遥感原理与应用技术实验指导书58.docVIP

实验5 遥感图像的融合 设备：影像处理系统软件 数据：TM SPOT数据 三、实验内容：多光谱数据与高分辨率全色数据的融合。 分辨率融合是遥感信息复合的一个主要方法，它使得融合后的遥感图象既具有较好的空间分辨率，又具有多光谱特征，从而达到增强图象质量的目的。 注意：在调出了分辨率融合对话框后，关键是选择融合方法，定义重采样的方法。 四、方法与步骤 融合方法有很多，典型的有HSV、Brovey、PC、CN、SFIM、Gram-Schmidt等。ENVI里除了SFIM以外，上面列举的都有。HSV可进行RGB图像到HSV色度空间的变换，用高分辨率的图像代替颜色亮度值波段，自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率像元尺寸，然后再将图像变换回RGB色度空间。输出的RGB图像的像元将与高分辨率数据的像元大小相同。======================================================================两种常用的图像融合方法：? 1)自动融合：（注意：在两幅图像有相同地理坐标系统的情况下，该融合方法不需要在融合前需调整两幅图像分辨率一致，尺寸一致，ENVI系统会自动完成这一过程，输出图像的分辨率与高分辨图像保持一致；否则需要对图像进行处理以保证融合的影像地理位置相同，行列数相同）? Transform－Image Sharpening－HSV?2)手动融合：融合图像间需要精确几何配准，并将多光谱图像采样与全色相同的分辨率，（注意：前两步在ENVI中可以可一步完成Map---Registration---Select GCPs: Image to Image）尺寸一致（行列数相等）。?对多光谱影像进行彩色空间变换；（Transform－Color Transforms－RGB to HSV）?将高分辨率全色波段与彩色空间变换后的V波段进行直方图匹配 彩色空间变换的反变换。（Transform－Color Transforms－HSV to RGB（USGS Munsell）），用H、S和经过E步骤处理的高分辨率全色波段影像进行反变换即可；?实验6遥感图像的目视解译与制图ENVI自带的tm5数据Can_tmr.img实验7 遥感图像的非监督分类1 实验的目的和任务 1）理解遥感图像计算机分类的原理和方法； 2） 掌握监督分类的步骤和方法。 2.实验设备与数据： 设备：遥感图像处理系统ENVI 数据：ENVI自带的tm5数据Can_tmr.img3 实验内容：遥感图像监督分类。 目前比较常见也较为成熟的是ISODATA、K-Mean和链状方法等。遥感影像的非监督分类一般包括以下6个步骤： 1）、影像分析??大体上判断主要地物的类别数量。一般监督分类设置分类数目比最终分类数量要多2-3倍为宜，这样有助于提高分类精度。本案例的数据源为ENVI自带的Landsat tm5数据Can_tmr.img，类别分为：林地、草地/灌木、耕地、裸地、沙地、其他六类。确定在非监督分类中的类别数为15。2、分类器选择? ?目前非监督分类器比较常用的是ISODATA、K-Mean和链状方法。ENVI包括了ISODATA和K-Mean方法。ISODATA（Iterative Self-Orgnizing Data Analysize Technique）重复自组织数据分析技术，计算数据空间中均匀分布的类均值，然后用最小距离技术将剩余像元进行迭代聚合，每次迭代都重新计算均值，且根据所得的新均值，对像元进行再分类。K-Means使用了聚类分析方法，随机地查找聚类簇的聚类相似度相近，即中心位置，是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的，然后迭代地重新配置他们，完成分类过程。3、影像分类? ?打开ENVI，选择主菜单-Classification-Unsupervised-IsoData或者K-Means。这里选择IsoData，在选择文件时候，可以设置空间或者光谱裁剪区。这里选择软件自带的Can_tmr.img，按默认设置，之后跳出参数设置，如图。这里主要设置类别数目（Number of Classes）为5-15、迭代次数（Maximum Iteration）为10。其他选项按照默认设置，输出文件 ISODATA非监督分类参数设置 4）、类别定义/类别合并1)类别定义在display中显示原始影像，在display-overlay-classification，选择ISODATA分类结果，如图所示，在Interactive Class Tool面板中，可以选择各个分类结果的显示 影像与分类结果的叠加Interactive Class To