实验报告四详解.docx

成都信息工程大学 遥感图像处理上机报告 姓名： 蓝绍萌学号：2014041025班级：地信 141组员：实验项目：实验 4.遥感图像光谱增强处理提交时间： 遥感图像处理上机报告评分名称实验 目的实验 原理数据 来源实验 过程数据 分析心得、意 见或建议排版合计评 分 标 准5151030201010100自评分老 师 评 分1. 实验项目名称 遥感图像光谱增强处理 2. 实验目的 主成分分析：为了去除波段之间多余信息、将多波段的图像信息压缩到比原波段更有效 的少数几个转换波段。 主成分逆变换：将主成分变换的图像重新恢复到 RGB 彩色空间。 缨帽变换：根据多光谱遥感中??壤、植被等信息在多维光谱空间中信息分布结构对图像 做的经验性线性正交变换。 图像融合：将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术 等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的 利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监 测。 3. 实验原理 主成分分析法是一种降维的统计方法，它借助于一个正交变换，将其分量相关的原随机 向量转化成其分量不相关的新随机向量，这在代数上表现为将原随机向量的协方差阵变换成 对角形阵，在几何上表现为将原坐标系变换成新的正交坐标系，使之指向样本点散布最开的 p 个正交方向，然后对多维变量系统进行降维处理，使之能以一个较高的精度转换成低维变 量系统，再通过构造适当的价值函数，进一步把低维系统转化成一维系统。 缨帽变换又称 KT 变换。是一种经验性的多波段图像的线性变换,是 Kauth 和 Thomas(1976) 在研究 MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现 MSS 四个 波段组成的四维空间中,植被的光谱数据点呈规律性分布,像缨帽状,因此将这种变换命名为 缨帽变换。 图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的 体系，主要包括的内容有：图像预处理，图像融合算法，图像融合评价，融合结果。图像融 合系统的层次划分为：像素层融合、特征层融合、决策层融合，目前绝大多数融合算法研究 都集中在这一层次上。 4. 数据来源 4.1 数据来源 ENVI 遥感图像处理方法随书光盘 4.2 数据描述 主成分分析、主成分逆变换数据： 下载源随书光盘波段数6对应的波长Band1：0.4850 Band2：0.5600 Band3：0.6600 Band4：0.8300 Band5：1.6500 Band6：2.2150分辨率-投影-地区加拿大缨帽变换、RGB 与 HLS 相互转化数据： 下载源随书光盘波段数7对应的波长-分辨率25 Meters投影Transverse Mercator地区-图像融合数据： 下载源（TM）随书光盘下载源（SPOT）随书光盘波段数6波段数1对应的波长Band1：0.4850 Band2：0.5600 Band3：0.6600对应的波长Georeferenced SPOT：0.8030Band4：0.8300 Band5：1.6500 Band6：2.2150分辨率30 Meters分辨率10 Meters投影UTM投影UTM地区美国地区美国 5. 实验过程 5.1 主成分分析 图 1：主成分分析对话框 在窗口中加载出图像文件，在主菜单中 Transforms-Principal Components-Forward PC Rotation 中选择 Compute New Statistics and Rotate，启动主成分分析模块。 由上图，在 Select Subset from Eigenvalues 中选择 Yes，可以计算出统计信息，会列 出每个波段及其相应的特征值以及每个主成分波段中所包含的数据方差的累计百分比。 选择输出波段数，按 OK 键输出。 图 2：各波段对应特征值 输出结果会显示主成分特征值，选择 3,2,1 波段合成后的图像色彩饱和；选择 6,5,4 图 3：主成分特征值 波段合成后的图像上有很多噪声。 图 4:3,2,1 波段色彩饱和图图 5:6,5,4 波段噪声图 在主菜单中，选择 Basic Tools-Statistics-View Statistics File 可以打开主成分中的统 计文件，可以得到对应的基本统计值、协方差矩阵、相关系数矩阵以及特征向量矩阵。