ENVI指导书实验报告.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
ENVI指导书实验报告

实 验 报 告 课程名称: 遥感软件应用与开发 系部名称: 测绘工程学院 专业班级: 遥感科学与技术11-1班 学生姓名: 学 号: 指导教师: 田静 黑龙江工程学院教务处制 实验报告1 实验项目 ENVI软件安装与基本功能操作 实验日期 2013.09.24 实验地点 实验楼612 同组人数 1 实验类型 □ 传统实验 ( 现代实验 ( 验证性 □ 综合性 □ 设计性 □ 其 他 □ 自立式合作式( 研究式 实验目的 熟悉遥感数据图像处理软件ENVI的安装过程,了解ENVI基本信息、基本概念及其主要特性。对ENVI操作界面有一个基本的熟悉,对各菜单功能有一个初步了解,为后面的实验作好准备。 实验仪器设备 1.硬件环境:计算机一台 2.软件环境WindowsXP操作系统、三原理、及 四 指导教师签字: 年 月 日 实验报告2 实验项目 影像的地理坐标定位和校正 传统实验 ( 现代实验 ( 验证性 □ 综合性 □ 设计性 □ 其 他 □ 自立式合作式( 研究式 一、实验目的 了解ENVI基本信息、基本概念及其主要特性。对ENVI操作界面有一个基本的熟悉,对各菜单功能有一个初步了解,为后面的实验作好准备。1.硬件环境:计算机一台 2.软件环境WindowsXP操作系统、三原理、及软件的熟悉。学生可自行阅读帮助文件学习。 四谈谈你对认识。 指导教师签字: 年 月 日 实验报告3 实验项目 图像融合、图像镶嵌图像裁剪 传统实验 ( 现代实验 ( 验证性 □ 综合性 □ 设计性 □ 其 他 □ 自立式合作式( 研究式 一、实验目的 通过实习操作,掌握图像融合、图像镶嵌、图像裁剪的方法 二、实验仪器设备 1.硬件环境:计算机一台 2.软件环境WindowsXP操作系统、三原理、及图像融合前必须精确配准,有地理坐标和无地理坐标都可以融合目的使同一地区的图像或者相邻地区有重叠区的图像,能够重叠,不影响图像融合和图像镶嵌。 遥感图像融合就是将不同类型传感器获取的同一地区的图像数据进行空间配准,然后采用一定方法将各图像的优点或互补性有机结合起来产生新图像的技术。遥感图像融合方法通常有IHS变换融合方法、PCA变换融合方法、小波变换融合方法与高通滤波(HPF) 融合方法等。其中,前三种方法最具代表性,也最常用。学生可自行阅读帮助文件学习。 四利用GSM方法做融合。 指导教师签字: 年 月 日 实验报告4 实验项目 影像信息基本提取方法 实验日期 2013.10.17 实验地点 实验楼612 同组人数 1 实验类型 □ 传统实验 ( 现代实验 ( 验证性 □ 综合性 □ 设计性 □ 其 他 □ 自立式合作式( 研究式 一、实验目的 通过实习操作,掌握遥感图像1.硬件环境:计算机一台 2.软件环境WindowsXP操作系统、三原理、及 四 指导教师签字: 年 月 日 实验报告5 实验项目 图像分类 传统实验 ( 现代实验 ( 验证性 □ 综合性 □ 设计性 □ 其 他 □ 自立式合作式( 研究式 一、实验目的 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。1.硬件环境:计算机一台 2.软件环境WindowsXP操作系统、三原理、及遥感图像监督分类 监督分类(Supervised Classification)用于在数据集中根据用户定义的训练样本类别(Training Classes)聚类像元。训练样本类别是像元的集合或者单一波谱,通常的训练区采用ROI来选择,而且应该尽可能的选择纯净的感兴趣区域。? ?学生可自行阅读帮助文件学习 四过滤(Sieve) 指导教师签字:

文档评论(0)

nbc152 + 关注
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档