遥感图像软件实习报告

遥感图像软件实习报告（精选6篇）

遥感图像软件实习报告 第1篇

遥感图像解译课程

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。

同时，实习过程中得到了老师的悉心指导，解决了一些关键问题，在此表示忠诚的感谢。

遥感图像软件实习报告 第2篇

我们小组这次的主要任务就是对我们学校雅园至一教范围内的地形、地物进行野外的数据点的采集，再导入电脑进行内业处理。野外测记和室内成图是数字化测图的主要模式，也是我们此次实习主要运用的模式。

全野外数据采集法成图主要有下列内容：

1.遥感图像处理的准备工作：仪器检较、准备数据记录所需的记录表、实地观察地形确定控制点、数据处理软件准备等;

2.控制测量;

3.外业测绘，碎部点采集;

4.内业图形编辑;

5.图形细节修饰，成果保存。

我们组用索佳全站仪进行外业观测，测量数据自动存入仪器的数据终端，然后将数据终端通过接口设备输入到台式电脑。采用这种方法则从外业观测到内业处理直至成果输出整个流程实现自动化，尽可能减少人为因素而产生的错误。

实习第一天，我们组进行控制测量，12个控制点，由于学校人口密度较大，观测条件不是十分理想，导致我们组的水平观测角中误差超限，最后对所有控制点水平角进行重测，通过平差易软件对数据进行精度评定及平差，控制测量成果符合规范要求。

实习第二天，我们组以二号控制点为测站，一号控制点后视定向，进行碎部测量。我们组共五人，一人操作仪器，一人画草图，三人轮流跑杆，我们组对地物特征点的采集比较详细，如房屋点、道路、井盖、花台、草坪、垃圾桶、橱窗、独立树、行树、篮球场、沟渠、路灯等地物点都进行了采集。由于其他组需要用二号控制点，我们转站至雅园，第一天一共采集将近三百余点。

晚上内业作图，首先对全站仪数据进行读取，数据传输过程中将电脑参数设置成与全站仪参数一致，经过多次尝试，没有成功，最后检查出是由于数据线损坏的缘故，导致全站仪中点位坐标无法导出。迫于无奈，其他小组运用人工输入坐标的方式将全站仪数据输入电脑。

实习第三天，天下起了小雨，影响测量进度，一天只测了一百多数据点，将雅园测区地形地物特征点基本采集完了。当天换了根数据线，成功导出全站仪中记录的数据，进行图形绘制。在绘制地形图的过程中，我们体会到绘制草图的重要性，一份好的草图可以大大提高绘图效率。在地形地物特征点采集过程中遇到不少的问题，比如某些房角点被大量树木遮挡无法观测，我们则用皮尺测量其距离，运用CASS软件中房屋编辑两点及一边的方式绘出图形，或升高棱镜对点位进行观测，这些都是地形图测量过程中对点位测量的灵活处理。

实习第四天，经过全组人员的辛勤努力，碎部点信息的采集终于进入尾声，内业绘图也跟上了外业碎部点采集的进度。外业数据采集，我们组共采集八百多碎部点，详细反应了雅园至一教范围内的地形、地物、地貌。该测区范围内有住宿楼、公路、实验室、办公楼、教学楼等大的建筑物，也有陡坎、篷房、花台、绿化带等细节设施，经过我们组全体组员的通力合作，此次实习取得了令人满意的成果。

通过此次实习，不仅提高了我们的实际操作能力，熟悉掌握遥感图像处理的基本原理和基本过程，还让我们体会到测绘是一个需要团队合作的工作，干测绘需要不怕苦不怕累的精神，白天忙外业，晚上忙内业，起早摸黑是家常便饭，除了这些，测绘还是一项需要细心和耐心的工作，数据成果超限，则必须进行重测，对待工程测量必须要有责任心。通过此次实习，让我受益匪浅，对自己专业有了更深的认识。

1.在医院实习的实习心得

2.实习生实习心得

3.护理见习实习心得

4.供电厂实习心得

5.海关实习心得

6.护士实习心得

7.新闻专业实习心得

8.生产实习心得

9.法院实习心得

遥感图像软件实习报告 第3篇

彩色合成是遥感数字图像处理方法中, 最常用、最基本、也是最便捷有效的彩色增强处理方法, 是关于遥感图像处理研究最早的内容之一, 到目前为止一直在延续使用, 而且必不可少, 然而在教学中本人发现, 学生对于光学原理完成的彩色合成从理论上并不能很好的理解, 学生可以看到彩色图像, 可以按照排列组合的方式, 把所有能做的彩色合成全部完成, 观察到色彩的变化, 但是很难将色度学、地物波谱特性、图像灰度值、图像透光性等知识融合到一起进行综合分析, 从原理上明白色彩变化的原因。本人从事遥感地质学教学工作多年, 将彩色合成的教学经验进行了总结, 希望对从事这方面教学工作的教师具有一定的帮助。

1 授课内容

假彩色合成, 从标准假彩色入手, 以植被为例。

1.1 MSS数据的光学标准假彩色合成

图1为从波段选择, 植被反射率, 图像色调、透明正片密度, 滤色片颜色、色光混合, 植被颜色7大方面对于标准假彩色图像上植被颜色为品红色原理的列表解释。

1.2 ETM+数据的数字标准假彩色合成、真彩色合成。

图2和图3为以ETM+、TM数据为例, 用数字图像处理的方法解释标准假彩色和真彩色合成的原理, 因为该原理的实现是在计算机的遥感软件下完成, 数据类型有一定的变化, 所以透明正片密度用图像密度来代替, 滤色片三原色, 由计算机的RGB三原色代替, 实现标准假彩色、真彩色合成。工作波段、名称、植物反射率、图像色调、DN值、图像密度、三原色、色光混合原理应该在本次课之前完成, 在课上介绍到哪一部分就要做相应的复习。

1.3 授课需特别讲明的问题

1.3.1 光学和数字假彩色合成原理区别

遥感图像彩色合成处理的对象或基础是多波段遥感图像, 单波段图像是地物在此波长范围内的反射波谱特性的直观显示, 关键是如何理解对模拟图像的光学图像处理时和对数字图像的计算机处理时不同显示方式的表象和实质。

光学图像处理:处理对象是模拟图像, 每一单波段图像可视为一张像片或一张透明正片。

反射率高的地物在银盐感光材料的相纸上 (正像) 、 (像片) , 银粒密度低, 色调浅;在银盐感光材料的片基上 (正像) 、 (透明正片) , 银粒密度低, 透光率高;合成时混入所配的某一原色光的量多。

反射率低的地物在银盐感光材料的相纸上 (正像) 、 (像片) , 银粒密度高, 色调深;在银盐感光材料的片基上 (正像) 、 (透明正片) , 银粒密度高, 透光率低;合成时混入所配的某一原色光的量少。

数字图像处理:处理对象是数字图像, 每一单波段图像可视为一个图层, 如同透明正片。

反射率高的地物DN值高 (透明正片透光率高) , 在显示器上亮度高, 混入所赋的某一原色光量多。

反射率低的地物DN值低 (透明正片透光率低) , 在显示器上亮度低, 混入所赋的某一原色光量少。

光学处理直观形象易于理解, 数字处理方便易行, 但容易忽视原理和为什么, 造成图像处理的盲目性、随意性, 对处理结果无法做出科学解释。授课过程中要注意讲明影像色调深浅与透明正片密度大小与透光率大小与单波段影像的DN值高低的相关性。

1.3.2 标准假彩色合成波段选择原理。

标准假彩色合成选择的波段为近红外、红光、绿光, 如本文中的MSS数据和TM数据, 选择的波段为MSS 7 (R) 、MSS5 (G) 、MSS4 (B) 和TM4 (R) 、TM3 (G) 、TM2 (B) , 都是由植被的波谱特征来决定的。植被在摄影红外波段如MSS7、TM4反射率奇高, DN值高, 在相应波段的图像上色调浅, 混入所赋的某一原色光多, 所以, 在多波段遥感图像彩色合成时, 为此波段图像所赋的原色光的颜色将成为合成图像的主导色。MSS5和TM3都是红光波段植被的反射率低, 处在红谷的位置, 透光性不好。MSS4和TM2都是绿光波段植被具有绿峰, 反射率较高, 图像密度较小, 透光性较好。大量的红光和少量的蓝光合成为非常偏红的品红色。

1.3.3 真彩色的原理

TM3、TM2、TM1分别为红光、绿光、蓝光波段 (图3) , 在彩色合成过程中恰好给予红、绿、蓝三原色, 则原来是红色的地物还是红色, 原来是绿色的地物还是绿色, 原来是蓝色的地物还是蓝色, 其合成色与地物原有颜色一致。例如, 原来是红色的物体, 是因为其反射了红光看起来是红色, 那么它在TM3红光波段的图像上反射率就会很高, 图像色调很浅, 透光性很好, 给一束红光恰好能透过, 地物看起来则为红色, 恢复了地物原有的颜色, 因此称TM3 (R) 、TM2 (G) 、TM1 (B) 为真彩色, 就是进行了色彩还原的真彩色图像, 这也是数字彩色摄影的基本原理。

1.3.4 模拟真彩色和真彩色之间的区别

如:MSS5 (R) 、7 (G) 、4 (B) 彩色合成的植被绿色为模拟真彩色, 而非真彩色, TM3 (R) 、TM2 (G) 、TM1 (B) 则为真彩色。原因在于, MSS没有蓝光波段的像, 缺少地物三原色的蓝光信息, 因此无论怎样彩色合成都不会与地物真实颜色相一致。

1.4 举一反三讲解的内容

前边已经把彩色合成的基本原理解释清楚, 可以用提问的方式, 由学生先观察、思考, 然后再讲解, 讨论完成本部分的几个问题。

1.4.1 植被的颜色为什么会不同

实际生长的植被, 由于一种植被处在不同的生长期, 遭受的病虫害不同, 其反射率也不同, 所以图像的密度, 透光性也不同, 所以植被在标准假彩色合成图像上虽然都是非常偏红的品红色, 但深浅也会相差很大, 如健康茂盛———亮红, 幼年———粉红, 病害———暗红, 成熟农作物—鲜红等。基本的规律是植被生长的越好, 反射率越高, 就会越偏红。

不同的植被, 如小麦、树木、灌木丛颜色会不同在讲解的遥感图像数据上找到相应的地物进行观察。

1.4.2 标准假彩色合成不同水质水体颜色变化特点

彩色合成中, 水体颜色的变化主要由水中所含物质来决定, 课上以TM432洞庭湖为例讲解, 水体当清而深时是黑色, 因为水体在三个波段上的反射率都较低, 红、绿、蓝三原色都不容易透出故为黑色;当水体中含泥沙时在TM3橙红光波段, TM2绿黄光波段, 泥沙具有一定的反射率, 增加绿、蓝光的透光率, 合成为淡青色;有水藻时TM4摄影红外波段反射率大大增强, 具有了植被的光谱特征, 呈现出带红点、红晕的图像特征。并可进一步为同学讲解水体污染监测, 如赤潮。

1.4.3 云、雪、冰在TM432标准假彩色合成时是什么颜色

云、雪、冰, 因其在TM432三个波段反射率均较高, 红、绿、蓝三原色光均能很好的透过来, 加色法合成为白色。

1.4.4 当遇到我们没有讲过的地物时, 如何分析其颜色

注意为学生梳理思路, 从地物的波谱曲线入手, 结合遥感图像波段特征, 按照图1、图2、图3的思路方法进行分析, 即可得到答案。

1.5 相关作业

草绘植被的反射波谱曲线。结合多波段假彩色合成实验, 综合分析植被在TM标准假彩色 (模拟真彩色) 图像上的色彩特征, 并说明为什么? (提示:植被的反射波谱特性、ETM+各波段的工作波长、植被在不同波段图像上的色调、透明正片的影像密度或DN值、波段与三原色光组合、色光加法混合原理)

2 授课方式

在课上首先把一幅图像由灰度变为彩色的, 勾起学生的好奇心, 然后按照“理论+实验”、“提问+讨论”方式完成教学。分别用光学图像处理方法和数字图像处理方法来实现。

光学图像处理方法, 采用多光谱彩色合成仪 (图4) , 在当今的数字化时代, 各种传统的光学图像处理方法几乎都得以在计算机上实现, 该仪器已少人问津, 但对直观地理解彩色合成图像处理的原理还起着难以取代的作用, 在这里仅作简要介绍, 该实验选用的是MSS数据。

实验选择MSS7, MSS5, MSS4三个透明正片, 图5 (左) 单波段图像, 对应多光谱彩色合成仪的三个通道, 以MSS7 (R) , MSS5 (G) , MSS4 (B) 的方式给三个透明正片配以红、绿、蓝三原色光, 即出现图5 (右) 的彩色合成以后的图像。当图像彩色合成实现后, 以洞庭湖下方代表芦苇分布的品红色区域为例, 按照图1的原理再强调一次原理, 学生才会有眼见为实的感触。

多光谱彩色合成仪可以将三原色顺序以C32种组合调整顺序, 除MSS7、5、4对应R、G、B为标准假彩色之外, 其它组合———统称非标准假彩色合成, 或直接称为彩色合成。其中MSS5 (R) 、7 (G) 、4 (B) 被称为模拟真彩色。

数字图像处理, 在计算机上, 用ERDAS等遥感图像处理软件完成, 选用TM、ETM+等数据均可。彩色合成处理过程较简单, 出现的效果需要依照图2和图3以及授课内容作出详细认真的讲解, 并注意单独观察TM4 (R) , TM3 (G) , TM2 (B) 具有植被部位的透光性, 分析透光性是否由其反射率来决定, 透过的光根据加色法彩色合成原理, 即得植被的颜色———品红色 (图5) 。

TM有7个波段, 6波段为热红外图像不参与反射波谱特性图像的彩色合成, 所以彩色合成选择TM1、TM2、TM3、TM4、TM5、TM7, 6个波段完成, 共有C63种合成方案, 老师再为学生演示TM3 (R) 、TM2 (G) 、TM1 (B) 彩色合成方案, 并按照授课内容讲解, 其余方案由学生自己操作, 体会其中的原理, 并总结颜色变化的原因, 完成1.3的作业。

3 课程内容重难点分析

本课程设计100分钟, 70分钟讲解加演示, 30分钟学生用ERDAS软件自己操作完成。学生在操作的过程中需观察不同的彩色合成下地物颜色的变化, 考虑为什么, 并完成作业。 (下转第68页) (上接第55页) 4结论

本设计将地物的波谱特性, 图像的灰度, 透明正片的透光率, 多波段图像波段效应、三原色光原理, 加色法色光混合原理全部融会贯通起来, 使学生真正理解彩色合成的原理, 并在实际工作中能灵活运用, 如比值图像、主成份分析处理后的图像, 也可以用本设计彩色合成原理来理解, 只是失去了地物的波谱意义, 体现的是其数学特征, 由DN值来决定。在实际教学中本设计教学效果非常好, 所以将其总结成文。S

摘要：多波段遥感图像彩色合成是一种应用广泛的遥感图像应用处理, 本文对其授课目标、授课方式、授课内容、授课顺序、授课重点等进行了设计, 并将彩色合成原理从色度学、地物波谱特性、图像灰度值 (图像密度、透光性) 等几个方面进行关联, 使学生真正学懂彩色合成的基本原理, 并能灵活地应用到遥感图像专题信息提取的实践之中。

关键词：标准假彩色合成,真彩色合成,加色法

参考文献

[1]母国光, 站元龄.光学[M].人民教育出版社, 1978.

[2]荆其诚, 等.色度学[M].科学出版社, 1979.

[3]汤顺青.色度学[M].北京理工大学出版社, 1990.

[4]吕斯骅.遥感物理基础[M].商务印书馆, 1981.

[5]陈述彭.遥感大词典[M].科学出版社, 1990.

[6]朱亮璞.遥感地质学[M].地质出版社, 1994.

[7]霍宏涛.数字图像处理[M].机械工业出版社, 2003.

遥感图像分类方法综述 第4篇

摘 要：对传统图像监督分类方法和非监督分类方法在遥感图像分类中的应用进行总结，对基于人工神经网络、模糊理论、小波分析、支持向量机等理论的新的遥感图像分类方法进行了介绍，并对遥感图像分类方法研究的发展趋势做了展望。

关键词：遥感图像；监督分类；分类精度

1 概述

遥感就是远离地表，借助于电磁波来收集、获取地表的地学、生物学、资源环境等过程和现象的科学技术。遥感技术系统由四部分组成：遥感平台、传感器、遥感数据接收及处理系统、分析系统。遥感数据就是用遥感器探测来自地表的电磁波，通过采样及量化后获得的数字化数据。

2 传统遥感图像分类方法

2.1 非监督分类方法

非监督分类方法也称为聚类分析。进行非监督分类时，不必对遥感图像影像地物获取先验类别知识，仅依靠遥感图像上不同类别地物光谱信息进行特征提取，根据图像本身的统计特征的差别来达到分类的目的。主要的算法有：K-均值聚类（K-means）算法和迭代自组织数据分析法（Iterative Self-organizing Data Analysis Techniques A， ISODATA）等。

2.2 监督分类方法

对于监督分类，训练区的选择要求有代表性，训练样本的选择要考虑到遥感图像的地物光谱特征，而且样本数目应能够满足分类的要求，否则，一旦样本数目超过一定的阈值时，分类器的精度便会下降。主要的算法有：最大似然分类（Maximum Likelihood classification， MLC）、最小距离分类、K-近邻分类等。

3 基于新理论的遥感图像分类方法

3.1 基于人工神经网络的遥感图像分类

在遥感图像的分类处理中，人工神经网络的输入层神经元表征遥感图像的输入模式。每一个输入层神经元对应于一个光谱波段，每一个输出层神经元则对应于一种土地覆盖类型。其中，主要的神经网络分类方法包括BP神经网络、径向基函数（Radial Basis Function， RBF）神经网络等。

3.2 遥感图像的复合分类方法

这种方法分类时，首先用监督分类法（或非监督分类法）将遥感图像概略地划分成几个大类，再用非监督分类法（或监督分类法）对第一步已分出的各个大类进行细分，直到满足要求为止。如靳文戟等提出的分级复合分类方法，结合了多层神经网络BP模型和非监督分类算法K-means算法。这样不仅避免了多层神经网络在识别类别多时学习速率慢，不易收敛的缺点，还使得迭代次数减少。

3.3 基于模糊理论的遥感图像分类方法

模糊理论是1965年扎德提出的，模糊理论往往用于对不确定性事物的描述。模糊模式分类是依据隶属原则进行判别。这种方法的关键是确定适当的隶属度函数。在实际的模式分类问题中，要分类的对象往往不是论域中的某个确定元素，而是论域中的模糊子集，此时研究的不是某元素对集合的隶属程度，而是两个模糊子集之间的贴近程度。

3.4 基于小波理论的遥感图像分类方法

小波分析是上个世纪80年代迅速发展起来的应用数学分支。小波理论具有良好的时频局部特性，从而能够从时域和频域的角度精确描述图像的特征。小波函数可以看作是一个带通滤波器的系统响应，小波变换是将原始信号用一组多尺度带通滤波器进行滤波，将信号分解到多个频带上分析。因而小波分析在图像降噪、分类、分割和压缩等领域得到了广泛的应用。

3.5 基于支持向量机的遥感图像分类方法

支持向量机是基于两类问题提出的，遥感图像涉及的一般是多类问题，需要将两类SVM进行扩展才能适合于多类别分类问题。为此不少学者提出了几种改进方法，①对于多类SVM，可以组合几个二类分类器；②构造一个更大的最优化问题来进行分类。

4 结束语

在遥感技术的研究中，提高遥感图像的分类精度是一个关键问题，具有十分重要的意义。虽然上述方法以及分类思想的出现比传统的方法在分类精度上有明显的提高，也无疑为遥感图像分类的发展注入了新的活力，但是这些方法同时存在一定的不足。所以还需要在此基础上进行改进，达到较好的分类效果。笔者认为可以从以下几个方面得到改进：

①BP算法与Cauchy训练的结合的方法。由于BP算法容易陷入局部极小点，而Cauchy训练是随机调整权值，可能背离寻找全局极小点。所以，将二者结合可以互相补充取得较好的效果。

②优化距离度量方法。

③选择多个代表类别的特征。如，将光谱体征和纹理特征相结合。基于像元的分析与基于光谱分析相结合。

④基于核函数的分类方法。在核函数上进行突破。

⑤遥感与地理信息系統一体化。

⑥基于小波的神经网络分类方法的进一步研究以及基于模糊理论的神经网络的分类方法的研究。

总之，为了进一步提高分类精度，综合利用各种方法进行遥感图像分类是提高遥感图像分类精度的一种有效方法。

参考文献：

[1]Melgani F， Bruzzone L. Classification of Hyperspectral Remote Sensing Images with Support Vector Machines[J]. IEEE Transactions on Geoscience Remote Sensing， 2004， 42（8）： 1778-1790.

[2]靳文戟，刘政凯.多类别遥感图像的复合分类方法[J].环境遥感， 1995，10（4）：298-302.

[3]周前祥，敬忠良.高光谱遥感图像联合加权随机分类器的设计与应用[J].测绘学报，2004，33（3）：254-257.

[4]李旭超，朱善安.小波变换和马尔可夫随机场在图像降噪与分割中的应用研究[D].浙江大学，2006.4.

[5]张志龙，沈振康. 基于遥感图像的重要目标中特征提取与识别方法研究[D]. 国防科技大学，2005.3.

遥感数字图像处理实验报告 第5篇

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

遥感图像软件实习报告 第6篇

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：