遥感影像处理.docx

影像辐射处理 辐射定标 打开文件 在工具箱中， 选择 Radiometric Correction → Radiometric Calibration，点击OK。 点击OK，设置参数 参数中Output Interleave 设为BIL。转换数据类型，将BSQ 转为BIL 在工具箱中，选择 Raster Management→ Convert Interleave，双击打开 Convert File Input File 对话框，选择输入文件。 设置输入类型为BIL 成果 大气校正 在工具箱中， 选择 Radiometric Correction → Atmospheric Correction Module→FLAASH Atmospheric Correction，双击打开FLAASH Atmospheric Correction-Model Input Parameters 对话 弹出框中，选择Single scale,factor 设置为 1 根据txt 文件内容，设置影像参数。 设置气溶胶反演方法。 大气校正结果反馈 在文件中找到刚刚做出的成果 大气校正结果 辐射定标：辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。 大气校正：大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。 简述遥感影像为什么要做辐射处理： 传感器输出的能量包含了由于太阳位置和角度条件、 大气条件、 地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，对图像的使用和理解造成影响，必须加以校正和消除。 辐射定标和辐射校正是遥感数据定量化的最基本环节。 4.影像融合与裁切 全色定标 打开定标工具，选择全色影像 设置输出类型、参数 结果 大气校正后的多光谱影像与定标后的全色影像进行融合 基于主分量变换的融合 输入多光谱定标后的 像 选择全色定标后的影像 基于主分量融合的结果 基于Gram-Shmidt 变换的融合 重复前面的步骤 融合结果 通过对比G-S效果更好。 裁剪 首先选择要裁切的图像在这我选择主分量融合的图 然后选中图像右键选择new region of interest,打开面板 新建roi在 Region of interest (ROI) Tool 面板中点击?按钮，在图像上绘制多边形 在 Region of interest (ROI) Tool 面板中，选择 File- Save as，保存绘制的多边形 ROI，选择保存的路径和文件名 在 Subset Data from ROIs Parameters 面板中，设置以下参数： Select Input ROIs：选择刚才生成的矢量文件 roi1 Mask pixels output of ROI？： Yes Mask Background Value 背景值：0 得到如图 有哪些信誉好的足球投注网站Header工具打开文件消除黑边 得到成图 影像融合：图像融合（Image Fusion）是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 Gram-Schmidt。Gram-Schmidt为光谱锐化影像融合，其步骤是首先采用光谱重采样的方法模拟产生第一分量，通过Gram -Schmidt变换将多光谱影像转换到正交空间，再利用高空间分辨率影像替换第一分量，最后通过Gram -Schmidt反变换获得融合影像。 地物提取与制图 5.1利用地物指数设置阈值提取地物 5.1.1利用植被指数提取植被 在 工 具 栏 打 开 Band Math 工 具 ， 输 入 NDWI 计 算 公 式 ： (float(b5)-b4)/(b5+b4) 得到如图 第二种 重复上述步骤输入公式 (b1 lt -0.429825)*0+(b1 gt 0.656616)*1+(b1 ge -0.429825 and b1 le 0.656616)*((b1+0.429825)/(0.656616+0.429825)) 得到结果 两者提取结果很明显的看出差异第一次提取的比较清晰，第二次比较模糊。 植被的反射特性曲线： 植被的反射波谱曲线（光谱特征）规律性明显而独特，主要分三段：可见光波段（0.4-0.76)有一个小的反射峰，位置在0.55u