实习三遥感图像的变换与融合.docx
- 文档编号:12731331
- 上传时间:2023-06-07
- 格式:DOCX
- 页数:20
- 大小:1.61MB
实习三遥感图像的变换与融合.docx
《实习三遥感图像的变换与融合.docx》由会员分享,可在线阅读,更多相关《实习三遥感图像的变换与融合.docx(20页珍藏版)》请在冰点文库上搜索。
实习三遥感图像的变换与融合
实习报告书
实习三遥感图像的变换与融合
姓名:
刘振明专业:
测绘工程
班级:
2013014班学号:
201301407
实验日期:
2016.5.27实验组号:
07
[实验目的]
1.理解遥感图像的变换与融合的含义;
2.掌握基本的遥感图像变换方法主成分分析,缨帽变换变换等。
2.会使用ENVI软件对遥感图像进行变换和融合的操作。
[实验步骤]
波段运算
一、波段的运算
BandMath对话框(实习数据采用软件自带数据bhtmref.img,要求用此种方法做NDVI)
1.选择BasicTools>BandMath.
将出现BandMath对话框。
假如运算结果是一个二维数组,它将接受任何有效的IDL数学表达式、函数或程序。
2.在标签为“Enteranexpression:
”的文本框内,输入变量名(将被赋值到整个图像波段或可能应用到一个多波段文件中的每个波段)和所需要的数学运算符。
变量名必须以字符“b”或“B”开头,后面跟着5个以内的数字字符。
实例:
若你想计算三个波段的平均值,数学方程式:
(float(b1)+float(b2)+float(b3))/3.0
可以输入到文本框中。
该表达式中使用的三个变量,“b1”是第一个变量,“b2”是第二个变量,“b3”是第三个变量。
注意,在本例中,IDL的浮点型函数用来防止计算时出现字节溢出错误。
3.一旦一个有效的表达式被输入,点击“OK”处理。
将出现VariabletoBandName对话框。
请参见以下部分。
·要重新使用、保存或取消任何以前应用的数学表达式:
1.点击显示在“PreviousExpression:
”列表中的任何表达式,把它导入到“Enteranexpression:
”文本区中。
2.一旦被导入,点击“OK”,把该表达式应用到一组新的波段。
将出现VariabletoBandName对话框。
请见下列的详细向导。
·要把表达式保存到一个输出文件,点击“Save”,然后当出现EnterOutputFilename对话框时,键入输出文件名。
为了保持一致,输出文件名应该指定扩展名为.exp。
·要恢复原先保存的表达式,点击“Restore”,然后选择适当的文件名。
该表达式将显示在“PreviousExpression:
”列表中。
·要清除所有原先的表达式,点击“Clear”。
图像变换
一、PrincipalComponentAnalysis(主成分分析)(实习数据采用软件自带数据bhtmref.img)
主成分分析(PCA)用多波段数据的一个线性变换,变换数据到一个新的坐标系统,以使数据的差异达到最大。
这一技术对于增强信息含量、隔离噪声、减少数据维数非常有用。
ENVI能完成正向的和逆向的PC变换。
1.ForwardPCRotation(正向的PC变换)
正向的PC变换用一个线性变换使数据差异达到最大。
当运用正向的PC变换时,ENVI允许计算新的统计值,或将已经存在的统计项进行变换。
输出值可以存为字节型、浮点型、整型、长整型或双精度型。
也可以基于特征值抽取PC变换输出的部分内容,生成需要的PC波段的输出。
一旦变换完成,将会出现PC特征值图。
显示出每一个输出的PC波段的差异量。
PC波段将显示在AvailableBandsList中。
ComputeNewStatisticsandRotate(计算新的统计值和旋转)
(1)选择Transforms>PrincipalComponents>ForwardPCRotation>ComputeNewStatisticsandRotate.
(2)出现PrincipalComponentsInputFile对话框时,选择输入文件或用标准ENVI选择程序建立子集。
(3)出现ForwardPCRotationParameters对话框时,在“StatsX/YResizeFactor”文本框键入小于1的调整系数,对计算统计值的数据进行二次抽样。
键入一个小于1的调整系数,以提高统计计算的速度。
例如,在统计计算时,用一个0.1的调整系数将只用到十分之一的像元。
(4)若需要,键入一个输出统计文件名。
(5)点击按钮,选择是否计算“CovarianceMatrix”(协方差)或“Correlationmatrix”(相关系数)。
计算主成分时,有代表性地要用到协方差矩阵。
当波段之间数据范围差异较大时,要用到相关系数矩阵,并且需要标准化。
(6)选用“File”或“Memory”输出。
·若选择输出到“File”,在标有“EnterOutputFilename”的文本框里键入要输出的文件名;或用“Choose”按钮选择一个输出文件名。
(7)从“OutputDataType”菜单里,选择需要的输出类型(字节型,整型,无符号整型,长整型,无符号长整型,浮点型,双精度型)。
(8)用下列选项,选择输出PC波段数。
如果要限定输出PC波段数,用“NumberofOutputPCBands”标签附近的按钮确定输出的PC波段数。
默认的输出波段数等于输入的波段数。
如果要通过检查特征值,选择输出的PC波段数,则点击“SelectSubsetfromEigenvalues”标签附近的按钮,选择“YES”。
(9)选择上面一个选项以后,在ForwardPCRotationParameters对话框里,点击“OK”为选择的输入文件计算协方差或相关系数和特征值,并进行正向的PC旋转。
当ENVI已经处理完毕,将出现PCEigenValues绘图窗口,PC波段将被导入AvailableBandsList中,你可以从列表中选择显示。
2.InversePCRotation(反向PC变换)
将主成分图像变换回到它们的原始数据空间:
(1)选择Transforms>PrincipalComponents>InversePCRotation.
(2)当出现标准ENVI选择文件或子集对话框时,选择你的输入文件,并用标准ENVI文件选择程序建立需要的子集。
出现另一个文件选择对话框,在当前输入数据目录中,列表显示出了已经存在的统计文件(默认扩展名为.sta)。
(3)用标准ENVI文件选择程序选择前面在正向PC旋转中存储的统计文件。
注意:
在选择反向PC旋转之前,统计文件必须已经存在。
(4)在“Calculateusing”标签附近,选择“CovarianceMatrix”或“CorrelationMatrix”。
(5)选用“File”或“Memory”输出。
若选择输出到“File”,在标有“EnterOutputFilename”的文本框里键入要输出的文件名,或用“Choose”按钮选择一个输出文件名。
(6)从“OutputDataType”下拉菜单里,选择一个数据类型,作为输出文件的数据类型。
(7)点击“OK”运行反向变换。
当ENVI已经处理完毕,PC波段将被导入AvailableBandsList中,你可以从列表中选择显示(用标准灰阶或RGB彩色合成方法)。
二、TasseledCap(缨帽变换)
缨帽变换是一种通用的植被指数,可以被用于LandsatMMS或LandsatTM数据。
对于LandsatMMS数据,缨帽变换将原始数据进行正交变换,变成四维空间(包括土壤亮度指数SBI、绿色植被指数GVI、黄色成分(stuff)指数YVI,以及与大气影响密切相关的non-such指数NSI)。
对于LandsatTM数据,穗帽植被指数由三个因子组成——“亮度”、“绿度”与“第三”(Third)。
其中的亮度和绿度相当于MSS缨帽的SBI和GVI,第三种分量与土壤特征有关,包括水分状况。
(1)选择Transforms>TassledCap。
(2)出现TasseledCapTransformationInputFile对话框时,选择输入文件。
(若需要)用标准ENVI文件选择程序输入文件或空间子集。
(3)点击“OK”继续,显示TasseledCapTransformParameters对话框。
(4)用下拉菜单,选择“InputFileType”(LandsatTM数据bhtmref.img)。
(5)选择输出到“File”或“Memory”
·若选择输出到“File”,在标有“EnterOutputFilename”的文本框里键入要输出的文件名;或用“Choose”按钮选择一个输出文件名
(6)点击“OK”开始计算穗帽变换,变换进行时,屏幕上出现一条状态信息。
完成时,ENVI将穗帽波段名输入到AvailableBandsList中,在那里可以用标准ENVI灰阶或RGB彩色合成方法显示。
三、NDVI(归一化植被指数)
NDVI(NormalizedDifferenceVegetationIndex)是一个普遍应用的植被指数,将多波谱数据变换成唯一的图像波段显示植被分布。
NDVI值指示着像元中绿色植被的数量,较高的NDVI值预示着较多的绿色植被。
NDVI变换可以用于AVHRR、LandsatMSS、LandsatTM、SPOT或AVIRIS数据,也可以输入其他数据类型的波段来使用。
(1)选择Transforms>NDVI(VegetationIndex)。
(2)出现NDVICalculationInputFile窗口时,选择输入文件。
(若需要)用标准ENVI文件选择程序输入文件或空间子集。
(3)点击“OK”。
(4)通过点击“InputFileType”下拉菜单,用NDVICalculationParameters对话框,说明你已经输入的文件类型(TM,MSS,AVHRR等)。
(5)用“OutputDataType”下拉菜单选择输出类型(字节型或浮点型)。
(6)选择输出到“File”或“Memory”。
·若选择输出到“File”,在标有“EnterOutputFilename”的文本框里键入要输出的文件名;或用“Choose”按钮选择一个输出文件名。
(7)点击“OK”开始计算NDVI变换。
变换正在进行时,屏幕上出现一条状态信息。
完成时,ENVI将NDVI波段名输入到AvailableBandsList中,在那里可以用标准ENVI方法显示。
其它变换方法介绍
四、MinimumNoiseFractionRotation(最低噪声分离变换)
最低噪声分数变换(MNF)被用于判定图像数据内在的维数,隔离数据中的噪声,减少随后处理计算的需求。
Green等(1988)年对MNF进行了修改,然后在ENVI中得到应用。
MNF本质上是两次层叠的主成分变换。
第一次变换(基于估计的噪声协方差矩阵)用于分离和重新调节数据中的噪声。
第一步产生的变换数据中噪声有单位变化,没有波段-波段间的相关。
第二步是一次噪声白化数据的标准主成分变换。
为了进一步波谱处理,数据内在的维数由检查最终特征值和相关图像来判定。
数据空间可以被分为两部分:
一部分与大的特征值和相对应的特征图像相关,其余部分与相差不大的特征值以及噪声占主导地位的图像联系在一起。
仅仅用相关部分,就可以将噪声从数据中分离。
于是提高波谱处理的效果。
MNF变换也可以被用来从数据中消除噪声。
主要通过运行正向的变换,判定哪些波段包含相关图像,用波谱子集(只包括“好”波段,或反转前平滑噪声)进行一次反向的MNF变换。
也可以基于特征值抽取MNF旋转输出的子集。
一旦变换结束,将显示一个MNF特征值的图示,表明每一个MNF输出波段的变化量,并且MNF波段将显示在AvailableBandsList中。
ENVI也可以将MNF变换应用到单个波谱中。
这一功能被用来将末端波谱变换为MNF空间,以输入到MixtureTunedMatchedFiltering
1.ForwardMNFTransform(正向的MNF变换)
正向的MNF变换有三个选项,用于估计第一次旋转中用到的噪声统计。
三个选项包括从输入的数据中估计噪声,运用以前计算的噪声统计,或用与数据集相关的“暗色图像”计算噪声统计。
EstimateNoiseStatisticsfromtheData(由数据估计噪声统计)
当没有当前的暗色图像时,用这种方法估计噪声(通常是这样)。
ENVI假定每一个像元都包含信号和噪声,且紧邻的像元包含同样的信号,但是具有不同的噪声。
对数据进行“shiftdifference”,就把临近的像元区分开来,并把结果平均指定为每个正被处理的像元的“噪声”值。
最好的噪声估计是对一个类似的区域进行shift-difference统计聚集的,而不是对整个图像进行。
ENVI允许选择统计抽取的子集。
(1)选择Transforms>MNFRotation>ForwardMNF>EstimateNoiseStatisticsFromData。
(2)出现标准ENVI文件选择和子集构建对话框时,用标准ENVI文件选择程序选择和输入文件以及子集。
选择一个类似区域进行噪声统计,点击“SpatialSubset”按钮,用ENVI的标准空间子集程序或者手工键入一个子集或用图表显示用于统计抽取的区域。
(3)点击OK按钮,弹出ForwardMNFTransformParameters对话框,此时,还可通过按钮ShiftDiffSubset更改空间子集;在标有“EnterOutputNoiseStatsFilename[.sta]”的文本框里键入一个用于噪声统计的文件名。
(4)在标有“EnterOutputStatsFilename[.sta]”的文本框里,键入一个用于MNF统计的输出文件名。
MNF与噪声统计的文件务必采用不同的名字。
(5)选用“File”或“Memory”输出。
·若选择输出到“File”,在标有“EnterOutputFilename”的文本框里键入要输出的文件名;或用“Choose”按钮选择一个输出文件名。
(6)选择输出MNF的波段数。
·要在不选择特征值子集的情况下,限定输出的MNF波段数。
键入需要的数字,或用“NumberofOutputMNFBands”标签附近的按钮确定输出的波段数。
·通过检查特征值,选择输出的MNF波段数,则A点击“SelectSubsetfromEigenvalues”标签附近的按钮,选择“Yes”。
(7)点击“OK”开始处理。
当ENVI已经完成处理时,MNF波段将被导入AvailableBandsList,显示MNF绘图窗口。
输出的仅包含选择输出的波段数。
2.InverseMNFTransform(反向的MNF变换)
用这一选项将MNF波段变换为它们的原始数据空间。
代表性地,以噪声为主导的图像(高波段数)在运行反向变换之前先被平滑,或在反向期间用波谱子集排除掉。
平滑或消除这些噪声波段将减少原始数据空间中的噪声。
1选择Transforms>MNFRotation>InverseMNFTransform。
2出现标准ENVI文件和子集选择对话框时,用标准ENVI文件选择程序选择并抽取正向MNF变换图像计算的子集。
代表性地,根据正向MNF变换部分描述的程序,波谱子集被用来消除来自反向变换的以噪声为主的图像。
3出现EnterForwardMNFStatsFilename对话框时,键入正向的MNF统计文件的名字,点击“OK”。
4出现InverseMNFTransformParameters对话框时,选择“File”或“Memory”输出。
·若选择输出到“File”,在标有“EnterOutputFilename”的文本框里键入要输出的文件名;或用“Choose”按钮选择一个输出文件名。
5从“OutputDataType”菜单,选择需要的数据类型(字节,整型,无符号整型,长整型,无符号长整型,浮点型,双精度型)。
6点击“OK”开始处理。
处理完成时,ENVI将把MNF结果导入AvailableBandsList中。
3.ApplyForwardMNFtoSpectra(把正向的MNF应用到波谱)
用这一选项将末端波谱变换为MNF空间用于MixtureTunedMatchedFiltering。
来自MixtureTunedMatchedFiltering输入数据文件的MNF统计被用作变换。
被变换的波谱能用一个类似于末端聚集的对话框,从绘图窗口、波谱库、ASCII文件、感兴趣区和统计文件中聚集。
(1)选择Transforms>MNFRotation>ApplyForwardMNFtoSpectra。
(2)当出现ForwardMNFStatisticsFilename对话框时,选择MixtureTunedMatchedFiltering输入数据文件计算的MNF统计文件名。
(3)出现ForwardMNFConvertSpectra对话框时,用Import菜单选项将波谱输入到对话框,或将波谱拖曳到对话框顶部的黑色的绘制小部件中。
(4)从对话框中删除波谱,点击波谱选中,点击“DeleteSpectrum”。
(5)点击“Apply”。
变换后的波谱将出现在ForwardMNFSpectra绘图窗口里,且能输入到MixtureTunedMatchedFilteringEndmemberCollection对话框。
·将变换后的波谱存到一个波谱库或一个ASCII文件中,在MNF图示出口中,选择File>OutputData。
4ApplyInverseMNFtoSpectra(将反向的MNF应用到波谱)
用这一选项将MNF波谱变换到原始数据空间。
来自一个数据文件的正向的MNF统计被用作变换。
将被变换的波谱能用用一个类似于末端聚集的对话框,从绘图窗口、波谱库、ASCII文件、ROIs和统计文件中聚集。
(1)选择Transforms>MNFRotation>ApplyInverseMNFtoSpectra。
(2)当出现ForwardMNFStatisticsFilename对话框时,选择需要的正向的MNF统计文件名。
(3)出现InverseMNFConvertSpectra对话框时,用Import菜单选项将波谱输入到对话框,或将波谱拖曳到对话框顶部的黑色的绘制小部件中。
(4)点击“Apply”。
变换后的波谱将出现在InverseMNFSpectra绘图窗口里。
·将变换后的波谱存到一个波谱库或一个ASCII文件中,在MNF图表输出中,选择File>OutputData.
五、DecorrelationStretch(去相关拉伸)
RGB彩色合成时,波段被显示在一起,高度相关的多波谱数据集经常生成十分柔和的彩色图像。
去相关提供了一种消除这些数据中高度相关部分的一种手段。
(1)选择Transforms>DecorrelationStretch
(2)出现DecorrelationStretchInput对话框时,从一个打开的彩色图像或AvailableBandsList中选择三个波段进行变换。
(3)选择输出到“File”或“Memory”,如果文件输出,提供一个文件名。
·若选择输出到“File”,键入要输出的文件名。
(4)点击“OK”开始去相关处理。
在屏幕上将出现一条状态信息,表明正处于计算中的每一个波段。
完成以后,ENVI将去相关拉伸名输入到AvailableBandsList中,在那里图像可以用标准ENVI灰阶或RGB彩色合成方法显示。
六、SaturationStretch(饱和度拉伸)
饱和度拉伸变换对输入的一个三波段图像进行彩色增强。
输入的数据由红、绿、蓝变换成色调、饱和度和颜色值。
对饱和度波段进行了高斯拉伸,因此数据填满了整个饱和度范围。
然后,HSV数据自动被变换回RGB空间。
这一功能生成的输出波段包含有较饱和的色彩。
(1)选择Transforms>SaturationStretch。
(2)出现SaturationStretchInput对话框时,从一个打开的彩色图像或AvailableBandsList中选择三个波段进行变换
(3)选择输出到“File”或“Memory”。
·若选择输出到“File”,键入要输出的文件名。
(4)点击“OK”开始拉伸处理。
当每个波段正参与计算时,屏幕上将出现一条状态信息。
完成以后,ENVI将饱和拉伸名输入到AvailableBandsList中,在那里图像可以用标准ENVI灰阶或RGB彩色合成方法显示。
七、SyntheticColorImage(合成彩色图像)
用SyntheticColorImage变换选项,你可以将一幅灰阶图像变换成一幅彩色合成图像。
ENVI通过对图像进行高通和低通滤波,将高频和低频信息分开,使灰阶图像变换成彩色图像。
低频信息被赋予色调,高频信息被赋予强度或颜色值,也用到了一个恒定的饱和度值。
这些色调、饱和度和颜色值(HSV)数据被变换为红、绿、蓝(RGB)空间,生成一幅彩色图像。
这一变换经常被用于雷达数据在保留好的细节情况下,改善精确的大比例尺特征。
它非常适于中低地貌。
在雷达图像里,由于来自小比例尺地形的高频特征的存在,要看清低频的变化(差异)通常较困难。
低频信息通常是由于来自岩石或植被的表面散射差异形成的。
(1)选择Transforms>SyntheticColorImage。
(2)出现文件选择对话框时,选择输入文件,需要的话,运行空间子集。
(3)出现SyntheticColorParameters对话框时,在“HighPassKernelSize”和“LowPassKernelSize”标签附近,用下拉按钮选择高通滤波和低通滤波的变换核(kernel)的大小。
高通变换核的大小应是与高频坡度决定的散射相对应的像元的数量。
低通变换核的大小应是与低频漫射相对应的像元的数量。
(4)键入一个饱和度值(0~1)。
较高的饱和度值产
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 实习 遥感 图像 变换 融合
![提示](https://static.bingdoc.com/images/bang_tan.gif)