1 图像融合与分类.docVIP

PAGE \* MERGEFORMAT2 课 程 设 计 课程名称: 遥感图像处理方法 指导老师: 刘 峰 姓 名: 刘 奔 学 号: 专业年级: 2012级地理信息系统 2015年5月6日 实习序号及题目 1、图像分类 学生姓名 刘奔 专业班级及编号 地信一班 任课教师姓名 刘峰 实习指导教师姓名 ?刘峰 实习地点 电子楼1002 实习日期时间 2015-03-21 实习目的 掌握影像分类的概念和方法，并具体加以实现 ? 实习内容 一、监督分类? 1、训练样本的选择 图像分类（选择监督分类） 精度验证 分类后处理 统计分析 决策树分类 定义分类规则 构建决策树 执行决策树 评价分类结果。 数据准备 1、??多光谱影像can_tmr.img 操作方法及过程 ?一 监督分类 1打开分类图像 2应用ROLTOOls创建感兴趣区 3评价训练样本 4平行六面体 5最小距离 二 非监督分类 1 ISODATA 2 K-Means 三 决策树分类 1 创建决策树 2 执行决策树 存在问题与解决办法 1、决策树分类后的图像对于道路、桥梁的显示不够明确，应增加对于道路、桥梁等的决策条件。 2、?决策树分类随着条件的增加，对于决策树的编写变得困难，因此，可以建立一个相关的模块专门进行决策树的编写。 总结 通过本次实验，我对图像分类的步骤和原理有了更深的理解，同时也发现了其中的一些问题，明白了一些问题所产生的原因以及处理办法.?除此以外,我对多元数据的应用有了全新的认识，可以通过决策的形式应用于遥感图像的分类，这是之前一直都没有想到的，这次实验让我学到了很多,在今后的学习工作中,我能更好的解决遥感图像处理的问题。 实习序号及题目 2、图像融合 学生姓名 刘奔 专业班级及编号 地信一班 任课教师姓名 刘峰 实习指导教师姓名 ?刘峰 实习地点 电子楼1002 实习日期时间 2015-03-21 实习目的 掌握影像融合的概念和方法，并具体加以实现 ? 实习内容 1、??利用纠正好的全色波段影像对多光谱波段影像进行几何精纠正，要求GCP单点位置精度高于0.21；在实习报告中给出精度计算结果表。 2、??采用下述方法进行影像融合： (1)???HSV (2)???Brovey变换 (3)???Gram-Schmidt Spectral Shaping (4)???PC Spectral Sharpening (5)???CN Spectral Sharpening 3、??根据各个算法相应的帮助系统（help）说明各个算法的原理和关键参数设置 4、??比较融合前后多光谱影像的差异 5、??比较不同算法所得融合影像之间的差异，指出融合效果最好的前三种算法。 ? 基本原理 1、影像融合是将同一目标或场景的用不同传感器获得的，或用同种传感器以不同成像方式，或在不同成像时间获得的不同影像，融合为一幅影像，在保持多光谱影像辐射信息的同时提高了影像的空间分辨率的遥感影像处理方法。 2、HSV。HSV融合方法 HSV融合方法属于一种颜色变换的融合方法，首先介绍一下HSV颜色变换，HSV颜色变换是把标准的RGB图像变换到为色度H (Hue)、饱和度S (Saturation)和亮度V (Value)图像。HSV融合方法流程是对多光谱影像3个波段使用HSV颜色正变换为H、S和V三幅图像，然后用高分辨率影像替代H图像，最后对H、S和V图像实施HSV颜色变换的逆变换得到融合影像。 3、Brovey。该方法对彩色图像和高分辨率数据进行数学合成，从而使图像锐化。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。输出的RGB图像的像元将与高分辨率数据的像元大小相同。 4、Gram-Schmidt Spectral Shaping。Gram-Schmidt 可以对具有高分辨率的高光谱数据进行锐化。第一步，从低分辨率的波谱波段中模拟出一个全色波段。第二步，对该全色波段和波谱波段进行Gram-Schmidt变换，其中模拟的全色波段被作为第一个波段。第三步，用Gram-Schmidt 变换后的第一个波段替换高空间分辨率的全色波段。最后，应用Gram-Schmidt反变换构成pan锐化后的波谱波段。 5、PC Spectral Sharpening。用PC 可以对具有高空间分辨率的光谱图像进行锐化。第一步，先对多光谱数据进行主成分变换。第二步，用高分辨率波段替换第一主成分波段，在此之前，高分辨率波段已被缩放匹配到第一主成分波段，从而避免波谱信息失真。第三步，进行主成分逆变