遥感数字图像处理3课件.docx

实习序号及题目遥感影像反差增强实习人姓名专业班级e-mail地址实习指导教师姓名实习地点实习日期时间实习目的和内容实习目的：1.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。2.提高目视解译和提取单波段遥感影像地学信息的能力。3.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： 1.单波段影像对比度增强 2.影像镶嵌 3. MODIS L1B数据预处理原理和方法在计算NDVI时使用了ENVI中的float函数，该函数是将字节型数据变为浮点型，防止在计算中出现数据溢出错误。NDVI为归一化差分植被指数，可使植被从水和土中分离出来。由于植被在蓝光和绿光波段有较高的吸收率，并且在近红外波段有较高的反射率，而其他地物并没有这种特性，因此通过近红外波段与红光波段可以从遥感影像中提取植被。计算公式为：NDVI的值域为[-1,1]，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。图像拉伸主要用来改善图像显示的对比度，如果对比度较低，那么就无法清楚的表现出图像中地物之间的差异，因此往往需要在显示的时候进行拉伸处理。线性拉伸1%、2%、5%线性拉伸：如果图像直方图在低灰度级和高灰度级端具有明显的“拖尾”现象（造成此现象的可能是噪声或某种异常），即在拉伸时去除直方图中小于1%、2%、5%大于99%、98%、95%的值，并将剩余的中间值拉伸至[0,255]。主要有全域线性拉伸和分段线性拉伸。非线性拉伸使用非线性拉伸函数对图像进行拉伸变化，常用的非线性函数有指数函数、对数函数、平方根、高斯函数等。指数函数：对于图像中亮的部分，指数变换扩大了灰度间隔，突出了细节，对于暗的部分，缩小了灰度间隔，弱化了细节。数学表达为：式中，a、b、c是为了调整函数曲线的位置和形态而引入的参数，通过参数调整可实现不同的拉伸或压缩比例。对数函数：与指数变换相反，对数变换主要用于拉伸图像中暗的部分，而压缩图像中亮的部分。数学表达式为：式中，a、b、c是为了调整函数曲线的位置和形态而引入的参数，通过参数调整可实现不同的拉伸或压缩比例,由于图像f的值可能为0，所以加上了常数1。4.影像镶嵌：将两幅或多幅影像拼接起来形成一幅无缝合成影像的过程。要求两幅影像要有统一的投影和坐标系、空间分辨率、波段对应关系、辐射特征等。影像镶嵌的步骤：1.将每景影像进行几何精纠正，使之保持地图投影和坐标系的统一。2. 大气辐射校正，保持待镶嵌影像之间在辐射特征上的统一。3. 选定其中一景作为基准影像。按照基准影像的直方图对所要进行镶嵌的其他影像进行直方图匹配，使它们具有相近的灰度分布特征4. 对相邻图幅边界进行羽化处理，取边界两侧一定范围内重叠部分像元的灰度平均值代替基准影像和匹配影像的值5. 生成结果影像数据准备与研究区概况1．512 x 512区域为从美国USGS官网/下载的原始影像的子区域，卫星为landsat8，传感器为OLI，影像行列号为125034，影像日期为2015年5月16日，空间分辨率为30m×30m，为山西省晋中市5月份影像，晋中市地处黄土高原东部边缘，地理坐标为东经111°23′─ 114°28′，北纬36°39′─38°06′，地势东高西低，山地、丘陵、平川呈阶梯状分布，大部分地区海拔在1000米以上。属暖温带大陆性季风气候，季节变化明显。总的特征为：春季干燥多风，夏季炎热多雨，秋季天高气爽，冬季寒冷少雪。农作物主要种植玉米和小麦，5月份正直玉米小麦的成长时期。2．Modis数据为2010年数据，数据级别为L1B。这幅影像包含了中国中部的大部分省份，东至山东，西至西藏，南到云南，北到内蒙，包含了近50%的中国国土面积，影像的左上角点经纬度为北纬45°05’00”，东经86°05’00”，影像右下角点经纬度为北纬25°05’00”，东经113°30’00”。本影像横跨中国三个阶梯，地势西高东低，包含了青藏高原、黄土高原、内蒙古高原、云贵高原等，并且长江黄河都可在影像中看到。3．两幅具有统一的投影和坐标系、空间分辨率、波段对应关系、辐射特征的遥感影像，该影像位于里海东侧，气候为温带大陆性气候。操作步骤1.打开File——preferences——directories，设置Input Directory和Output Directory为存放数据的文件夹。2.加载实习一中裁剪的512 x 512研究子区，分别按照单波段和彩色模式加载影像数据，利用菜单栏下面的工具条按钮分别选取不同的反差拉伸选项，观察各种地物的显示情况。3.打开Band Ratio——Band Math，输入公式：选取B1为RED波段，B2为NIR波段，计算研究区域的ND