遥感图像处理图像拉伸.docx

遥感图像处理图像拉伸.docx

《遥感图像处理图像拉伸.docx》由会员分享，可在线阅读，更多相关《遥感图像处理图像拉伸.docx（25页珍藏版）》请在冰点文库上搜索。

遥感图像处理图像拉伸

地理与生物信息学院

2016/2017学年第一学期

实验报告

课程名称：

遥感图像处理

实验名称：

遥感图像读取与拉伸______

班级学号B14090118

学生姓名乐雄进　

指导教师李文梅　

日期：

2016年11月

实验一：

遥感图像读取与拉伸

一、实验目的

1、了解ENVI4.8/5.0的基本功能；

2、掌握遥感图像读取方法；

3、掌握遥感图像灰度拉伸的方法；

4、掌握遥感图像辐射定标的方法。

二、仪器设备

计算机、ENVI4.8/5.0

三、实验任务

1、了解ENVI4.8/5.0的基本功能模块；

2、应用ENVI4.8/5.0完成遥感图像的读取、灰度拉伸、灰度直方图、辐射定标和大气校正。

四、实验要点及流程

1、遥感图像的读取（以Landsat8L1B数据为例）

（1）ENVI4.8中可以直接打开图像，File----OpenExternalFile------Landsat-----Geotiff------选择光盘目录Data-----遥感图像数据----Landsat8OLI----波段1到波段11，并以4/3/2波段分别赋予红色、绿色和蓝色通道，图像显示如下：

（2）查看其Mapinfo，了解其投影，分辨率，椭球体，左上角地理坐标及投影坐标

2、遥感图像的灰度拉伸（以Landsat8L1B数据B5为例）

加载并显示B5波段，右击主窗口，选择QuickStat---SelectPlot---Histogram：

Band1，可以查看亮度分布直方图。

练习Enhance下灰度拉伸的方法，LinearEnhance，GaussianEnhance，EqualizationEnhance，SquareRootEnhance，InteractiveStretching比较不同拉伸方法后图像的显示异同。

LinearEnhance

Linear2%Enhance

GaussianEnhance

EqualizationEnhance

SquareRootEnhance

InteractiveStretching（Gaussian）

3、遥感图像的直方图匹配（以Landsat8L1BB5和Geoeye2m多光谱B4为例）

分别打开两幅影像，如下图所示

直方图匹配前

以#2影像（GeoeyeB4）为参考影像，Landsat8B5为待匹配影像。

点击Enhance----HistogramMatching----出现如下对话框，直接点击OK

直方图匹配后

4、遥感影像的辐射定标

此处以ENVI5.1为例，大家可以自己在ENVI4.8+IDL的环境下进行Landsat8的辐射定标。

（1）打开Landsat8影像，如图所示

（2）目视感受一下真彩色和假彩色的区别

真彩色假彩色

（3）辐射定标

<1> 选择ToolBox/RadiometricCorrection/RadiometricCalibration，选择可见光-近红外数据（multispectral）。

<2>在RadiometricCalibration面板中

●定标类型（CalibrationType）：

辐射亮度值（Radiance）

●输出储存顺序 （OutputInterleave）：

BIL

●输出数据类型：

Float

●单击FLAASHSettings按钮，自动获取辐射亮度单位转换系数ScaleFactor：

0.1

其他选项是方便用于FLAASH大气校正。

<3>选择文件名和路径输出,点击OK

辐射定标之后，B5的直方图

5、遥感图像的大气校正

选择Toolbox/RadiometricCorrection/AtmosphericCorrectionModule/FLAASHAtmosphericCorrection，打开FLAASH大气校正工具。

（1）        文件输入与输出信息项目

单击InputRadianceImage按钮，选择上一步准备好的辐射亮度值数据LC81230322013132LGN02_rad.dat。

在RadianceScaleFactors对话框中选择Usesinglescalefactorforallbands（Singlescalefactor：

1），在辐射定标中对单位进行了转换。

单击OutputReflectanceFile按钮选择输出文件名和路径。

（2）        传感器与图像目标信息

 Lat：

401939.46，Lon：

116422.98（FLAASH自动获取）

 SensorType：

UNKONWN-MSI

 GroundElevation（km）：

0.043（从相应区域的DEM获得平均值）

 FlightDate：

2013-05-12  FlightTime：

02:

55:

26

PS：

在右边图层管理器中， 单击右键选择ViewMetadata，在Metadataviewer中浏览 time可以看到飞行时间

（3）     大气模型（AtmosphericModel）：

Sub-ArcticSummer（5月份 纬度：

40-50）

（4）        气溶胶模型（AerosolModel）：

Urban

（5）        气溶胶反演（AerosolRetrieval）：

2-Band（K-T）

（6）        初始能见度（InitialVisibility）：

40。

此处需注意FLAASHfile的路径不能选择读入/读出受限的目录。

（7）        多光谱设置（MultispectralSettings）

 Defaults 下拉框：

Over-LandRetrievalStandard（660：

2100）。

 FilterFunctionFile：

选择ldcm_oli.sli   波谱响应文件

（8）      高级设置（AdvancedSettings）：

tile设置为100M，其余按照默认设置。

（9）        单击Apply按钮，执行FLAASH

大气校正后，Landsat8L1B数据多光谱波段直方图，最大最小值统计如下所示

大气校正后多光谱波段直方图大气校正后最大最小值统计

五、实验记录

1、IDL或Matlab环境下Geotiff格式的遥感数据的读取与写入方法。

写入地理信息,并存为GeoTIFF文件:

对于一幅影像数据,判断是否为1tif文件,如果是1tif文件,转向b;反之,则另存为1tif格式的文件;创建文件流,把已知或解算出的地理信息按照GeoTIFF规定的格式写入文件;关闭文件流。

从GeoTIFF文件读取地理信息及图像数据:

创建文件流,对各种所需地理信息及图像数据进行读取;关闭文件流。

2、直方图均衡化与规定化（匹配）有何异同点。

都是直方图的方法，目的都是为了使图像细节清晰,并使目标得到突出，达到图像增强。

区别在于对象不同，一个是对别人，一个是对自己。

直方图均衡化是将原图像经变换生成一幅灰度级较为均衡化的图像。

直方图规定化则是生成具有指定直方图的图像。

3、比较分析Matlab中直方图与IDL中直方图画法的区别与联系。

Matlab中使用bar,bar3,barh和bar3h，其中bar和bar3分别用来绘制二维和三维竖直方图，barh和bar3h分别用来绘制二维和三维水平直方图，调用格式是：

bar（x,y）。

IDL主要使用plot函数，通过调用函数控制灰度值和频数等进行操作，从而达到画直方图的目的。

区别：

matlab是通过函数改变x和y，IDL则是通过改变灰度值和频数等。

联系：

都主要是使用函数进行操作。

六、实验心得

本次实验是遥感图像处理的第一次实验，是进行遥感图像的读取与拉伸，目的是为了了解ENVI4.8/5.0的基本功能模块；同时应用ENVI4.8/5.0完成遥感图像的读取、灰度拉伸、灰度直方图、辐射定标和大气校正。

在本次实验的前面还是比较顺利的，由于实验步骤比较详细，因此实际上操作并不困难。

除了在遥感图像的直方图匹配（以Landsat8L1BB5和Geoeye2m多光谱B4为例）中由于从光盘里拷贝文件时只拷了原始数据一个文件夹，因此一开始没有找到Geoeye2m数据导致实验出现了问题外都很顺利。

但是实验在进行到遥感影像的辐射定标时，打开Landsat8影像出现了问题，由于实验指导书上表面“此处以ENVI5.1为例，大家可以自己在ENVI4.8+IDL的环境下进行Landsat8的辐射定标”，而我是使用ENVI4.8的，因此也照常去做，但出现了问题，无法打开Landsat8影像文件，我在网上搜寻了这个问题，有人认为是文件问题，因此我重新拷贝了文件，后面还找别人拷贝了文件，但依然无法解决问题，上网XX也没能解决。

无奈之下只有求教老师，发了邮件向老师讨教，这才明白ENVI4.8是没办法打开.mlt文件的，如果要打开，必须先将1-7和9波段一一打开，然后使用BasicTools下的Layerstacking合为一个多光谱波段。

尽管中间出现了许多曲折，但是所幸的是实验最后还是成功了。

通过这次实验，掌握了关于遥感图像处理的一些基本操作，为以后的实验打下了基础。