遥感影像融合实验报告精选.docVIP

《遥感导论》 实验四 专业名称： 海洋技术 班 级： 海洋101 姓 名： 张 丹 学 号： 141003137 日 期： 2012/11/15 成 绩： 实验四 高分辨率遥感影像的融合 一、实验目的 1、学会把高分辨率影像按照一定的算法或规则进行运算处理，以获取对同一目标更为全面、更为可靠、更为准确的图像，生成一幅具有新的波谱和空间特征的合成图像。 2、 通过实验掌握遥感图像融合的方法，比较区分各自优缺点。 二、实验软件 ERDAS IMAGINE9.2 三、实验准备 “影像材料 在 Gis38 上“的图像fusion1.img和图像spot5pan.img；图像spot5mul.img。 四、实验目的 背景：多角度、多传感器、多平台和高时间分辨率、高空分辨率、高时间分辨率的遥感图像数据各自具有自己的优势和局限性。但是通过大量的研究发现，通过不同传感器、不同方式获取的大量遥感图像数据之间，既具有互补性，又存在极大的冗余性。如何从这些兼有互补性和冗余性的多源海量遥感数据中有效、合理的提取更有用、更精练、质量更高的信息，为辅助决策系统提供决策依据，已经成为一个迫切需要得到解决的前沿性问题，遥感图像融合技术就成为一个研究热点。 目的：将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，改善遥感信息提取的及时性和可靠性，提高数据的使用效率。 五、融合过程 1、遥感影像的预处理 ，几何校正 （1）预处理：主要包括遥感影像几何纠正、大气订正、辐射校正及空间配准 几何纠正、大气订正及辐射校正的目的主要在于去处透视收缩、叠掩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响；影像空间配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。 （2）几何校正配准步骤 1、特征选择：在欲配准的两幅影像上，选择如边界、线状物交叉点、区域轮廓线等明显的特征。 ERDAS图表面板菜单条：Session→Title Viewers 在Viewer1中打开需要校正的Lantsat图像：spot5mul.img 在Viewer2中打开作为地理参考的校正过的SPOT图像：fusion1.img 图1-2 采取控制点 2、特征匹配：采用一定配准算法，找处两幅影像上对应的明显地物点，作为控制点。 图1-3选取特征点 3、空间变换：根据控制点，建立影像间的映射关系。 4、插值：根据映射关系，对非参考影像进行重采样，获得同参考影像配准的影像。 5、计算检查点误差：在GCP Tool工具条中点击Compute Error图标，检查点的误差为Total=0.6524，误差小于一个像元， 进行重采样。 图1-5 采样检查点 注意1:空间配准的精度一般要求在1~2个像元内。空间配准中最关键、最困难的一步就是通过特征匹配寻找对应的明显地物点作为控制点。 6、图像重采样 图1-6影像重采样 输出图像文件（OutputFile）:rectify2.img 8、用同样的方法对spot5pan.Img进行几何校正配准，并且输出图像文件（OutputFile）:rectify1.img 图1-8几何校正后的影像rectify1.img 2、遥感影像的预处理 ，剪裁 在输出的进行过几何矫正过的rectify1.img和rectify2.img的图像，两个图像都是歪斜的，并且面积大小不一样，在进行遥感影像融合前必须对遥感影像的图像rectify1.img和rectify2.img进行裁剪，使他们的面积大小和形状一致，保证融合的准确性，不出现偏移现象和出错。 注意2：遥感影像的图像rectify1.img和rectify2.img中，面积最小者是rectify1.img，它是spopan5.img校正后的，剪裁以它为准。 （1）ERDAS图表面板菜单条：Session→Title Viewers 在Viewer1中打开校正过的的遥感影像：rectify1.img 在Viewer2中打开校正过的的遥感影像：rectify2.img 在DataPrep下，打开SubSet，Input File选择rectify1.img,Output选择输出文件。，img名为caipan.img，并且在图像上选择合适的左上坐标与右下坐标，使之裁剪成方正的图像，并记录（X,Y）数据，留剪裁rectify2.img使用同样的左上角和右下角坐标，是两个图像裁剪大小面