遥感原理与应用实验指导书(第一版)实验一ENVI基本操作实验目的了解遥感图像处理软件ENVI的界面和基本操作。

实验内容ENVI基本功能操作，包括图像的打开、显示、增强等。

实验仪器、设备及材料ENVI遥感图像处理软件，示例遥感影像。

实验原理影像显示功能简介：二维视窗是显示栅格图像、矢量图形、注记文件、ROI 等数据层的主要窗口。

通过实际操作，掌握视窗菜单的主要功能、视窗工具功能。

图1 ENVI5.0主界面重点掌握ENVI5.0主菜单，ENVI5.0工具栏等基本功能。

实验步骤1、图像显示File->Open或者选择需要进行显示的数据文件。

2、数据管理File->Data Manager或者打开数据管理窗口。

数据列表数据详细信息波段合成列表3、工具栏4、右键菜单进行显示控制。

如改变RGB彩色显示波段，影像缩放，栅格数据密度分割与颜色表变换等。

实验二遥感影像几何校正实验目的遥感影像的几何校正处理（图像配准）。

实验内容⏹使用ENVI软件实现遥感图像的裁剪；⏹对裁剪后的影像进行多项式校正（配准）。

实验仪器、设备及材料ENVI遥感图像处理软件，示例遥感影像。

示例遥感影像包括：◆待校正航摄影像（西南交通大学犀浦校区2008年）参考影像（西南交通大学犀浦校区2006年Quickbird全色影像）实验原理多项式纠正回避成像的空间几何过程，直接对图像变形的本身进行数字模拟。

多项式的项数（即系数个数）N与其阶数n有着固定的关系：N=（n+1）（n+2）/2 根据纠正图像要求的不同选用不同的阶数，当选用一次项纠正时，可以纠正图像因平移、旋转、比例尺变化和仿射变形等引起的线性变形。

当选用二次项纠正时，则在改正一次项各种变形的基础上，还改正二次非线性变形。

如选用三次项纠正则改正更高次的非线性变形。

（一）利用已知地面控制点求解多项式系数；（二）遥感图像的纠正变换（三）数字图像亮度（或灰度）值的重采样采用适当的方法把某点位周围邻近整数点位上亮度值对该点的亮度贡献累积起来，构成该点位的新亮度值，这个过程即称为数字图像亮度（或图像灰度）值的重采样。

１）最邻近像元采样法取距离被采样点最近的已知像素的亮度作为采样亮度。

２）双线性内插法取（x,y）点周围的4邻点，在y方向内插二次，再在x方向内插一次，得到（x,y)点的亮度值f（x,y)。

３）双三次卷积重采样法取与计算点周围相邻的16个点，先在某一方向内插，再根据计算结果在另一个方向上内插，得到一个连续内插函数。

实验步骤第一步：打开并显示图像文件(1)选择主菜单→File→Open Image File，将“犀浦校区航片2008.tif”和“犀浦校区2006全色PAN.img”文件打开，并将他们显示在Display窗口中。

第二步：裁剪待校正影像图像裁剪的目的是将研究区之外的区域去除，常用的方法是按照行政区边界或者自然区划边界进行图像裁剪。

同时，还可以按照矩形，任意多边形，影像对其进行裁剪。

（1）选择主菜单→Basic Tools→Resize Data（Spatial/Spectral），在Resize Data Input File中选择待裁剪的影像，点击Spatial Subset，进入Select Spatial Subset面板。

（2）在Subset Using下方点击Image，进入Subset by Image面板。

通过调整红色矩形框的大小确定待裁剪区域后，点击OK。

回到Select Spatial Subset面板，点击OK。

（3）点击OK后进入Resize Data Parameters面板，选择重采样方式，文件存储路径。

点击OK后裁剪影像自动添加到可用波段列表中。

第三步：启动几何校正模块（1）选择主菜单→Map→Registration→Select GCPs：Image to Image,打开几何校正模块。

（2）选择显示裁剪后的文件的Display窗口为基准图像（Base Image），显示“犀浦校区航片2008.tif”的Display窗口为待校正图像（Warp Image），点击OK按钮，进入采集地面控制点窗口。

第四步：地面控制点（GCPs）选取(1)为了便于选择控制点，在Display#1和Display#2的主窗口（Image）中分别点击右键→Toggle→Display Cross-hair，显示十字靶框。

(2)在两个Display窗口中，移动方框的位置，寻找明显的地物特征点作为输入GCP（GCP一定要布置在影像纹理清晰易于定位的地方，如线状地物的交叉点或地物拐角上，GCP均匀分布在影像上。

）在两个Display窗口中的Image窗口粗略定位后，然后在Zoom窗口精确定位。

(3)匹配好特征点后，在Ground Control Points Selection 上，单击Add Point按钮，将当前GCP加入到列表中。

(4)用同样的方法继续寻找其余特征点，当选择控制点的数量多余3个时，会自动计算RMS。

Ground Control Points Selection上的Predict按钮可用，这时在基准图像上定位一个特征点，单击Predict按钮，待校正图像显示窗口中会自动预测匹配区域，适当调整一下位置，单击Add Point按钮，添加当前GCP。

随着GCP数量越来越多，预测点的精度会越来越精确。

(5)在Ground Control Points Selection 上，单击Show List 按钮，可以看到选择的所有GCPs。

(6)在Image to Image GCP List 上单击Options，选择Order Points by Error，所有的GCPs会自动按照RMS值由高到低排序。

(7)删除RMS过高的点或者将十字光标重新定位到正确位置，点击Image to ImageGCP List上的Update进行微调。

(8)反复调整GCPs，确保总的RMS值小于1个像素，点的数量足够而且分布均匀。

（ENVI提供3种几何校正计算模型：仿射变换RST；多项式模型Polynomial；局部三角网Triangulation。

应用较多的多项式模型需要确定多项式的次方数，如2次多项式或者3次多项式。

选择的次方数与最少的控制点相关的，计算公式为：最少控制点数=（n+1）*（n+2）/ 2,其中n为次方数。

如2次多项式最少需要6个控制点。

）(9)在Ground Control Points Selection 上，选择File→Save GCPs to ASCII，保存所选控制点。

第五步：选择校正结果并输出结果（1）在Ground Control Points Selection上，选择Options→Warp File（as Image to Map），选择待校正影像，点击OK后到Registration Parameter面板。

（2）在Registration Parameter中，默认投影参数和像元大小与基准影像一致。

（3）如上图所示，校正方法选择2次多项式（Polynomial），重采样方法为最近邻法，背景值为0，选择输出路径和文件名，后点击OK。

第六步：检验校正结果（1）同时在两个Display窗口中打开基准影像和校正后的影像，通过视窗链接（Link Displays）及十字光标或者地理链接（Geographic Link）进行关联。

在任意Display窗口中点击鼠标右键，分别选择Link Displays和Geographic Link后如下图所示（2）移动十字光标，目视检查校正结果是否符合要求。

实验注意事项思考题实习报告本次实习报告应该包括如下内容：1、一般多项式几何校正的原理与方法；2、数据处理的主要步骤及结果图件（影像裁剪与几何校正）；3、查阅文献资料，归纳总结目前常用的几何校正模型及其特点。

实验三遥感影像辐射处理实验目的遥感影像的辐射处理（辐射定标与辐射增强）。

实验内容⏹使用ENVI软件实现遥感影像的辐射定标处理；⏹使用ENVI软件实现遥感影像的融合处理。

实验仪器、设备及材料ENVI遥感图像处理软件，示例遥感影像。

示例遥感影像包括：◆Landsat8 OLI影像（成都地区2013年）◆Quickbird影像（全色+多光谱，西南交通大学犀浦校区2006年）实验原理遥感影像的像元值大多是经过量化的、无量纲的DN值，而进行遥感定量化分析时，常用到辐射亮度值、反射率值、温度值等物理量。

传感器（影像）辐射定标就是通过计算获得这些物理量的过程。

辐射定标是将遥感器所得的测量值变换为辐射亮度或地表反射率、表面温度等物理量有关的相对值的处理过程。

或者说，辐射定标就是建立遥感传感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系。

常用的辐射定标模型为线性模型：L gain DN bias=⨯+。

影像融合是将同一目标或场景的、并由不同传感器获得的，或用同种传感器以不同成像方式，或在不同成像时间获得的不同影像，融合为一幅影像。

在既保持多光谱影像辐射信息的同时又能提高影像空间分辨率的遥感影像处理方法。

影像融合有3个层次，分别是像素级（影像在经过严格的几何配准基础上进行逐像元运算处理而完成的融合处理）；特征级（考虑影像待识别要素的边缘、形状、纹理等特征，使要素信息在目标向量层次上得到更好的综合）和决策级（根据一定的准则和可信度，实现目标属性层次上的融合）。

主要的融合算法有KL变换、IHS变换、Brovey变换、Gram-Schmidt变换、CN变换及小波变换融合算法等。

实验步骤（1）Landsat8 OLI辐射定标在进行定量化的遥感应用之前，需要对原始影像进行辐射定标运算，目的是把图像上的DN值转为辐亮度或者是反射率。

在ENVI中一般有两种方式进行辐射定量运算，一种是利用利用计算公式，在ENVI中利用band math（波段运算）计算辐亮度或者反射率，另一种是利用ENVI自带的对特定传感器数据的定标工具（如Landsat TM、EOS MODIS等）。

根据NASA对于LandSat 8影像使用的相关说明文档“Landsat 8 Conversion to Radiance, Reflectance and At-Satellite Brightness Temperature ”(/landsat8.php)，可以根据下面的公式将DN值转化为大气层顶辐射亮度值、反射率和亮度温度。

Conversion to TOA RadianceOLI and TIRS band data can be converted to TOA spectral radiance using the radiance rescaling factors provided in the metadata file:Lλ = M L Q cal + A Lwhere:Lλ= TOA spectral radiance (Watts/( m2 * srad * μm))M L= Band-specific multiplicative rescaling factor from the metadata (RADIANCE_MULT_BAND_x, where x is the band number)A L= Band-specific additive rescaling factor from the metadata (RADIANCE_ADD_BAND_x, where x is the band number)Q cal= Quantized and calibrated standard product pixel values (DN)Conversion to TOA ReflectanceOLI band data can also be converted to TOA planetary reflectance using reflectance rescaling coefficients provided in the product metadata file (MTL file). The following equation is used to convert DN values to TOA reflectance for OLI data as follows:ρλ' = MρQcal + Aρwhere:ρλ' = TOA planetary reflectance, without correction for solar angle. Note that ρλ' does not contain a correction for the sun angle.Mρ= Band-specific multiplicative rescaling factor from the metadata (REFLECTANCE_MULT_BAND_x, where x is the band number)Aρ = Band-specific additive rescaling factor from the metadata (REFLECTANCE_ADD_BAND_x, where x is the band number)Qcal = Quantized and calibrated standard product pixel values (DN)TOA reflectance with a correction for the sun angle is then:()()''cos sin SZ SE ρλρλρλθθ==where:ρλ = TOA planetary reflectanceθSE = Local sun elevation angle. The scene center sun elevation angle in degrees is provided in the metadata (SUN_ELEV ATION).θSZ = Local solar zenith angle; θSZ = 90° - θSEConversion to At-Satellite Brightness TemperatureTIRS band data can be converted from spectral radiance to brightness temperature using the thermal constants provided in the metadata file:21ln(1)K T K L λ=+ where:T = At-satellite brightness temperature (K)L λ = TOA spectral radiance (Watts/( m2 * srad * μm))K 1 = Band-specific thermal conversion constant from the metadata (K1_CONSTANT_BAND_x, where x is the band number, 10 or 11) K 2 = Band-specific thermal conversion constant from the metadata (K2_CONSTANT_BAND_x, where x is the band number, 10 or 11)ENVI5.0调用Band Math计算工具：定标参数（2）影像融合①在右侧Toolbox中查找工具Gram-Schmidt Pan Sharpening。