erdas实验报告.docx

erdas实验报告.docx

《erdas实验报告.docx》由会员分享，可在线阅读，更多相关《erdas实验报告.docx（15页珍藏版）》请在冰豆网上搜索。

erdas实验报告

前言

一、实习任务：

练习使用ERDASIMAGINE软件、撰写实习报告。

二、实习时间：

2011年9月

三、实习地点：

第四教学楼五楼机房

四、实习目的：

1、了解ERDASIMAGINE的应用基础及应用领域。

2、掌握图像校正、拼接、投影变换、分幅裁剪、融合等预处理操作，图像增强，图像分类等遥感数字图像处理基本内容。

3、通过对ERDAS软件的学习和实习操作，了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能。

4、加深对所学课程原理的理解，为从事相关项目的研究和开发奠定基础。

五、实习内容:

1、遥感图像处理软件概述及ERDAS软件基本操作。

2、遥感图像的输入/输出、波段组合及图像显示。

3、遥感图像预处理，主要包括图像校正、分幅裁剪、拼接、投影变换、融合等操作。

4、遥感图像增强。

5、遥感图像分类，分为监督分类和非监督分类。

实习一、对j50e023013.img和j50e024013.img进行几何校正

1、加载图像文件：

（1）在ERDAS图标面板菜单条选择Main—StartImageViewer命令，打开Viewer窗口Viewer#1。

（2）在Viewer#1菜单条选择File—Open—RasterLayer命令，打开SelectlayertoAdd窗口，选择需要校正的图像j50e023013.img。

选择RasterOptions标签，选择Displayas下拉条，选择GrayScale,在Layer中输入2:

；选中FittoFrame复选框，以使添加的图像全幅显示。

单击OK，加载需要校正的j50e023013.img图像。

2、启动几何校正模块：

在Viewer#1菜单条选择RasterGeometricCorrection命令，打开选择几何校正模型（SetGeometricModel）对话框，选择多项式变换模型Polynomial，单击OK。

在PolynomialModelProperties中定义多项式次方PolynomialOrder为2，单击Apply按钮应用设置。

单击Close按钮关闭当前对话框，打开GCPToolReferenceSetup对话框。

3、采集地面控制点：

（1）在GCPToolReferenceSetup对话框中选择Keyboard键盘输入，修改投影信息。

单击OK后自动启动ReferenceMapInformation组合对话框，输入X、Y的坐标。

（2）点击∑求解误差，使误差保持在0.5范围内。

4、图像重采样：

（1）用GeoCorrectionTools窗口进行重采样，选择ImageResample按钮。

输出图像（OutputFile）文件名及路径，为023013.img。

（2）选择重采样方法——最邻近采样（nearestneighbor）

（3）定义输出图像范围：

在ULX、ULY、LRX、LRY微调框中分别输入需要的数值，现在采用默认值。

（4）定义输出像元大小，X值30，Y值30，一般与数据像元大小一致。

（5）设置输出统计中忽略零值，即选中IgnoreZeroinStats复选框。

（6）单击OK按钮执行重采样。

（7）对024013.img的几何校正方法步骤同023013.img的几何校正:

实验二、对023013.img、024013.img图像进行裁剪

对两张图像进行裁剪运用的方法是不规则分幅裁剪。

不规则分幅裁剪是指裁剪图像的边界范围是任意多边形，不能通过左上角和右下角两点的坐标确定裁剪范围，而必须事先设置一个完整的闭合的多边形区域，可以利用AOI工具创建裁剪多边形，然后利用分幅工具进行分割。

实现步骤如下：

（1）打开要裁剪的图像023013.img，在Viewer图标面板菜单条选择AOI—Tools菜单，打开AOI工具条。

（2）应用AOI工具绘制多边形AOI，将多边形AOI保存在023013_aoi.aoi文件中。

（3）在ERDAS图标面板菜单条选择Main—DataPreparation—SubsetImage命令，打开Subset对话框。

（4）选择处理图像文件023013.img。

（5）输出文件名称为023013_sub.img,并设置存储路径。

（6）单击AOI，打开ChooseAOI对话框，选择AOI来源为AOIFile中的023013_aoi.aoi文件。

（7）输出数据类型为Unsigned8Bit,Continues。

输出统计忽略零值，选中IgnoreZeroinStats复选框。

（8）设置输出波段—1：

7。

（9）单击OK按钮关闭Subset对话框，执行图像裁剪。

023013.img和024013.img裁剪后图像如下：

实验三、023013_sub.img与024013_sub.img的拼接

此处采用多波段图像拼接主要步骤如下：

1、启动图像拼接工具：

在ERDAS图标面板菜单条选择Main—DataPreparation—MosaicImages—MosaicTool命令，打开MosaicTool对话框。

2、加载拼接图像：

（1）选择Main—DataPreparation—MosaicImages—MosaicTool工具对话框，选择DisplayAddImagesDialog按钮，打开AddImages对话框。

选择需要进行拼接的两个图像。

（2）再选择ImagesAreaOptions标签，进入ImagesAreaOptions对话框，进行拼接图像的选择。

（3）这里选择计算活动区ComputeActiveArea按钮，并单击Set打开ActiveAreaOptions对话框设置如下参数：

SelectSearchLayer:

指定哪个图层用于活动区的选择。

BackgroundValueRange:

背景值范围，即根据from，to设置某一光谱段或光谱值为背景值，在运行拼接过程中落入该光谱范围内的图像不参与拼接运算。

BoundarySearchType:

边界搜索类型，包括Corner和Edge选项。

选择Corner时可以对CropArea进行设置，将对输入影响进行裁剪。

（4）单击OK，加载两幅图像。

3、图像叠置组合：

（1）在MosaicTool工具条选择SetModelforInputImages按钮，进入图像设置模式状态。

MosaicTool工具条会出现与该模式对应的调整图像跌至次序的编辑按钮

（2）利用工具库对图像进行上下调整，确定拼接方案。

拼接次序调整好后，意味着重叠区将随之确定，不同的图像叠置组合，用于拼接的重叠区域也不同，查看重叠区域采用的是ModeforIntersection按钮

4、图像匹配设置：

（1）在MosaicTool工具条选择DisplayColorCorrections按钮

，打开色彩校正（ColorCorrections）对话框。

（2）选中UseHistogramMatching按钮，单击Set，打开HistogramMatching（直方图匹配）执行影响的色调调整。

（3）匹配方法（MatchingMethod）为OverlapAreas，即只利用叠加区直方图进行匹配。

直方图类型（HistogramType）为BandbyBand，即分别从红绿蓝三个波段进行灰度的调整（如果是多波段，则表示逐波段进行一对应的灰度。

（4）单击OK按钮，保存设置,返回到ColorCorrections对话框，在ColorCorrections窗口中再次单击OK按钮退出。

（5）在MosaicTool工具条选择SetModeforIntersection按钮

，进人设置图像关系模式的状态。

（6）在MosaicTool工具条选择叠加函数（SetOverlapFunction）按钮

（7）设置叠加方法（IntersectionMethod）为无剪切线（NoOutlineExists），重叠区像元灰度计算（SelectFunction）为均值（Average），即叠加区各个波段的灰度值是所有覆盖该区域图像灰度的均值。

（8）单击Apply按钮应用设置，单击Close按钮关闭SetOverlapFunction对话框。

5、运行Mosaic工具：

（1）在MosaicTool工具条选择输出影响模型（SetMODEFOROutputImages）按钮

，进入输出模式设置状态。

选择RuntheMosaicProcesstoDisk按钮

，打开OutputFileName对话框。

（2）输出文件名为023013024013_mosaic.img选择OutputOptions标签，选中忽略零值（StatsIgnoreValue）复选框。

（3）单击OK按钮，关闭RunMosaic对话框，运行图像拼接。

023013_sub.img与024013_sub.img的拼接图023013024013_mosaic.img如下：

实验四、用023013024013_mosaic.img对spotapan01422.img的配准

1、加载图像文件：

（1）在ERDAS图标面板菜单条选择Main—StartImageViewer命令，打开Viewer窗口Viewer#1。

同步骤1打开一个新的Viewer窗口Viewer2.

（2）在Viewer#1菜单条选择File—Open—RasterLayer命令，打开SelectlayertoAdd窗口，选择需要校正的图spotapan01422.img。

选择RasterOptions标签，选择Displayas下拉条，选择GrayScale,在Layer中输入2:

；选中FittoFrame复选框，以使添加的图像全幅显示。

单击OK，加载需要校正的图像spotapan01422.img。

（3）在Viewer#2菜单条选择File—Open—RasterLayer命令，打开SelectlayertoAdd窗口，选择参考图像023013024013_mosaic.img。

2、启动几何校正模块：

（1）在Viewer#1菜单条选择RasterGeometricCorrection命令，打开选择几何校正模型（PolynomialModelProperties）对话框。

（2）在PolynomialModelProperties中定义多项式次方PolynomialOrder为2，单击Apply按钮应用设置。

单击Close按钮关闭当前对话框，打开GCPToolReferenceSetup对话框。

3、启动控制点工具：

（1）在GCPToolReferenceSetup窗口选择采点模式，即为ExistingViewer按钮。

单击OK按钮关闭该窗口，打开ViewerSelectionInstruction指示器。

（2）鼠标点击显示作为地理参考图像023013024013_mosaic.img的Viewer#2窗口，打开ReferenceMapInformation对话框，显示参考图像的投影信息。

（3）单击OK按钮，控制点工具被启动，进入控制点采集状态。

采集过程如下。

4、GCP具体采集过程如下：

（1）在Viewer#1移动关联方框，寻找特征明显的地物点，作为输入GCP，并在Viewer#3中单击确定相对应的点，GCP数据表将记录一个输入GCP，包括其编号、标识码、X坐标、Y坐标。

（2）为使GCP#1容易识别，单击GCP数据列表的Color列GCP#1对应的空白处，在弹出的颜色列表中选择比较醒目的颜色。

（3）在Viewer#2移动关联方框，寻找特征明显的地物点，作为参考GCP。

（4）为使GCP#1容易识别，单击GCP数据列表的Color列GCP#1对应的空白处，在弹出的颜色列表中选择比较醒目的颜色。

（5）不断重复步骤

（1）—（4），采集若干GCP，直到满足所选定6个控制点。

（6）点击∑求解误差，使误差保持在0.5范围内。

每采集一个InputGCP，系统就自动产生一个参考控制点（Ref.GCP）通过移动Ref.GCP可以逐步优化校正模型。

5、图像重采样：

（1）用GeoCorrectionTools窗口进行重采样，选择ImageResample按钮。

输出图像（OutputFile）文件名及路径，为01422.img。

（2）选择重采样方法——最邻近采样（nearestneighbor）

（3）定义输出图像范围：

在ULX、ULY、LRX、LRY微调框中分别输入需要的数值，现在采用默认值。

（4）定义输出像元大小，X值30，Y值30，一般与数据像元大小一致。

（5）设置输出统计中忽略零值，即选中IgnoreZeroinStats复选框。

（6）单击OK按钮执行重采样。

023013024013_mosaic.img对spotapan01422.img的配准图01422.img如下：

最后校正成图：

实验五、用01422.img对ETM+.img进行配准

1、加载图像文件：

（1）在ERDAS图标面板菜单条选择Main—StartImageViewer命令，打开Viewer窗口Viewer#1。

同步骤1打开一个新的Viewer窗口Viewer2.

（2）在Viewer#1菜单条选择File—Open—RasterLayer命令，打开SelectlayertoAdd窗口，选择需要校正的图像ETM+.img。

选择RasterOptions标签，选择Displayas下拉条，选择GrayScale,在Layer中输入2:

；选中FittoFrame复选框，以使添加的图像全幅显示。

单击OK，加载需要校正的图像。

（3）在Viewer#2菜单条选择File—Open—RasterLayer命令，打开SelectlayertoAdd窗口，选择参考图像01422.img。

2、启动几何矫正模块：

（1）在Viewer#1菜单条选择RasterGeometricCorrection命令，打开选择几何校正模型（PolynomialModelProperties）对话框。

（2）在PolynomialModelProperties中定义多项式次方PolynomialOrder为2，单击Apply按钮应用设置。

单击Close按钮关闭当前对话框，打开GCPToolReferenceSetup对话框。

3、启动控制点工具：

（1）在GCPToolReferenceSetup窗口选择采点模式，即为ExistingViewer按钮。

单击OK按钮关闭该窗口，打开ViewerSelectionInstruction指示器。

（2）鼠标点击显示作为地理参考图像01422.img的Viewer#2窗口，打开ReferenceMapInformation对话框，显示参考图像的投影信息。

（3）单击OK按钮，控制点工具被启动，进入控制点采集状态。

4、GCP具体采集过程如下：

（1）在Viewer#1移动关联方框，寻找特征明显的地物点，作为输入GCP，并在Viewer#3中单击确定相对应的点，GCP数据表将记录一个输入GCP，包括其编号、标识码、X坐标、Y坐标。

（2）为使GCP#1容易识别，单击GCP数据列表的Color列GCP#1对应的空白处，在弹出的颜色列表中选择比较醒目的颜色。

（3）在Viewer#2移动关联方框，寻找特征明显的地物点，作为参考GCP。

（4）为使GCP#1容易识别，单击GCP数据列表的Color列GCP#1对应的空白处，在弹出的颜色列表中选择比较醒目的颜色。

（5）不断重复步骤

（1）—（4），采集若干GCP，直到满足所选定6个控制点。

（6）点击∑求解误差，使误差保持在0.5范围内。

每采集一个InputGCP，系统就自动产生一个参考控制点（Ref.GCP）通过移动Ref.GCP可以逐步优化校正模型。

5、图像重采样：

（1）用GeoCorrectionTools窗口进行重采样，选择ImageResample按钮。

输出图像（OutputFile）文件名及路径，为ETM+配准.img。

（2）选择重采样方法——最邻近采样（nearestneighbor）

（3）定义输出图像范围：

在ULX、ULY、LRX、LRY微调框中分别输入需要的数值，现在采用默认值。

（4）定义输出像元大小，X值30，Y值30，一般与数据像元大小一致。

（5）设置输出统计中忽略零值，即选中IgnoreZeroinStats复选框。

（6）单击OK按钮执行重采样。

01422.img对ETM+.img的配准图ETM+配准.img如下：

校正成图为：

实验六、01422.img和ETM+配准.img的融合

（1）在ERDAS图标面板菜单条选择Main—ImageInterpreter—SpatialEnhancement—ResolutionMerge菜单，打开ResolutionMerge对话框。

（2）确定高分辨率输入文件01422.img，确定多光谱输入文件ETM+配准.im，定义输出文件spota—ETM+.img。

（3）选择融合方法（Method）—主成分变换（PrincipleComponent）

（4）选择重采样方法（ResampleTechniques）—BilinearInterpolation双线性插值。

（5）输出数据选择（OutputOptions）为StretchUnsigned8bit。

（6）输出波段选择为SelectLayers1:

7。

（7）单击OK按钮，关闭ResolutionMerge对话框，执行分辨率融合。

01422.img和ETM+配准.img融合图像spota—ETM+.img如下：

实验七、对spota—ETM+.img的分类

1、启动非监督分类模块，选择输入、输出影像：

（1）在ERDAS面板工具中选择DATAPrep—UnsupervisedClassification命令，打开非监督分类对话框。

（2）选择InputRasterFile和OutputClusterLayerFilename设置被分类的图像和分类结果，并选择OutputSignatureSet产生一个模板文件。

2、设置初始参数，执行非监督分类：

在非监督分类对话框中分别设置聚类选项和处理选项：

（1）选择Classifier|UnsupervisedClassification命令，打开非监督对话框，设定输入输出数据，设置聚类选项，确定初始聚类方法和分类数：

①设置聚类方法为InitialfromStatistics,确定初始分类数为10，设置分类颜色属性为4、3、2。

②设置ISODATA的统计参数InitializingMeansAlong和ScalingRange分别为计算初始均值所沿的轴和度量范围。

（2）设置处理选项，确定循环次数和阈值

①在UnsupervisedClassification面板中的Processingoptions栏选定最大循环次数为24。

②设置循环收敛阈值，其值是指两次分类结果相比保持不变的像元所占的最大比例（0.95），目的在于避免ISODATA无限循环下去。

单击OK，执行非监督分类。

对spota—ETM+.img的分类图像如下：

实习心得

通过这次的实习，使我更好的掌握了课本知识，对遥感原理和ERDAS软件也有了进一步的了解，一开始觉得它不是一个轻易学好的软件，觉得用处不是很大。

但是经过一段时间的学习以后，发现它没有想象的那么难，而且应用范围很广，发展前景也相当可观。

未来几年将会被应用与各个领域甚至融入我们的日常生活中，它会使我们的生活更加方便、快捷、省去很多不必要的麻烦。

另外在实习过程中遇到问题后积极寻找解决问题的办法，增强了自己独立思考解决问题的能力，对知识的理解和应用也更透彻。

 而且通过这次学习的机会，使我们多把握一项技能，就多一次选择，在竞争激烈的社会中获得多一点的机会。

最后，实习也锻炼了我认真细心的品质，不骄不躁，坚持到底，提高了我的专业知识，使我收获颇丰。