基础遥感实验操作.doc

实验一 遥感图像几何校正 实验原理：我们得到的数据往往是根据卫星轨道公式将卫星的位置、姿态、轨道及扫描特征作为时间函数加以计算，进行纠正，但是由于遥感器的位置及姿态的测量值精度不高，其校正的图像还存在着不小的几何变形，所以需要利用地面控制点和多项式纠正模型，进行几何精纠正。 实验目的：纠正这些系统以及非系统性因素引起的图像变形，从而使之实现与标准图像或地图的几何整合。 几何精纠正主要步骤： 1.选取地面控制点（GCP） 2.多项式纠正模型 3.重新取样以及内插方法 4.纠正精度检验 5.选点的基本要求 控制点在工作范围内应均匀分布，否则会导致图像的扭曲变形，控制点应该在容易分辨、相对稳定、特征明显的位置，如道路交叉口、河流弯曲或分叉处、海岸线弯曲处、飞机跑道等。控制点之间避免构成直线。图像的纠正精度要求其平均误差RMSE（平均误差平方和的平方根）1。 步骤： 在ENVI 主工具栏中选择Registration Image to Map. 出现Image to Map Registration对话框。 在“Select Registration Projection”列表中选择UTM投影,在标有 “Zone” 的文本框里输入区域号17，点击OK 在地图上选择明显地物点后，右键选择Pixel locator，点击Export，该点地理坐标会分别输出到GCP窗口的E、N中 在图像窗口找到该点，在缩放窗口里特定像元上，点击鼠标左键，定位在指向像元的光标处，在Ground Control Points Selection 对话框中点击Add Point， 选择三个点后可以使用预测功能来进行选点，选择完毕后show list 可以通过option来从大到小来排列error，对于误差较大的可以进行修改。 也可以通过Ground Control Points Selection 对话框中选择File〉Restore GCPs from ASCII，导入已经选好的GCP。 纠正图像：选择Options Warp File，选择要纠正的图像。 比较级和校正后的图像与原图像: 实验二 图像自动配准 (一）打开图像和启动自动配准功能 （1）打开01-b.img和02-b.img两幅图像并分别在Display中显示。 (2)选择主菜单→Map→Registration→Automatic Registration:Image to Image，在Select Input Band from Base Image对话框中选择01-b.img作为基准图像的一个波段，单击Ok按钮。 在Select Input Warp File对话框中，选择另外一个图像文件作为校正图像，单击Ok按钮。 在Warp Band Matching Choice对话框中（校正图像是多波段时），选择一个匹配波段，单击Ok按钮。 提示是否选择已经存在的匹配点文件，选择“否”，直接进入下一步。 生成匹配点 下图为基于区域的自动匹配参数选项，各项参数设置如下： 单击Ok按钮。 检查匹配点 寻找的匹配点自动显示 在控制点列表中，在Image to Image GCP List对话框中，选择Options→Order points by error，按照误差从大到小排序，删除误差较大的匹配点或进行微调。一直调整到总的RMS值小于1个像素且点的分布均匀。 输出结果 在Ground Control Points Selection对话框中，选择Options→Warp File，选择待校正文件。 在Registration Parameters对话框中，设置 选择输出路径和文件名，单击Ok按钮输出。 检验结果 在显示校正后结果的Image窗口中，从右键快捷菜单中选择Link Displays命令，选择需要链接的两窗口，动态叠加查看校正精度。 实验三 监督分类 一、样本选择 （一）打开并分析图像 打开can-tm.img，Band5、4、3合成RGB 。 通过分析图像，目视解译，定义地物样本为森林、草地、耕地、裸地、沙地、其他。 （二）应用ROI Tools创建感兴趣区 （1）在主图像窗口中，选择Overlay→Region of Interest,打开ROI Tool对话框。在放大窗口中绘制感兴趣区。 （2）在ROI Tool对话框中，将感兴趣区导入n维可视化，选择File→Export Rois to n-D visualizer，选择相应的待分类图像和需要评价的样本，在n维可视化窗口中显示训练样本，将相同的样本集中在一起。 (3)评价训练样本。在ROI Tool对话框中，选择Op