信息查看
• 鼠标右键菜单Cursor Location/Value，查看 鼠标所在位置的基本信息
信息查看
• 鼠标右键菜单Z Profile (Spectrum) ，查看 鼠标所在位置的光谱曲线
信息查看
• 在任一主窗口中点击鼠标右键，选择弹出 菜单中的Link Displays，可以将两个显示窗 口连接在一起。
1.遥感影像对比度拉伸基本方法
具体步骤： • 打开实验数据: bhtmref.img • 1.采用交互式拉伸工具分别对影像进行以下对比度拉
伸： • 线性拉伸 • 均衡化拉伸均衡化
2.遥感影像直方图匹配方法 • 打开两个波段数据或两景影像进行直方图匹配操
三、实习仪器与数据 ENVI 或 ERDAS、PCI等通用遥感图像处理软
件（本实习指导书以ENVI为例来加以说明）、 TM遥感影像数据。
图1 研究区示意图
四、实习步骤
1. 数据预处理 首先对TM影像进行几何校正和辐射校正，辐
射校正包括辐射定标和大气校正。
2. 确定分类系统 结合研究区的实际地物分布特点以及分类需
选取地面控制点
选取地面控制点
• 点击Show List按钮，可以查看每一个控制 点的信息
校正影像
• Ground Control Points Selection窗口菜单 Options > Warp File，根据刚才选择的地面 控制点对TM影像进行几何校正。
• Method选择多项式Polynomial法，Degree 选择2阶
动态聚类法流程：
控制参数:
K : 类别数(近似值)
N : 每类的的最小样本数 s : 类内的分散程度参数(如类的标准差) c : 类间距离参数(最小距离)
L : 每次允许合并的类的对子数 I : 允许的迭代次数
实习步骤：
• 打开遥感影像
实习步骤：
• 对影像进行ISODATA分类
实习步骤：
• 输出分类结果
• 主菜单File > Open Image File，在Enter Input Data File对话框中打开bhtmref文件。
• 从Available Bands List内，选择Gray Scale 切换按钮，以灰度方式显示所选择的波段 数据。
• 从 Available Bands List 内，选择RGB Color切换按钮，以彩色方式显示所选择的3 个波段数据。
最大似然分类也称贝叶斯分类。设各类型的光 谱数据服从正态分布，则可根据未知样本落入各 已知样本中的概率大小来确定它的类型归属。
设共有m个类型，样本落在每个类型的先验概 率为
p1, p2, , pm
则任意样本X 落在第i个类型中的后验概率为
p(i |X)p(X p(|X i))pi mp(pX (X || i)ip)ipi i1
实习二 遥感图像几何校正
• 实习目的
– 掌握基于遥感图像的几何校正操作，理解遥感 图像几何校正的意义和内容。
• 实习数据
– bldr_tm：Landsat TM数据，无地理坐标 – bldr_sp：SPOT数据，有地理坐标
打开数据
• 分别载入bldr_tm数据和bldr_sp数据， bldr_sp数据带有地理坐标信息，而bldr_tm 数据没有地理坐标。
数据读取与显示
• 在Scroll窗口移动红色方框，Image窗口中 的图像随之发生移动；在Image窗口移动红 色方框，Zoom窗口中的图像随之发生移动。
数据存储
• 主菜单File > Save > ….可将影像数据保存 为多种格式
• Image窗口菜单File > Save Image As > …. 可将图像保存为多种图像文件
一、实习目的
熟悉掌握非监督分类原理与过程，掌握 监督分类的流程，能够运用遥感图像处理 软件进行遥感影像的非监督分类。
动态聚类法——ISODATA方法（迭代自组织数据 算法）
算法原理： 在Ｋ均值算法的基础上，加入了试探性的步骤，能 吸取中间结果的经验，在迭代的过程中可以进行类 别的分离和合并，具有“自组织”性．
作 • 数据：如Cantmr.img
图8 直方图匹配后的两幅影像及各自直方图
3.遥感影像空间域滤波增强方法
• 分别采用Roberts， Sobel、Laplacian算子对图 像进行锐化处理（边缘提取）
图4 Roberts算子
图5 Sobel算子
图6 Laplacian算子
图7 中值滤波
实习四 遥感图像非监督分类
• Resampling选择双线性插值Bilinear方法 • 打开经过几何校正的TM数据，与原数据以
及SPOT数据进行比较。
实习三 遥感影像增强处理
实验目的
• 加深对遥感图像增强理论理解，掌握图像 增强的基本方法与步骤，能够利用ENVI 软件进行影像增强处理。
实验内容
• 1.遥感影像对比度拉伸基本方法 • 2.遥感影像直方图匹配方法 • 3.遥感影像空间域滤波增强方法
实习步骤：
• 对分类的类别进行确定
根据目视解译，对分类的结果进行类别 的确定，输出分类结果图。
实习五 遥感图像监督分类
一、实习目的
熟悉和掌握分类模板、监督分类的概念，掌握 监督分类的流程,运用通用遥感图像处理软件进行 遥感影像的分类。
二、原理与方法 监督分类法又称训练分类法，即用已被确认类
别的样本像元去识别其他未知类别像元的过程。 现以最大似然法为例进行介绍。
遥感数字图像处理实习
实习一 遥感图像处理软件系 统
• 实习目的
– 了解遥感图像处理系统ENVI的工作界面、数据 的读取、显示与存储等基本操作
• 实习数据
– ENVI自带数据 – ENVI安装路径下\IDL63\products\envi43\data\
bhtmref文件
ENVI界面
数据读取与显示
• 本次实习以bldr_sp数据为基准图像，对 bldr_tm数据进行几何校正
选取地面控制点
• 主菜单Map > Registration > Select GCPs: Image to Image
• 分别选取bldr_sp数据和bldr_tm数据的显示 窗口作为Base Image和Warp Image，点击 OK，启动配准程序。