《遥感图像处理》-精选课件.pptVIP

遥感图像处理—ERDAS遥感数字图像处理 1彩色合成处理 把红色波段的影像作为合成图像的红色分量 把绿色波段的影像作为合成图像中的绿色分量 把蓝色波段的影像作为合成图像中的蓝色分量 选择多光谱波段数据合成一幅真彩色和假彩色遥感图像 Landsat ETM+数据内容 彩色合成软件演示 Landsat TM多光谱波段数据（TIF格式）。 采用ERDAS的“Layer Stack”功能（Interpreter图标UtilitiesLayer Stack）。使用时输入单波段数据的通道顺序应该是B通道、G通道、R通道（真彩色和假彩色合成）。 输出数据类型:Unsigned 8 bit 波段组合选择：Union 输出统计忽略零值：Ignore Zero In Stats 321真彩色合成影像 432假彩色合成影像 真彩色图像是指影像上地物的色调与地物的实际色调相一致的图像； 假彩色图像是指影像上地物的色调与地物的实际色调不一致的图像。432假彩色合成影像是标准的假彩色图像，大片红色是植被，因为植被在近红外4波段的反射率非常的高，因此，呈现红色，而且可以通过红色的饱和度和亮度反映出植被的健康状态和年龄等隐性信息,纯净的水体呈黑色。 2 图像分幅裁剪 实际工作中，我们经常会得到一幅覆盖较大范围的图像，而我们需要的数据只覆盖其中的一部分。为节约磁盘存储空间，减少数据处理时间，常常需要对图像进行分幅裁剪（Subset）。一般采用不规则分幅裁剪。 不规则分幅裁剪 不规则分幅是指裁剪范围是任意多边形，因此必须首先设置一个完整的闭合多边形区域，可以利用AOI工具创建裁剪多边形，然后利用Subset完成不规则分幅 在图像窗口中打开432.img，在Viewer图标面板中选择AOI/AOI Tool工具条 应用矩形AOI工具，选择矩形的感兴趣区域，并保存AOI文件 打开Subset（DataPrep/Subset image）对话框，打开432.img 输出文件路径和名称 单击AOI按钮，选择AOI来源为Viewer，或者AOI File(将上面的AOI保存为文件)输出数据类型为Unsigned 8 Bit 输出统计忽略零值 输出波段为1：3 单击OK 涵义：直方图均衡化处理实际上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元的数量大致相等，从而改善了图像效果。 直方图均衡化处理的软件操作 “Interpreter”图标——“Radiometric Enhancement” ——Histogram Equalization 确定输入文件：裁剪后的图像 输出路径和文件名 文件坐标类型：File，处理范围默认 输出数据分段：256（可以小一点，即将灰度值拉伸到多大的亮度范围） 输出数据统计时忽略零值：Ignore Zero in Stats OK，执行直方图均衡化处理。 4 遥感数字图像分类的软件演示 目的：深刻理解遥感数字图像的计算机分类的原理和方法。熟悉在ERDAS里进行图像的计算机分类的具体方法和步骤。 软件：ERDAS IMAGINE9.1 内容：监督分类。 监督分类 数据：连云港海岸带TM影像图 要求：1）利用上面直方图均衡化之后的图像 2）提取植被、水体、房屋、农田、盐田等主要地物 1）样本信息提取标志 植被信息提取 TM4是近红外区的唯一的通道，在TM4单波段的影像上，植被极易与水体区分。在遥感影像上，植被以红色放映出来，极易于其他地物区分。在TM4波段中，植被反射近红外的强弱与植被的生活力、叶面积指数和生物量等信息有关，而且TM4的光谱信息有较大的独立性。因此，TM4是反映植被信息的重要波段。在图上呈现深红色，表面有不规则纹理，较集中并且大面积分布的区域我们判断为植被。 农田信息提取 在近红外波段上，植被显示为红色，极易与水体区分，不同植被由于叶子的组织结构和所含色素不同，具有不同的光谱特征。农田和山体上覆盖植被由于叶子的组织结构和所含的色素不同，所以具有不同的光谱特征。显示为深红色的，表面有不规则纹理的我们判断为植被，而显示为洋红色，表面较光滑有较规则纹理，矩形均匀排列的大面积区域我们判断为农田。 居民地信息提取 居民地的反射光谱特征应该是表现为混合物的反射光谱特征，居民地大部分是由水泥物质构成，然后是居民地由于人居住的比较集中，活动量较大，所以其温度会比周围其它地物的要高。房屋的尺寸高矮不同，所以表面会有星星点点的纹理。在图上显示为浅蓝色，表面有星星点点的纹理，不规则分布的区域我们判断为居民地，其中，有大片的较集中的居民地，可以判断为城镇地区，也有小面积的零星分布的，可判断为乡村的居民地。 盐田信息提取 盐田地理区位在潮滩