城市遥感课程设计.docVIP

遥感信息工程学院 遥感科学与技术专业 城市遥感课程设计报告 课题名称：基于遥感影像进行处理与分析（envi） 姓 名： 学 号： 专业班级： 系 （院）： 遥感信息工程学院 指导老师： 设计时间： 一、课程设计目的 通过这次课程设计，进一步了解ERDAS软件的使用，提高我们的动手能力。利用ENVI实现对遥感图像进行分析和处理，对遥感图像的变化检测、地物提取、地物分类、影像匹配、拼接等遥感图像处理方法在ENVI软件上实现，并对其中的原理初步了解。 二、课程设计内容 基于遥感影像进行处理与分析： (1)变化检测； (2)地物提取（建筑物、 道路、 桥梁等）； (3)地物分类； (4)影像匹配； (5)影像拼接； 三、课程设计过程和步骤 3.1、变化检测 ENV中Change Detection Analysis选项为对同一地区的不同时相和不同条件下的图像之问的差异进行识别、描述和量化提供了许多方法。这些方法(例如:波段运算和主成分分析)可以独立使用，也可以合并起来，作为对变化进行探测分析处理的一部分。使用Basic Tools Change Detection开启的功能为对同一地区的初始状态和终止状态图像之问的差异进行分析提供了一种简单的方法。对于分类图像，使用“Change Detectionstatistics”选项;对于灰阶(单波段)图像，使用“Compute Difference Map”选项。 (1)不同灰度图像间的差异计算 使用Compute Difference Map选项可以生成一幅表现某一地区初始状态和终止状态之问差异的分类图像。输入的图像可以是任何数据类型的单波段图像。通过从终止状态图像中减去初始状态图像计算差异(即final-initial，并根据差异阑值对分类进行定义。正值差异代表变亮的像元(终止状态亮度大于初始状态亮度);负值差异代表变暗的像元(终止状态亮度小于初始状态亮度)。在进行计算之前，可以对输入图像进行预处理一一将图像归一化为0-1之问的数据范围;或标准化到0均值和单位方差。输入图像必须经过配准或地理坐标定位。为了提高计算结果的精度，在处理前一定要对图像进行认真细致的配准。如果输入图像没有经过配准，Compute Difference Map程序将使用可获取的地图信息对图像进行白动配准，在配准过程中，如果需要重新投影和重采样，系统将使用初始图像作为基图像。 (2)差异探测统计 使用Change Detection Statistics选项可以将两幅分类图像之问的差异编辑成一个详细的表格。使用该程序所探测的差异与仅对两幅图像进行简单差值运算所得出的结果有明显区别。统计结果包含类别对类别(class-for-class)的图像差异分析，分析主要集中在初始状态类别的变化一一对于初始状态类别，分析识别出哪些像元发生了变化，变化为终止状态图像中的哪一类。可以用像元数量、白一分比和面积对这些像元进行记录。另外，该处理还会生成一幅特殊类型的掩膜图像(分类掩膜)，该图像为统计报表提供了有力补充。分类掩膜是类别颜色与终止状态图像中的颜色相匹配的ENVI分类图像，这有助于识别发生变化的区域以及变化像元的归属。 输入图像必须经过配准或地理坐标定位。为了提高计算结果的精度，在处理前一定要对图像进行认真细致细致的配准。如果输入图像没有经过配准，程序将使用可获取的地图信息对图像进行白动配准，在配准过程中，如果需要重新投影和重采样，系统将使用初始图像作为基图像。 在ENVI主菜单中，选择Basic Tools Change Detection Change Detection Statistics，或ClassificationPost Classification Change Detection Statistics。在第一个文件选择对话框中，选择展示初始状态的分类图像，若需要，选取任意空问了集。在第二个文件选择对话框中，选择展示终止状态的分类图像，若需要，选取任意空问了集。将出现Define Equivalent Classes对话框。通过在两个列表中点击所需类别名称并点击“Add Pair”按钮，将来白初始状态和终止状态的类别相匹配。可以仅添加希望包含在差异探测分析中的类别，无须将所有的类别