遥感影像处理实习03.docxVIP

实习序号及题目实习3. 遥感影像反差增强实习人姓名X专业班级及编号地基X任课教师姓名赵军利梁小峰黄哲李婕铭实习指导教师姓名刘勇实习地点榆中校区实验楼A209实习日期时间201X年X月X日实习目的理解遥感影像辐射增强的概念和意义，掌握运用ENVI进行辐射增强的步骤和方法。提高目视解译和提取单波段遥感影像地学信息的能力。初步学会使用ROI和三键鼠标的中键（滚轮）进行像元点数据采集。实习内容进入ENVI系统，打开实习1截取的典型研究区子区Landsat TM/ETM+影像，使用Band math工具计算归一化差值植被指数：结果以双精度整型数形式加以存储。打开NDVI数据及原始Landsat TM/ETM+子区影像，利用Geographic Link建立二者之间的链接关系；使用ROI工具分别选取水体、农田样本，利用四种拉伸方法作交互式对比度拉伸以分别突出水体、农田信息，并保存增强变换后的结果：线性拉伸（linear）；分段线性拉伸（piecewise linear）；高斯拉伸（gaussioan）；直方图均衡化拉伸（equalization）；比较变换前后影像及其直方图中的差异。二、直方图匹配，使一幅影像的所有波段的直方图与另一幅影像对应波段的直方图达到结构上的匹配。ENVI菜单条：enhance| histogram matching输入影像：wasia1_mss.img, wasia2_mss.img输出影像：wasia_match.img使用Link工具将分别在两个视窗中打开的匹配前后影像链接起来，并实现联动，查看匹配前后的影像直方图信息。采用影像镶嵌工具（map|mosaicking）将相邻的两景输入影像组合成一景输出影像。三、MODIS数据坏道填补：针对MODIS原始影像扫描成像特点对其原始数据进行积处理，以达到去除扫描条带的目的。ENVI菜单条：Basic Tools | Preprocessing | General Purpose Utilities |Destripe输入影像：modis_striped.img基本原理一、遥感影像中，近红外波段的反射值与红光波段的反射值之差比上两者之和。即(NIR-R)/(NIR+R)。NIR为近红外波段的反射值，R为红光波段的反射值，英文缩写为NDVI。归一化植被指数是反映农作物长势和营养信息的重要参数之一。根据该参数,可以知道不同季节的农作物对氮的需求量, 对合理施用氮肥具有重要的指导作用。NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；2、-1=NDVI=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关；二、线性对比度拉伸是系统默认的交互式拉伸。线性拉伸的最小和最大值分别设置为?0?和?255，两者之间的所有其它值设置为中间的线性输出值。分段线性拉伸属于图像增强，是为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间。常用是三段线性变换，即对一个灰度区间进行线性拉伸，其他的区间被压缩。在遥感影像中，在某一个波段，灰度值会集中在一定区间，如果不进行拉伸就会使细节显示不明显。分段线性拉伸：将1~255整个灰级区间分成若干直线段，每一个直线段都有一个局部的线性变换关系。分段线段的端点（或连接点）称为断点，两个相邻的断点就组成断点对。对于多峰值影像进行分段线性拉伸会取得理想的效果。系统默认的Gaussian拉伸是围绕DN平均值127的三个标准差的数据分布。直方图均衡化：使一幅影像的直方图变成规定形状的直方图而对影像进行变换的增强操作。目前主要用于影像镶嵌制图。规定直方图的形式：①一幅参考影像的直方图；②特定函数形式的直方图。方法：对两个直方图都做均衡化，变成相同的归一化的均匀直方图。以此均匀直方图为基准变换关系式，再对待变换的影像做均衡化的逆运算。三、直方图匹配：使一幅影像的直方图变成规定形状的直方图而对影像进行变换的增强操作。由此产生的影像与供提取规定形状直方图的参考影像在灰阶/色调特征上更加接近。规定直方图的形式：一幅参考影像的直方图；特定函数形式的直方图。?方法：对两个直方图都做均衡化，变成相同的归一化的均匀直方图。以此均匀直方图为基准变换关系式，再对待变换的影像做均衡化