遥感原理与应用报告

《遥感原理与应用报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、遥感原理与应用课程实习报告指导老师：姓名学号：班号：064081–052011.1.719目录第一章小试牛刀21.1植被指数提取21.2缨帽变换31.3主成份分析3第二章几何校正52.1理论52.2实践6第三章图像融合73.1理论73.2实践8第四章监督分类与非监督分类94.1理论94.2实践10感想19感谢1919第一章小试牛刀1.1植被指数　　表达式：NDVI=(p(nir)-p(red))/(p(nir)+p(red))即近红外波段与红色波段之差与其两者之和的比值。　　和植物的蒸腾作用、太阳光的

2、截取、光合作用以及地表净初级生产力等密切相关。　　1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；　　2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；　　3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度；4、NDV

3、I能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关。5实质：我认为，NDVI其实只不过是一种简单的图像处理的手段，将植被区拉升到高亮度区间，并且用亮度反应植被的覆盖程度、生长状况等。在生物学和绿色植物光谱特征方面考虑，这种方法是明智的，但是我还是觉得这种方法比较粗糙，对植被是何种植物的提取精确度不够高，或者说它对区分植被的类型来说力不从心，基于这种方法我觉得应该提出一种更精确的方法，即发明一个算法，让它得到的系数能够精确的反映地物为何种植被，这必然要提高算法对某特定波

4、段波谱信息反映的灵敏度（分辨率），也就是说要用图像处理方面的知识或者更多的光谱信息，获得不同植被的对比度，合理分类，解译不同类块对应的地物类型。19（NDVI）(tm影像4、3波段做除法得到的高亮区为植被区、暗区为水)1.2缨帽变换采用缨帽变换可以将ＴＭ图像除热红外波段的6个波段压缩成3个分量，其中的土壤亮度指数分量是6个波段的加权和，反映了总体的反射值；绿色植被指数分量反映了绿色生物量的特征；土壤特征分量反映了可见光和近红外与较长的红外的差值，它对土壤湿度和植物湿度最为敏感。这样的三个分量就是ＴＭ数

5、据进行缨帽变换后的新空间，它可以对植被、土壤等地面景物作更为细致、准确的分析，应用这种处理方法可增强影像上深色区域的信息。19（缨帽变换得到的植被分布（绿度分量））1.3主成分分析在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的

6、，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析是设法将原来众多具有一定相关性（比如P个指标），重新组合成一组新的互相无关的综合指标来代替原来的指标。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。最经典的做法就是用F1（选取的第一个线性组合，即第一个综合指标）的方差来表达，即Var(F1)越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来P个指标的信息，再考虑选取F2即选第二个线性组合

7、，为了有效地反映原来信息，F1已有的信息就不需要再出现再F2中，用数学语言表达就是要求Cov(F1,F2)=0，则称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分。19（主成分分析，第一个波段和第六个波段的信噪图像比较，可见第六个波段几乎全为噪声信息）（各波段信息含量折线图，可见图像的主要信息都集中在了第一、二波段）第二章几何校正2.1理论几何校正的原因：由于我们拿到的遥感数据所使用的投影以及比例尺不同，需要做进一步的几何校正。遥感影像形变的原因：（1）遥感平台位置和运动状态变化的

8、影响，航高、航速、19俯仰、翻滚、偏航等；（2）地形起伏的影响；（3）地球表面曲率的影响；（4）大气的影响；（5）地球自转的影响。遥感图像的校正分为辐射校正和几何校正；几何校正可分为两种：几何粗校正和几何精校正。几何粗校正：几何粗校正是针对卫星运行和成像过程中引起的几何畸变进行的校正，即卫星姿态不稳、地球自转、地球曲率、地形起伏、大气折射等因素引起的变形。几何精校正：利用地面控制点进行的几何校正。数字图像纠正的处理过程框图：思路：建立同名相点的对应关系，