基于erdas的变化检测.doc

一、实验目的 变化检测模块是随着遥感行业的发展以及遥感产业的需求而出现的，最早出现在Erdas9.2中，并得到逐步完善与应用推广。此次实验的目的是了解掌握利用Erdas进行变化检测，主要是Interpreter模块下Change Detection的应用，以及DeltaCue模块下Wizard Mode的应用。了解变化检测的用途和目的等。 二、实验内容 1.概略的利用Change Detection进行变化检测 2.详细的利用Wizard Mode模块进行变化检测 三、实验步骤及结果 变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征与过程；遥感变化检测是一个确定和评价各种地表现象随时间发生变化的过程；遥感变化检测是遥感瞬时视场中地表特征随时间发生的变化引起两个时期影像像元光谱响应的变化。传统方法一般流程是先获得两幅通用地点不同时间图像的差异图像，再对差异图像进行处理，将像素点分成变化和无变化两类。 图1： 87年影像图 图2： 92年影像图 1．基于Change Detection模块的变化检测 从两个时点的影像图中可以看出存在明显变化，检测变化具体操作如下： 点击Interpreter图标，依此选择Utilities/Change Detection，弹出如下对话框，并对其进行相关参数的设定（图3）。其中dif.img为差异文件，而high.img为高亮显示的变化文件。点击OK按钮，运行结果见图4、图5。 图3：Change Detection对话框 图4：dif.img 图5：high.img 从图5可以看出，对于前后两幅影像图，变化的区域、大小以及范围，实际操作中可依据具体要求的做不同的后续处理。 2.基于Wizard Mode模块的变化检测 一般来说，Wizard Mode具有更强大和详尽的功能，在实际的应用中具有更广泛的意义和价值。同样以图1、图2两幅影像图做实验，具体操作如下。 （1）新建工程 点击DeltaCue图标，选择Wizard Mode，弹出对话框，选择Create a New Project新建一个工程，依此加载Time1、Time2两个时相影像图，即atl_spotp_87.img、atl_spotp_92.img，注意Sensor（传感器）的选择，依据实际影像图选择相应的传感器，在此选用OTHER，点击Next。见图6。 图6：新建工程 （2）影像裁剪 根据实际情况选择是否裁剪影像，若两幅影像图覆盖面积不一，则选择“Yes,crop the images”，在此，选择“No,don’t crop the images”，点击Next。见图7。 图7：影像裁剪 （3）去云处理 根据影像实际情况，，选择是否要标准化处理，该实验不需要；若有云则勾选对应时相影像图，对于该实验，不勾选任意时相，单击Next。见图8。 图8：去云处理 （4）检测方法 在“Change Algorithm”中选择检测方法，在“Change Threshold”中进行相关阈值设定，点击Next。见图9。 图9：检测方法及阈值设定 （5）过滤 “Change Filters”中选择相应的过滤器。该部分主要的内容是“Spatial Filtering”部分的选择，一般选择“Area”（面积）做空间过滤，一般把Max设置较大，可根据实际需要设置最小值。如图。点击下一步。 图10：过滤 （6）文件输出 经过以上相关参数设置，最终选择输出文件保存路径，点击完成，开始分析。见图11。 图11：输出文件 （7）结果 经过分析，Erdas返回一个处理后的结果（图12）。 图12：检测结果 从结果图中可以看出，该分析不仅将变化较大的区域识别出来，此外，还将一些变化较小，但又存在一定变化的区域也识别出来，并自动为变化较大和较小的区域赋不同的颜色，有时还可以将不同的颜色理解为不同的变化类别，如在该结果中可认为自然地貌向人工用地转变为一个方向，结果中显示为黄色等。可以看出相较于Change Detection模块来说，应用Wizard Mode模块进行变化检测能得到更加细小、更加详尽的变化结果。实际应用中也根据不同的要求做不同的分析处理工艺选择。 可以根据变化检测结果做进一步的分析处理，得到更加适合实际应用的成果。下面简单介绍基于改结果的聚类分析和去除分析。 （8）聚类统计 为了消除检测结果中产生的一些小面积图斑，可以对检测结果进行聚类分析。在面板工具条上单击Interpreter图标，选择GIS?Analysis?下的Clump命令，打开Clump对话框，设置Connect Neighbors（聚类统计领域）大小，此处为