遥感Erdas实习报告.docx
《遥感Erdas实习报告.docx》由会员分享，可在线阅读，更多相关《遥感Erdas实习报告.docx（11页珍藏版）》请在冰点文库上搜索。
遥感Erdas实习报告
遥感Erdas实习报告
一、实习目的
在大学四年里我们已经学习过《遥感原理与方法》、《数字图像处理》、《遥感图像解译》、《遥感制图》等相关课程，面临毕业。
为了加深对这些课程中所学习内容的理解，对遥感数据处理和应用的有关理论和方法进行系统的总结，并在此基础上进一步提高对ERDAS及相关遥感数据处理软件使用的熟练程度，为毕业后从事遥感相关专业的工作打下良好的基础，特安排和实施为期四周的遥感实习。
二、实习主要内容
实习包括中低分辨率遥感影像、高分辨率遥感影像处理分析两部分。
第一部分主要内容：
中低分辨率遥感数据处理分析
本部分内容主要练习遥感影像处理和分析的一般流程，主要内容有遥感影像输入输出、遥感影像预处理（包括影像辐射增强处理、几何校正、图像镶嵌、图像配准与融合等）；遥感影像分类（利用监督和非监督两种方法进行分类，并形成分类影像图）；遥感专题影像地图制作（利用地形图提取矢量专题信息，进一步制作遥感专题影像地图）等。
第二部分主要内容：
高分辨率遥感数据处理
主要针对高分辨率遥感影像处理和分析中不同于中低分辨率影像处理和分析的内容进行有针对性的练习。
如高分辨率遥感影像的几何纠正、融合、面向对象的影像分析等内容。
三、实习要求
1、熟练操作遥感影像分析软件，细心认真地完成实习任务。
2、成果要求：
（1）在自己所使用机子中以自己名字建立文件夹，将实习相关数据、成果均存入其中；
（2）提交实习成果（分类影像图、专题影像图）及实习总结报告。
四、实习数据及相关资料
汉中佛坪两景相邻ETM影像；相应TIF格式的1：
5万地形图若干幅；
高分辨率遥感数据、相应的数字高程模型DEM。
《遥感实习》实习指导书
ERDAS软件使用手册（电子版）。
五、所用软件
Erdas9.2和Arcgis9.3
六、实习步骤
第一部分中低分辨率遥感数据的处理分析
本部分内容主要以ETM影像数据为主进行练习，使用软件有ERDAS，ArcGIS等。
遥感图像几何校正
基本思路：
利用地形图对图像进行几何校正，即以地形图为参考数据对遥感图像进行精纠正；即首先对扫描地形图进行几何校正，然后再利用校正好的地形图校正遥感影像。
（一）扫描地形图几何校正
扫描地形图只有影像坐标，通过几何校正需要进一步添加投影坐标系、坐标等信息。
由于ERDAS中未定义我国使用的北京54坐标系和西安80坐标系，使用时需要自定义。
1、坐标系的定义
坐标系
投影类型
椭球体
基准面
北京54坐标系
GaussKruger（TransverseMercator）
Krasovsky
北京54
西安80坐标系
GaussKruger（TransverseMercator）
IAG75
西安80
ERDAS中包含了一个能够自定义椭球体、基准面、投影方式的扩展库，通过这个扩展库可以添加任何可能存在的投影系统，即ERDAS安装目录下的etc/spheroid.tab文件是用来记载椭球体和基准面参数的，它是一个TXT文本文件，可以用文本编辑器对它进行修改，只要依照它的语法就可以任意添加自定义的椭球体和基准面参数。
基本语法为：
“椭球名称”{
“椭球序号”椭球体长半轴椭球体短半轴
“椭球名称”0000000
“基准面名称1”dx1dy1dz1rx1ry1rz1ds1
“基准面名称2”dx2dy2dz2rx2ry2rz2ds2
……}
其中，“基准面名称”dxdydzrxryrzds中，dx,dy,dz是x,y,z三个轴对于WGS84基准点的平移参数，单位为米；rx，ry，rz是三个轴相对于WGS84坐标轴的旋转参数，单位为rad；ds是比例因子。
我国在使用克拉索夫斯基椭球和IAG75椭球时就是用椭球体本身为基准。
在spheroid.tab文件末尾加入如下语句,
“IAG75”{
74.2882
“xian80”0000000}
之后IAG75椭球就会出现在ERDAS的椭球选择列表中。
在krasovsky椭球中加入如下语句，
“beijing54”0000000
之后beijing54基准面就会出现在krasovsky椭球体对应的基准面中。
2.地形图的校正
基本思想：
地形图的校正采用多项式几何校正方法进行，多项式次数选择2次；控制点的选择可利用地形图上的公里格网，根据2次多项式系数计算的要求，需要选择6个以上的控制点。
实习中要求一幅地形图选择9个控制点，且控制点在图面上要均匀分布。
具体操作如下：
①在Viewer中打开要校正的地形图；
②在Raster菜单下选择GeometricCorrection菜单项，并在弹出的SetGeometricModel对话框中选择Polynomial模型；
③出现两个对话框GeoCorrectionTools和PolynomialModelProperties。
其中GeoCorrectionTools是影像几何校正的流程控制工具，PolynomialModelProperties为进一步设置所选模型参数的工具。
设置PolynomialOrder为2后，点击Apply，Close。
④在弹出的GCPToolReferenceSetup中选择KeyboardOnly，点击OK
⑤在ReferenceMapInformation对话框中设置地图单位、投影和坐标系信息。
选择单位MapUnits：
Meters；点击Add/ChangeMapProjection按钮，设置投影坐标系信息；然后点击ok按钮，进入选择控制点界面。
⑥利用地形图上的格网点采集足够数量的控制点。
如在整个图面上选择9个均匀分布的控制点。
⑦点击几何校正工具中的重采样按钮，完成地形图的重采样。
输入输出图像文件名称，选择重采样方法，选中IgnoreZeroinStats，点击OK。
⑧点击几何校正工具中最后一按钮，结束几何校正，其中选择保存控制点、参考点等信息。
同样也可采用arcgis软件实现。
重复以上工作将所需的地形图进行纠正，由于分组完成地形图校正，只需要校正分配的地形图即可。
（二）地形图的镶嵌
为了保证地形图的校正精度，校正时应将控制点残差控制在一个像元之内。
每幅地形图校正完成后，对相邻图幅的地形图进行拼接处理。
具体步骤：
1在DataPrep模块下点击Mosaicimages打开Mosaictool对话窗点击
按钮，加载镶嵌的地形图22幅
2由于不需要进行颜色重采样，可直接在菜单栏里的process点击RunMosaic处理即可。
（三）遥感图像几何校正
ERDAS环境下，利用校正好的地形图（可以是多幅地形图镶嵌的结果）对影像进行几何校正，方法与地形图校正的方法相同。
1、ETM数据导入
点击
打开import/export对话窗。
对于多光谱影像而言，将其Type格式设置为TMLandsat-7HDFFormat；media设为File；然后导入所需数据，并设置输出影像name；点击OK，OK即可。
注意导入的影像坐标为WGS84。
对于全色波段影像，将其Type设置为GenericBinary，其他设置不变，只需输入影像的行列数。
点击OK即可。
但是此处的坐标系为影像坐标。
2、分别用相同的方法对多光谱和全色影响进行校正，与地形图校正不同之处在于：
将keyboardOnly选项改为ExsitingViewer。
此处的控制点一般选择道路交叉口等固定地物，同时点的分布要均匀。
遥感图像融合
对多光谱图像和全色图像分别进行几何校正后，就可进行融合处理了。
ERDAS中在Interpreter模块下集成了几种融合的方法，可直接使用，对于没有集成的方法，如基于HIS变换的融合方法，需要手工完成。
此处采用直接利用分辨率融合的方法进行融合:
点击Intererter模块下的SpatialEnhancement的子模块resolutionMerge；分别将校正后全色，多光谱影像导入，并给输出文件起名字，点击OK，融合完成。
遥感图像分类
分类按照监督分类和非监督分类两种方法来进行。
根据所分类区域的具体特点，一般确定地物类别数为4-6类。
颜色设置原则上要求与图像上对应地物类型的颜色一致或接近，并兼顾美观的整体效果。
对两种分类方法的结果进行对比，体会其差别，分类完成后要进行后处理，合并较小图癍。
最后制作遥感图像分类图。
监督分类：
1、首先建立训练样本，在Classifier中打开signatureeditor对viewer打开的影像建立用于分类的模板。
此处模板的建立需要根据地形图或者在网上找相关的影像图作为其依据。
之后保存。
2、在相同模块下打开监督分类supervisedclassification，依次导入要分类的影像、刚建立的模板，并设置输出影响的name，设置好参数，点击OK。
3、进行分类后处理：
1）进行聚类统计（clump）：
通过对分类专题图像计算每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，产生一个Clump类组输出图像，其中每个图斑都包含Clump类组属性。
2）去除分析（Eliminate）：
对经Clump处理后的Clump类组图像进行处理，按照定义的数值大小，删除Clump图像中较小的类组图斑，并将删除的小图斑合并到相邻的最大分类中。
3）分类重编码（Recode）：
主要是针对非监督分类而言的，因在非监督分类过程中，用户一般要定义比最终需要多一定数量的分类数；在完全按照像元灰度值通过ISODATA聚类获得分类方案后，首先是将专题分类图像与原始图像对照，判断每个类别的专题属性，然后对相似或类似的分类通过图像重编码进行合并，并定义分类名称和颜色。
非监督分类：
无需建立模板，直接点击非监督分类按钮，输入要分类的影像并设置输出影像还可以建立用于监督分类的模板。
其中还需要设置一些参数：
如分类数，一般分类数要等于自己所要分类的2-4倍；最大循环次数，一般越大越好，但是不可过大，否则速度慢且效果也不明显。
设置好参数后点击OK进行分类。
之后按照地形图识别各类地物。
再以相同的方法进行后处理即可。
成果影像图输出
需要制作两幅图，一幅影像图，一幅分类影像图。
制作过程既可在ArcGis下实施也可在Erdas下完成。
此处采用前者成图：
不管是哪种图其方法是相同的。
其步骤如下：
1、打开arcgis软件，导入要出图的影像，在arcmap界面下添加所需要注记的信息。
2、进入
layoutview界面给影像图配置比例尺、图名、图例、指北针、及制图信息等。
具体操作：
点击Insert之后点击title、legend、northarrow等依次设置字体，字大。
图面配置需要美观。
设置好之后，输出图像存为jpg.
第二部分高分辨率遥感影像处理和分析
高分辨率遥感影像处理和分析主要包括影像镶嵌、影像融合、影像几何纠正和影像分类四大流程。
本部分主要以QuickBird影像、SPOT影像等数据为主，练习相关的内容。
（一）影像预处理
预处理的目的有三个：
一是将分块的多个tif格式影像镶嵌为单个img格式影像；二是将16bit的数据转换为8bit，以减少数据量；三是将4个波段的多光谱影像合并为3波段RGB影像，以便于后期利用PhotoShop等软件进行调色等处理。
以QB影像为例，练习镶嵌、数据转换和波段组合。
1.镶嵌
在DataPrep下启动MosaicTool工具，添加Tif格式的4个QB影像，并将输出的镶嵌文件存为mosaic16.img。
2.数据转换
在Interpreter下打开Utilities中的Rescale将mosaic16.img文件数据类型为Unsigned16-bit,将其转换为Unsigned8-bit，结果存为mosaic8.img。
3.波段组合
波段组合利用空间建模来实现。
QB数据的四个波段依次为蓝色、绿色、红色和近红外，直接利用band3、band2、band1合成彩色影像，植被显示不明显，因此波段组合时利用绿色波段和近红外波段运算形成新的绿色分量。
生成的彩色影像存为rgb.img。
步骤：
打开Modeler下的modelmaker，建模
（二）几何纠正
1.基本理论
高分辨率遥感影像常用的几何纠正类型包括多项式几何纠正、正射纠正、三角网纠正等。
多项式纠正不需要知道传感器的成像模型，对中低分辨率卫星影像的精度足够，在平原地区和正射纠正几乎是等效的，误差在全国范围均匀分布；但需要精确的GCP信息，而且不适合山区。
正射纠正包括QB数据的RPC模型纠正、SPOT推扫式模型纠正、SPOT5模型纠正等。
在山区等地形起伏较大的地区，正射纠正是保证精度的唯一办法。
但该类方法缺点也很明显，如对GCP数目和精度有较高要求，每景至少需要9个均匀分布的控制点，且呈“#”型排列；还需要高精度DEM数据，并且要已知传感器成像模型参数。
三角网纠正（Erdas中称为RubberSheeting）即利用分布在全国的大量控制点建立三角网，三角形内部按线性关系强行纠正。
该方法的优点是在控制点上的精度是完全精确的，点越多精度越高，和地形无关；缺点是可能会损害图像实际的精度，在确少控制点的地区精度差，误差分布和点的密度有关。
三角网纠正方法通常用于图像配准，可做局部微调，不建议用做整景图像的纠正。
影像纠正中所用的DEM数据通常使用基础地理信息中心获得的30米分辨率“西安-80”坐标系下的DEM；或者使用全球90米分辨率的“WGS-84”坐标系下的SRTM数据；GCP数据则通常使用地形图、外业GCP点、已经纠正好的底图。
Erdas软件的摄影测量套件LPS（LeicaPhotogrammetrySuite）可用于高分辨率遥感影像的正射纠正。
主要以QB影像、SPOT2影像和SPOT5影像为主，练习一些常用的
高分辨率影像正射校正方法。
2.QB数据正射纠正——有理函数方法
①在Viewer中打开经预处理得到的rgb.img影像；
②启动Raster菜单下的GeometricCorrection,并设置几何模型为QuickBirdRPC,点击OK;
③设置RPC模型参数：
投影定义为UTM50之后，点击Apply，Close；
④设置输出像元大小为2.4米，输出文件存为orth_rgb.img，完成重采样；
⑤在有参考影像或有地面实测点数据的情况下，先输入控制点信息，再进行重采样，可获得更高的精度。
（三）QB影像的正射纠正也可利用LPS来完成：
①启动LPS；
②新建block,qb.blk;
纠正模型设为RationalFunctions和QuickBirdRPC；坐标系设置与前面相同。
③加入待纠正的影像rgb.img;
④在Edit菜单下选FrameEditor,导入rpb文件，如果必要还需要在Chipping标签下输入偏移量；
⑤重采样，完成正射纠正；
如若需要添加控制点。
七、实习心得
通过本次实习我们完成了一个简单的基于ERDAS软件的使用和实际的操作，在实习的过程中我了解如何对遥感图像进行处理的基本流程，包括对遥感影像的输入输出、图像校正、图像裁剪和融合、图像拼接以及遥感图像的监督与非监督分类。
在实习中我体会到利用ERDAS软件处理图像数据的简洁方便，一切都是一目了然，这次实习为期一个月，但是内容不算多，我还是觉得学到了许多东西的。
在这次实习过程中，我深深地感受到所学的知识和实际运用是不可分割的一个整体，刚开始的一段时间里对一些操作感到无从下手，一接触到实际，才发现自己知道的是多么少，这时才真正领悟到学无止境的含义。
在对软件的学习中，书本上的知识有很大的局限性，通过查阅相关资料，上网查找各种方法，也是解决问题的方法，从而提升了我们的动手能力。
在这感谢惠老师的辛勤指导，为大家详细地讲述了软件处理的整过流程、方法和注意事项。
升级会员 