遥感图像处理与应用实验报告遥感图像增强5.docx

遥感图像处理与应用实验报告遥感图像增强5.docx

《遥感图像处理与应用实验报告遥感图像增强5.docx》由会员分享，可在线阅读，更多相关《遥感图像处理与应用实验报告遥感图像增强5.docx（10页珍藏版）》请在冰豆网上搜索。

遥感图像处理与应用实验报告遥感图像增强5

实验报告

实验名称：

遥感图像增强

学号：

姓名：

实验时间：

2013/10/11

批改：

教师签名：

一、实验目的

1、通过彩色合成，了解遥感图像加色法原理

2、掌握遥感图像彩色合成的方法和过程

3、掌握遥感图像合成变量的选择方法，从而达到突出不同目标地物的目的

4、熟悉IHS变换的方法和过程

5、认识遥感图像的直方图和遥感图像的关系

6、掌握遥感图像的对比度变换的方法和过程

二、实验环境

台式计算机、ERDAS9.2软件。

厦门市TM遥感影像

三、实验内容

1、对单波段遥感影像进行假彩色密度分割

2、对遥感影像图进行彩色合成，并对不同的合成方案进行比较分析

3、假彩色合成波段的IHS正变换

4、IHS逆变换，确定正变换的结果图像中，谁是I/H/S分量，保持H分量不变，拉伸I、S分量，进行IHS逆变换

5、对图像进行对比度变换，方法有：

亮度及对比度调整、线性扩展、分段线性扩展、对数变换、指数变换、查找表拉伸、直方图均衡化、直方图匹配，并对不同的变换方法进行总结和比较分析

四、实验步骤

1、对单波段的图像进行假彩色密度分割

打开图像时，“Selectlayertoadd”窗口中单击“RasterOptions”（如图1所示），“displayas”后面下拉框选择“pseudocolor”，打开图像后，单击菜单“Raster”

“attribute”，弹出栅格属性编辑器窗口，单击所要的颜色框，给阈值范围内德像素可以随意设置所需要的颜色。

另外，可以再左侧“row”一栏里同时选择多行。

如图1.。

图1

2、计算遥感图像的OIF值（整景图像）

用三个波段的标准差和两两之间的相关系数计算一个最佳指数因子（optimumindexfactor，OIF）

OIF=

式中：

Si为i波段的标准差，rij是第i波段与第j波段之间的相关系数。

OIF越大，则说明此三个波段的信息量越大，波段间的相关性越小。

按上述公式，根据各波段的相关系数分析结果计算几组OIF值。

如741、743、543、432、321等。

选择合成方案

根据上次所得实验的相关系数，可求得以下合成方案的OIF值。

合成方案

相关系数

OIF

选择理由

741

0.850638+0.288231+-0.04528=1.093589

92.675/1.093589=84.744

OIF值最大，其图像所蕴含的信息量最大，且颜色符合人眼视觉习惯，层次感好，清晰度高，干扰信息少。

743

0.850638+0.806902+0.551725=2.209265

82.123/2.209265=37.1721

OIF值较高，所蕴含信息较多，色调接近自然彩色，且红光、近红外能有效的反映植被信息。

543

0.930703+0.715805+0.551725=2.198233

93.226/2.198233=42.409

OIF值高，蕴含信息量大。

色条与自然颜色相似，符合人视觉习惯。

能充分显示各种地物的特征差别。

432

0.551725+0.40383+0.886991=1.742546

62.149/1.742546=35.6656

OIF值一般，但其信息量也不小。

321

0.886991+0.691943+0.917446=2.496377

70.499/2.496377=28.2405

OIF值最小，但是是真彩色合成，图像色彩与实地色彩一致，有助于解读。

假彩色图像的合成，对合成方案进行目视评价。

评价的依据是能否达到突出不同目标地物，地物之间的色彩差异能否将研究的地物区别出来。

3、IHS正变换

在主菜单选择Interpreter—spectralenhancement（光谱增强）—RGBtoIHS。

选择合适的文件路径与参数设置（如图2），变换后的IHS图像如下图所示。

图2

4、IHS逆变换

（1）确定H分量

在“viewer”窗口打开变换后的图像，对R、G、B三个分量进行自视查，确定三个分量中谁是H分量。

一般来说，H是目标信息分量，或高分辨率或其他非遥感数据。

当是后者时，需要做替换，即用高分辨率或其他非遥感数据替换掉原来的H分量。

（2）设置逆变换参数

在IHS逆变换对话框中（图3），主要设置如下参数：

图3

I、H、S分量的设置。

确定选择H分量的数据层，I、S分量的数据层（在正变换的输出图像中选定）

拉伸的设置。

在对话中，提供了不拉伸（nostretch）、拉伸I分量（stretchintensity）、拉伸S分量（stretchsaturation）和拉伸I&S分量（stretchI&S）。

本实验中，选择拉伸I&S分量.

完成后，单击“ok”键，进行IHS逆变换。

比较IHS变换前和变换后的图像

打开变换前后的两幅图像，在其中一幅图像中右键选择geo.link/unlink命令，左键点击另一幅图像，如此便建立了两幅图的连接。

选择左图中“viewer”试图菜单“utility”“inquirecursor”命令，打开“inquirecursor”对话框，两个视窗中会出现“+”字查询光标且关联起来。

如图4.

图4

（2）比较图像

利用关联工具，在视窗中，对打开图像进行目视观察，目标地物的信息是否被加强了，颜色差异是否变大了等。

5、打开“viewer”视图中对比度变换工具

（1）打开图像中的“viewer”窗口菜单,选择"raster"下拉菜单和使用工具条,其中选择"contrast"选项,其次一级菜单中的选项包括直方图均衡化、标准化拉伸、亮度及对比度调整、图像对比度调整、分段对比度调整等。

（2）利用工具条打开工具。

选择“viewer”窗口菜单“raster”“tools”，打开栅格工具条（如图7所示）。

Tools工具条栅，图像对比度调整的工具主要有直方图均衡化、标准差拉伸处理、通用对比度调整、亮度及对比度调整、分段对比度调整、直方图断点处理、加载直方图断点、保存直方图断点等。

6、依照对比度调整、线性扩展、分段线性扩展、对数变换、指数变换、查找表拉伸、直方图均衡化、直方图匹配等顺序对图像进行对比度变换。

式样中记录变换前图像的直方图和变换后的直方图，并比较拉伸前和拉伸后图像的效果，在图像的层次感和暗亮效果两个方面确定哪些被拉伸，哪些被压缩了。

图5对比度调整

图6分段线性拓展

图7线性拓展

图8指数变换

图9指数变换

（2）

图10查找表拉伸

（1）

图11查找表拉伸

（2）

图12直方图均衡化（histogramequalized）

图13直方图拉伸（standarddeviationstrctch）

五、实验结果

如四中图片所示。

六、结果分析

这次实验学习了如何进行单波段遥感影像假彩色的密度分割；通过计算OIF值对不同方案进行了彩色合成，并比较了方案间的差异，通过彩色合成，对遥感图像加色法原理有了一定的认识；操作了IHS正逆变换的方法和过程；基本掌握了遥感图像对比度变换的方法和过程。

并对不同变换所产生的的效果有了一定的认识。

这次实验也暴露了许多问题，工具由于是英文，在查找单词意思时浪费了许多时间，甚至有几个如对数变换一直没有找到。

操作时由于不熟练常常会把用过的工具忘记其位置所在，这些都急需自己改进。