遥感图像增强实验报告

2024-04-24

遥感图像增强实验报告（共8篇）

篇1：遥感图像增强实验报告

遥感数字图像处理

学院理学院班级地信131 学号姓名

编写日期：1

2015.5

▶▶作业a

1.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4

2.L5118_39_19860531 ProductDescription用记事本打开，读取头文件，并填写相关信息与相应位置即可

3.L5118-39-19960103

4.L7118039_20050815 直接打开以_mtl为后缀的文件，该文件中包含了遥感影像的所有波段 5.LM*** 直接打开波段，然后波段合成即可

6.s5kj297_289_10m

7.WORLDVIEW-052606622010_01

▶▶作业b

在ENVI中将landsat的4景影像和SPOT-5的1景的影像打开，并联动连接查看同一区域

link displays是根据象元位置来连接的，geographic link是通过地理坐标位置来连接的。

由上图可知，将遥感影像联动时亦可实现不同影像同一区域的快速检索，但是我们也可以看到，由于受到各方面因素的影像并不能特别精确的指在同一地方。

▶▶作业c

1.WORLDVIEW-2影像保存为jpg和TIF格式的4-3-2波段合成的假彩色图像。可用同样的方法将SPOT-5影像保存为jpg和tif格式的4-3-2波段合成的假彩色图像 2.为landsat的5景影像附上波段的波长，并根据波长用landsat 5的7-4-3波段，保存为jpg和tif格式影像

为波长复制后，导入影像文件各波段显示差异前后对比

转换为JPG格式后可以用看图软件直接打开

▶▶作业d

需要对影像进行裁剪，裁剪的基本步骤如下：

1.L5118_39_19860531裁剪前后对比

2.L5118-39-19960103裁剪前后对比

3.L7118039_20050815裁剪前后对比

4.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4裁剪前后对比

▶▶

作业e

将剪裁影像，重采样成10m，重采样的操作主要如下

1.L5118_39_19860531重采样前后对比

2.L5118-39-19960103重采样前后对比

3.L7118039_20050815重采样前后对比

4.LS8_C_20140613_022505_000000_118039_GEOTIFF_L4重采样前后对比

篇2：遥感图像增强实验报告

一、实验原理：

面对自然界复杂的事物或现象，我们不可能用一个统一的分类模式来描述或进行区域景物的识别与分类。需要深入研究它们的总体规律及内在联系，理顺其主次或因果关系，建立一种树状结构的框架。即建立所谓的分类树，来说明它们的复杂关系，并根据分类树的结构逐级分层次地把所研究的目标一一区分、识别出来。这就是分层分类法

二、实验数据：

杨凌2003年0614影像，分类模板12类地物。实验一通过训练区区分的12类地物的统计结果，均值，标准差。

三、实验步骤：

设计叠合光谱图

根据12类地物的统计结果，以均值为中心，标准差长度为星线表示各类地物各个波段平均光谱响应，将导出的数据导入到Excel里，在Excel里进行数据处理，制作叠合光谱图。横坐标为灰度值，纵坐标为地物类型，12种地物分别为1=水库，2=河流，3=柏油路，4=水泥路，5=农村，6=城市，7=乔木林，8=灌木林，9=果园，10=草地，11=有作物，12=无作物。

根据叠合光谱图进行分层分类

首先根据1波段将十二种地物划分成1,2,9,10,11与7,8与3,12与4,5,6四种，然后根据4,5波段将1,2,9,10,11分成1与2与9,10,11，根据4,6波段将7,8地物分开，根据2,3,5,6波段将3,12地物分开，根据第3波段将4,5,6分成4,5与6，最后根据第6波段将9,10,11划分成9,11与10，根据第7波段将4,5地物分开。

形成判别树

根据上述依据画出将12种地物区分开的分层分类树。

四、实验结果：

五、实习总结：

篇3：遥感图像增强的MATLAB实现

关键词：遥感图像,图像增强,直方图均衡化,MATLAB

0 引言

人类依靠各种器官来获得各种关于世界的信息来了解世界。图像信息由于其具有较强的直观性易于为人们所接受, 能表达语音或者文本信息难以表达的内容而使得图像信息倍受人们欢迎, 是人们最主要的信息来源。利用计算机来处理各种图像的形式, 有效地促进了数字图像处理技术的发展。图像增强技术是数字图像处理中常用的方法, 其主要目的是使处理后的图像对某些特定的应用比原始图像更有效。在图像处理中图像增强技术是最有吸引力的研究领域之一。

1 遥感图像增强基本理论

1.1 遥感图像增强基本概念

1.1.1 图像增强概念

图像增强是通过某种技术有选择地突出对某一具体应用有用的信息, 削弱或抑制一些无用的信息。其主要目的是对某种特定的应用来说使处理后的图像比原始图像更适用, 其处理结果使图像更适合于人的视觉特性或机器的识别系统。

1.1.2 遥感数字图像表示

伴随计算机技术的迅速发展, 可以通过计算机处理系统进行模拟图像和数字图像的相互转换 (参见图1) 。模拟图像被转换为数字图像称为模/数转换, 即A/D转换;数字图像被转换为模拟图像称为数/模转换, 即D/A转换。

模拟图像转换成数字图像的过程被称作图像的数字化过程, 如图2所示。此过程就是把一幅遥感仿真模拟图像分割成一个个小区域即像元或像素, 并将各小区域的灰度用整数表示。

1.1.3 遥感数字图像获取方法

根据遥感传感器的基本构造和成像原理不同, 遥感数字图像的获取一般可以分为摄影成像、扫描成像和雷达成像3类。

(1) 摄影成像。它是基于卤化银在光照下会发生分解这一原理, 将卤化银均匀涂布在基板上制成感光胶片。此过程得到的图像是典型的遥感模拟图像。

(2) 扫描成像。扫描成像是依靠探测原件和扫描镜对目标物瞬时视场为单位进行逐点逐行取样, 从而得到目标地物电磁辐射特性信息, 形成一定谱段的图像。它是扫描遥感传感器以时序方式获取的二维图像, 由此得到遥感数字图像。

(3) 雷达成像。它是由一个发射机向侧面发射一束窄脉冲, 通过无线网络的地面回波信号由无线收集后被接收机接收, 由此得到遥感模拟图像。

1.2 直方图

1.2.1 直方图概念

灰度直方图描述了图像中每个灰度的像元个数统计分布。以横轴表示灰度级, 以纵轴表示每一灰度级具有的像元个数占总像元数的比例值, 作出条形统计图。对于数字图像来说, 灰度直方图实际就是图像灰度值的概率密度函数的离散化图形。

变量r代表图像中像素灰度级, 在图像中, r值的范围如下:

在图像像素灰度级中, r=1代表白, r=0代表黑, r是一个随机变量。假设在每一个瞬间它们都是连续的随机变量, 则可以用概率密度函数Pr (r) 表示原始图像的灰度分布。如果用灰度级r表示横坐标, 灰度级的概率密度函数Pr (r) 表示纵坐标, 则可作出如图3所示的分布密度曲线。

灰度直方图也可以用各灰度值出现的相对频数 (该灰度级的像素数与图像总像素数之比) 来表示, 并且有以下等式成立:

(3) 式中n是图像中像素总数, nk为图像中出现rk这种灰度的像素数, 则是灰度值出现的相对频数。在直角坐标系中作出rk与Pr (rk) 之间关系的图形, 则此图形称为直方图。

1.2.2 直方图的性质

(1) 位置信息不包含在直方图中, 它只是反映了图像的灰度分布规律, 直方图描述了每个灰度级具有的像素个数, 但不包括图像中的这些像素的位置信息。在遥感数字图像处理中, 可用通过修改图像直方图的方法来改变图像的反差。

(2) 图像与直方图之间是一种多对一的映射关系。任何一个特定的图像都有一个相应的直方图, 但不同的图像可能具有相同的直方图。

(3) 直方图是对具有相同的灰度值像素统计技术, 使得图像仅包括两个不相连的区域, 并且每个区域直方图是已知的, 那么这两个区域图像的直方图之和是整个图像的直方图。

(4) 由于遥感图像中数据的随机性, 因此在图像像素足够多并且地物类型差异不是非常悬殊的情况下, 遥感图像数据服从正态分布或接近于正态分布, 即:

1.2.3 直方图应用

根据直方图的形态, 可以大致推断出图像的质量, 进而可以通过改变直方图的形态来改善图像的对比度。

2 遥感图像增强方法

2.1 遥感图像增强直方图均衡化算法

直方图均衡化 (Histogram Equalization, 简称HE) 算法是遥感图像在增强空域法中最常用的算法, 也是最重要的算法之一。直方图均衡化可以通过构造灰度级变换, 改造原图像的直方图, 使变换后的直方图达到一定要求。通过均衡化处理, 亮度可以更好地在直方图上分布。这种方法通常用来增加许多图像的局部对比度, 尤其是当图像的有用数据的对比度相当接近时, 这可以用来增强局部的对比度而不影响整体的对比度, 直方图均衡化通过有效扩展亮度来实现这一功能。

2.2 基本思想

一幅对比度较小的遥感图像, 其直方图分布一定集中在某一较小的范围内。采用均衡化处理就是让所有的灰度级出现的概率相同, 换句话说, 直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡的直方图, 即在每个灰度级上都具有相同的像素点数的过程。从信息论的角度讲, 此时图像的熵最大, 图像所包含的信息量也最大。

进行直方图均衡化最核心的任务是寻找灰度变换 (映射) 函数T (r) 。设变量r代表遥感图像中像素的灰度级, 如果对r做归一化处理, 则, r=0代表黑 (暗) , r=1代表白 (亮) , r从0~1的数值变化, 就反应了像素从黑到白的灰度变化。

2.3 直方图均衡化算法步骤

灰度直方图均衡化算法步骤如下:

列出原始图像和变换后图像的灰度级:Ii, i=0, 1, ……, L-1, 其中L是灰度级的个数;

统计原图像各灰度级的像素个数ni;

计算原始图像直方图:, N为原始图像像素总个数;

计算累积直方图:pj=∑jk=0p (k) ;

利用灰度变换函数计算变换后的灰度值, 并四舍五入:j=INT[ (L-1) pj+0.5];

确定灰度变换关系, 据此将原图像的灰度值f (m, n) =1修正为g (m, n) =j;

统计变换后各灰度级的像素个数nj;

计算变换后图像的直方图:。

2.4 遥感图像增强直方图均衡化算法仿真

(1) 直方图均衡化程序流程, 如图5所示。

(2) MATLAB仿真及其结果分析。利用直方图均衡化算法对遥感图像进行仿真, 结果如图6所示。

3 结语

直方图均衡化是图像增强技术的基本方法, 在遥感图像处理中, 图像增强技术对于提高图像的质量起着重要的作用。本文介绍了遥感图像增强的基本理论, 概述了一些常用的遥感图像增强方法及其特点。介绍了直方图均衡化的方法, 并在MATLAB软件上进行了仿真。结果表明, 直方图均衡化在一定程度上改善了图像的对比度差和灰度动态范围, 增强了图像的可读性。该算法简单, 是一种行之有效的图像增强算法。

参考文献

[1]汤国安, 张友顺, 刘咏梅, 等.遥感数字图像处理[M].北京:科学出版社, 2004.

[2]戴昌达, 姜小光, 唐伶俐.遥感图像应用处理与分析[M].北京:清华大学出版社, 2004.

[3]张瑾, 陈向东.小波分析在遥感图像增强中的应用及Matlab实现[J].半导体光电, 2005 (3) .

[4]舒金龙, 于振红, 朱振福.一种改进的红外图像模糊增强方法[J].系统工程与电子技术, 2005 (2) .

篇4：遥感图像解译实习报告

综合实习

实习报告

学院：遥感信息工程学院

班级：10011

学号：20103025900

姓名：李祥

指导老师：刘继琳

一、实习目的与意义

1.掌握遥感影像的目视判读方法和流程，能够对快鸟影像、SPOT影像和航拍影像进行目视解译；

2.学会使用图纸制作遥感影像底图并清绘遥感影像； 3.掌握实地调绘、核实和补测的基本方法；

4.学会使用ERDAS软件进行数字化成图，并制作专题图。

二、实习资料与设备

在进行内业清绘和外业调绘阶段，实习资料有2002年的快鸟影像一张、2002年的SPOT影像一张、2007年的航空影像一张、转印纸三张。

在进行室内计算机成图阶段，实习资料有2007年的航空影像一张、2002年的快鸟影像一张以及ERDAS软件。

三、实习原理

一）遥感图像解译标志

1)色调（tone）：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。如海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。

2)颜色（colour）：是彩色遥感图像中目标地物识别的基本标志。日常生活中目标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发射电磁辐射能量差异的综合反映。彩色遥感图像上的颜色:真假彩色 3)阴影（shadow）：遥感图像上光束被地物遮挡而产生的地物的影子

根据阴影形状、大小可判读物体的性质或高度。不同遥感影像中阴影的解译是不同的

4)形状（shape）：目标地物在遥感图像上呈现的外部轮廓。

遥感图像上目标地物形状:顶视平面图解译时须考虑遥感图像的成像方式。

5)纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。如航空像片上农田呈现的条带状纹理。纹理可以作为区别地物属性的重要依据。二）目视解译流程

四、实习步骤

实习过程可分室内判读和外业实地调绘以及内业数字化成图三个步骤。室内判读是利用2002年10月获取的0.6米分辨率的快鸟卫星遥感影像和2.5米分辨率的SPOT5（实际是2.5米全色与5米多光谱数据融合的）数据制作正射影像图，根据室内判读方法，对图斑的形状、大小、色调、位置、纹理等特征进行对照分析，依照分类规则，按10种地物类别进行判读解译，勾绘图斑工作底图，然后再与2002年土地利用现状数据进行比较，发现变化要素并将其绘制到工作底图上。对于无法从室内确定是否发生变化的图斑，或变化不明确的，要进行外业实地调查，以确保更新的准确性。外业调绘则对变化要素进行实地调绘、核实和补测。通过以上的工作步骤，完成对华农幅2002版土地利用现状图进行复核更新。内业数字化成图则利用遥感图像处理软件ERDAS进行。具体步骤如下：

一）内业判读

内业判读主要是解译人员根据自己的专业知识、地理区域知识、遥感系统知识从遥感影像中提取遥感信息、反演地面原型的目视判读方法，然后绘制底图。

1)图像解译

遥感解译的实质是个分类过程，即根据遥感图像的光谱特征、空间特征、时间特征，按照解译者的认识程度，或是自信程度和准确度，逐步进行目标的探测、识别和鉴定的过程。首先确定一个目标或特征的客观存在，在更高一层的认识水平上去理解目标或特征，并把它粗略地定为某个十分普通的、大类别中的一个实体，再进一步根据图像上目标的细微特征，已足够的自信度和准确度，将上述识别的这个实体，划归在某一种特定的类别中。

遥感图像的解译是从遥感影像特征入手的，包括色调或颜色、阴影、大小、形状、纹理、图案、位置、组合等。2)绘制底图

根据提供的遥感图像，将转印纸覆盖在07年的航片和02年的SPOT影像上，进行草图勾绘。

在进行勾绘时，需要注意勾绘出主要地物，包括主要道路、建筑物、河流等，这样一些地物在实地勘察是具有重要的指向作用，保证了外业调绘的有效地进行。对于航片的初步勾绘，详略应该得当，如果绘制的过于细致，则会导致勾绘图上分不清具体的地物；如果勾绘的过于粗略，则会导致不能充分的反映影像内容而造成外业勘察的困难。

我们组测区是华中农业大学西北角，占较大面积的地物有农田、苗圃、水系、裸地、道路和建筑。

根据解译标志。分别在快鸟影像和SPOT上解译出以下地物：

农田：在影像上一般呈现绿色调，而且形状大多较规则，呈方块状紧密连在一起，纹理较均匀；

苗圃：色调呈浅黄色，形状较规则，纹理也较均匀，但没有农田均匀；水系（包括鱼塘等）：在图像上占最大面积，呈深蓝色，几乎无纹理；道路：呈条带状，色调为白色；

建筑（房子）：片状分布，呈矩形紧致连在一起，并且有阴影。

快鸟影像比SPOT影像的分辨率更高，所以影像更清晰，颜色层次更鲜明，区域边界更明显，纹理和阴影更易识别。

二）外业实地勘察

根据所绘制的草图，结合Google路线图，开展外业调绘、核实和补绘。对于内页介意没有变化的图斑，采用图例在底图上标注。对于内业解译中的变化图斑，需要在实地进一步的进行调查核实，在确定其变化后的地类后，在草图上标出其图斑的地类；对于内业解译错误的图斑，在工作图上用红笔标明；对于遥感图像上与实地不一致的地方，尤其需要实地的进行调查和勾绘，在勾绘时，需要结合变化地物的地理位置、尺寸以及与其他地物的相互关系等来进行绘制，也需要用红笔标明出来。

我们组测区主要是地物类别是建筑，农田和苗圃。主要图斑变化情况是由裸地变成建筑、道路，水系变成裸地等。

三）整理、清绘外业调绘成果图

在完成了外业调绘图后，需要对其进行整理和清绘。首先，需要依据变化的地物，合理的勾绘出实时的地物分布图，可以结合谷歌地图以及外业的调查结果，合理的完成地物的绘制，需要达到清晰、准确的反映地面地物分布的要求。完成了实时地物的勾绘后，再根据地物的实际类型，结合具体的制图标志，将地物的具体类别用符号准确的标记在清绘图上。

清绘图的准确进行，需要我们认真、细致的外业调绘，不仅要求具体的标绘出变化的地物，而且需要详细的表示出各类地物的具体类别，为计算机成图打下良好的基础。

四）数字化成图

野外调查完成后的遥感图像目视解译成果，一般以专题图或遥感影像图的形式表现出来。利用ERDAS软件进行屏幕数字化转绘图形，编辑成图。

首先，根据利用ERDAS软件将02年快鸟影像和07年的航拍影像进行几何配准，裁剪出出07年所需区域的航拍影像，作为数字化成图的原始数据。

然后利用ERDAS软件新建一个和上述快鸟影像相同大小的图层，作为专题图绘制图层。进行专题图的绘制时，可以结合02年的快鸟数据、07年的航空影像以及清绘图，综合进行地物的绘制。主要包括两个过程：

1）用ERDAS软件的AOI工具，将转印纸标绘的地物输入到计算机中； 2）用专题制图模块，制作土地利用分类图。

在进行专题图的绘制时，应该将同一类地物一起勾绘。我们小组测区内，地物可以分为裸地（未分类部分视作裸地）、水系、农田和苗圃、建筑和道路五大类，每一类均应该分别勾绘出来，并用不同的颜色表示。

完成了土地利用图的勾绘后，就可以利用ERDAS中的专题图生成模块，进行专题图的生成。加入专题图名称、比例尺、指北针、公里格网、图例等专题图要素后，即完成了土地利用专题图的绘制。

注：成图过程中，我们利用ERDAS中的new map composition板块进行相应的操作。点击Composer图标→New Map Composer，在New Map Composer对话框中定义一系列参数产生专题制图文件；在Map Frame对话框中，定义一系列参数，确定制图范围；运用Create Grid/Ticks图标，绘制格网线与坐标注记；运用Create Scale Bar绘制地图比例尺；在Create Legend中绘制地图图例；在Styles中确定指北针的类型；在Text Styles Chooser中绘制地图名。

五、实习成果

图1是我们第二小组绘制的本测区的土地利用图，图中将地物一共分为五类，分别用不同的颜色表示出来。由于本测区位于华中农业大学周边，因此建筑物十分复杂，在绘图时部分零散建筑采用一个地块表示。

图1 土地利用图

图2 是在完成土地利用图的基础上的，绘制的专题地图，加入了图名、格网、指北针、图例、比例尺等要素，使得图像的专题意义更为清晰明了。

图2 土地利用专题地图

六、实习体会

遥感图像解译综合实习是对目视解译整体流程的一次综合实践。在实习准备阶段，了解待解译区域地物分布特征。在室内解译阶段，充分利用之前机房实习的解译经验，从02年QuickBidr和07年航空摄影影像解译出地物块，并进行对比分析，找出变化要素。室外解译阶段，以小组为单位，进行实地调绘，结合影像进一步判读地物类型的变化。最后，根据野外调绘结果清绘图，导入计算机，利用ERDAS软件进行数字化成图。

整个实习过程如行云流水般，在老师的悉心指导下一步一步完成。这次实习，即使对课堂所学知识的一次全面的回顾与实践，也提高了我们的动手能力和团队协作精神。在外业调绘阶段，团队成员分别负责路线选择，实地考察，变化要素识别，变化要素绘制，协作过程井然有序。在数字化成图阶段，团队成员分别负责裸地、水系、道路、农田和苗圃、建筑的数字化生成对应地物类AOI，然后小组成员共同对AOI进行合并，生成地物类别专题图。

篇5：遥感实验报告

[实验名称]

ENVI窗口的基本作

[实验目的与内容] 实验目的

熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法，影像上距离和面积量算方法。实验内容

1、熟悉遥感图像处理软件ENVI的窗口基本操作。

2、查看影像信息和像元信息。

3、距离测量与面积测量。

[实验数据处理及成果]

1、哈尔滨市TM影像成像的

时间 2013年7月19日、分辨率 30m，各波段的波长。

2、哈尔滨市TM影像使用的

投影类型 UTM、投影分带北 51区。

3、哈尔滨市TM影像使用的坐标系，图像左上角的公里网坐标 9819 8092、地理坐标经度125.4941 纬度47.0930。

4、测量狗岛的周长 9602.445 m 面积 3613050 m。2[体会及建议]

通过本次试验熟悉遥感图像处理软件ENVI的窗口基本操作。了解了ENVI的功能。加深了对遥感原理的认识。学会了初步实验的能力。为以后学习打下了基础。[实验成绩]

实验报告（实验二）

[实验名称]

遥感影像地理坐标定位和配准

[实验目的与内容] 实验目的

熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。掌握使用ENVI生成影像地图的步骤，学会利用全色影像和多光谱影像进行HSV融合的步骤。实验内容

本实验主要涉及遥感图像处理中影像校正、配准功能，通过实验进一步掌握这类处理的理论原理。

[实验数据处理及成果]

用SPOT校正TM数据，附操作过程截图和校正后TM影像图片

[体会及建议] 通过本次试验熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。在实验过程中移动光标，查看坐标值，要小心谨慎注意地图坐标和经纬度之间的关系。以免出现错误。

[实验成绩]

实

验

报

告（实验三）

[实验名称]

ENVI[实验目的与内容]

遥感影像镶嵌与裁剪

实验目的

理解ENVI中对影像镶嵌及裁剪知识。掌握基于像素的影像镶嵌操作，熟悉基于地理坐标的影像镶嵌操作步骤；掌握图像的规则分幅裁剪和不规则分幅裁剪操作。实验内容

1）基于像素的影像镶嵌； 2）基于地理坐标的影像镶嵌； 3）规则分幅裁剪； 4）不规则分幅裁剪。[实验数据处理及成果]

1.用地理坐标镶嵌的方法完成下载TM影像镶嵌（附图）2.在镶嵌图上裁剪下哈尔滨市行政区影像（附图）

[体会及建议]

通过本次试验了解对影像镶嵌及裁剪。熟悉基于地理坐标的影像镶嵌操作步骤，掌握图像的规则分幅裁剪和不规则分幅裁剪操作。在裁剪的过程中要注意剪切线很重要。[实验成绩]

实

验

报

告（实验四）

[实验名称]

遥感影像的彩色合成与彩色变换

[实验目的与内容] 实验目的

掌握遥感图像的单波段色彩变换和多波段的彩色合成方法，熟悉多波段影像的色彩变换操作。实验内容

1、彩色合成（真彩色与假彩色）。

2、单波段色彩变换（密度分割）

3、多波段色彩变换。

[实验数据处理及成果]

1、以哈尔滨市TM影像为例，进行真、假彩色合成。

2、对哈尔滨市TM影像进行密度分割。

3、以TM7（R）、4（G）、1（B）组合进行HLS、HSV色彩变换。

5、简述密度分割、HLS色彩变换的原理及在ENVI中的操作步骤。

操作步骤：打开文件选择变换中的颜色空间变换下的RGB to HLS，RGB to HSV。[体会及建议]

通过本次实验掌握遥感图像的单波段色彩变换和多波段的彩色合成方法。掌握了多波段色彩变换。为以后学习做铺垫。[实验成绩]

实

验

报告（实验五）

[实验名称]

遥感影像运算与增强处理

[实验目的与内容] 实验目的

掌握运用图像差值运算、比值运算进行图像增强的原理、方法和操作技巧，并能较熟练运用相关原理求解植被指数、K-T变换中各分量影像图，为以后的遥感应用和建立遥感信息模型打下良好的基础。实验内容

1、图像差值运算。

2、图像比值运算。

3、计算植被指数影像图。

4、求K-T变换中各分量图像。[实验数据处理及成果]

1、以哈尔滨市TM影像为例，求出植被指数影像。

2、求哈尔滨市TM影像绿度分量及亮度分量影像图。

3、简述K—T变换的原理、意义及在ENVI中的操作步骤。

[体会及建议]

通过本次试验需要掌握了影像的四则运算及混合运算，；有助于研究判读图像和植被指数计算。掌握运用图像差值运算、比值运算进行图像增强的原理、方法和操作技巧，并能较熟练运用相关原理求解植被指数、K-T变换中各分量影像图。为以后的遥感应用和建立遥感信息模型打下良好的基础。

[实验成绩]

实

验

报

告（实验六）[实验名称]

遥感影像的计算机分类

[实验目的与内容]

实验目的

理解计算机图像分类的基本原理以及监督分类、非监督分类的过程，学会利用遥感图像处理软ENVI件对遥感图像进行监督和非监督分类的方法。实验内容

1、遥感图像分类原理。

2、遥感图像监督分类。

3、最大似然法分类（Maximum Likelihood）；

4、遥感图像非监督分类；

5、K-mean 与Isodata分类方法。[实验数据处理及成果]

1、从哈尔滨市遥感影像图上截取某一部分影像，用K-mean和Isodata法对建设物、植被、水体等主要地物进行分类。

2、简述遥感图像Isodata分类的原理及在ENVI中的操作步骤

原理：在初始状态给出图像粗糙分类，然后基于一定原则在类别间重新组合样本直到合理为止。

步骤：在主菜单选择分类→非监督分类→IsoData打开文件（如图：

→设置参数及保存位置（如图）→生成分类文件。

[体会及建议]

→）

篇6：《操作二维图像》实验报告

实验报告

课程名称：电气控制设计CAD

实验名称：操作二维图像

专业班级：居中

姓名：居中

学号：居中

日期：居中

自动控制工程学院

一、实验目的

练习常用绘图工具和编辑工具的使用，学习编辑图形和填充的基本方法。

二、实验操作方法

1.对象选择：点选、窗口选择方法、按Shift的选择方法、全选。

2.删除、复制、镜像、阵列、拉伸、比例缩放、延伸、修剪、倒角、圆角、移动、旋转、分解、断开。

3.夹点编辑。

4.图案填充。

5.绘制实例。

三、实验内容

1.运用直线、圆命令绘制四端光电耦合器。