欢迎来到天天文库
浏览记录
ID:59476163
大小:5.35 MB
页数:33页
时间:2020-09-14
《erdas软件中的图像处理与增强ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第十一讲遥感图像处理与增强(实习讲座二)本次课主要内容:a、遥感图像拼接b、遥感图像分幅裁剪(规则和不规则)c、遥感图像空间增强d、遥感图像辐射增强实习二内容:a、图像拼接实习目的:学会利用Dataprep模块对遥感图像进行拼接处理。实习内容:将空间区域相邻的三幅TM图像进行拼接。实习步骤:1、同时显示和观察多幅图像启动软件。在视窗view#1中点击图标,在打开的对话框中选择“RasterOption”栏,如下图所示:不选择“ClearDispay”,勾选“BackgroundTransparent”。然后点击File,选择第一幅TM图像,……shixishuju2124036zuh
2、e.tif,点击OK打开。如下图所示:继续重复上面的步骤,注意每次都不选择“ClearDispay”和勾选“BackgroundTransparent”。分别在同一视窗中打开……shixishuju2124037zuhe.tif和125036.tif。结果如下图所示:124037124036125036不难看出,三景遥感图像存在明显的重叠区域。在针对重叠区域进行研究时,就需要进行图像拼接处理。2、启动图像拼接工具在ERDAS图标面板工具条中,点击图标,在下拉菜单中选择MosaicImagesMosaictool,出现如下对话框。选择EditAddImages,出现右侧对话框,分别
3、选择12036zuhe.tif、12037zuhe.tif和125036.tif,依次加载三幅TM图像。结果如下图所示:3、拼接参数设置①在左图中选择EditColorCorrections(右上),出现对话框(右下),勾选UseHistogramMatching并点击Set,分别选择OverlapAreas和BandbyBand,点击OK,回到下图:②在左图中选择EditSetOverlapFunction(中),出现对话框(右),勾选Average并点击Apply和Close,再次回到下图:③在左图中选择EditOutputOptions(中),出现对话框(右),选择Unio
4、nofAllInputs并设置X为50,Y为50,点击ok,又一次回到下图。4、输出拼接图像在左图中选择ProcessRunMosaic(右上),出现对话框(右下),确定输出文件的格式(tif)、路径和名称(pinjie),点击ok,输出图像(需要约3分钟)。拼接后的图像如下所示:b、图像分幅裁剪实习目的:掌握遥感图像裁剪方法实习内容:利用DataPrep模块实现TM图像的规则和不规则裁剪实习步骤:1、规则分幅裁剪方法①ERDAS图标面板上点击图标,选择SubsetImage,打开对话框如下面左图所示:②在左图中选择输入文件名称pinjie.tif,选择输出文件guize.tif。再
5、打开一新视窗显示pinjie.tif(右大图),在视窗中选择UtilityInquirBox,打开对话框(右小图)和查询方框(右图上)。移动方框包括平顶山市区后,右图中点击Apply,左图中点击FromInquireBox,勾选IgnoreZeroOutputStats。点击OK输出。规则裁剪如下图所示:2、不规则分幅裁剪方法①与规则裁剪的步骤相似:启动Subset对话框(下左)确定输入文件pinjie.tif和输出文件buguize.tif,并打开新视窗显示Pinjie.tif(下右)。如下图所示:②创建AOI文件:在前面右图视窗中放大平顶山市区区域至合适位置,点击图标,出现对话框
6、(A),选择图标,在视窗中沿市区边缘绘制多边形(B)。在视窗中选择FileSaveAOILayersAs,出现对话框(C),确定AOI文件输出的路径和名称(buguize.aoi)后,ABCD出现对话框(D),勾选SelectedOnly,点击OK。关闭视窗。③图像裁剪:在下面左图对话框中点击AOI(红框),出现右图对话框,选择AOIFile,并选择刚才所保存的buguize.aoi文件,点击ok,回到左图,再点击ok,进行图像裁剪。结果如下图所示。思考:行政边界裁剪方法如何实现?c、图像空间增强实习目的:掌握遥感图像空间增强的部分方法实习内容:利用Interpreter模块实现遥
7、感图像的卷积增强和纹理分析实习步骤:1、卷积增强①ERDAS图标面板上点击图标,选择SpatialEnhancementconvoltion,打开对话框如下两幅图所示:②选择参数:在上图中确定输入文件名称buguize.tif和输出文件名称(如:33edgedetect.tif等),点击ok,进行卷积增强处理。(请尝试和体会各种增强方法效果)原图像33模板边缘侦测55模板边缘侦测77模板边缘侦测原图像33模板边缘增强55模板边缘增强77模板边
此文档下载收益归作者所有