遥感原理与应用实习报告.doc

遥感原理与应用 实验报告 姓 名：端木永辉 班 级：测绘1303 学 号：130510319 指导教师：张安兵 遥感图像预处理 步骤： 1.大气校正 2.图像裁剪 3.非监督分类 4.监督分类 分类后处理 对监督分类的评价 1.大气校正 ①打开图像 打开带有MTL的文件 ②辐射定标 要看右边信息中带有6个波段的，所以选择第二个，然后ok 第一步选择Radiance辐射，第二步choose一个位置命名保存为“dingbiao”然后ok ③格式转换 选择“dingbiao”然后ok，出现下图 转换格式为“BIL”，然后切换为“Yes”，点击ok ④大气校正 先输入image“dingbiao”，然后选择“Use single scale factor for all bands”最后改为“10” 下图中，左边图片矩形中数据均可以由右边图片数据得出，椭圆中数据则是将经纬度输入到谷歌地球在线中得出的当点的高程，其他如图处理即可，最后点击“Apply” 打开对比，左图为大气校正前，右图为大气校正后 连接两幅图，点击“Link Displays”，然后点击ok 两图中右击，点击“Z Profile（Spectrum）”，进行对比 下图，即为大气校正envi输出图像 2.图像裁剪 根据下图指引操作 根据要求裁剪15km*15km，因为一个像元为30m*30m，所以裁剪500*500，如下图 然后一直点击ok，裁剪完毕。 下图为envi输出的裁剪图像 3.非监督分类 ①IsoData分类 如下图点击IsoData，选择“caijian”文件，点击ok Maximum Iterations 改为5，choose输出的文件名“IsoData”，然后点击ok 下图为envi输出的IsoData图像 加载“IsoData”图像，对它的分类进行目视解译，根据下图操作 选择“IsoData”，点击ok出现下图 对比谷歌地球在线，把相似的分类合并，进行分类合并操作，如下 选择“IsoData”点击ok开始分类合并，合并后，继续点击ok，将合并文件命名“IsoData-fenlei” 打开合并分类后的文件和“Interactive Class Tool”开始对各个分类进行命名 点击Options，然后选择Edit class colors/names，对每一类别分别命名，点击ok 最后记得要保存，非监督分类IsoData完成。 下图为envi输出的IsoData合并分类的图像 ②非监督分类K-Means 打开选择“caijian”进行分类，具体操作和IsoData相似，结果如下 分了五类，就不需要合并分类了，直接目视解译命名，然后记得保存。 下图为envi输出的K-Means图像 4.监督分类 打开“caijian”图像，为其手动添加ROI 如下图，打开最大似然法，选择“caijian”点击ok 如下图全选items，然后输出文件命名“Maximum”点击ok 打开图像，为各个分类命名，保存。 5.分类后处理 创建图例 插入Map Key 改变①处的颜色为黑色，也可以进入②中进行各类编辑 完成后，在窗口中点击左键插入，确定好位置点击右键 插入比例尺 确定好位置，右键 插入指北针，确定好位置右键， 然后保存，最后输出图像。（记得更改图像输出类型） 最后成果：envi输出最大似然图像 6.对监督分类的评价 首先对被分类的原图像再次进行一次ROI的选择，这次感兴趣区的选择应尽量只选择纯净像元，这次的感兴趣定义的验证样本.ROI 制作验证样本.ROI,方法同训练样本 Classification→Post Classification→Confusion Matrix→Using Groud Truth ROIS 评价结果：