Erdas基础.docx
- 文档编号:28061475
- 上传时间:2023-07-08
- 格式:DOCX
- 页数:63
- 大小:8.02MB
Erdas基础.docx
《Erdas基础.docx》由会员分享,可在线阅读,更多相关《Erdas基础.docx(63页珍藏版)》请在冰豆网上搜索。
Erdas基础
Erdas基础教程:
影像文件的打开和显示
1、图像显示视窗(Viewer)
图像显示视窗(Viewer)是显示栅格图像、矢量图形、注记文件、AOI等数据层的主要窗口,每次启动ERDASIMAGING时,系统都会自动打开一个二维视窗(Viewer)如图2.1所示。
在应用过程中可以随时打开新的视窗。
图2.1二维视窗(Viewer)
二维视窗(Viewer)主要由视窗菜单条、工具条、显示窗和状态条四部分组成。
2、图像显示
第一步:
启动程序
菜单上选择File|Open|RasterLayer——SelectLayerToAdd对话框图2.2。
或在工具条上选择——SelectLayerToAdd对话框图2.2。
图2.2SelectLayerToAdd对话框
第二步:
确定文件
图2.2中的File选项用于图像文件的确定,具体内容及实例如表所示。
表2.1图像文件的确定参数
第三步:
设置参数
在SelectLayerToAdd对话框中点击RasterOptions,就进入设置参数状态,
如图2.3所示。
图2.3SelectLayerToAdd对话框
各项参数具体内容及实例,如表2.2所示。
表2.2图像文件显示参数
第四步:
打开图像
在SelectLayerToAdd对话框中,点击OK,打开所确定的图像,视窗中显示该图像。
图2.4视窗中显示该图像
Erdas基础教程:
数据输入
1.单波段二进制图像数据输入
在ERDAS图标面板工具条中,点击——打开输入输出对话框,如图所示。
并做如下的选择:
.选择数据输入操作:
Import
.选择数据输入类型(Type)为普通二进制:
GenericBinary
.选择数据输入媒体(Media)为文件:
File
.确定输入文件路径及文件名(InputFile):
Band1.dat
.确定输出文件路径及文件名(OutputFile)band1.dat
.OK
.打开ImportGenericBinaryData对话框,如图所示
在ImportGenericBinaryData对话框中定义下列参数:
.数据格式(DataFormat):
BSQ
.数据类型(DataType):
Unsigned8Bit
.数据文件行数(Row):
5728
.数据文件列数(Cols):
6920
.文件波段数量(Bands):
1
.保存参数设置(SaveOption):
*.gen
.OK退出SaveOptionFile
.OK执行输入操作。
上图为进程状态条,OK完成数据输入。
重复上述过程,可依此将多波段数据全部输入,转换为.IMG文件。
2、组合多波段数据
为了图像处理与分析,需要将上述转换的单波段IMG文件组合为一个多波段图像文件。
第一步:
在ERDAS图标面板工具条中,点击Interpreter|Utilities|LayerStack——
LayerSelectionandStacking的对话框。
第二步:
在LayerSelectionandStacking对话框中,依此选择并加载(Add)单波段IMG图像:
.输入单波段图像文件(InputFile:
*.img):
band1.img——Add
.输入单波段图像文件(InputFile:
*.img):
band2.img——Add
………
.输入组合多波段图像文件(OutputFile:
*.img):
bandstack.img
.OK执行并完成波段组合。
Erdas基础教程:
数据预处理
在ERDAS中,数据预处理模块为Datapreparation。
图标面板工具条中,点击图标——DataPreparation菜单
1、图象几何校正
第一步:
显示图象文件
在视窗中打开需要校正的LandsatTM图象:
lanzhoucity.img.
第二步:
启动几何校正模块
在Viewer#1的菜单条中,选择Raster|GeometricCorrection
.打开SetGeometricModel对话框
.选择多项式几何校正模型Polynomial——OK
.程序自动打开GeoCorrectionTools对话框和
PolynomialModelProperties对话框
.先选择Close关闭PolynomialModelProperties对话框
.程序自动打开GCPToolReferenceSetup对话框
.选择KeyboardOnly
.OK
.程序自动打开ReferenceMapInformation提示框。
.选择MapUnits:
Meters
.添加地图投影参数,如下图:
.选择OK确定地图投影参数,并关闭上图。
.选择OK,确定ReferenceMapInformation,并关闭提示框。
.并自动打开采集控制点对话框。
GCP的具体采集过程:
在图像几何校正过程中,采集控制点是一项非常重要和相当重要的工作,具体过程如下:
.在GCP工具对话框中点selectGCP图标,进行GCP选择状态。
.在view#1中移动关联方框位置,寻找明显地物特征点,作为输入GCP。
.在GCP工具对话框中点击GreatGCP图标,并在view#2中点击左键定点,GCP数据表将记录一个输入的GCP,包括编号、标识码、X、Y坐标。
.在GCP工具对话框中输入地图参数坐标X、Y。
.不断重复上述步骤,采集若干GCP,直到满足所选是的几何校正模型为止。
采集地面检查点
以上所采集的GCP为控制点,用于建立转换方模型及多项式方程,地面检查点,则用于检验所建立的转换方程的精度和实用性,具体过程如下:
.在GCPTOOL菜单条中选择GCP类型:
Edit/SetPointType—check。
.在GCPTOOL菜单条中确定GCP匹配参数:
Edit/Pointmatching—打开GCPMatching对话框,并确定参数。
.确定地面检查点,其操作与选择控制点完全一样。
.计算检查点误差:
在GCPTOOL工具条中,点击ComputeError图标,检查点的误差就会显示在GCPTOOL的上方(如下图),只有所有检查的误差小于一个像元时,才能进行以下的步骤。
.在GeoCorrectionTools对话框中选择ModelProperties图标打开
选择或检查参数,然后选择close关闭。
图像重采样
.在GeoCorrectionTools对话框中选择ImageResample图标—打开ImageResample对话框,并定义重采样参数。
.输出图像文件名(outputfile):
rectify.img
.选择重采样方法(ResampleMethod):
NearestNeighbor
.定义输出图像在图与像元大小。
.设查输出统计中忽略零值。
.选择OK启动重采样进程,并关闭ImageResample对话框。
2.图象拼接处理
本练习将同一区域机邻的三幅TM图象进行拼接。
其过程如下:
.启动图象拼接工具,在ERDAS图标面板工具条中,点击Dataprep/Datapreparation/Mosaicclmages—打开MosaicTool视窗。
.加载Mosaic图像,在MosaicTool视窗菜单条中,Edit/Addimages—打开AddImagesforMosaic对话框。
依次加载窗拼接的图像。
.在MosaicTool视窗工具条中,点击setInputMode图标,进入设置图象模式的状态,利用所提供的编辑工具,进行图象叠置组合调查。
.图象匹配设置,点击Edit/ImageMatching—打击Matchingoptions对话框,设置匹配方法:
OverlapAreas。
.在MosaicTool视窗菜单条中,点击Edit/setOverlapFunction—打开setOverlapFunction对话框
设置以下参数:
.设置相交关系(IntersectionMethod):
NoCutlineExists。
.设置重叠图像元灰度计算(selectFunction):
Average。
.Apply—close完成。
.运行Mosaic工具在MosaicTool视窗菜单条中,点击Process/RunMosaic—打开RunMosaic对话框。
设置下列参数:
确定输出文件名:
mosaic.img
确定输出图像区域:
ALL
OK进行图像拼接。
3、图象分幅裁剪
在实际工作中,经常根据研究区的工作范围进行图像分幅裁剪,利用ERDAS可实现两种图像分幅裁剪:
规则分幅裁剪,不规则分幅裁剪。
1、规则分幅裁剪
即裁剪的边界范围为一矩形,其具体方法如下:
在ERDAS图标面板工具条中,点击DataPrep/Datapreparation/subsetImage—打开subsetImage对话框,并设置参数如下:
说明:
裁剪范围输入:
①通过直接输入右上角、右下角的坐标值;
②先在图像视窗中放置查询框,然后在对话框中选择FromInquireBox
③先在图像视窗中绘制AOL区域,然后在对话框中选择AIO功能,利用此方法也可实现不规则裁剪。
2、不规则分幅裁剪
①用AOI区域裁剪,与上述的②的方法相同。
②用Arclnfo的多边形裁剪。
.将Arclnfo多边形转换成网格图象。
.ERDAS图标面板工具条中,点击Vector/vectortoRaster—打开vectortoRaster对话框,并设置参数,并实现转换。
.通过掩膜运算实现图像不规则裁剪。
.ERDAS图标面板工具条中,点击Interpreter/Utilities/Mask--打开Mask对话框,并设置参数如下:
setupRecode设置裁剪区域内新值为1,区域外取0值。
Erdas基础教程:
图象增强处理
1.图像解译功能简介(IntroductionofImageInterpreter)
利用ERADSIMAGINE进行图像增强主要采用ERADSIMAGINE的图像解译器(ImageInterpreter)模块,该模块包含了50多个用于遥感图像处理的功能模块,这些功能模块在执行过程中都需要通过各种按键或对话框定义参数,多数功能都借助模型生成器(ModelMaker)建立了图形模型算法,容易调用或编辑。
图像解译器(ImageInterpreter或Interpreter),可以通过两种途径启动:
ERDAS图标面板菜单条:
Main/ImageInterpreter----ImageInterpreter菜单ERDAS图标面板工具条:
点击Interpreter图标一ImageInterpreter菜单
从上图可以看出,ERDAS图像解译模块包含了8个方面的功能,依次是遥感图像的空间增强(SpatialEnhancement)、辐射增强(RadiometricEnhancement)、光谱增强(SpectralEnhancement)、高光谱工具(HyperSpectralTools)、傅立叶交换(FourierAnalysis)、地形分析(TopographicAnalysis)。
地理信息系统分析(GlSAnalysis)、以及其它实用功能(Utilities)。
每一项功能菜单中又包含若干具体的遥感图像处理功能。
2、图象空间增强
2.1空间增强(SpatialEnhancement)
空间增强技术是利用像元自身及其周围像元的灰度值进行运算,达到增强整个图像之目的。
ERDASIMAGINE提供的空间增强处理功能如表4.1所列。
表4.1遥感图像空间增强命令及其功能
2.2卷积增强处理
卷积增强是将整个图像按像元分块进行平均处理,用于改变图像的空间频率特征。
卷积处理的关键是卷积算子一-系数矩阵的选择。
ERDAS将常用的卷积积算子放在default.klb的文件中,分别以3×3、5×5、7×7三组,每组又包括edgeDetect/edgeenhance/lowpass/Highpass/Horizontal/vertical/summary等七种不同的处理方式。
具体执行过程如下:
.ERDAS图标面板工具条,点击Interpreter/spatialEnhancement/convolution—打开convolution对话框,并设置如下参数:
2.3纹理分析
纹理分析通过在一定的窗口内进行二次变异分析或三次对称分析,使图像的纹理结构得到增强,具体过程如下:
ERDAS图板面板工具条中,点击Interpreter/spatialEnhancement/Texture—打开Texture对话框,并设置参数如下:
这一分析方法的关键是确定Windowsize的定义操作函数Operator。
3、辐射增强处理:
3.1辐射增强(RadiometricEnhancement)
辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。
ERDASIMAGINE供的辐射增强处理功能如表4.2所列。
表4.2遥感图像辐射增强命令及其功能
3.2查找表拉抻处理是通过修改图像查找表,使输出图像值发生变化。
通过定义,可实现线性拉伸、分段线性拉伸、非线性拉伸等处理。
.在ERDAD图标面标工具条中,点出Interpreter/RadiometricEnhancement/LUTStretch—--打开LUTstretch对话框,并设置参数如下:
其中关建是:
点击View/customTable进入查找表编辑状态。
根据需要修改查找表。
3.3直方图均衡化处理该处理实质上是对图像进行非线性拉伸,重新分配图像像元值,使一定灰度范围内的像元的数量大致相等。
.在ERDAS图标面板工具条中,点击Interpreter/RadiometricEnhancement/HistogramEqualization—--打开HistogramEqualization对话框,并设置参数如下:
4.光谱增强处理
4.1光谱增强处理是基于多波段数据对每个像元的灰度值进行变换,达到图像增强的目的。
ERDSAIMAGINE提供的光谱增强处理功能如下图所示
表4.3遥感图像光谱增强命令及其功能
4.2主成份变换是一种常用的数据压缩方法,它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上,便于图像分析与解译,具体过程如下:
.在ERDAS图标面标工具条中,点击Interpreter/spectralEnhancement/principalComp—--打开principalcomponents对话框,并设置参数如下:
上图为原始图像与主成份变换获得的主份量1、2、3的对比图
原图像432(RGB)主成份432(RGB)合成图像
4.3缨穗变换
缨穗变换是针对植物学所关心的植被特征,对原始多波段图像数据进行空间旋转,获得具有物理意义的亮度、绿度、湿度等分量。
.在ERDAS图标面板工具条中,点击Interpret/spectralEnhancement/TasseledCap—打开Tasseledcap对话框,并设置参数。
注,需要定义相关参数setcoefficients,点击setcoefficients按钮,打开对话框,确定区域内的类型。
下图为原始图像与缨穗变换的亮度、绿度、湿度分量的比较图。
4.4色彩变换
色彩变换是将区域图像从RGB的彩色空间转换到IHS作为定位参数的彩色空间,以便达到增强目的。
.在ERDAS图标面板工具条中,点击Interpreter/spectralEnhancement/RGBtoIHS—--打开RGBTOIHS对话框,并设置参数如下:
上图为原始图像与色彩变换获得的亮度、色度、饱和度三个分量图的对比
Erdas监督分类步骤一:
分类模板定义
定义分类模板(DefineSignatureUsingsignatureEditor)
ERDASIMAGINE的监督分类是基于分类模板来进行的,而分类模板的生成、管理、评价、和编辑等功能是由分类模板编辑器来负责的。
毫无疑问,分类模板生成器是进行监督分类一个不可缺少的组件。
在分类模板生成器中,生成分类模板的基础是原图像和(或)其特征空间图像。
因此,显示这两种图像的视窗也是进行监督分类的重要组件。
第一步:
显示需要进行分类的图像
在视窗中显示<ERDASHOME>\execise\ljxtm.img(Red4/Grean5/B1ue3、选择FittoFrame,其它使用缺省设置)。
第二步:
打开模板编辑器并调整显示字段
ERDAS图标面板工具子,点击C1assifier目标
→Classification菜单
→SignatureEditor菜单项
→SignatureEditor对话框
从上图中可以看到有很多字段,有些字段对分类的意义下大,我们希望不显示这些这段,所以要进行如下调整:
SignatureEdit对话框菜单条:
View→Columns→viewsignaturecolumns对话框
→点击最上一个字段的Co1unmn字段下拖拉直到最后一个段,此时,所有字段都被选择上,并用黄色(缺省色)标识出来。
→按住shift键的同时分别点击Red、Green、B1ue三个字段Red、Green、Blue三个字段将从选择集中被清除。
→点击Apply按钮
→点击Close按钮
从ViewSignatureCo1umns对话框可以看到Red、Green、Blue三个字段将不再显示。
Erdas监督分类步骤二:
AOI扩展工具获取分类模板信息
可以分别应用AOI绘图工具、AOI扩展工具、查询光标等三种方法,在原始图像或特征空间图像中获取分类模板信息。
但在实际工作中也许只用一种方法就可以了。
(1)应用AOI绘图工具在原始图像获取分类模板信息
无论是在原图像还是在下面要讲的特征空间图像中,都是产主AOI区域来作为分类模板信息的来源。
首先练习如何用AOI绘图工具获取分类模板信息。
在显示有ljxtm.img图像的视窗:
→点击
图标(或者选择Raster菜单项→选择Tools菜单)
→打开Raster工具面板
→点击Raster工具面板的
图标
→在视窗中选择红色区域,绘制一个多边形AOI
→在SignatureEditr对话框,点击
图标,将多边形AOI区域加载到Signature分类模板中
→在SignatureEditor中,改变刚才加入模板的SignatureName和Color。
→重复上述操作过程以多选择几个红色区域AOI,并将其作为新的模板加入到SignatureEditor当中,同时确定各类的名字及颜色。
如果对同一个专题类型(如水体)采集了多个AOI并分别生成了模板,可以将这些模板合并,以便该分类模板具多区域的综合特性。
具体做法是在SignatureEditor对话框中,将该类的Signature全部选定,然后点击合并图标
,这时一个综合的新模板生成,原来的多个Signature同时存在(如果必要也可以删除)。
(2)应用AOI扩展工具在原始图像获取分类模板信息
扩展生成AOI的起点是一个种子像元。
与该像元相邻的像元被按照各种约束条件来考察,如空间距离、光谱距离等。
如果被接受,则与原种子一起成为新的种子像元组,并重新计算新的种子像元平均值(当然也可以设置为一直沿用原始种子的值〕。
以后的相邻像元将以新的平均值来计算光谱距离。
但空间距离一直是以最早的种子像元来计算的。
应用AOI扩展工具在原始图像获取分类模板信息,首先必须设置种子像元特性,过程如下:
在显示有ljxtm.img图像的视窗中:
→AOI一SeedProperties菜单
→RegionGrowingProperties对话框
→在Neighborhood选择按四个相邻像元扩展,
表示被点击像元的上、下、左、右四个像元与被点击像元是相邻的。
而
表示其周围9个像元都与被点击像元相邻。
这里选择
。
→在GeographicConstrains设置地理约束,Area确定每个AOI所包含的最多像元数(或者面积),而Distance确定AOI所包含像元距被点击像元的最大距离,这两个约束可以只设置一个,也可以设置两个或者一个也不设。
在此处只设置面积约束为300个像元。
→在SpectralEuclideanDistance中设置波谱欧氏距离,本约束是指AOI可接受的像元值与种子像元平均值之间的最大光波欧氏距离(两个像元在各个波段数值之差的平方之和的二次根),大于该距离将不被接受。
此处设置距离为:
10
→点击Options按钮,打开RegionGrowOptions面板以确定一些扩展设置
RegionGrowOptions面板上有三个复选框。
在种子扩展的过程中可能会有些不符合条件的像元被符合条件的像元包围,选择IncludeIslandPo1ygons使这些不符合条件像元,将以岛的形式被删除出来,如果不选择则全部作为AOI的一部分。
UpdateRegionMean是指每一次扩展后是否重新计算种子的平均值,如果选择该复选框则重新计算,如果不选择则一直以原始种子的值为平均值。
BufferRegionBoundary复选框是指对AOI产生缓冲区,该设置在选择AOI编辑DEM数据时比较有用,可以避免高程的突然变化。
这里选择IncludeIslandPolygons和UpdateRegionMean。
至此完成了种子扩展特性的设置,下面将使用种子扩展工具产生一个AO1。
在显示有ljxtm.img图像的视窗中:
→在视窗工具条中点击
图标(或在视窗菜单条:
Raster→Tools)
→打开Raster工具面板
→点击Raster工具面板的
图标
→点击视窗中的绿色区域
绿色区域对应的是耕地,AOI自动扩展将生成一个针对耕地的AO1。
如果扩展AOI不符合需要。
可以修改RegionGrowingProperties直到满意为止,注意在RegionGrowingProperties对话框中修改设置之后,直接点击Redo按钮就可重新对刚才点击的像元生成新的扩展AO1。
→在signatureeditor对话框,点击
图标,将扩展AOI区域加载到signature分类模板中
→在SignatureEditor
- 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:
- Erdas 基础