遥感图像的多光谱增强实验报告.docVIP

遥感图像的多光谱增强处理实验报告 课程：级： 班级： 实验名称： 成员人数： 实验目的： 学习和掌握主成分变换（K－L变换）、缨帽变换（K－T）变换和色彩变换（RGB to IHS）的基本原理和方法，理解三种变换方法处理的效果及意义。 实验内容： 1. 主成分变换（K－L变换） 2. 缨帽变换（K－T变换） 3. 色彩变换（RGB to IHS） 4. 完成一份实验报告 实验方法和步骤： 一、主成分变换： 方法：对某一多光谱图像实行一个线性变换，产生一组新的多光谱图像，使变换后各分量之间具有最小的相关性。 步骤： 二、缨帽变换： 方法：也是一种线性变换，其变换后的相互垂直的坐标轴不是指向主成分方向，而是指向与地面景物有密切关系的方向。 步骤： 三、色彩变换（RGB to IHS）方法：将遥感图像从红（R）、绿（G）、兰（B）三种颜色组成的色彩空间转换到以亮度（I）、色度（H）、饱和度（S）作为定位参数的色彩空间，以便使图像的颜色与人眼看到得更接近。HIS和HIS to RGB）。 3.观察两种色彩变换的效果，并且进行对比。 实验的过程和结果： 一、主成分变换 ①1. ERDAS 图标面板菜单条： Image Interpreter→ Spectral Enhancement →Principial Comp →Pincipal Components对话框，（图1.1.1）。选择影像，忽略0值，期望输出主成分数量：7并勾选输出特征值和特征向量。 图1.1.1 主成份变换对话框 选择保存路径，保存主成份变换之后的影像、后缀名为.mtx的特征向量和后缀名为.tbl的特征值。 图1.1.2 主成份变换前影像 图1.1.2 主成份变换后影像 ②查看七个单波段主成份变换后的影像。 图1.2.1 第一波段影像 图1.2.2 第二波段影像 图1.2.3 第三波段影像 图1.2.4 第四波段影像 图1.2.5 第五波段影像 图1.2.6 第六波段影像 图1.2.7 第七波段影像 2.① ERDAS 图标面板菜单条： Tools→Edit Txt Files，分别打开特征向量和特征值文件。 图1.2.1 主成份特征向量 图1.2.2 主成份特征值 ②把特征值复制到ECXEL表格中计算百分比，可以看到第一主分量标准差分布最广，集中信息量最多，第二分量次之。 特征值 百分比 868.4795153 80149.9110022 13.9720181 403.775968013 5.7131775 04.347115382 0.405160221 3.125243136 0.291279179 0.847535218 0合计：1072.93736 100 3.主成份逆变换 ①进入ERDAS 图标面板菜单条：Image Interpreter→ Spectral Enhancement →Principial Comp →Inverse Pincipal Components。 图2.3.1 主成份逆变换参数设置对话框 ②即可得到原影像。 二、缨帽变换 ①ERDAS 图标面板菜单条：Image Interpreter→ Spectral Enhancement →Tasseled Cap →对话框（图2.1.1） 图2.1.1 缨帽变换对话框 ②结果如图2.1.2 图2.1.2 缨帽变换结果影像 ③查看单波段的前面三个波段，观察亮度、绿度和湿度的体现。 图2.3.1 TM影像第一波段（亮度） 图2.3.2 TM影像第二波段（绿度） 图2.3.3 TM影像第三波段（绿度） 三、IHS变换、RGB变换 ①进入ERDAS 图标面板工具条Image Interpreter→ Spectral Enhancement →RGB to IHS→对话框，忽略零值。 图3.1.1 RGB to HIS 转换对话框 图3.1.2 RGB to HIS 转换结果 ②进入ERDAS 图标面板工具条Image Interpreter→ Spectral Enhancement →IHS to RGB→对话框，选择RGB to HIS 转换结果影像作为要转换的影像，忽略零值，实现逆变换。 图3.2.1 RBG to IHS 总结： 一、主成分变换（K－L变换） 效果：增强地物信息（前面三个波段信息量很大），也起到了分离噪声的作用（4、5、6、7波段基本上是噪声）。 作用： （1）数据压缩 如TM影像，共有7个波段，信息量很大。进行K-L变换后，第一、或前二、前三个主分量已包含了绝大多数的地物信息，满足分析使用，且大