《erdas實習報告》word版

《《erdas實習報告》word版》由會員分享，可在線閱讀，更多相關《《erdas實習報告》word版（21頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、精品 實習名稱 攝影測量、遙感實習與課程設計。相關軟件的操作練習。 實習時間、地點 2012年12月10日----12月23日（兩周） 2C409教室 實習目的 通過對ERDAS軟件的學習和實習操作，了解遙感圖像處理的基本原理、流程以及軟件系統(tǒng)的基本構成和功能，加深多所學課程原理的理解，為從事相關項目的研究和開發(fā)奠定基礎。 實習日志 課設題目 日期 教室 實習內容 攝影測量、遙感實習與課程設計 8:00--12:00 14:30--16:20 2C409 老師介紹課設安排、要求，學習安裝ERDAS9.2 8:00--12:00

2、14:30--16:20 2C409 了解圖像顯示窗口，學會如何輸出圖像 10:00--12:00 2C409 學習圖像格式之間的相互轉換，組合多波段數(shù)據(jù) 10:00--12:00 14:30--16:20 1B304 學習圖像幾何校正，圖像拼接處理 14:30--16:20 2C409 圖像空間增強，輻射增強處理，光譜增強處理 201 8:00--12:00 2C409 用非監(jiān)督分類方法對影像進行簡單分類 14:30--17:20 2C409 對圖像進行調整 全天 1B304 編寫實習報告 實習一：圖像輸出 實習

3、目的： 學習如何將不同格式的遙感圖像轉換為ERDAS img格式，以及將ERDAS img格式轉換為多種指定的圖像格式，學習如何將多波段遙感圖像進行波段組合，在ERDAS系統(tǒng)中顯示單波段和多波段遙感圖像的方法。 圖像的輸出具體操作是： 菜單上選擇File | Open | Raster Layer——Select Layer To Add對話框， Select Layer To Add對話框中的File選項用于圖像文件的確定，可選擇圖像文件的路徑、文件類型及名稱， 在Select Layer To Add對話框中點擊Raster Options，可進入設置參數(shù)狀態(tài)， 在S

4、elect Layer To Add對話框中，點擊OK，打開所確定的圖像，視窗中顯示該圖像。 （成果見 附圖 1） 實習二：圖像拼接 圖像的拼接具體操作： 啟動圖象拼接工具,在ERDAS圖標面板工具條中，點擊Dataprep/Data preparation/Mosaic /Mosaic Tool—打開Mosaic Tool 視窗。 加載Mosaic圖像，在Mosaic Tool視窗菜單條中，Edit/Add images—打開Add Images for Mosaic 對話框。依次加載窗拼接的圖像。 在Mosaic Tool 視窗工具條中，點擊set Input Mode

5、 圖標，進入設置圖象模式的狀態(tài)，利用所提供的編輯工具，進行圖象疊置組合調查。 圖象匹配設置，點擊Edit /Image Matching —打擊Matching options 對話框，設置匹配方法：Overlap Areas。 在Mosaic Tool視窗菜單條中，點擊Edit/set Overlap Function—打開set Overlap Function對話框。 設置以下參數(shù)： 設置相交關系(Intersection Method):No Cutline Exists。 設置重疊圖像元灰度計算(select Function):Average。 Appl

6、y —close完成。 運行Mosaic 工具進行圖像拼接。 （成果見 附圖 2） 實習三：圖像的紋理分析 原理：紋理分析通過在一定的窗口內進行二次變異分析或三次對稱分析，使圖像的紋理結構得到增強，具體過程如下： ERDAS 圖板面板工具條中，點擊Interpreter/spatial Enhancement/Texture—打開Texture對話框，參數(shù)設為默認。 （成果見 附圖 3） 實習四：圖像的卷積增強 原理：卷積增強是將整個圖像按像元分塊進行平均處理，用于改變圖像的空間頻率特征。卷積處 理的關鍵是卷積算子一-系數(shù)矩陣的選擇。ERDAS將常用的卷積積算子放在def

7、ault.klb 的文件中，分別以33、55、77三組，每組又包括edge Detect/edge enhance/low pass/Highpass/Horizontal/vertical/summary等七種不同的處理方式。 具體執(zhí)行過程如下： ERDAS圖標面板工具條，點擊Interpreter/spatial Enhancement / convolution—打開convolution對話框進行參數(shù)設置。 （成果見 附圖 4） 實習五：圖像的色彩變換 原理：色彩變換是將區(qū)域圖像從RGB的彩色空間轉換到IHS作為定位參數(shù)的彩色空間，以便達到增強目的。 在ERDAS

8、圖標面板工具條中，點擊Interpreter/spectral Enhancement/RGB to IHS—--打開RGB TO IHS對話框，進行參數(shù)設置。設置完成后，點擊ok，等待響應，完成操作。 （成果見 附圖 5） 實習六：空間增強 原理：空間增強技術是利用像元自身及其周圍像元的灰度值進行運算，達到增強整個圖像之目的。 查找表拉抻處理是通過修改圖像查找表，使輸出圖像值發(fā)生變化。通過定義，可實現(xiàn)線性拉伸、分段線性拉伸、非線性拉伸等處理。 在ERDAD圖標面標工具條中，點出Interpreter/Radiometric Enhancement/LUTStretch—-

9、-打開LUT stretch對話框，并設置參數(shù)如下： 直方圖均衡化處理 該處理實質上是對圖像進行非線性拉伸，重新分配圖像像元值，使一定灰度范圍內的像元的數(shù)量大致相等。 在ERDAS圖標面板工具條中，點擊Interpreter/Radiometric Enhancement/Histogram Equalization—--打開Histogram Equalization對話框,并設置參數(shù)如下： 主成份變換 是一種常用的數(shù)據(jù)壓縮方法，它可以將具有相關性的多波段數(shù)據(jù)壓縮到完全獨立的較少的幾個波段上，便于圖像分析與解譯，具體過程如下： 在ERDAS 圖標面標工具條中，點擊Int

10、erpreter/spectral Enhancement/principal Comp—--打開principal components對話框,并設置參數(shù)如下： （成果見 附圖 6） 實習七：非監(jiān)督分類 圖像分類簡介（Introduction to classification） 圖像分類就是基于圖像像元的數(shù)據(jù)文件值，將像元歸并成有限幾種類型、等級或數(shù)據(jù)集的過程。常規(guī)圖像分類主要有兩種方法：非監(jiān)督分類與監(jiān)督分類，專家分類方法是近年來發(fā)展起來的新興遙感圖像分類方法，下面介紹這三種分類方法。 非監(jiān)督分類運用1SODATA（Iterative Self-Organizing

11、Data Analysis Technique ）算法，完全按照像元的光譜特性進行統(tǒng)計分類，常常用于對分類區(qū)沒有什么了解的情況。使用該方法時。原始圖像的所有波段都參于分類運算，分類結果往往是各類像元數(shù)大體等比例。由于人為干預較少，非監(jiān)督分類過程的自動化程度較高。非監(jiān)督分類一般要經(jīng)過以下幾個步驟：初始分類、專題判別、分類合并、色彩確定、分類后處理、色彩重定義、柵格矢量轉換、統(tǒng)計分析。 監(jiān)督分類比非監(jiān)督分類更多地要求用戶來控制，常用于對研究區(qū)域比較了解的情況。在監(jiān)督分類過程中，首先選擇可以識別或者借助其它信息可以斷定其類型的像元建立模板，然后基于該模板使計算機系統(tǒng)自動識別具有相同特性的像元。

12、對分類結果進行評價后再對模板進行修改，多次反復后建立一個比較準確的模板，并在此基礎上最終進行分類。監(jiān)督分類一般要經(jīng)過以下幾個步驟：建立模板（訓練樣本）、評價模板、確定初步分類圖、檢驗分類結果、分類后處理、分類特征統(tǒng)計、柵格矢量轉換。 專家分類首先需要建立知識庫，根據(jù)分類目標提出假設，井依據(jù)所擁有的數(shù)據(jù)資料定義支持假設的規(guī)則、條件和變量，然后應用知識庫自動進行分類，ERDAS IMAG1NE圖像處理系統(tǒng)率先推出專家分類器模塊，包括知識工程師和知識分類器兩部分，分別應用于不同的情況。 由于基本的非監(jiān)督分類屬于IMAGINE Essentia1s級產(chǎn)品功能、但在1MAGINE Profe

13、ssional級產(chǎn)品中有一定的功能擴展，而監(jiān)督分類和專家分類只屬于IMAGINE ProfeSsiona1級產(chǎn)品，所以，非監(jiān)督分類命令分別出現(xiàn)在Data Preparation菜單和classification菜單中，而監(jiān)督分類和專家分類命令僅出現(xiàn)在Classification菜單中。 非監(jiān)督分類（Unsupervised Classification） ERDAS IMAGINE使用ISODATA算法（基于最小光譜距離公式）來進行非監(jiān)督分類。聚類過程始于任意聚類平均值或一個己有分類模板的平均值：聚類每重復一次，聚類的平均值就更新一次，新聚類的均值再用于下次聚類循環(huán)。 ISODAT

14、A實用程序不斷重復，直到最大的循環(huán)次數(shù)已達到設定閾值或者兩次聚類結果相比有達到要求百分比的像元類別已經(jīng)不再發(fā)生變化。 1、分類過程（Classification Procedure） 第一步：調出非監(jiān)督分類對話框 方法一：DATAPRETATION→UNSUPERVISED CLASSIFICATION。 方法二：Classifier 圖標→classification→unsupervised lassification 。 第二步：進行監(jiān)督分類 調出：unsupervised classification 對話框，逐項填寫。 2、分類評價 （Evaluate

15、 Classification） 第一步：顯示原圖像與分類圖像學會在同一個窗口中，同時打開兩個圖像。 第二步：打開分類圖像屬性表并調整字段顯示順序。 第三步：給各個類別賦予相應的顏色。 第四步：不透明度設置。 第五步：確定類別的專題意義及其準確程度。 第六步：標注類別的名稱和相應的顏色。 實際工作中一般將分類數(shù)取為最終分類數(shù)的2倍以上。 點擊Initializing options按鈕可以調出Fi1e Statistics Options對話框以設置ISODATA的一些統(tǒng)計參數(shù)，點擊Co1or Scheme Options按鈕可以調出output color Scheme

16、 Options對話框以決定輸出的分類圖像是彩色的還是黑白的。這兩個設置項使用缺省值。 定義最大循環(huán)次數(shù)（Maximum Iterations）： 24 最大循環(huán)次數(shù)（Maximum Iterations）是指ISODATA重新聚類的最多次數(shù)，這是為了避免程序運行時間太長或由于沒有達到聚類標準而導致的死循環(huán)。一般在應用中將循環(huán)次數(shù)都取6次以上。 設置循環(huán)收斂閾值（Convergence Threshold）：0.95 收斂閾值（Convergence Threshold）是指兩次分類結果相比保持不變的像元所占最大百分之此值的設立可以避免ISODATA無限循環(huán)下去。

17、 點擊OK按鈕（關閉Unsupervised Classification對話框，執(zhí)行非監(jiān)督分類，獲得一個初步的分類結果） 第二步：打開分類圖像屬性并調整字段顯示順序 在視窗工具條中：點擊圖標（或者選擇Raster菜單項—--選擇Tools菜單），打開Raster工具面板; 點擊RaSter工具面板的圖標（或者在視窗菜單條：Rster---Attributes） 打開Raster Attribute Editor對話框（lz-isodat.img的屬性表） 屬性表中的19個記錄分別對應產(chǎn)生的18個類及Unclassified類，每個記錄都有一系列的字段。如果想看到所

18、有字段，需要用鼠標拖動瀏覽條，為了方便看到關心的重要字段，需要調整字段顯示順序。 Raster Attribute Editor對話框菜單條：Edit→Column Properties →columnproperties對話框。 在Columns中選擇要調整顯示順序的字段，通過Up、 Down、Top、Bottom等幾個按鈕調整其合適的位置，通過選擇Display Width調整其顯示寬度，通過Alignment調整其對齊方式。如果選擇Editable復選框，則可以在Title中修改各個字段的名字及其它內容。 在Column Properties對話框中調整字段順序，最后使Histo

19、gram、opacity、 color、class_names四個手段的顯示順序依次排在前面。 點擊OK按鈕（關閉Column properties對話框） 返回Raster Attribute Editor對話框（lz-isodat.img的屬性表） 第三步：給各個類別賦相應的顏色（如果在分類時選擇了彩色，這一步就可以省去） Raster Attribute Editor對話框（lz-isodat.img的屬性）： 點擊一個類別的Row字段從而選擇該類別 右鍵點擊該類別的Color字段（顏色顯示區(qū)） As Is菜單→ 選擇一種顏色 重復以上步驟直到給

20、所有類別賦予合適的顏色 第四步：不透明度設置 由于分類圖像覆蓋在原圖像上面，為了對單個類別的判別精度進行分析，首先要把其它所有類別的不透明程度（Opacity）值設為0（即改為透明），而要分析的類別的透明度設為1（即不透明）。 Raster Attribute Editor 對話框（lz-isodat.img的屬性表）： 右鍵點擊Opacity字段的名字 Column Options菜單→Formula菜單項 Formula對話框 在Formula對話框的Formula輸入框中（用鼠標點擊右上數(shù)字區(qū)）輸入0 點擊Apply按鈕（應用設置） 返回Rast

21、er Attribute Editor 對話框（lz-isodat.img的屬性表）： 點擊一個類別的ROW字段從而選擇該類別 點擊該類別的Opacity字段從而進入輸入狀態(tài) 在該類別的Opacity 字段中輸入1，并按回車鍵 此時，在視窗中只有要分析類別的顏色顯示在原圖像的上面，其它類別都是透明的 第五步：確定類別專題意義及其準確程度 視窗菜單條：Utility→flicker→viewer Flicker對話框→Auto Mode 本小步是設置分類圖像在原圖像修背景上閃爍，觀察它與背景圖像之間的關系從而斷定該類別的專題意義，并分析其分類準確與否。 第六步

22、：標注類別的名稱和相應顏色 Raster Attribute Editor對話框（lz-isodat.img的屬性表）： 點擊剛才分析類別的ROW字段從而選擇該類別 點擊該類別的class Names字段從而進入輸入狀態(tài) 在該類別的Class Names字段中輸入其專題意義（如居民區(qū)），并按回車鍵 右鍵點擊該類別的Color字段（顏色顯示區(qū)） As Is菜單→選擇一種合適的顏色 重復以上4、5、6三步直到對所有類別都進行了分析與處理。注意，在進行分類疊加分析時， 一次可以選擇一個類別，也可以選擇多個類別同時進行。 （成果見 附圖 7） 實習中出現(xiàn)

23、的問題 軟件安裝時，在win7系統(tǒng)下，需要使用管理員權限進行運行，否則容易出現(xiàn)安裝錯誤。在破解時，配置完成后，往往無法停止服務器，運行服務器提示“服務器已運行”，解決方法為配置結束后不進行保存，直接停止服務器并進行破解，所以每次啟動軟件時都要進行破解操作。由于操作手冊與軟件版本不一，實際操作時，有些選項軟件并未提供，此時看實際需要進行操作，對有些步驟進行省略。對于要求精度不高的圖片，可以使用ERDAS處理過后，使用軟件自帶的格式轉換器進行轉換，以便成圖，對于要求精度較高的圖片，則需要使用專門的軟件進行轉換，例如：ArcGis軟件對于非監(jiān)督分類成圖。在進行非監(jiān)督分類操作時，需要對地物要素進行初

24、步的判斷，選取合適的分類個數(shù)，防止出現(xiàn)分類多于地物類型，分類較少無法分清地物種類的情況出現(xiàn)。 實習總結 通過這次的課程設計，使我對ERDAS有了初步的了解。這幾次的上機操作，使我對ERDAS軟件學會了簡單的使用，并發(fā)現(xiàn)其在社會生活中的廣泛應用。通過對REDAS軟件的操作，是我可以初步的對圖像進行一些簡單的處理，但是一個軟件并不能通過幾天的接觸就精通。 只有通過自己的練習，自己的思考，自己解決所發(fā)現(xiàn)的問題，才能夠學好一門知識。在這次短暫的上機過程中，我深深的感覺到所學知識和在實際運用是不可分割的一個整體，剛開始的一段時間里,對一些操作感到無從下手，茫然不知所措,這讓我感到非常的難過。一旦接觸到實際，才發(fā)現(xiàn)自己知道的是多么少，這時才真正領悟到“學無止境”的含義。在對軟件的學習中，書本上的知識有很大的局限性，通過查閱相關資料，上網(wǎng)查找各種方法，也是解決問題的方法。 一門知識的學習，需要長久的積累，在以后的學習生活中，我們要不斷積累這方面的知識，努力提高自身修養(yǎng)。 .