erdas實(shí)習報告范文
篇一:ERDAS實(shí)習報告
一.實(shí)習目的
1、 熟練掌握ERDAS的基本用途及功能
2、 學(xué)會(huì )使用ERDAS對影像數據進(jìn)行格式轉換
3、 掌握在ERDAS軟件中對影像數據進(jìn)行裁剪、融合及校正的方法
4、 掌握ERDAS的監督分類(lèi)方法并進(jìn)行分類(lèi)精度檢驗
二.實(shí)習數據
、 1:10萬(wàn)臨川區土地利用圖;
、 配準好的臨川區2000年9月23日的TM圖象。
、 臨川區行政邊界AOI文件
三.實(shí)習地點(diǎn)
核工樓410
四.實(shí)習內容
1、圖象裁剪
利用臨川區行政邊界AOI文件對TM圖象進(jìn)行裁剪,裁剪出臨川區TM圖象。DataPrep→Subset Image→Input file→output file→Choose aoi→Aoi file→臨川區.aoi→OK
2、圖象配準
map-to-image: 1:10萬(wàn)土地利用圖與TM圖象配準;
要求最初選GCP點(diǎn)5-10個(gè),各點(diǎn)均勻分布,RMS檢驗誤差小于30米。
3、圖象監督分類(lèi)
使用多邊形選擇工具;保留每個(gè)類(lèi)型訓練文件及aoi文件。
分類(lèi)結果與1:10萬(wàn)土地利用圖比較,反復修正訓練樣區。
進(jìn)行監督分類(lèi),計算各地類(lèi)的面積。
4、圖象檢驗
分層隨機抽樣,每類(lèi)30個(gè)樣點(diǎn),目視判讀分類(lèi)準確與否,統計分類(lèi)精度。
5、制圖輸出
、 遙感影像地圖的規劃與版面設計。根據制圖要求確定影像地圖的比例尺,根據圖面要素計算版面尺寸和安放位置。
、 ERDAS圖標面板菜單條Main→Composer→New Map Composer(圖11.1),調整版面尺寸單位和大小。
、 利用遙感影像制圖視窗及注記工具面板實(shí)現制圖要素的圖面配置。根據地圖規劃和版面設計安置遙感影像和其它柵格、矢量圖層,按要求生成坐標網(wǎng)格,放置圖名、圖例、比例尺、指北針以及其它各種有關(guān)標注。
6、提交圖象技術(shù)報告,圖件,結果存盤(pán),收回圖象。
五.實(shí)習步驟
1、圖象裁剪
在程序中打開(kāi) ERDAS IMAGINE9.2點(diǎn)擊 DATE PREPARATION出現下拉菜單,選擇Subset Image選項,在彈出的Subset對話(huà)框的input file 處選擇需要裁剪的圖片,在output file處選擇裁剪后圖片的保存文件夾,然后,點(diǎn)擊AOI,在Choose AOI對話(huà)框中輸入AOI文件。
選擇OK選項后,進(jìn)行裁剪。然后進(jìn)行配準
2.圖象配準
選擇裁剪后的臨川區土地邊界圖,和參考影像dataprepation→image geometic correction,選擇多項式模式,開(kāi)始找對稱(chēng)點(diǎn),在裁剪圖像窗對應位子相對應點(diǎn)在圖像上和參考影像上找到七個(gè)均勻分布的控制點(diǎn), 控制點(diǎn)總誤差小于1,且最好是具有明顯地形特征的點(diǎn),易于識別。然后再找5個(gè)監測點(diǎn),edit→set point type→check,先把公式鎖上,保證中誤差小于1。
然后解鎖重采樣,在樣,選中校正結果的地址和名稱(chēng),點(diǎn)擊確定。中點(diǎn)擊正方形格網(wǎng)的圖案進(jìn)行重采。
篇二:ERDAS遙感實(shí)習報告
一、 實(shí)驗目的
初步掌握ERDAS圖像處理軟件的基本操作;進(jìn)一步掌握對遙感圖像的裁剪、融合、校正、拼接以及非監督分類(lèi)和監督分類(lèi)的基本操作步驟,著(zhù)重理解監督分類(lèi)和非監督分類(lèi)的區別。
二、 實(shí)驗準備
1、ERDAS IMAGINE 9.2 軟件;
2、1:10萬(wàn)臨川區土地利用圖;
3、臨川區2000年9月23日的`TM圖象。
4、臨川區行政邊界AOI文件
三、 實(shí)驗任務(wù)
完成臨川區TM圖象的處理工作,并提交下列成果:
1、臨川區TM土地分類(lèi)圖;
2、技術(shù)報告書(shū)(包括各主要步驟文字敘述以及截圖,土地分類(lèi)統計結果)。
四、 實(shí)驗要求
1、圖象裁剪
利用臨川區行政邊界AOI文件對TM圖象進(jìn)行裁剪,裁剪出臨川區TM圖象。
2、圖象配準
map-to-image: 1:10萬(wàn)臨川區土地利用圖與TM圖象配準;要求最初選GCP點(diǎn)6-10個(gè),及檢測點(diǎn)5個(gè),各點(diǎn)均勻分布,RMS檢驗誤差小于30米(1個(gè)像元)。
3、圖象監督分類(lèi)
使用多邊形選擇工具;保留每個(gè)類(lèi)型訓練文件及AOI文件。分類(lèi)結果與1:10萬(wàn)土地利用圖比較,反復修正訓練樣區。進(jìn)行監督分類(lèi),計算各地類(lèi)的面積。
4、圖象檢驗
分層隨機抽樣,每類(lèi)30個(gè)樣點(diǎn),目視判讀分類(lèi)準確與否,統計分類(lèi)精度。
5、提交圖象技術(shù)報告,圖件,結果存盤(pán),收回圖像。
五、 實(shí)驗內容
5.1圖像裁剪
點(diǎn)擊data prep圖標,選擇data preparation下的Subset Image 命令彈出如下對話(huà)框:
選擇輸入輸出路徑,選擇AOI裁剪文件,點(diǎn)擊ok,即進(jìn)行裁剪:
打開(kāi)裁剪好的圖:
5.2圖像配準
圖像配準是利用幾何校正的方法將“臨川區土地利用規劃圖”配準到我們裁剪好的遙感影像圖。
分別在Viewer 1和Viewer 2中打開(kāi)臨川區土地利用規劃圖和遙感圖。
篇三:遙感erdas實(shí)習報告
幾何校正
一、實(shí)驗目的:
去除遙感圖像中由于傳感器的自身性能、結構;地球曲率;地形起伏;地球旋轉;大氣折光等因素所引起的變形誤差。
二、實(shí)驗內容:
幾何校正就是將圖像數據投影到平面上,使其符合地圖投影系統的過(guò)程。
三、實(shí)驗步驟:
1)原理:
遙感圖像的幾何校正包括光學(xué)校正和數字校正,遙感影像的數字校正是通過(guò)計算機對圖像每個(gè)像元諸葛的解析糾正處理完成的,所以能夠較精確的改正線(xiàn)性和非線(xiàn)性變形誤差,包括像元坐標變換和像元灰度值重采樣。
2)方法:
使用ERDAS IMAGINE 軟件。
3)操作:
第一步:
、儆脙蓚(gè)Viewer分別打開(kāi)一個(gè)TM(#1)和SPOT(#2),
、趩螕鬜aster | Geometric Correction命令,
、鄞蜷_(kāi)Set Geometric Model 對話(huà)框
、苓x擇模板為Polynomial
、輪螕鬙K
、尥瑫r(shí)打開(kāi)Geo Correction Tools對話(huà)框和Polynomial Model Properties窗口 第二步:
在Polynomial Model Properties窗口
、俣x多項式次方(Polynomial Order)為2。
、诙x投影參數(Protection)
、蹎螕鬉pply按鈕應用或單擊Close關(guān)閉。
、艽蜷_(kāi) GCP Tool Reference Setup 對話(huà)框;
第三步:
啟動(dòng)控制點(diǎn)工具;
、貵CP Tool Reference Setup對話(huà)框中選擇采點(diǎn)模式(Existing Viewer)單選按鈕, ②單擊OK按鈕(關(guān)閉GCP Tool Reference Setup對話(huà)框);
、鄞蜷_(kāi)Viewer Selection Instructions指示器。
、茉陲@示作為地理參考圖像panAtlanta.img的Viewer#2中單擊。
、荽蜷_(kāi)Reference Map Information提示框(顯示參考圖像的投影信息)
、迒螕鬙K按鈕(關(guān)閉Reference Map Information對話(huà)框)
增強處理
。ㄒ唬﹫D像增強
一、實(shí)驗目的:
改變圖像的灰度等級,提高圖像對比度;消除邊緣和噪聲,平滑圖像;突出邊緣或線(xiàn)狀地物,銳化圖像;合成彩色圖像;壓縮圖像數據量,突出主要信息。
二、實(shí)驗內容:
圖像增強的主要內容:空間域增強、頻率域增強、彩色增強、多圖像代數運算、多光譜圖像增強等。
三、實(shí)驗步驟
1、原理:
空間域增強:通過(guò)改變單個(gè)像元及相鄰像元的灰度值來(lái)增強圖像。直接對圖像進(jìn)行各種
運算以得到需要的增強結果。
? 頻率域增強:對圖像進(jìn)行傅里葉變換,先將空間域圖像變換成頻率域圖像,然后在頻率域中對圖像的頻譜進(jìn)行處理,以達到增強的目的。
2、方法:
使用ERDAS IMAGINE 軟件。
3、操作:
主成分變換:
、賳螕鬒nterpreter圖標|Spectral Enhancement|Principal Components命令,打開(kāi)Principal Components對話(huà)框。
、谳斎朐瓐D象,輸出類(lèi)型中改為Float Single類(lèi)型
、圯斎胛募(lèi)型:Map
、苄枰闹鞒蓴盗浚∟umber of Components Desired)為3
、輪螕鬙K按鈕(關(guān)閉Principal Components對話(huà)框,執行主成分變換)
。ǘ┥首儞Q
一、實(shí)驗目的:
使圖像的顏色與人眼看到的更為接近。
二、實(shí)驗內容:
將遙感圖像從紅(R)、綠(G)、(B)藍三種顏色組成的彩色空間轉換到以亮度(I)、色度(H)、飽和度(S)作為定位參數的彩色空間。
三、實(shí)驗步驟
1、原理:
亮度表示整個(gè)圖像的明亮程度,取值范圍是0-1;色度代表像元的顏色,取值范圍為0-360;飽和度代表顏色的純度,取值范圍是0-1.
2、方法:
使用ERDAS IMAGINE 軟件。
3、操作:
、賳螕鬒nterpreter圖標|Spectral Enhancement,打開(kāi)RGB to HIS,
、趶棾鰧υ(huà)框,輸入原圖象,選上對話(huà)框上的Ignore Zero in Stats
、蹎螕鬙K
非監督分類(lèi)
一、實(shí)驗目的:
利用計算機將遙感圖像自動(dòng)分成若干地物。
二、實(shí)驗內容:
是在沒(méi)有先驗類(lèi)別(訓練場(chǎng)地)作為樣本的條件下,即事先不知道類(lèi)別特征,主要根據像元間相似度的大小進(jìn)行歸類(lèi)合并(即相似度大的像元歸為一類(lèi))的方法。
三、實(shí)驗步驟
1、原理:同類(lèi)地物的反射光譜特型相同
2、方法:使用ERDAS IMAGINE 軟件。
3、操作:
、俅蜷_(kāi)Classifier|Unsupervised Classification 把Number of Classes改成10,然后把Maximum Iterationes 改為24,點(diǎn)擊OK.
、诖蜷_(kāi)非監督分類(lèi)后的圖,再打開(kāi)原圖像,點(diǎn)擊View|Link|Geographical
、埸c(diǎn)擊—點(diǎn)擊非監督圖像上的raster中的 Attribute,根據原圖象將非監督圖像對應上色。
監督分類(lèi)
一、實(shí)驗目的:
利用計算機將遙感圖像自動(dòng)分成若干地物類(lèi)別。
二、實(shí)驗內容:
選擇具有代表性的典型實(shí)驗區或訓練區,用訓練區中已知地面各地物樣本的光譜特性來(lái)“訓練”計算機,獲得識別各類(lèi)地物的判別函數或模式,并以此對未知地區的像元進(jìn)行分類(lèi)處理,分別歸入到已知的類(lèi)別中。
三、實(shí)驗步驟:
1)原理:
數字圖像中地物的所有特征都是通過(guò)數字化的灰度值反映出來(lái),計算機分類(lèi)是建立在對圖像像元灰度值的統計、運算、對比和歸納基礎上進(jìn)行的。
2)方法:使用ERDAS IMAGINE軟件,最小距離法。
3)操作:
、俅蜷_(kāi)Viewer,點(diǎn)擊Raster | Tools,
、诖蜷_(kāi)Classifier | Signature Editor ,用折線(xiàn)截取同種類(lèi)別的地物,
、蹖ν鹊匚镞M(jìn)行多次截圖,
、苤貜蜕鲜霾僮,每種地物都截取4-5次,保存模板;
、蔹c(diǎn)擊Classifier | Supervised Classification,輸入需要分類(lèi)的模板,點(diǎn)擊OK
四、實(shí)驗結果
五、實(shí)驗感受
通過(guò)了一周的遙感實(shí)習,熟悉了ERDAS煩人基本操作,如監督分類(lèi),能夠通過(guò)文獻對一些簡(jiǎn)單的圖像用遙感影像進(jìn)行分析處理,加深了平時(shí)上課時(shí)所學(xué)知識的理解,對遙感在實(shí)際中的應用有了直觀(guān)上得感受,掌握了用遙感圖像進(jìn)行實(shí)際應用的基本流程和基本方法。在實(shí)驗過(guò)程中遇到了很多困難。在做監督分類(lèi)時(shí),模板劃分的不夠精細。這都說(shuō)明對軟件的理解運用還不夠深入,以后的學(xué)習中應加強,為遙感的學(xué)習打下基礎。
【erdas實(shí)習報告范文】相關(guān)文章:
會(huì )計實(shí)習報告實(shí)習目的范文11-13
教師實(shí)習報告范文07-15
超市實(shí)習報告范文04-17
大學(xué)實(shí)習報告范文03-21
會(huì )計實(shí)習生實(shí)習報告范文07-17
企業(yè)實(shí)習調研報告范文05-19
實(shí)習護士述職報告范文08-15
造價(jià)頂崗實(shí)習報告范文12-30
法院實(shí)習報告模板范文07-01