ENVI实习之反差拉伸镶嵌和坏道处理.docxVIP

实习目的理解反差拉伸的概念和意义，掌握在ENVI中进行发差拉伸的方法学会使用ROI，及使用ROI进行地物的采集实习内容在ENVI中对TM影像进行反差拉伸，利用ROI工具选取农田和是水体样本，利用四种拉伸方式突出显示地物，观察影像变化影像镶嵌，利用直方图匹配和影像镶嵌完成两幅影像的拼接MODIS数据坏道修复基本原理反差拉伸属于辐射增强，是对影像的单个单元格DN值进行处理，达到增强的目的由于原始影像的灰度值范围一般较窄，直接显示的结果往往过亮或过暗，不利于影像的显示和分析，信息提取反差拉伸实质上是对影像的灰度动态范围通过一定的函数，（如线性，非线性，指数，对数或分段函数）将动态灰度范围投影到较宽的灰度范围上，突出显示动态灰度范围内的地物ROI（region of interest ）,是影响上的一个子区，可以是点，线，面不规则区域。通常作为影像分类的样本等利用ROI可以选取要突出现实的地物，得到该地物的灰度范围在反差拉伸时，选取ROI得到的灰度范围作为动态范围，拉伸后，得到该地物的突出显示拉伸方式线性拉伸：按比例扩大原始影像动态灰度范围分段线性拉伸：将原始影像的灰度范围分成几段，在不同区段执行相应的线性拉伸高斯拉伸：属于标准差反差拉伸，将均值设为127，以正负3为标准差进行拉伸直方图均衡化拉伸：针对原始影像数据往往相对比较集中地分布在局部一些波段的特点，利用累积直方图作为影像变换函数，将大约相等数量的像元分配到各个输出灰度级上，实现影像信息的均衡显示。坏道修补：由于传感器等原因影像数据上出现具有规律的数据缺失通过计算坏道上下的数据行的均值填充坏道上的单元的灰度值完成坏道修补数据准备反差拉伸数据Landsat5 TM数据数据标识LT51310352007140IKR00包括刘家峡水库以及部分黄河Wasial_1_mss 和Wasial2_mss坏道修复数据：MODIS_striped操作方法及过程反差拉伸默认拉伸方式查看在System Preferences 的Display Defaults 中查看默认的拉伸方式，默认为linear 2%可以更改为其他方式如最大最小值拉伸，高斯拉伸等整景影像范围太大，且运算速度较慢，所以选取子区，子区中包括水和农田选取子区包括刘家峡水库和兰州部分地区在统计直方图中可以看到子区的统计信息，可以看到灰度值依然从0到255，在反差拉伸时，就不用考虑个波段的灰度值范围不一样了为了便于分别农田，先做NDVI指数计算，公式为，结果在[-1,1]，植被对应的指数大于0，水体的指数小于0由于NDVI计算的结果为小数，且涉及除法，所以在计算之前先将3,4波段转化为float，为了方便，转化整个影像计算NDVI由于小数存储不便，这里转化为整型乘10000后取整这些均在band math中完成，语法同VB，对于所有波段选取时，点击Map Variable to Input 工具条，选取整个波段计算NDVI是，公式为下面第二个，注意B3选取红波段，b4选取近红外波段NDvi为单波段影像查看统计信息，整景影像以植被占据优势在NDVI上作ROI选取，这是，水体在NDVi上显示为黑色（指数为负，且相当小）右击IMAGE窗口选择ROI tools沿水体做出ROi，在水库中选择面，在河道较窄处选择线或点，可以再不同的窗体中绘制ROI最好ROI分布于全部水体，便于统计水体的NDVI范围值更精确，其实这就是采样，通过采样点的指数范围，作为整个地物的指数范围，兰州段的黄河较窄，选取点类型查看统计信息最大值为-496 最小值为 -33336.选择交互式拉伸线性拉伸：将ROI的得到的水体指数范围拉伸到0-255区间，可以拖动虚线调节动态范围多线段拉伸：将水体指数范围作为拉伸区间，其他区间作为压缩区间添加两个节点，改变这两个节点的值为水体指数值高斯拉伸：将apply设置成水体指数的范围，其中默认的标准差为3直方图均衡化拉伸：注意：在Stretch中输入拉伸范围时（指数值），会自动转化为包括这个区间的最小实际存在区间，如[-3333,-496]转化为：[-3364,-520]Histogram Source选项中有五种，即对什么内容作拉伸，由于NDVI为单波段，所以这里选取band，结果生成单波段。其实每个选项对应的指数范围均不同，这里是为了对水体拉伸，所以选取波段，这里并未将范围置于0-255之间，而是置于波段范围中对农田作反差拉伸，基本步骤同水体不同点：农田和其他地物（植被）在NDVI上指数均为正，这是应该结合原始影像分析农田得到其统计信息，也就是农田的灰度范围可以看到，在不同波段，灰度值范围也不同，为了防止个别要素的影像，取均值[68,109]反差拉伸，由于在原始影像上操作，只能是对各个波段（RGB对应的波段）进行操作，所以这里可以去每个