第一篇：遙感實習報告

《遙感原理與應用》

課堂實驗報告

（2015-2016學年 第一學期）

專業班級： 學 號： 姓 名： 實驗成績：

□ 優秀：格式完全符合規范要求，內容完整，圖表規范美觀；實驗原理清楚，實驗步驟合理，結果正確；嚴格遵守實驗紀律，按時上交實驗報告。

□ 良好：格式符合規范要求，內容完整，圖表規范；實驗原理較清楚，實驗步驟合理，結果正確；遵守實驗紀律，按時上交實驗報告。

□ 中等：格式基本符合規范要求，內容較完整；實驗原理較清楚，實驗步驟基本合理，結果正確；能遵守實驗紀律，能按時上交實驗報告。

□ 及格：格式問題較多，內容基本完整；實驗原理較清楚，實驗步驟基本合理，結果基本正確；能遵守實驗紀律，能按時上交實驗報告。

□

不及格：格式問題突出，內容不完整；實驗原理不清楚，實驗步驟欠合理，結果不正確；有抄襲現象，不遵守實驗紀律，未時上交實驗報告。

指導教師簽名:

2015年 11月 5日

實驗項目

（一）：遙感圖像幾何糾正（4學時）

實驗目的：掌握遙感圖像幾何糾正的原理方法；熟悉幾何糾正中控制點的選擇原則和方法；熟練掌握有關遙感圖像處理軟件的主要功能和操作步驟；針對變形的遙感圖像能進行幾何糾正。

實驗器材：

1、計算機；

2、基準遙感圖像、待糾正遙感圖像；

3、遙感數字圖像處理ENVI軟件。

實驗要求：掌握遙感圖像幾何糾正的主要步驟；自己獨立完成遙感圖像幾何糾正；對幾何校正結果進行評價。

實習時間及地點：

2015年10月15日

軟件與數據源描述：

ENVI提供以下選擇方式： 從柵格圖像上選擇

如果擁有需要校正圖像區域的經過校正的影像、地形圖等柵格數據，可以從中選擇控制點，對應的控制點選擇模式為Image to Image。從矢量數據中選擇

如果擁有需要校正圖像區域的經過校正的矢量數據，可以從中選擇控制點，對應的模式為Image to Map。從文本文件中導入

事先已經通過GPS測量、攝影測量或者其他途徑獲得了控制點坐標數據，保存為以[Map(x,y), Image(x,y)]格式提供的文本文件可以直接導入作為控制點，對應的控制點選擇模式為Image to Image 和Image to Map。鍵盤輸入

如果只有控制點目標坐標信息或者只能從地圖上獲取坐標文件（如地形圖等），只好通過鍵盤敲入坐標數據并在影像上找到對應點。

控制點的預測是通過控制點回歸計算求出多項式系數，然后通過多項式計算預測下一個控制點位置，RMS值也是用同樣的方法。默認多項式次數為1，因此在選擇第四個點時控制點預測功能可以使用，隨著控制點數量的增強，預測精度隨之增加。最少控制點數量與多項式次數的關系為（n+1）2。

實驗原理及步驟：

實驗步驟： 運行ENVI 軟件

第一步：顯示圖像文件

從ENVI 主菜單中，選擇File —— Open Image File 當Enter Data Filename文件選擇對話框出現后，選擇進入當前目錄下的“幾何校正”子目錄，從列表中選擇bldr_tm.img和bldr_sp.img文件。在波段列表中bldr_tm.img選擇RGB:543顯示，同時Display中顯示bldr_sp.img。

點擊OK。出現“可用波段列表對話框”出現。兩影像分別在display#1,display#2中打開。

第二步：啟動幾何校正模塊

在主菜單上選擇map->Registration->select GCPs：image to image 出現窗口Image to Image Registration，分別在兩邊選中DISPLAY 1（左）,和DISPLAY 2（右）。BASE圖像指參考圖（bldr_sp.img）像而warp則指待校正影像（bldr_tm.img）。選擇OK!

第三步：采集地面控制點

進行選點：將兩邊的影像十字線焦點對準到自己認為是同一地物的地方，就可以選擇ADD POINT添加點了。剔除或調整誤差較大的點。

第四步：選擇校正參數輸出

接下來就是進行校正了：在ground control points.對話框中選擇：options->warp file(as image to map),在出現的imput warp image中選中你要校正的影像tm，點ok進入registration parameters對話框：首先點change proj按鈕，選擇坐標系utm,然后更改象素的大小，輸入為30m。

最后選擇多項式校正方法.重采樣方法（resampling）,一般都是選擇雙線性的（bilinear），最后的最后選擇保存路徑。memory點OK。

第五步：檢驗校正結果

在顯示校正后結果的Image窗口中，右鍵選擇Geographic Link命令，選擇需要連接的兩個窗口，打開十字光標進行查看。

或者在INVI ZOOM中將校正后的結果跟基準影像同時顯示在窗口中，并用透視或者拉幕工具進行對比瀏覽。

實驗結果與分析：

1、控制點應選取圖像上易分辨且較精細的特征點，如道路交叉點、河流彎曲或分叉處、海岸線彎曲處、湖泊邊緣、飛機場、城郭邊緣；

2、特征變化大地區應該多選控制點；圖像邊緣部分一定要選取控制點，以避免外推；盡可能滿幅均勻選取。

3、控制點選取結束后要記得保存控制點文件

2015年10月15 日

實驗項目

（二）：遙感圖像的鑲嵌與裁剪（0.5學時）

實驗目的：熟悉遙感圖像的特點；掌握遙感圖像鑲嵌與裁剪的概念和作用；掌握遙感圖像鑲嵌與裁剪影像處理軟件的相關操作步驟。

實驗器材：

1、計算機；

2、多光譜遙感圖像；

3、遙感數字圖像處理ENVI軟件。

實驗要求：

1、了解多光譜遙感圖像的成像規律和特點；

2、掌握遙感圖像鑲嵌與裁剪的概念及主要操作步驟；

3、對遇到的問題能自己分析解決。

實習時間及地點：

2015年10月29日

軟件與數據描述：

圖像裁剪的目的是將研究之外的區域去除。常用的方法是按照行政區劃邊界或者自然區劃邊界進行頭像裁剪；在基礎數據生產中個，還經常要進行標準分幅裁剪。

本課程學習在ENVI下進行圖像的規則裁剪、利用矢量數據進行圖像的不規則裁剪。

規則裁剪，是指裁剪圖像的邊界范圍是一個矩形，這個矩形范圍獲取途徑包括：行列號、左上角和右下角兩點坐標、圖像文件、ROI/矢量文件。規則分幅裁剪功能在很多的處理處理過程中都可以啟動（Spatial Subset）。下面介紹其中一種規則分幅裁剪過程。不規則圖像裁剪，是指裁剪圖像的邊界范圍是一個任意多邊形。任意多邊形可以是事先生成的一個完整的閉合多邊形區域，可以是一個手工繪制的多邊形，也可以是ENVI支持的矢量文件。針對不同的情況采用不同的裁剪過程。下面學習這兩種方法。圖像鑲嵌，指在一定數學基礎控制下把多景相鄰遙感圖像拼接成一個大范圍、無縫的圖像的過程。ENVI的圖像鑲嵌功能可提供交互式的方式，將有地理坐標或沒有地理坐標的多幅圖像合并，生成一幅單一的合成圖像。

實驗原理及步驟：

在 ENVI 主菜單中，選擇 Map → Mosaicking → Pixel Based，開始進行 ENVI 基于像素的鑲嵌操作。Pixel Based Mosaic 對話框出現在屏幕上。

2、從 Pixel Based Mosaic 對話框中，選擇 Import → Import Files。在 Mosaic Input Files對話框中，點擊 Open File，選擇文件ljs-dv06_2.img。

3.在 Mosaic Input Files對話框中，再一次點擊 Open File，選擇 ljs-dv06_3.img 文件。

4.在Mosaic Input Files對話框中，按下鍵盤上的Shift鍵，并同時點擊ljs-dv06_2.img和ljs-dv06_3.img文件名，選中這兩個文件，點擊 OK。

5.在 Select Mosaic Size 對話框的X Size 中輸入 614，Y Size 中輸入 1024，指定鑲嵌影像的大小。

6.在 Pixel Based Mosaic 對話框中，點擊 dv06_3.img 文件名。7.調整影像的位置關系。

8、在 Pixel Based Mosaic 對話框中，選擇 File → Apply。當 Mosaic Parameters 對話框出現后，輸入輸出文件名 ljs-dv06.img，點擊 OK，生成鑲嵌影像文件。

在 Pixel Based Mosaic 對話框中，選擇 File → Save Template。當 Output Mosaic Template 對話框出現后，輸入輸出的文件名 ljs-dv06a.mos。

9.點擊可用波段列表中的 dv06a.mos 波段名，然后點擊 Load Band，顯示鑲嵌后的影像。

10、在 Pixel Based Mosaic 對話框中，選擇 Options→Change Mosaic Size。在 Select Mosaic Size對話框的X Size 和 Y Size 文本框中都輸入值 768，點擊 OK，改變輸出鑲嵌影像的大小。在 Pixel Based Mosaic 對話框中，左鍵點擊影像＃2 的綠色輪

廓框。將影像＃2 拖動到鑲嵌圖的右下角。

在鑲嵌圖中，右鍵點擊影像＃1 的紅色輪廓框，選擇 Edit Entry，打開 Entry:filename

對話框。

11、在 Data Value to Ignore 文本框中，輸入值 0。在 Feathering Distance 文本框中，輸入值 25，點擊OK。對另一幅影像，重復上面的兩步操作。選擇 File → Save Template，輸入輸出文件名 ljs-dv06b.mos。在可用波段列表中，點擊鑲嵌模板文件名，然后點擊 Load Band，顯示該鑲嵌影像。

在 Pixel Based Mosaic對話框中，選擇 File → Apply，點擊OK。輸入要輸出的文件名ljs-dv06-output，設定 Background Value 為 255，然后點擊 OK。

基于地理坐標的影像鑲嵌例子

在 ENVI 主菜單中，選擇 Map → Mosaicking → Georeferenced，開始進行 ENVI 基于地理坐標的鑲嵌操作。

輸入文件：從 Pixel Georeferenced Mosaic 對話框中，選擇 Import → Import Files。打開ljs-lch_02w.img和ljs-lch_01w.img.在鑲嵌圖中，右鍵點擊影像＃1 的紅色輪廓框，選擇 Edit Entry，打開 Entry:filename對話框，在 Data Value to Ignore 文本框中，輸入值 0。在 Feathering Distance 文本框中，輸入值 25，點擊OK。同理，處理#2影像。

添加注記：在ENVI4.7中File—Open Image File –選擇ljs-lch_01w.img。

在主窗口中從主影像窗口中，選擇 Overlay → Annotation，打開 Annotation對話框。在color中選擇Red，然后添加注記，操作完成后保存為ljs-lch-a.ann 導入注記：在mosica窗口，選擇上影像，右鍵選擇 Edit Entry，選擇select cutline Annotation File，選擇ljs-lch-a.ann。結果如下：

創建輸出羽化后的鑲嵌影像 在 Map Based Mosaic 對話框中，選擇 File → Apply。在 Mosaic Parameters對話框中，輸入輸出文件名 ljs-lch_mos.img，點擊 OK，創建羽化后的鑲嵌影像。

實驗結果與分析：

（1）如果待拼接的圖形經過了較為準確的幾何校正，圖像的拼接過程只需要經過色帶調整之后就可以運行就可以達到較好的效果。

（2）彩色圖像如何要取得較好的效果，需要從紅綠藍三個波段進行灰度的調整，對于多個波段的圖像文件，進行一一對應的多個波段調整。

（3）在使用拼接線拼接時，如果帶拼接區域顏色較為一致，或者帶拼接區域剛好有河流或其他分割線，可以依照此分割線進行拼接，此時采用拼接線拼接可能取得較好的效果。同時要對拼接線處進行羽化使拼接線能夠更好的融入影像中去。

2015年10 月29日

實驗項目

（三）：遙感圖像的融合（0.5學時）

實驗目的：熟悉多光譜遙感圖像和高分辨率全色影像的特點；掌握遙感圖像融合的基本原理及主要融合算法和步驟；掌握遙感圖像融合影像處理軟件的主要操作步驟。

實驗器材：

1、計算機；

2、多光譜遙感圖像和高分辨率的全色影像；

3、遙感數字圖像處理ENVI軟件。

實驗要求：

1、了解多光譜遙感圖像和高分辨率全色影像的特點；

2、掌握遙感圖像融合各種算法的原理與主要操作步驟；

3、對遇到的問題能自己分析解決。

實習時間及地點： 2015年10月29日 軟件與數據描述：

在ENVI中，遙感影像合成總共有5中方法，分別是： HSV Color Normalized(Brovey)Gram-Schmidt Spectral Sharpening

PC Spectral Sharpening CN Spectral Sharpening 實驗原理與步驟： 1.圖像融合：

三波段融合：

HSV和Color Normalized(Brovey)變換：

1）從ENVI主菜單中，選擇File → Open Image File，分別加載校正后的資源三號多光譜與全色影像到可用波段列表Available Bands List中；

2）選擇多光譜3,2,1波段（可以根據需要選擇）對應R，G，B，點擊Load RGB將多光譜影像加載到顯示窗口display#1；

3）在ENVI的主菜單選擇Transform → Image Sharpening → HSV；

4）在Select Input RGB Input Bands對話框中，選擇Display #1，然后點擊OK。

5）從High Resolution Input File對話框中選擇全色影像，點擊OK。

6）從HSV Sharpening Parameters對話框中，選擇重采樣方法，并輸入輸出路徑和文件名，點擊OK。即可完成HSV變換融合；

與上述方法類似，選擇Transform → Image Sharpening →

Color Normalized(Brovey)，使用Brovey進行融合變換。

多光譜融合：

Gram-Schmidt、主成分（PC）和color normalized(CN)變換

三種方法操作過程基本類似，下面以 Gram-Schmidt為例：

1）從ENVI主菜單中，選擇File → Open Image File，分別加載校正后的資源三號多光譜與全色影像到可用波段列表Available Bands List中；

在ENVI的主菜單選擇Transform → Image Sharpening →Schmidt Spectral Sharpening；

3）在Select Low Spatial Resolution Multi Band Input File對話框中選擇資源三號多光譜影像，在Select High Spatial Resolution Pan Input Band對話框中選擇全色影像，點擊OK。

4）選擇Average of Low Resolution Multispectral File方法。

5）選擇重采樣方法，輸入輸出路徑及文件名，單擊OK輸出。

與上述方法類似，選擇其他兩種方法進行融合，并比較融合結果。

2.圖像增強：

1）從ENVI主菜單中，選擇File → Open Image File，加載融合后影像到可用波段列表Available Bands List中，并打開影像；

2）在image主窗口菜單Enhance下有不同的拉伸方法，可以嘗試并比較各種方法的特點；

3）ENVI系統默認打開的影像已經過2%線性拉伸。如果希望改變系統默認的2%線性擴展，從主菜單File → Preferences → Display Default，將%Linear 中的2.0 改為0.0，選擇OK 后，關閉對話框。

4）交互式拉伸：主圖像菜單中選擇Enhance→Interactive Stretching。Strech_Type 中可以選擇各種擴展方式，主要有Linear（線性）、Gaussian（高斯），Piecewise Linear（分段線性），Equalization（均衡化），Square Root（平方根），Arbitrary（任意拉伸），選中各種不同的擴展方式，點擊Apply，即可在圖中看到變化后的圖像。5）以上增強后結果如果需要保存時，在Image窗口下File → Save Image as → Image File

實驗結果與分析：

HSV和Brovey變換兩種方法在三個波段中，Brovey方法比HSV方法的均值和標準差值都大，在四個波段的其他四種方法，在各個波段中，CN法的均值和標準差值都最大，GS方法與PAN方法均值和標準差值都差不多相等且最小，PC方法的均值比CN方法小比GS方法與PAN方法略大，在1、2、3波段上，CN法的標準差值最大，其余三種大小差不多相等，在4波段上，CN法、GS法、PAN法標準差值大小差不多相等，PC法兩種值均最小。

定量分析，對比幾種方法融合后的圖像，可以看出，HSV方法的融合效果最好，圖像融合后最為清晰，PC方法的融合效果最差，圖像較為模糊。

由此通過分析，HSV方法融合效果最佳。

2015年10月29日

實驗項目

（四）：遙感圖像的計算機自動分類（3學

時）

實驗目的：掌握遙感圖像分類的基本原理；熟悉遙感圖像的特點；掌握ENVI軟件遙感圖像分類的操作步驟；并輸出分類結果專題圖；

實驗器材：

1、計算機；

2、多光譜遙感圖像；

3、遙感數字圖像處理專用軟件。

實驗要求：

1、了解多光譜遙感圖像的成像規律和特點；

2、掌握遙感圖像分類的基本原理及操作步驟；

3、對分類結果輸出專題圖；

4、對遇到的問題能自己分析解決。

實習時間及地點： 2015年10月29日 軟件與數據描述：

實驗原理與步驟：

實驗結果與分析：

2015年 月 日

第二篇：遙感實習報告

開始作圖。

3實訓體會

本次實習總共四天的時間，主要內容是學會使用VirtuoZo NT系統。在這四天的實習過程中，我們學會了很多，掌握了很多以前所不了解的，但是也遇到了很多的問題。在最開始的時候，對實習的內容以及軟件都不了解，不知如何下手，而在經過老師的親自一步一步操作示范給我們看的時，雖然沒有完全掌握，但是之后在老師和同學的幫助下，都一步步順利的完成了。在本個實習中，我不僅學會了VirtuoZo NT系統的使用，在VirtuoZo NT系統中進行模型定向、影像匹配、生成DEM及正射影像的制作、數字影像測圖等。

分析我自己做的成果，再與老師所做的進行比較發現，我所處理的結果誤差明顯偏大。究其原因，乃是對立體觀測切準地物的各種方法和技巧不熟悉所至。可喜的是，經過數小時的訓練，最終的準確度有明顯提高。

由于經驗不足使我在操作上有些盲目既不知道自己操作的對錯也不知道打到什么位置最好。

在考試的時候我對打高程點還是不清晰，努力讓自己沉靜下來讓自己找到感覺，然后慢慢的開始打點，找到感覺后就開始打點。點的高程慢慢的打對了。

實習中多虧了同學們的幫助，老師的指導，加上多次的練習我會了VirtuoZo的大概操作。知道了VirtuoZo的作用。這次實習內容豐富，使我學到了不少東西。它不僅讓我認識到了Virtuozo的各種功能和工作流程及部分原理，還讓我對數字攝影測量數據獲取有了更深刻的了解。同時也使我對數字攝影測量課程有了一個整體的概念。

第三篇：遙感實習報告

江西理工大學建測學院地信專業

遙感課程實習報告

（第三組）

遙感課程設計實習報告

一、主要內容

1、根據實際測量的GPS坐標點校正每組截取的百度地圖或谷哥地圖，校正后坐標統一轉化成WGS84投影。

2、使用每組校正后的百度地圖或谷哥地圖校正CBERS-02B全色影像。

3、用CBERS-02B全色影像校正CBERS-02B多光譜影像。

4、根據每組指定區域，完成相鄰圖像鑲嵌或裁剪。保證20米和2.36米影像區域完全重合。

5、圖像噪聲消除與圖像增強（本步驟在有需要的時候執行）

6、使用適當方法完成全色影像和多光譜影像的融合。

7、通過目視判讀識別和手工提取地物（可在Arcgis中完成），利用計算機自動識別方法進行地物分類及分類后處理。

8、利用手工解譯的地物評價計算機自動識別方法地物的精度。

9、用原始的遙感影像作為底圖，提取的地物附在底圖上制作專題出圖。

10、根據第17章的內容，研究區提取地物的算法模塊化。（需編程較好，這一步不強行要求）。

二、時間安排

課程設計時間15-16周，課程設計嚴格按照日常作息時間，上午8:10~11:50，下午2:00-5:30.江西理工大學建測學院地信專業

二、學習內容及分工

每個小組按照《ENVI遙感圖像處理方法》必須學習第1至第6章、第8章、第10章、第15章、第17章的內容，其它章節選學。學習過程中每個小組可按照分工完成，但小組每人都需掌握相關內容，每個小組必須在15周內完成所學內容。

每個小組在第15周周末之前完成贛州市區指定區域的實地數據采集測量（必須同時保證GPS機和手工兩種記錄），第三組組員:丁嘉樹（組長）、廖峭、陳滿姣、朱龍龍 任務分工：野外采集:丁嘉樹，廖峭，朱龍龍

室內處理：幾何校正部分由丁嘉樹，朱龍龍共同完成；融合及分類部分由丁嘉樹，廖峭共同完成；實習報告由丁嘉樹，陳滿姣共同完成；展示的成果雖基本由丁嘉樹完成，其他組員也都自己每一步都進行了操作，對基本操作都了解。

四、具體步驟

1、百度地圖截取指定區域，通過ps處理得到指定的圖形

江西理工大學建測學院地信專業

2、圖形的校準

打開envi，通過“window”→“Available Band List”打開波段列表，并通過“File”→“Open image File”打開第三組的測區圖形，并加入坐標系統打開圖形校正對話框，設置基準面為“WGS-84”,“zone”設置為50，分辨率設置為1m。操作過程如下圖所示。

選取“RGB Color”，然后點擊“Load RGB”，在“map”下選擇“Image to Map”校正

江西理工大學建測學院地信專業

在打開的區域中通過“image”、“Scroll”與“Zoom”三者的結合，找到與實際測量相同的點，然后輸入對應的經緯度，點擊“Add Point”，將測量的點根據自己的需要輸入，可以不用將采集的點的坐標全部輸入。然后點擊“Options”→“Warp file”，然后選擇要校正的影像，接著在彈出的對話框中輸入相應的校正精度，另外選擇3次多項式校正，選擇輸出文件目錄

江西理工大學建測學院地信專業

點擊確定之后就會進行相應的校正。將校正后的圖形用“New display”打開，校正后的圖形如下圖所示：

江西理工大學建測學院地信專業

校正好之后可以打開shapfile文件進行相應的對比，看校正后的影像會不會偏差比較大，如果偏差比較大的話再次對標記的控制點進行相應的修改，知道符合要求為止。

江西理工大學建測學院地信專業

3、校正后的百度地圖校正CBERS-02B全色影像

用“Available Band List”打開全色影像，并且加載到相應的窗口。因為全色影像的區域相對于測量的區域有點大，所以一般通過裁剪感興趣區域將自己所需的裁剪下來。

在要裁剪的圖形上右鍵“ROI tool”,然后在“ROI_Type”中選擇矩形裁剪，“windows”中選擇“Scroll”，然后在“Scroll”中拖出矩形感興趣區域，然后右鍵。

導出感興趣區域

江西理工大學建測學院地信專業

打開自己校正好的百度地圖與裁剪區域。將“裁剪區域2”和“百度地圖校正圖”兩個同時打開。選擇“Map”→“Image to Image”進行校正，用“百度地圖校正圖”校正全色影像。

控制點添加方法是，在兩個圖中找到相同的區域，然后點擊“Add Point”，控制點的輸入根據自己的需要添加，弄好之后記得保存控制點，以便于后面可以使用。

選擇好控制點之后單擊“Options”→“Warpe file”進行校正。校正后的圖如圖所示。

江西理工大學建測學院地信專業

4、用CBERS-02B全色影像校正CBERS-02B多光譜影像

首先打開已有的五張多光譜影像，加載已有的一張，然后在這張圖像上右鍵選擇“ROI tool”,點擊“ROI type”選擇多邊形（Polygon），通過多邊形裁剪，將裁剪區域到處為“shapefile”格式。

利用已經ROI存儲的“shapefile”格式數據分別去裁剪剩余4個多光譜影像。利用下圖方法分別裁剪4個。得到區域一樣的5個相同區域的ROI圖像。利用五個裁剪好的區域，分別加載到窗口，以第一個為標準，利用image to image方法，分別校正其余四個。以下為第一幅影像校正第二幅影像的過錯，其他的校正過程都是依次相同。

江西理工大學建測學院地信專業

將校正好的五個子區進行圖層的堆疊。得到多條光譜相結合的影像。方法為選擇envi菜單欄中的Basic Tools下拉菜單中Layer Stacking功能，然后依照步驟分別添加五幅經過校正后的影像，組成為一組多波段光譜影像。

江西理工大學建測學院地信專業

得到后的圖像多光譜影像如下圖所示。波段組合為

利用第三步得到的全色影像校正上面得到的多光譜影像。

5、鄰圖像鑲嵌或裁剪

打開校正好的多光譜影像數據，右鍵打開“ROI Tool”,用矩形裁剪匹配好的多光譜影像數據

江西理工大學建測學院地信專業

6、圖像噪聲消除與圖像增強

打開裁剪好的多光譜影像數據，進行平方根增強。

7、全色影像和多光譜影像的融合

選擇菜單“Transform”→“HSV”進行圖像的融合。

江西理工大學建測學院地信專業

選擇輸入的多光譜影像數據，點擊“ok”后選擇高分辨率的影像。

選好之后點擊“ok”就可以得到融合的全色影像。其中有圖為融合后影像。

8、利用計算機自動識別方法進行地物分類及分類后處理

(1)類別定義/特征判別：根據分類目的、影像數據自身的特征和分類區收集的信息確定分類系統；對影像進行特征判斷，評價圖像質量，決定是否需要進行影像增強等預處理。這個過程主要是一個目視查看的過程，為后面樣本的選擇打下基礎。

分類后的類別數包括道路、植被、房子、水域、裸地部分。

（2）樣本選擇：打開分類圖像，在Display->Overlay->Region of Interest，默認ROIs為多邊

江西理工大學建測學院地信專業

形，按照默認設置在影像上定義訓練樣本。如圖下圖所示，設置好顏色和類別名稱。

在ROIs面板中，選擇Option->Compute ROI Separability,計算樣本的可分離性。如圖19所示，表示各個樣本類型之間的可分離性，用Jeffries-Matusita, Transformed Divergence參數表示，這兩個參數的值在0~2.0之間，大于1.9說明樣本之間可分離性好，屬于合格樣本；小于1.8，需要重新選擇樣本；小于1，考慮將兩類樣本合成一類樣本。

江西理工大學建測學院地信專業

（3）分類器選擇： 根據分類的復雜度、精度需求等確定哪一種分類器。目前監督分類可分為基于傳統統計分析學的，包括平行六面體、最小距離、馬氏距離、最大似然，基于神經網絡的，基于模式識別，包括支持向量機、模糊分類等，針對高光譜有波譜角（SAM），光譜信息散度，二進制編碼。（4）影像分類：基于傳統統計分析的分類方法參數設置比較簡單，這里選擇最小距離分類方法。主菜單下選擇Classification > Supervised >Minimum Distance。按照默認設置參數輸出分類結果，如下圖所示。

江西理工大學建測學院地信專業

分類后的圖

（5）分類后處理：分類后處理包括的很多的過程，都是些可選項，包括更改類別顏色、分類統計分析、小斑點處理（類后處理）、柵矢轉換等操作。

可以在Interactive Class Tool面板中，選擇Option->Edit class colors/names更改，也可以在Display->Color Mapping->Class Color Mapping。如下圖所示，直接可以在對應的類別中修改顏色。也可以根據一個顯示的RGB影像來自動分配類別顏色，打開主菜單->Classification->Post Classification->Assign Class Color。（在這里沒有做修改）

江西理工大學建測學院地信專業

9.專題圖制作

(1)融合的影像制作專題圖：

1、主影像顯示窗口菜單中，選擇File → QuickMap → New QuickMap，打開QuickMap Default Layout對話框。設置模板的參數：輸出頁的大小（圖幅的大小）、頁的方位（圖幅形式）、地圖的比例。

2、點擊OK完成設置。

3、選擇制圖范圍，鼠標左鍵點擊顯示窗中紅色框的左下角并拖動方框，選中整個影像。

4、點擊OK，顯示QuickMap Parameters對話框。

5、在Main Title文本框中鍵入圖名：贛州市新城區專題地圖。

6、在影像圖中加載投影信息。在Lower Left Text文本框中輸入：

江西理工大學建測學院地信專業

贛州市新城區專題地圖

7、在Lower Right Text文本框，輸入制圖單位和制圖員信息：2013年1月 江西理工大學地理信息系統專業3組制作

8、保存快速制圖模板，選擇Save Template，并輸入文件名，點擊OK。

9、點擊Apply，在ENVI顯示窗口中顯示快速制圖的結果。可以繼續修改QuickMap Parameter對話框中的設置，點擊Apply更新顯示結果。

10、輸出制圖結果后，在主圖像顯示窗口中，選擇File →Save Image As →Postscript File,將制圖結果輸出為打印格式。選擇Output QuickMap to Printer或Standard Printing復選框，這里選擇Output QuickMap to Printer。

（2）將分類圖與融合影像的專題圖疊加，并保存為打印格式。在快速制圖的主顯示窗口中，選擇Overlay →Classification，在打開的Interactive Class Tool Input File對話框中，選擇分類圖向，單擊OK按鈕，打開Interactive Class Tool對話框，在對話框相應的On復選框中點擊，在Interactive Class Tool對話框中，選擇Options →Edit class colors/names，修改類的顏色和名字，最后可以把疊加的地圖輸出為打印格式。

江西理工大學建測學院地信專業

五、實習心得：

丁嘉樹：

本次實習歷時兩周左右時間，主要對幾何校正、影像融合、分類、專題圖制作等方面進行了操作，整個過程是借鑒了一些參考資料以及和組員一些討論才得以完成。實習過程中還遇到了許多困難，導致不同程度的返工，一遍遍重復的操作，不過這樣一來，更加加深了對ENVI軟件的理解和應用，俗話說熟能生巧，正是因為有了這些一遍遍的錯誤，并通過結合理論知識的討論和研究，才能不僅僅局限于對應課件一步一步來的層次，才能對做過的實驗進行反思和分析，認真考慮到底是那個地方出現了問題，這樣才能有利于我們的學習進步。學習ENVI軟件剛開始的時候是比較痛苦的，主要體現在對各個操作命令的不熟悉，以及對基礎理論的理解程度不夠造成的，并且全英文的操作菜單讓各個指令無法和所學的內容結合起來，造成對軟件的操作步驟的不理解，而且也無法加深對本次試驗的理解，造成了一定的困難。但當自己硬著頭

江西理工大學建測學院地信專業

皮把這部分內容做完之后，再返回去進行一下總結，總能得到一些原來本不知道的知識，我覺得這種收獲遠遠大于按照實習步驟一步步來的效果要好一些。所以，我還是建議大家首先把理論部分搞的明白一些，算不上透徹吧也應該知道本次實驗的目的是什么，從目的出發進行理解，這樣才能具有針對性，否則等你做過這次實驗之后你還不知道做的是什么的話，那樣只會耽誤自己的時間，很快就會忘記，達不到學習的效果。正如老師介紹的那樣，隨著經濟的發展，對遙感方面的學習越來越重要。長期以來，地理學主要是以地圖作為地理信息存貯及成果展示的工具，以地圖和實地觀測作為地理研究的主要手段。隨著當前科學技術和社會的迅速發展，單純傳統的工作手段已不能適應地理學的發展，遙感技術的引進和應用，成為當前地理學發展中具有重要意義的變化和動向之一.遙感已成為地理研究和工作的重要信息源，另外，遙感已成為地理研究的重要手段和方法。因此，伴隨著遙感在地信專業所占成分越來越高的現實，我們有必要對遙感這門課程引起足夠的重視，努力學習好這門課程。

廖峭：

通過為期兩周的遙感實習，我對ENVI軟件有了一個全面深入的認識和了解，短短的幾天時間我掌握了ENVI常用的基本操作，圖像的幾何糾正、影像校正，圖像融合，影像的分類處理，專題地圖的輸出制作等，對于一些不常用的功能也都做了了解和嘗試，為將來對ENVI整個軟件的掌握運用打下了一定的基礎。這次實習的收獲很多，剛開始接觸ENVI軟件時，對它全英文的界面很不熟悉，稍微沒注意老師的講解就不知所措，慢慢的用下來，一點一點的琢磨，再加上在技術手冊和老師精心的指導，現在我基本掌握了這個軟件的主要用途，當一幅幅影像在電腦上顯示出來，那種成就感讓人滿足。在為期2周的實習內，我們很好地完成了老師對我們的要求，通過我們對軟件的具體操作，使我們對遙感這們學科有了更深入的認識。同時，在實習中我再次認識到認真嚴謹的態度是必不可少的，有不太清楚的地方要及時向老師請教，才會保證學習過程中的質量，同時也體會到了遙感研究的辛苦和樂趣。總之通過這幾個實習讓我對遙感有了更直觀的了解，通過做實驗讓我對遙感和其他學科的聯系有了初步了解，同時增強了我對遙感的學習興趣。總之，本次實驗還是比較順利的，在實習期間感謝老師的辛勤指導，讓我們少走了一些彎路，老師的講解也給我們留下了很深的印象，使我們對一些知識點理解更透徹

陳滿姣：

通過兩周的室內實習任務，最大的感觸就是從新認識了遙感這門比較抽象的學課，以前在課堂上總覺得這是一門非常難懂也非常難學的課程，可是就在這兩周的室內實習的過程中我的想法突然改變了，其實遙感這門學科并沒有所想的那么難懂和難學，只要我們愿意去學、去發現這門學科的奧秘我們還是非常容易掌握和理解的。開始接觸是覺得它是我們所有學科中最抽象的，可是當我們把我們所學的理論知識和這

江西理工大學建測學院地信專業

次室內實習結合起來對比和深入研究后，才真正的發現這是一門多么有內涵和適應新時代的必要科目，同時對于動手操作的重要性有了新的理解，即使掌握了理論知識如果自己不去動手做的話，還是無法完全掌握這門學科，因為很多問題只有在操作中產生了然后自己慢慢摸索解決后才能印象深刻，由于不夠耐心不夠仔細導致每一步之后的圖都有很大的變形，無法繼續下一步，都是用其他組員的圖繼續下一步，但是在這個過程中我還是以自己的最大熱情完全的投入到此次實習中，把每一步的大致的操作流程都有所了解，雖然沒能得出一個真正屬于自己的成果，但是通過這次實習我的收獲很大，我理解耐心是很重要的，也理解了團隊的重要性，如果總是指望別人永遠做不成大事。并且在很多情況下我們都得到了很多意外的收獲，獲益匪淺！不僅對書本上的理論知識有了大致的理解，更重要的是從實踐中檢驗了它的真理，了解了它的適應范圍之廣和作用之大，為我們以后從事工作而需要它打下了堅實的基礎

朱龍龍：

這次實習給我的最深體會是只有動手操作才會真正學會運用軟件，再多地文字資料也比不上一次認真地操作，在野外采集的時候我了解了ＧＰＳ的基本操作，也了解了團隊合作的重要性，但是在室內處理這一部分每次都遇到很多問題，然后就氣餒了，不想做了，導致沒有充分利用這個機會學習，我明白了遇到問題就要虛心請教，多操作幾次就會的，關鍵還是自己態度不夠端正，什么事情只要認真對待就一定會有收獲，我想在以后的學習中我不會再犯這樣的錯誤，多動手操作，多虛心請教，多點耐心，結果肯定會不一樣。工科學生要的就是動手能力，只有在學習完理論并結合一次實習才能夠加深對這門課程的理解。當然不僅僅是對本門課程理論知識的理解，更多的是對遙感這門學科的應用有一定的理解才是。當然，想要學習好一門技術不僅僅是一個學期的學習和兩周的實習可以搞定的，這可以說只是一個入門，如果想要進一步理解，那就需要付出更多的努力。

第四篇：遙感實習報告(報告)

重慶交通大學測繪工程 《遙感原理及應用》實驗報告

班 級： 學 號： 姓 名： 指 導 老 師 ： 實 驗 室： 地理信息中心實驗室

實驗一

ENVI 視窗的基本操作

一、實驗的目的

初步了解目前主流的遙感圖象處理軟件 ENVI 的主要功能模塊，在此基礎上，掌握視窗操作模塊的功能和操作技能，為遙感圖像的幾何校正等后續實習奠定基礎。

二、實驗軟件與數據

軟件：Envi遙感圖像處理軟件。數據：重慶地區UTM第八波段數據。

三、實驗方法與步驟

Envi軟件的主菜單：

這個是ENVI軟件的主菜單,其中包括了文件的載入，基本工具欄，以及圖像處理的一些必要的功能。

四、實驗體會與建議

本次實驗主要是熟悉Envi軟件的菜單，以及一些常用的方法。還有就是將Envi軟件菜單的界面轉換成中文菜單。

1、在ENVI安裝目錄..RSIIDL60productsenvi40menu下建立新文件夾，命名為orgmenu

2、拷貝..RSIIDL60productsenvi40menu下原有的英文菜單文件display.men、display_shortcut.men和envi.men到新建的orgmenu目錄中進行備份

3、拷貝下載的display.men、display_shortcut.men和envi.men文件到..RSIIDL60productsenvi40menu中，覆蓋原文件。

4、啟動ENVI4.0。

實驗二

遙感圖像的幾何校正

一、實驗的目的

通過實習操作，掌握遙感圖像幾何校正的基本方法和步驟，深刻理解遙感圖像幾何校正的意義。

二、實驗軟件與數據

軟件：Envi遙感圖像處理軟件。

數據：重慶地區UTM第八波段數據以及未經校核的重慶地區jpg圖片。

三、實驗方法與步驟

1、打開ENVI軟件將UTM圖像和jpg格式的圖片載入，上述圖像中我們可以看出，12840-8圖像下面有圖像的地理信息，而重慶城區圖片是沒有信息說明的。

2、選擇校正與鑲嵌菜單下的校正圖像選取控制點(圖像到圖像)，分別選取基礎圖像和校正圖像，分別在圖像上面選擇控制點，通過Add Point按鈕增加選擇的控制點，用這個方法選擇5個控制點，單擊Show List按鈕查看所選控制點的信息

3、在控制點選擇窗口中選擇options菜單，再選擇warp file，選擇輸出校正后的圖像文件。

4、載入校正后的圖像

在圖像顯示窗口工具菜單中選擇geographic link，將需要連接的圖像打開，5、選擇2號圖上的位置，3號圖就會顯示相應位置。

四、實驗體會與建議

用過本章的實驗，掌握了遙感圖像幾何校正的基本方法和步驟，理解了遙感圖像幾何校正的意義。

在幾何校正的時候，剛開始把dipaly1和dipaly2搞反了，沒有注意是以哪張有坐標的為基準。選點的時候應該找比較明顯的標志性物體。

實驗三

遙感圖像的增強處理

一、實驗的目的

通過上機操作，了解空間增強、輻射增強幾種遙感圖象增強處理的過程和方法，加深對圖象增強處理的理解。

二、實驗軟件與數據

軟件：Envi遙感圖像處理軟件。數據：重慶地區UTM多光譜數據。

三、實驗方法與步驟

1、載入UTM多光譜數據，并選擇RGB Color 使用前面三個波段顯示模擬真彩色圖像。

2、在主菜單中選擇濾波菜單，再選擇卷積濾波，在convolutions菜單中選擇不同的算法進行圖像的卷積濾波運算。這是通過highpass方法運算輸出的結果。

這是經過low pass運算出來的結果。

3、在圖像菜單中選擇顯示增強，以下圖像是平方根后的效果

4、在圖像菜單中選擇顯示增強，以下圖像是[zoom]均衡化后的效果

四、實驗體會與建議

通過本章的實驗操作，了解了空間增強、輻射增強幾種遙感圖象增強處理的過程和方法，加深了對圖象增強處理的理解。

剛開始打開的圖片是Gray scale的模式，轉換成為RGB Color模式。然后就是菜單中選擇卷積濾波進行運算，然后再對本圖片進行顯示增強。

實驗四

遙感信息的復合

一、實驗的目的

通過上機操作，初步掌握遙感信息復合的方法，深入理解遙感信息復合在信息解譯中的意義。

二、實驗軟件與數據

軟件：Envi遙感圖像處理軟件。

數據：重慶地區UTM多光譜數據和重慶地區UTM第八波段高分辨率數據。

三、實驗方法與步驟

1、載入UTM多光譜圖像和UTM第八波段高分辨率圖像。

2、主菜單中的空間變換菜單,再到影像融合，再到HSV，選擇輸入多波段的數據

選擇輸入高分辨數據

輸出多光譜數據和高分辨率數據融合之后的圖像數據

多光譜和高分辨率數據融合之后的圖像

四、實驗體會與建議

通過本章實驗，初步掌握了遙感信息復合的方法，理解了遙感信息復合在信息解譯中的意義。對遙感圖片的處理有了更深的認識。

數據融合其實比較好做，就是將兩張圖片打開后選擇菜單中的空間變換菜單,再到影像融合，再到HSV，選擇輸入多波段的數據。最后生成文件，保存后就可以了。

實驗五

遙感圖像分類——監督分類

一、實驗的目的

理解計算機圖像分類的基本原理以及監督分類的過程，達到能熟練地對遙感圖像進行監督分類的目的。

二、實驗軟件與數據

軟件：Envi遙感圖像處理軟件。數據：重慶地區UTM多光譜數據。

三、實驗方法與步驟

1、載入UTM多光譜圖像，使用主菜單中的基本工具菜單，選取感興趣區，在image圖像中選擇序列區。

2、在主菜單中選擇分類，選擇監督分類，再選擇最小距離法進行分類。結果如下，其中紅色部分為河流，藍色部分為居民區和山脈，綠色部分為植被和背景。

四、實驗體會與建議

通過本章實驗，理解和掌握了計算機圖像分類的基本原理以及監督分類的過程，并能夠熟練地對遙感圖像進行監督分類。

首先選擇圖片的感興趣區，要選擇多個波段不同顏色，剛開始的時候只選擇了一個，整個圖片全是一個顏色。后來選擇了很多顏色，選擇出了特征值。

實驗六

遙感圖像分類——非監督分類

一、實驗的目的

進一步理解計算機圖像分類的基本原理以及監督分類的過程，達到能熟練地對遙感圖像進行監督分類的目的，同時深刻理解監督分類與非監督分類的區別。

二、實驗軟件與數據

軟件：Envi遙感圖像處理軟件。數據：重慶地區UTM多光譜數據。

三、實驗方法與步驟

非監督分類的方法有分級集群法和動態聚類法(ISODATA)載入多光譜圖像，使用動態聚類法(ISODATA)進行分類。在分類菜單中選擇非監督分類，在選擇ISODATA

動態聚類法(ISODATA)分類結果

四、實驗體會與建議

通過本章實驗，進一步理解了計算機圖像分類的基本原理以及監督分類的過程，并能夠熟練地對遙感圖像進行監督分類的目的，同時深刻理解了監督分類與非監督分類的區別。打開圖片，點擊非監督分類，然后load圖片就可以了。

第五篇：林業遙感實習報告

林業遙感實習報告1

地點：校園、十三陵地區、

姓名： 班級：

學號：

實習目的

1：為了更好的了解十三陵地區的地區概況以及土地利用類型，方便學習遙感圖像的制作和分析能力，更好的熟悉應用遙感的重要軟件，對遙感知識增加全面的掌握，更好的實現理論與實踐的高效結合。本實驗旨在教會學生應用ArcGIS系列軟件進行矢量化的操作。通過本次實驗，要求學生能夠掌握ArcGIS一些常用的基本操作，涉及到的知識點，包括：ArcGIS應用基礎，空間數據的采集和組織，空間數據的轉換和處理，空間數據的可視化表達等。最終達到對ArcGIS桌面軟件操作入門的目的:

2：了解航空相片的各種要素，掌握立體觀察的具體步驟。

3：掌握野外地物波普測試的基本步驟，了解其反射率。 實習內容

本次實習重要應用到兩個重要軟件ArcGIS和Edars軟件。將十三陵遙感圖應用ArcMap進行手工矢量化操作，結合實地踏查，手工進行地物劃分，最終形成十三陵土地利用圖。用到的'軟件主要是ArcMap和ArcCatalog。

一、立體像對觀測的實驗

二、實驗步驟

（一）熟悉航空像片

①像片編號：位于航片右上角，說明攝影時的地理位置、攝影時間； ②框標：四角或四邊，相對框標連線交點是該像片的像主點； ③水準氣泡：記錄該像片的傾斜度數；

④時針：表明攝影時間，以便提供太陽光線方向和太陽高度角； ⑤航片攝影機的焦距； ⑥校正線； ⑦高度表。

（二）立體觀察

1、立體鏡檢查

①在8開白紙上中部順長邊方向繪制一條直線。長約30cm左右，并在此直線上安裝反光立體鏡。

②在立體觀察中觀察直線，以檢查立體鏡的大反鏡角度是否正確。當立體觀察時紙上的直線在兩個視場的成像為兩條相交直線，而且經轉動白紙或立體鏡時仍不能使其兩視場中兩直線重合時，說明儀器大反光鏡位置不正確，這時調整反光鏡螺旋進行正位，直至兩直線重合為止。

2、確定基線。

然后用兩眼相重合的點位，也做標記。之間的距離b為立體鏡擴大后的觀察基線，稱之為立體鏡基線。此基線的長度因個人的眼距和立體鏡的不同而異。

③在兩張像片上分別連接框標得像主點O1、O2，即框標連線的交點，然后在像主點周圍f/45為半徑的圓內，選刺明顯地物，并用像片鉛筆畫一小圈。

④轉刺兩像片中心點O1、O2得O1ˊ、O2ˊ，并分別連接O1 O2ˊ、O2 O1ˊ，量出O1 O2ˊ、O2 O1ˊ的長度值，即為兩像片的共同基線。

3、觀察

①將兩像片安置在白紙上，使同名基線與白紙上的直線重合（注意要使同名基線應在像片對內側）；使像片上的同名像點O1 、O2ˊ或O2、O1ˊ間的距離基于b，固定像片對。

②將反光立體鏡置于像片對上，觀察者的眼基線要平行于立體鏡基線進行觀察

一、 實驗心得：這次實驗較為簡單，一個人即可在短時間內完成，但是，由于每個人的眼間距不同，所以調整的儀器目鏡間距也不同，在一個人調好后，可能另一個人觀測時無法達到最佳狀態。也因此，若是兩人一起調整儀器的話，可能會慢一點，困難一些。其實，實驗整體還是很容易的，只要認真細心即可。

二：野外地物波譜測試的實驗

使用光譜反射儀測試地物波譜的實驗步驟

1、首先確定需要測定的地物類型，任何不同地物都具有各自不同的光譜特性，都可以作為測定目標。如：草地、灌木、喬木、水泥地、大理石地、水體等，植物還可以分為健康與不健康的，水體也可以分為無污染與有污染的。

2、確定測量時是采用順光、逆光或頂光，然后放置標準板，標準板的位置應該與地物的位置一致。

3、光譜反射儀的使用：（1）由開關按鈕、電池檢查鈕(Check)、視場角旋鈕（2°或10°）、波長輪鼓（400nm~1050nm）、鏡頭和觀測孔等。首先打開鏡頭蓋，不要用手觸摸鏡頭，然后打開開關按鈕，按住電池檢查鈕(Check)，如果從觀測孔中觀測到刻度值大于3就能說明電池仍有電，反之則需要更換電池；從觀測孔中除了刻度以外還可以看見一個大圈中間還有一個小圈，大圈是10°視場角的觀測范圍，小圈是2°視場角的觀測范圍，一般使用10°視場角，也就是說在觀測時大圈中應該充滿所測地物而沒有任何其它物體；觀測孔中得刻度是從0到4，讀取時應該估讀出小數點后兩位。（2）轉動波長輪鼓，從400nm開始依次測量，首先讓鏡頭對準目標地物，通過觀測孔讀數并記錄，再讓鏡頭對準標準板讀數記錄。（3）然后將波長輪鼓調到425nm，同前面一樣讀取地物與標準板的讀數，依此按照波長順序重復數次。

4、讀物波譜反射系數的計算：分別將各個波長獲得的標準板讀數值與其目標物讀數相減，然后根據相減所得差值在反射率查詢表中查詢對應的反射率。

5、反射波譜曲線的繪制：以波長（400nm~1050nm）為橫軸，反射率為縱軸，畫出光譜反射曲線。

6、對多個地物的反射光譜曲線進行比較分析。

光譜反射率測定記錄表

光譜反射率測定記錄表

地點 十三陵 目標地物類型 月季葉（新鮮完整） 時間20xx/10/27

林業遙感實習報告2

一．實習目的

通過實習能夠熟練的掌握使用遙感地形圖進行地物識別以及解譯標志庫的建立

二．實習主要內容

1. 對野外進行踩點調查 2. 目視解譯，區劃小班 3. 地類面積統計及分析 4. 森林資源分布圖制圖出圖

三．主要結果分析（解譯標志庫目視解譯步驟地類面積統計森林分布圖制圖）

第一條路線沿大湖坪向上方方向踩點調查，行程8.9公里 第二條路線沿茶園方向往太陽廟方向進行調查，行程6.5公里 第三條路線為沿環山公路沿路進行探究，行程6.8公里

四．簡易標志庫的.建立

五．統計結果及其分析

結論：由表格中數據可知福壽山林場的竹林面積特別大，無論是純竹林還是竹林混交林的面積都占了很大的比重，同時經過我們小組成員在山中的所見所聞也知道了山中的針葉林主要以杉木和柳杉為主的林份在山上分布廣生長旺盛，同時作為一個自然保護區它的闊葉林面積也大，這樣各種資源分布比較均勻符合游人的需求也符合物種的多樣性。

林業遙感實習報告3

一、實習目的與要求

林業遙感是遙感技術在林業經營中具體應用的實用性強的專業課，旨在培養學生利用遙感手段進行森林資源監測和管理的基本技能，實習的主要目的是培養學生使用GPS進行野外地形參數的手工測量，內業計算機遙感圖像的幾何精校正和探索學習決策樹分類方法對林業遙感影像進行分類研究的動手能力。通過實習，加深遙感技術在森林資源監測和管理中的應用和理解。

二、實習內容

1)GPS采集地面控制點坐標；

2)（經緯度或平面直角坐標）以及地形參數；

3)（坡度，坡向）野外訓練區的地面調查；

4)內業遙感圖像的幾何精校正；

5) ENVI圖像處理軟件決策樹分類器建立逐級決策規則；

6)決策規則的修改與添加（與實地調查進行比較分析）；

7)利用建立的決策規則對林業遙感圖像進行分類，保存分類規則與分類圖像。

三、實習中涉及的理論知識

1．決策樹分類簡介

與其它分類方法相比，決策樹分類具有如下特點：

1）決策樹分類是非參數分類，因此其獨立于訓練區像元亮度值的統計分布模式；

2）決策樹分類時模型的輸入既可以是連續的光譜波段值，也可以是離散的數值，甚至是定名變量；

3）分類結束后可以生成易于解譯的分類判別準則文件；

4）樣本訓練的速度快，分類精度通常高于其它的分類器。

2．決策樹分類原理

決策樹分類實質是利用輸入分類器的多元特征參數，從多角度挖掘出蘊藏在其中的模式類別間的差異，并建立起“特征識別矩陣”（類似于判讀檢索表），其外在表現為多個“If Then, else if then”的連用，就如同數學上的多個集合求交集運算，從而將滿足交集條件的模式與不滿足交集條件的模式區分開來，實現不同模式類別的自動識別。

具體地講，決策樹可以像分類過程一樣被定義，依據某種規則將窨數據集一級級往下細分以定義決策樹的各個分支。

決策樹由一個根結點，一系列內部結點及終極結點組成，每一個結點只有一個父結點和兩個或多個子結點。根據決策樹的構成思想，以選定的樣本數據為對象逐級找到分類樹的結點，并且在每個結點上記錄所選的空間數據圖層的編號以及相應的判別函數參數，從而有可能反過來從樹根到葉按照生成的判別規則，逐級地在每個結點上對樣本數據以外的待分類數據進行分類。

3．本實習決策樹分類規則描述

類1(class 1)：NDVI值大于0.3，坡度大于或等于20度；

類2(class 2)：NDVI值大于0.3，坡度小于20度，陰坡；

類3(class 3)：NDVI值大于0.3，坡度小于20度，陽坡；

類4(class 4)：NDVI值小于或等于0.3，波段4的值大于或等于20；

類5(class 5)：NDVI值小于或等于0.3，波段4的值小于20；

類6(class 6)：波段4的值等于0；

類7(class 7)：波段1的.值小于波段1的均值。

決策樹分類規則是在決策樹分類過程中不斷修改和添加的，為了實現逐步分類更加精細與準確。

四、實習步驟

1． 外業數據采集

在中山陵地區選取若干樣點，利用GPS記錄樣點坐標，測定相應位置的地形參數。目的：練習使用GPS以及DEM的建立方法。

2． 研究資料確定與處理

1) 運行ENVI軟件，打開并顯示對決策樹分類有貢獻的影像文件：bouldr_tm.dat (Landsat 5 TM影像) 與boulder_dem.dat（相應的DEM空間子集）

2) 投影類型轉換

查看bouldr_tm影像特征：

Projection : UTM

Pixel: 30 Meters

Datum: NAD 27

查看boulder_dem影像特征：

Projection : GAUSS-KRUGER

Pixel: 30 Meters

Datum: WGS84

以bouldr_tm影像為基準，轉換boulder_dem影像的投影類型：

運行ENVI軟件，點擊Map/Convert Map Projection，在彈出的Convert Map Projection Input Image中選擇boulder_dem，在彈出的Convert Map Projection對話框中選擇UTM，DATUM選擇NAD 27，可選擇多項式和最鄰近點方式，保存投影類型轉換后的圖像。

3）圖像配準

為提高TM影像的分辨率，從而提高分類精度，以bouldr_tm影像與相應地區的SPOT影像配準（SPOT為已經過精校正的影像，空間分辨率為10m）

配準方法：點擊Map/Registration/Select GCPs: Image to Image，使得bouldr_tm影像的分辨率也達到10m，查看配準后的影像特征：

Projection : UTM

Pixel: 10 Meters

Datum: NAD 27

3． 輸入決策樹規則

1） 選擇Classification/Decision Tree/Build new decision tree，打開決策樹工具，在決策樹工具打開時就只有一個空的決策節點，在這個空的節點中輸入任意條件的決策表達式，將該數據集的像素分為兩組

2） 第一個決策要基于landsat影像。要定義這個決策點，點擊決策節點，當前這個節點被標注為Node，輸入表達式：{ndvi} gt 0.3。

這個決策將像素分為兩類，一類為綠色植被，另一類為非植被。

3） 指定應用決策表達式的文件

在出現的Variables/Files Pairing對話框中，點擊{ndvi}，在隨后出現的對話框中選擇bouldr_tm影像，這表明當上述決策規則計算時，NDVI值將從bouldr_tm影像中計算出來。

這里ENVI會根據NDVI這個特定名稱，自動搜索所需的紅波段和近紅外波段，計算出NDVI值。

4） 完成第一個簡單決策樹分類器，NDVI大于0.3被分成白色類，NDVI值小于或等于0.3像素被分為黑色。

4． 輸入決策樹附加規則

1） 右鍵點擊Class 1的節點，從彈出的快捷菜單中選擇Add Children，從而將NDVI大的那類細分為兩個新的子類。

2） 點擊空白節點，并在Edit Decision Parameters對話框中，輸入下面這個決策規則：{Slope} lt 20。

這個決策規則將根據坡面的陡峭程度，將NDVI值高的像素分為兩類，同樣，ENVI會根據Slope(坡度)這個特定名稱，自動搜索計算Slope值。

3） 在節點的Name區域，輸入slope<20，點擊OK。

4） 指定應用決策表達式的文件

在出現的Variables/Files Pairing對話框中，點擊{slope}，在隨后出現的對話框中選擇boulder_dem影像，這表明當上述決策規則計算時，slope值將從boulder_dem影像中計算出來

5） 繼續添加決策規則

右鍵點擊綠色的端元節點，它包括了NDVI值高、坡度低的那類像素，從彈出的快捷菜單中，選擇Add Children。點擊節點，在Edit Decision Parameters對話框中，輸入下面這個決策規則：

{aspect} lt 20 and {aspect} gt 340

這個決策將把NDVI值高、坡度小的那些像素，分為坡面北朝向的和坡面北朝向不顯著的兩類。

6） 在節點的Name區域，輸入North，點擊OK。

7） 指定應用決策表達式的文件

在出現的Variables/Files Pairing對話框中，點擊{aspect}，在隨后出現的對話框中選擇boulder_dem影像，這表明當上述決策規則計算時，aspect值將從boulder_dem影像中計算出來。

8） 在節點的Name區域，輸入North，點擊OK。

9） 繼續添加決策規則。

右鍵點擊黑色的端元節點，它包括了NDVI值低的那類像素，從彈出的快捷菜單中，選擇Add Children。點擊節點，在Edit Decision Parameters對話框中，輸入下面這個決策規則：b4 lt 20。

這個決策規則將水體非植被中分離出來，經過目視解譯遙感影像發現，在波段4中，像素值小于20的主要是水體。

10） 指定應用決策表達式的文件

在出現的Variables/Files Pairing對話框中，點擊b4，在隨后出現的對話框中選擇bouldr_tm影像。

11） 在節點的Name區域，輸入Low B4，點擊OK。

5． 執行決策樹

1） 選擇Options/Execute；

2） 在Decision Tree Execution Parameters對話框中，點擊bouldr_tm影像，作為基準影像。其它影像的地圖投影，像素大小和范圍都將被自動調整，以匹配該基準影像；

3） 輸入要輸出的分類影像文件名，保存。

6． 查看決策樹分類結果；

1） 輸出的決策樹分類結果中，給定像素的顏色是由分類指定的端元節點的顏色確定的。Class1，Class2，Class3，Class4，Class5分別對應紅色，綠色，藍色，黃色，藍綠色；

2） 查看決策樹信息。

在ENVI Decision Tree

對話框的空白背景上，點擊右鍵，從彈出的對話框中，選擇Zoom In，現在每個節點標簽都會顯示像素的個數以及所包含像素點總影像像素的百分比。

7． 修改決策樹

1） 添加新的決策

執行完決策樹后查看分類結果，發現上述決策規則中，波段4小于20的那些像素中，某些像素是邊緣像素，值為0，以藍綠色顯示，因此需修改決策樹：

在波段4的值小于20的那些像素的端元節點上，點擊右鍵，并從彈出的快捷菜單中，選擇Add Children。點擊節點，在Edit Decision Parameters對話框中，輸入下面這個決策規則：b4 eq 0。

在Name文本框中，輸入B4=0。

2）執行新添加的決策，此時輸出結果中，邊緣像素就歸為另一類了，以紅紫色表示。

8． 在決策表達式中使用波段索引

幾個內置的決策樹變量在決策表達式使用過程中，需要波段索引。

1） 在黃色端元節點上，點擊右鍵，該節點包括了NDVI值低但波段4的值高的那一類像素。從快捷菜單中，選擇Add Children。點擊節點，在Edit Decision Parameters對話框中，輸入下面這個決策規則：b1 lt {mean[1]}。

在Name文本框中，輸入Low B1。

該表達式將判斷波段1的像素值是否小于波段1的均值。

2） 指定應用決策表達式的文件

在出現的Variables/Files Pairing對話框中，點擊b1，在隨后出現的對話框中選擇bouldr_tm影像的band 1；

在出現的Variables/Files Pairing對話框中，點擊mean，在隨后出現的對話框中選擇bouldr_tm影像；

3） 運行決策樹；

4） 查看結果，波段1的值較低的某些黃色像素的顏色已變為暗紅色。

9． 修剪決策樹

在使用決策樹的過程中，經常需要測試某個指定的子節點是否對決策樹的分類結果有效，即對決策樹的修剪。

1） 在Low B1節點上，點擊右鍵，從彈出的快捷菜單中，選擇Prune Children。結果表明，可以看到這個子節點，但它們不再帶有顏色，而且也沒有連接到決策樹上，表明已被修剪，當執行決策樹時，它們不會被使用；

2） 右鍵點擊Low B1節點，從彈出的快捷菜單中，選擇Restore Pruned Children，可恢復修剪。

10．保存生成的決策樹。

11． 對分類結果進行評價。

五、實習結論

通過實習，從中學到了很多東西，受益匪淺！