遥感实习大实验报告.docx
- 文档编号:20333527
- 上传时间:2023-04-25
- 格式:DOCX
- 页数:39
- 大小:5.60MB
遥感实习大实验报告.docx
《遥感实习大实验报告.docx》由会员分享,可在线阅读,更多相关《遥感实习大实验报告.docx(39页珍藏版)》请在冰豆网上搜索。
遥感实习大实验报告
实验一、高光谱数据分析
实验目的
本专实验让我们了解波谱库的概念,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。
我们将使用1995年的航空可见光/红外成像光谱仪(AirborneVisible/InfraredImagingSpectrometer,简称为AVIRIS)所采集的表观反射率数据,该数据是美国内华达州(Nevada)Cuprite地区的表观反射率数据,它使用ATREM大气纠正建模软件进行了校正。
这个数据子集共包含50个波段,波谱分辨率近似为10nm宽,其波长范围为1.99~2.48μm。
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。
让我们能够清楚的看出地物光谱反射曲线,和不同地物的光谱反射特性。
以及了解典型地物的光谱反射特性。
实验原理
通常反射率第一为物体的反射通量与入射通量之比。
光谱反射率为第五在某波段的反射通量与该波段的入射通量之比。
地物光谱反射率随波长变化而变化的特性称之为地物反射光谱特性。
不同的地物有不同的光谱反射率,同一地物在不同波段有不同的光谱反射率。
因此在同一幅图像上不同的地物会有不同的色调;同一地物在不同的波段的图像也会有不同的色调。
实验数据
KJLcup95_at.intCuprite地区ATREM校正后的反射率数据,50个波段(整型)
KJLcup95_at.hdrENVI相应的头文件
jpl1.sliENVI格式的JPL波谱库
jpl1.hdrENVI相应的头文件
usgs_min.sliENVI格式的USGS波谱库
usgs_min.hdrENVI相应的头文件
KJLcup95_av.roi保存的感兴趣区文件
实验过程
♦启动ENVI并加载AVIRIS影像数据
启动前,请确认已正确安装ENVI。
要在UNIX或MacintoshOSX中启动ENVI,请在UNIX命令行中输入envi。
要在Windows系统中启动ENVI,请双击ENVI的图标。
当程序成功地加载并执行后,ENVI的主菜单将会出现在屏幕上。
1.在ENVI主菜单中,选择File→OpenImageFile
2.选择cup95_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。
♦显示灰阶影像
1.在可用波段列表对话框中,选择Band193(2.2008um)
2.点击GrayScale单选按钮,然后点击LoadBand。
将灰度影像加载到显示窗口中。
3.从主影像窗口菜单中选择Tools→Profiles→ZProfile(Spectrum),提取表观反射率波谱曲线。
♦浏览影像波谱并同波谱库进行比较
1.在影像上移动缩放指示矩形框,同时查看#1SpectralProfile窗口中的波谱曲线,浏览整个影像的表观反射率波谱曲线。
2.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。
3.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)。
4.从ENVI主菜单中选择Spectral→SpectralLibraries→SpectralLibraryViewer。
5.在SpectralLibraryInputFile对话框中,点击OpenFile按钮,从spec_lib/jpl_lib子目录中,选择jpl1.sli波谱库文件,点击OK。
6.选择SelectInputFile区域中的jpl1.sli,点击OK。
7.在SpectralLibraryViewer对话框中,选择Options→Edit(x,y)ScaleFactors,并在YDataMultiplier文本框中,输入值1000,以匹配影像表观反射率范围(1-1000),点击OK。
8.在SpectralLibraryViewer对话框中,选择下列波谱名称,绘制它们的波谱曲线:
选中ALUNITESO-4A、BUDDINGTONITEFELDSTS-11A、CALCITEC-3D、KAOLINITEWELLORDEREDPS-1A后波谱曲线绘制图如下:
9.从绘制(plot)窗口菜单中,选择Edit→PlotParameters,自定义波谱曲线的绘制图。
在PlotParameters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/RightMargins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AxisTitle改为“Reflectance”。
还是选中Y-Axis单选按钮,点击Top/BottomMargins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。
10.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PlotKey。
将绘制窗口拖动到所需的大小,以容纳下波谱名称。
11.在绘制窗口中,选择Options→StackPlots,分别查看绘制的波谱曲线。
绘制的波谱曲线如下图所示:
12.在#1SpectralProfile绘图窗口中点击鼠标右键,从弹出的快捷菜单中选择PlotKey,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。
13.在#1SpectralProfile绘图窗口中,选择Options→NewWindow:
Blank,打开一个新的绘图窗口。
然后重新放置#1SpectralProfile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。
14.从主影像窗口菜单中,选择Tools→PixelLocator。
使用PixelLocator对话框,定位到下列各点精确的像素位置上:
15.在PixelLocator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StonewallPlaya地区,然后点击Apply,将矩形框移动到这个位置上。
同时#1SpectralProfile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:
590Y:
570”。
16.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PlotKey,打开显示了X和Y坐标位置的图例。
17.在#1SpectralProfile绘图窗口中,使用鼠标左键,点击并按住图例“X:
590Y:
570”,将这个波谱曲线图例拖到新的绘图窗口中。
18.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。
19.在新的绘图窗口中,选择Options→StackPlots。
新的绘图窗口如下图所示:
将波谱曲线和波谱库波谱曲线比较,效果图如下:
♦鉴别波谱曲线(使用SpectralAnalystTM):
使用SpectralAnalystTM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。
1.从ENVI主菜单中,选择Spectral→SpectralAnalyst。
2.点击SpectralAnalystInputSpectralLibrary对话框底部的OpenSpecLib按钮。
3.选择进入usgs_min波谱库目录,选择usgs_min.sli波谱库文件,点击Open。
4.usgs_min.sli文件出现在SpectralAnalystInputSpectralLibrary对话框中,选中该文件,点击OK。
5.在EditIdentifyMethodsWeighting对话框中,点击OK。
6.从主影像窗口菜单中,选择Tools→Profiles→ZProfile(Spectrum)。
然后在#1SpectralProfile绘图窗口中,点击鼠标右键,从弹出的快捷菜单中,选择PlotKey,显示波谱曲线名称的图例。
7.从主影像窗口菜单中,选择Tools→PixelLocator。
8.在PixelLocator对话框中,输入像素点的坐标列502,行589,点击Apply。
9.在SpectralAnalyst对话框中,选择Options→EditMethodWeights。
10.在EditIdentifyMethodsWeighting对话框中,为每一个Weight文本框输入值0.33,然后点击OK。
不同的匹配方法在《ENVI遥感影像处理用户手册》(ENVIUser’sGuide)中进行描述。
11.在SpectralAnalyst对话框中,点击Apply。
如果在#1SpectralProfile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。
SpectralAnalyst对话框将如下图所示:
下面显示出了矿物质kaolinite的波谱曲线与像素(列502,行589)的波谱曲线最匹配
双击列表中的第一条曲线,在同一绘图窗口中,绘制出未知地物的波谱曲线及波谱库中的波谱曲线,进行比较。
该绘制图如下图所示:
可以得出,未知地物与波谱库中最匹配的kaolinite的波谱曲线两者高度匹配。
♦定义感兴趣区
创建新的感兴趣区
1.在影像中,点击鼠标左键。
2.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。
3.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。
4.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。
计算感兴趣区的统计信息:
加载预先保存的感兴趣区文件:
从感兴趣区中提取均值波谱曲线:
在同一个窗口中,绘制每个感兴趣区的均值波谱曲线。
并将每条波谱带分别显示出来,进行比较:
♦鉴别矿物质
设计选择合适的彩色合成来鉴别矿物质:
1.在可用波段列表对话框中,选择RGB单选按钮,并顺次点击Band183、Band193和Band207。
2.点击LoadRGB,将彩色合成影像加载到当前影像显示窗口中。
3.在主影像窗口中,点击Tools→Profiles→Z-Profile(Spectrum)。
注意到在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。
4.在ROITool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。
5.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(plotbars),将其拖动到所需的波段位置上。
在可用波段列表对话框中,选择对话框,并用183、193、207波段组合显示:
在Z剖面廓线窗口中,被用来合成彩色影像的三波段位置上,分别用R\G\B三条垂线标出:
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。
根据先前显示的均值波谱的波谱特性,选择RGB波段对应的位置。
实验结果
实验结果,在实验过程中已经阐述出来,这里就不再累赘叙述。
实验体会
经过这次实验让我了对地物光谱反射率,有了深刻的了解,知道了假定在RGB影像上已知特定像素的颜色,基本可以预测它所对应的波谱曲线是什么样子的。
也可以根据训练样区的波谱特征,解释它们的颜色。
测试特定的RGB波段选择,识别出某种矿物质。
实验二、使用envi进行影像镶嵌
实验目的
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。
实验原理
在遥感影像处理与分析中,预处理是最初的也是最基本的影像操作。
图像校正是从具有畸变的图像中消除畸变的处理过程,消除集合畸变的称为几何校正。
几何校正是从具有几何畸变的图像中消除畸变的过程。
其任务是定量地确定图像上的像元坐标与目标物的地理坐标的对应关系。
校正的最终目的是确定校正后图像的行列数,然后找到新图像中每一像元的亮度值。
实验数据
Pixel-BasedMosaicking(基于像素的影像镶嵌)
KJLdv06_2.imgAVIRIS02景影像
KJLdv06_2.hdrENVI相应的头文件
KJLdv06_3.imgAVIRIS03景影像
KJLdv06_3.hdrENVI相应的头文件
KJLdv06a.mosAVIRIS拼接影像镶嵌模板文件
KJLdv06b.mos羽化后的AVIRIS影像镶嵌模板文件
KJLdv06_fea.img羽化后的镶嵌影像
KJLdv06_fea.hdrENVI相应的头文件
GeoreferencedMosaicking(基于地理坐标的影像镶嵌)
KJLlch_01w.img直方图匹配校正后的影像
KJLlch_01w.hdrENVI相应的头文件
KJLlch_01w.ann切割线的注记文件
KJLlch_02w.img直方图匹配校正后的影像
KJLlch_02w.hdrENVI相应的头文件
KJLlch_a.mos带地理坐标的影像镶嵌模板文件
KJLlch_mos1.img带地理坐标的影像镶嵌结果
KJLlch_mos1.hdrENVI相应的头文件
实验过程
♦置基于像素的影像
在ENVI主菜单中,选择Map→Mosaicking→PixelBased,开始进行ENVI基于像素的镶嵌操作。
PixelBasedMosaic对话框出现在屏幕上。
1.从PixelBasedMosaic对话框中,选择Import→ImportFiles。
2.在MosaicInputFiles对话框中,点击OpenFile,选择进入avmosaic目录,选择文件KJLdv06_2.img。
3.在MosaicInputFiles对话框中,再一次点击OpenFile,选择KJLdv06_3.img文件。
4.在MosaicInputFiles对话框中,按下键盘上的Shift键,并同时点击KJLdv06_2.img和KJLdv06_3.img文件名,选中这两个文件,点击OK。
5.在SelectMosaicSize对话框的XSize中输入614,YSize中输入1024,指定镶嵌影像的大小。
6.在PixelBasedMosaic对话框中,点击KJLdv06_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。
7.在YO文本框中,输入值513,按下键盘上的Enter键。
这样KJLdv06_3.img影像就会放置在KJLdv06_2.img影像的下面。
8.在PixelBasedMosaic对话框中,选择File→Apply。
当MosaicParameters对话框出现后,输入输出文件名KJLdv06.img,点击OK,生成镶嵌影像文件。
要生成虚拟镶嵌影像,而不是新的镶嵌影像文件,在PixelBasedMosaic对话框中,选择File→SaveTemplate。
当OutputMosaicTemplate对话框出现后,输入输出的文件名KJLdv06a.mos。
9.点击可用波段列表中的KLJdv06a.mos波段名,然后点击LoadBand,显示镶嵌后的影像。
♦第二部分展示了在拼接的镶嵌影像中布置两幅影像位置的方法,既可以输入XO和YO的值,也可以在对话框中把影像拖曳到所需位置。
这个例子还包括了边缘羽化的处理操作。
1.在PixelBasedMosaic对话框中,选择Options→ChangeMosaicSize。
在SelectMosaicSize对话框的XSize和YSize文本框中都输入值768,点击OK,改变输出镶嵌影像的大小。
2.在PixelBasedMosaic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。
3.在镶嵌图中,右键点击影像#1的红色轮廓框,选择EditEntry,打开Entry:
filename对话框。
4.在DataValuetoIgnore文本框中,输入值0。
在FeatheringDistance文本框中,输入值25,点击OK。
5.对另一幅影像,重复上面的两步操作。
6.选择File→SaveTemplate,输入输出文件名KJLdv06b.mos。
在可用波段列表中,点击镶嵌模板文件名,然后点击LoadBand,显示该镶嵌影像。
当使用虚拟镶嵌时,不会进行羽化处理。
7.现在真实地创建输出文件,同时对镶嵌影像进行羽化处理。
在PixelBasedMosaic对话框中,选择File→Apply,点击OK。
镶嵌后的影像如图:
♦基于地理坐标的影像镶嵌
将有地理坐标的影像镶嵌在一起时,常常需要进行羽化处理。
专题的这一部分将展示如何使用ENVI的镶嵌工具,进行羽化处理,并创建基于地理坐标的镶嵌影像。
创建基于地理坐标的镶嵌影像
1.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。
2.在MapBasedMosaic对话框中选择Import然后选择文件KJLlch_01w.img,KJLlch_02w.img打开文件,设置基于地理坐标并进行羽化镶嵌时所必需的参数。
♦查看顶部影像,切割线和虚拟未羽化的镶嵌影像
1.在可用波段列表中,选择KJLlch_01w.img文件。
点击波段名,然后点击LoadBand按钮,以灰阶的方式显示该影像。
2.在主影像窗口中,点击右键弹出快捷菜单,选择Toggle→DisplayScrollBars,开启滚动条。
点击水平滚动条,滚动影像,直到显示出影像合适的部分。
3.从主影像窗口中,选择Overlay→Annotation,打开Annotation对话框。
4.在Annotation对话框中,选择File→RestoreAnnotation,然后选择KJLlch_01w.ann文件。
这将显示出一条红色的切割线(cutline),该切割线用来在镶嵌影像中混合两影像。
5.从可用波段列表中,将KJLlch_02w.img加载到一个新的显示窗口中。
查看该影像上切割线的特性。
选择并将KJLlch_01w.img显示
♦创建输出羽化后的镶嵌影像
1.在MapBasedMosaic对话框中,选择File→Apply。
在MosaicParameters对话框中,输入输出文件名KJLlch_mos.img,点击OK,创建羽化后的镶嵌影像。
2.关闭包含单独的倾斜影像的两个影像显示窗口,并将镶嵌影像加载到一个新的显示窗口中。
3.使用影像动态链接功能,对羽化后的镶嵌影像和没有羽化的镶嵌影像进行比较。
在下图中,左边的影像为倾斜的直方图匹配后的影像,并且已选定了切割线。
右边的影像为使用切割线羽化后的镶嵌影像。
镶嵌结果如下:
实验结果
KJLbldr_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。
KJLbldr_tm1.hdrENVI相应的头文件。
KJLbldr_tm2.wrp使用RST和双线性内插重采样法进行的影像到影像的配准结果。
KJLbldr_tm2.hdrENVI相应的头文件。
KJLbldr_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。
KJLbldr_tm3.hdrENVI相应的头文件。
KJLbldr_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。
KJLbldr_tm4.hdrENVI相应的头文件。
KJLbldr_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
KJLbldr_tm5.hdrENVIH相应的头文件。
KJLbldrtm_m.imgBoulderTM影像到地图的配准结果,使用了RST和三次卷积重采样法。
KJLbldrtm_m.hdrENVI相应的头文件。
实验体会
实验三、影像地理坐标定位和配准
实验目的
本实验旨在练习如何在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。
实验原理
在遥感影像处理与分析中,预处理是最初的也是最基本的影像操作。
图像校正是从具有畸变的图像中消除畸变的处理过程,消除集合畸变的称为几何校正。
几何校正是从具有几何畸变的图像中消除畸变的过程。
其任务是定量地确定图像上的像元坐标与目标物的地理坐标的对应关系。
校正的最终目的是确定校正后图像的行列数,然后找到新图像中每一像元的亮度值。
ENVI的影像配准和几何纠正工具允许用户将基于像素的影像定位到地理坐标上,然后对它们进行几何纠正,使其匹配基准影像的几何信息。
使用全分辨率(主影像窗口)和缩放窗口来选择地面控制点(GCPs),进行影像到影像和影像到地图的配准。
基准影像和未校正影像的控制点坐标都会显示出来,同时由指定的校正算法所得的误差也会显示出来。
地面控制点预测功能能够使对地面控制点的选取简单化。
将使用重采样、缩放比例和平移(这三种方法通称RST),以及多项式函数(多项式系数可以从1到n),或者Delaunay三角网的方法,来对影像进行校正。
所支持的重采样方法包括最近邻法(nearest-neighbor)、双线性内插法(bilinearinterpol
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遥感 实习 实验 报告