞（LandsatTM数据bhtmref．img）。

（5）选择输出到“File〞或“Memory〞。

假设选择输出到“File〞，在标有“EnterOutputFilename〞文本框里键入要输出的文件名；或用“Choose"按钮选择一个输出文件名。

（6）点击“OK"开场计算穗帽变换，变换进展时，屏幕上出现一条状态信。

完成时，ENVI将穗帽波段名输入到AvailableBandsList中，在那里可以用标准ENVI灰阶或RGB彩色合成方法显示。

三、NDVI（归一化植被指数）

NDVI（NormalizedDifferenceVegetationIndex）是一个普遍应用的植被指数，将多波谱数据变换成唯一的图像波段显示植被分布。

NDVI值指示着像元中绿色植被的数量，较高的NDVI值预示着较多的绿色植被。

NDVI变换可以用于AVHRR、LandsatMSS、LandsatTM、SPOT或AVIRIS数据，也可以输入其他数据类型的波段来使用。

（1）选择Transforms>NDVI（VegetationIndex）。

（2）出现NDVICalculationInputFile窗口时，选择输入文件。

（假设需要）用标准ENVI文件选择程序输入文件或空间子集。

（3）点击“OK〞。

（4）通过点击“InputFileType，，下拉菜单，用NDViCalculationParameters对话框，说明你己经输入的文件类型（TM，MSS，AVHRR等）。

（5）用“OutputDataType〞下拉菜单项选择择输出类型（字节型或浮点型）。

（6）选择输出到“File〞或“Memory〞。

假设选择输出到“File〞，在标有“EnterOutputFilename’’的文本框里键入要输出的文件名：

或用“Choose’’按钮选择一个输出文件名。

（7）点击“OK’。

’开场计算NDVI变换。

变换正在进展时，屏幕上出现一条状态信息。

完成时，ENVI将NDVI波段名输入到AvailableBandsList中，在那里可以用标准ENVI方法显示。

四、MinimumNoiseFractionRotation（最低噪声别离变换）

在ENVI中得到应用MNF本质上是两次层叠的主成分变换。

第一次变换（基于估计的噪声协方差矩阵≥用于别离和重新调节数据中的噪声。

第一步产生的变换数据中噪声有单位变化，没有波段-波段间的相关。

第二步是一次噪声白化数据的标准主成分变换。

数据空间可以被分为两局部：

一局部与大的特征值和相对应的特征图像相关，其余局部与相差不大的特征值以及噪声占主导地位的图像联系在一起。

仅仅用相关局部，就可以将噪声从数据中别离。

于是提高波谱处理的效果。

MNF变换也可以被用来从数据中消除噪声。

主要通过运行正向的变换，判定哪些波段包含相关图像，用波谱子集（只包括“好"波段，或反转前平滑噪声）进展一次反向的MNF变换。

也可以基于特征值抽取MNF旋转输出的子集。

一旦变换完毕，将显示一个MNF特征值的图示，说明每一个MNF输出波段的变化量，并且MNF波段将显示在AvailableBandsList中。

ENVI也可以将MNF变换应用到单个波谱中。

这一功能将端波谱变换为MNF空间，以输入到MixtureTunedMatchedFilteri。

1．ForwardMNFTransform（正向的MNF变换）

正向的MNF变换有三个选项，用于估计第一次旋转中用到的噪声统计。

三个选项包-括输入的数据中估计噪声，运用以前计算的噪声统计，或用与数据集相关的“暗色图像〞计算噪声统计。

EstimateNoiseStatisticsfromtheData（由数据估计噪声统计）

当没有当前的暗色图像时，用这种方法估计噪声。

ENVI假定每一个像元都包含信号和噪声，且紧邻的像元包含同样的信号，但是具有不同的噪声。

对数据进展“shiftdifference〞，就把邻近的像元区分开来，并把结果平均指定为没个正被处理的像元的“噪声〞值。

最好的噪声估计是对一个类似的区域进展shiftdifference统计聚集的而不是对整个图像进展。

ENVI允许选择统计抽取的子

（1）选择Transforms>MNFRotation>ForwardMNF>EstimateNoiseStatisticsFromData.

（2）出现标准ENVI文件选择和子集构建对话框时，用标准ENVI文件选择程序选择

和输入文件以及子集。

选择一个类似区域进展噪声统计，点击‘SpatialSubsel’，按钮，ENVI的标准空间子集程序或者手工键入一个子集或一个图表显示用于统计抽取的区域。

（3）点击OK按钮，弹出For、VardMNFTransformParallleters对话框，此时，还可通过按钮shiftdiffSubset更改空问子集：

在标有“EnterOutputNoiseStalsFilename【．Sta】〞-的文本框里键入一个用于噪声统计的文件名。

（4）在标有“EnterOutputStatsFilename【．Sta】〞的文本框里，键入一个用于MNF统计的输出文件名。

MNF与噪声统计的文件务必采用不同的名字。

（5）选用“File〞或“Memory〞输出。

假设选择输出到“File〞，在标有“EnterOutputFilename’’的文本框里键入要输出的文件名；或用“Choose’’按钮选择一个输出文件名。

（6）选择输出MNF的波段数。

要在不选择特征值子集的情况下，限定输出的MNF波段数。

键入需要的数字，或用“NumberofOutputMNFBands〞标签附近的按钮确定输出的波段数，通过检查特征值，选择输出的MNF波段数，那么A点击“SelectSubsetfromEigenvalues〞标签附近的按钮，选择“Yes〞。

（7）点击“OK"开场处理。

当ENVI已经完成处理时，MNF波段将被导入AvailableBandsList，显示MNF绘图窗口。

输出的仅包含选择输出的波段数。

2．InverseMNFTransform（反向的MNF变换）

用这一选项将MNF波段变换为它们的原始数据空间。

代表性地，以噪声为主导的图像（高波段数）在运行反向变换之前先被平滑，或在反向期间用波谱子集排除掉。

平滑或消除这些噪声波段将减少原始数据空间中的噪声。

〔1〕选择Transforms>MNFRotation>InverseMNFTransform。

〔2〕出现标准ENV!

文件和子集选择对话框时，用标准ENVi文件选择程序选择并抽取正向MNF变换图像汁算的子集。

〔3〕出现Enterforwadmnfstats对话框时，键入正向MNF统计文件名字，点击OK

〔4〕出现nverseMNF，transformparameters对话框时，选择“File’’或“MemorY’’输出。

假设选择输出到“File〞，在标订·tEnter0utpulFilename"的文本框里键入要输出的文件名；或用“Choose’’按钮选择一个输出文件名。

（5）从“OutputDataType’’菜单，选择需要的数据类型（字节，整型，无符号整型，长整型，无符号长整型，浮点型，双精度型）。

〔6〕点击“OK〞开场处理。

处理完成时，ENVI将把MNF结果导入AvailableBandsList中。

3．Apply、ForwardMNFtoSpectra（把正向的MNF应用到波谱）

用这一选项将末端波谱变换为MNF空间用于MixtureTunedMatchedFiltering。

来自ixtureTunedMatchedFiltering输入数据文件的MNF统计被用作变换。

被变换的波谱能用一个类似于末端聚集的对话框，从绘图窗口、波谱库、ASCII文件、感兴趣区和统计文件中聚集。

〔1〕选择Transforms>MNFRotation>ApplyForwardMNFtoSpectra。

（2）当出现ForwardMNFStatisticsFilename对话框时，选择Mixtu，reTunedMatchedFiltering输入数据文件计算的川F统计文件名。

（3）出现ForwardMNFConvertSpectra对话框时，用Import菜单项选择项将波谱输入到对话框，或将波谱拖曳到对话框顶部的黑色的绘制小部件中。

（4）从对话框中删除波谱，点击波谱选中，点击“DeleteSpectrum〞。

（5）点击“Apply〞。

变换后的波谱将出现在ForwardMNFSpectra绘图窗口里，且能输入到MixtureTunedMatchedFilteringEndmemberCollection对话框。

将变换后的波谱存到一个波谱库或一个ASCII文件中，在MNF图示出口中，选择File>OutputData。

4．ApplyInverseMNFtoSpectra（将反向的MNF应用到波谱）

用这一选项将MNF波谱变换到原始数据空间。

来自一个数据文件的正向的MNF统计被用作变换。

将被变换的波谱能用用一个类似于末端聚集的对话框，从绘图窗口、波谱库、ASCII文件、ROls和统计文件中聚集。

（1）选择Transforms>MNFRotation>ApplyInverseMNFtoSpectra。

（2）当出现ForwardMNFStatisticsFilename对话框时，选择需要的正向的MNF统

计文件名。

（3）出现InverseMNFConvertSpectra对话框时，用llnport菜单项选择项将波谱输入到

（4）点击“Apply,〞。

变换后的波谱将出现在InverseMNFSpeclra绘图窗口里。

将变换后的波谱存到一个波谱库或一个ASCII文件中，在MNF图表输出中，选择File>OutputData。

五、DecorrelationStretch（去相关拉伸），

RGB彩色合成时，波段被显示在一起，高度相关的多波谱数据集经常生成十分柔和的彩色图像。

去相关提供了一种消除这些数据中高度相关局部的一种手段。

（1）选择Transforms>DecorrelaiionStrelch

（2）出现DecorrelationStretchInput对话框时，从．一个翻开的彩色图像或AvailableBandsList中选择三个波段进展变换。

（3）选择输出到“File〞或“Memory〞，如果文件输出，提供一个文件名。

假设选择输出到“File〞，键入要输出的文件名。

（4）点击“OK〞开场去相关处理。

去相关拉伸名输入到AvailableBandsList中，在那里图像可以用标准ENVI灰阶或RGB彩色合成方法显示。

六、SaturationStretch（饱和度拉伸）

饱和度拉伸变换对输入的一个三波段图像进展彩色增强。

输入的数据由红、绿、蓝变换成色调、饱和度和颜色值。

对饱和度波段进展了高斯拉伸，因此数据填满了整个饱和度围。

然后，HSV数据自动被变换回RGB空间。

这一功能生成的输出波段包含有较饱和的色彩。

（1）选择Transforms>SaturationStretcll。

（2）出现SaturationStretchInput对话框时，从一个翻开的彩色图像或AvailableBandsList中选择三个波段进展变换。

（3）选择输出到“File〞或‘‘Memory"。

假设选择输出到“File〞，键入要输出的文件名。

点击“OK"开场拉伸处理。

七、SyntheticColorImage（合成彩色图像）

用SyntheticColorImage变换选项，你可以将一幅灰阶图像变换成一幅彩色合成图像。

ENVI通过对图像进展高通和低通滤波，将高频和低频信息分开，使灰阶图像变换成彩色图像。

低频信息被赋予色调，高频信息被赋予强度或颜色值，也用到了一个恒定的饱和度值。

这些色调、饱和度和颜色值（HSV）数据被变换为红、绿、蓝（RGB）空间，生成一幅彩色图像。

这一变换经常被用于雷达数据在保存好的细节情况下，改善准确的大比例尺特征。

它非常适于中低地貌。

在雷达图像里，由于来自小比例尺地形的高频特征的存在，要看清低频的变化（差异）通常较困难。

低频信息通常是由于来自岩石或植被的外表散射差异形成的。

（1）选择Transforms>SyntheticColorImage。

〔2〕出现文件选择对话框时，选择输入文件，需要的话，运行空问子集。

（3）出现SyntheticColorParameters对话框时，在‘“HighPassKerneISize-，和。

-LowPassKernelSize〞标签附近，用下拉按钮选择高通滤波和低通滤波的变换核（kemel）的大小。

高通变换核的大小应是与高频坡度决定的散射相对应的像元的数量

低通变换核的大小应是与低频漫射相对应的像元的数量。

（4）键入一个饱和度值（0～1）。

较高饱和度值产生较饱和的或“纯"的颜色。

（5）选择输出到File或“Memory。

假设选择输出到file，键入要输出的文件名，或选择输出文件名。

（6）点击“ok〞开场转换。

在SyntheticColorProcessing对话框中显示着变换的过程。

作为结果的合成彩色图像将从AvailableBandsLiSt中显示。