实验6遥感影像图像增强处理.pdf

实验6：遥感影像图像的增强处理 （下） 实验学时：2 实验类型：（验证、综合、设计）验证 实验要求：（必修、选修）必修 一、实验目的 掌握erdas 软件遥感图像的增强方法，增强遥感图像的地学信息的表达 二、实验内容 1、代数运算 2 、植被指数功能的实现 3、彩色增强 4 、基于主成分分析的遥感图像模拟真彩色融合 三、实验要求 熟练掌握实验内容的操作流程，熟练运用主成分变换方法，实现对不同空间分辨率、 时间分辨率和波谱分辨率的遥感图像进行综合，高效利用，以提高图像的解译效果。 四、实验条件 ERDAS 遥感处理软件、相应的遥感图像数据、教材“ERDAS 遥感数字图像处理实验 教程”。 五、实验步骤 (一)、代数运算 （1）选择Interpreter|Utilities|Operators 命令，打开Input Operators 对话框。 （2 ）选择处理图像（Input File #1 ）（Input File #2 ）的目录及文件名（ lanier.img ）。 （3 ）Layer: 选择参加运算的图像的层。 （4 ）Output File: 输入输出文件所在的目录及文件名（operators.img ）。 （5 ）Output Options:选择要进行的运算方式（+ 、-、*、/等）。 （6 ）单击OK 按钮执行代数运算。 植被指数是遥感检测地面植物生长和分布的一种方法。由于不同绿色植物对不同波长 的吸收率不同，光线照射在植物上时，近红外波段的光不部分被植物反射，而在可见光波段 的光则大部分被植物吸收，通过对近红外和红波段反射率的线性或非线性组合，可以消除地 物光谱产生的影响。根据地物光谱反射率的差异做比值运算可以突出图像中植被的特征、提 取植被类别或估算绿色生物量、能够提取植被的算法称为植被指数（Vegetation Index,VI ）。 绿色植物叶子的细胞结构在近红外波段具有高反射率，其叶绿素在红光波段具有强吸收 性。因此，在多波段图像中，用红外/ 红波段的图像比值运算，结果图像上植被区域具有高 亮度值，甚至在绿色生物量很高时达到饱和。 归一化植被指数（Normalized Difference Vegetation Index,NDVI ） NDVI=(IR-R)/(IR+R) 其生成过程如下： （1）选择Interpreter|Spectral Enhancement|Indices 命令，打开Indices 对话框。 (2) 选择处理文件（Input File ）。（Lanier.img ） (3)Output File:输出图像的文件名(indices.img) 。 (4)Sensor:选择传感器类型为Landsat TM 。 (5)Coordinate Type:选择Map 。 (6)Select Function：选择函数类型为NDVI. (7)单击OK 执行归一化植物指数运算。 (三)、色彩变换 色彩变换（RGB to HIS ）是将遥感图像从红（R ）、绿（G ）、蓝（B ） 三种颜色组成的 彩色空间变换到以亮度(Intensity)、色度(Hue)、饱和度（Saturation）作为定位参数的彩色空 间。 选择Interpreter|Spectral Enhancement|RGB to HIS 命令打开RGB to HIS 对话框。选择输 入的图像数据与输出的图像数据，选择确定色彩变换的3 个波段：Red，4 ；Green，3 ；Blue， 2 。单击OK 按钮，执行色彩变换。 (四)、色彩逆变换 色彩逆变换（HIS to RGB ）是上述色彩变换对应进行的，是将遥感图像从亮度 (Intensity) 、色度(Hue)、饱和度（Saturation） 作为定位参数的彩色空间转换到红、绿、蓝3 种颜色组成的彩色空间。将上述实验生成的 rgb-his.img 文件按色彩逆变换，生成 rgb1.img 文件，并与原dmtm.img 进行比较。 选择Interpreter|Spectral Enhancement| HIS to RGB 命令打开HIS