




已閱讀5頁,還剩2頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
遙感圖像處理實習報告實驗內容: 影像融合與增強 班 級:測繪1102班 學 號: 1110020213 姓 名: 指導老師:陳曉寧、黃遠程、競霞、史曉亮西安科技大學測繪科學與技術學院二零一三年一月實習三 影像融合與增強1、 實習內容: 1.掌握ENVI中各種影像融合方法,并比較各方法的優(yōu)缺點; 2.熟悉ENVI圖像增強操作;3. 本實習的數(shù)據源為上節(jié)已經過校正的資源三號多光譜和全色影像。2、 實習目的:1.了解和認識各種圖像融合方法的原理、內容及要點;2.熟悉、熟練操作ENVI軟件中各種圖像融合的方法、步驟并學會加以比較;3.學習利用ENVI軟件進行各種圖像增強處理操作;4.學會定性、定量分析比較圖像融合的差異。3、 實習步驟: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; 2 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(tǒng)默認打開的影像已經過2%線性拉伸。如果希望改變系統(tǒng)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EnhanceInteractive 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四、實習結果:思考題:利用提供的練習數(shù)據,分別采用不同的方法進行融合(HSV、Brovey、GS、PC、Pan sharpening),分析融合結果(目視分析影像空間顯示和光譜特征,基于均值、標準差分析定量分析圖像質量),說明不同融合方法的優(yōu)缺點。答:電子表格分析如下:MeanBand 1Band 2Band 3HSV83.665478.540280.5564Color249.6896248.7857241.3201StdevBand 1Band 2Band 3HSV66.358460.041765.5638Color155.1116152.2875154.9004 MeanBand 1 Band 2 Band 3Band 4CN726.6659828.5440668.2097755.6398Gram-Schmidt381.0453431.9748350.2704732.5705PAN378.8832430.2334353.1667732.1128PC389.4692449.0391362.0102759.2461StdevBand 1 Band 2 Band 3Band 4CN422.2953495.1943426.3564414.8822Gram-Schmidt210.5905255.7186224.0602411.6446PAN211.4756251.3286223.1606410.8164PC209.8707250.5845228.5233395.8967 分析結論:由以上各圖可觀察看出: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,對比六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。5、 實習心得: 通過這次實習,簡
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025初三升高一數(shù)學暑假銜接講義25講含答案(必修一內容)5.6 三角函數(shù)倍角公式
- 統(tǒng)編版2025年七年級語文下學期期末總復習(專題訓練)專題04文言文閱讀(考題猜想)(學生版+解析)
- 愛崗敬業(yè)14課件
- 考研復習-風景園林基礎考研試題【奪冠】附答案詳解
- 風景園林基礎考研資料試題及參考答案詳解【綜合題】
- 《風景園林招投標與概預算》試題A附參考答案詳解(考試直接用)
- 2025-2026年高校教師資格證之《高等教育法規(guī)》通關題庫含答案詳解(考試直接用)
- 泰州市2024-2025學年三年級下學期數(shù)學期末試題一(有答案)
- 2023國家能源投資集團有限責任公司第一批社會招聘筆試備考題庫含答案詳解ab卷
- 2025年河北省定州市輔警招聘考試試題題庫及參考答案詳解一套
- 2025年市場營銷專業(yè)人才考核試題及答案
- 防范惡劣天氣安全教育
- 第七章郵輪游客投訴心理及處理技巧46課件
- 2025-2030年全球及中國槐糖脂行業(yè)市場現(xiàn)狀供需分析及投資評估規(guī)劃分析研究報告
- 江蘇省無錫市天一實驗學校2025屆物理八下期末調研試題含解析
- 深圳市住房公積金管理中心員額人員招聘真題2024
- 梅州市大埔縣客家圍屋小學-攜數(shù)同行靜待花開-二年級下冊數(shù)學家長會【課件】
- 耳鼻喉護理學試題及答案
- 第七單元專題學習活動:遨游漢字王國(精美課件)【知識提要】六年級語文下冊(統(tǒng)編版五四制2024)
- 2025年廣西高考歷史模擬預測試卷(含答案解析)
- 河道生態(tài)修復與生物多樣性保護的生態(tài)水文過程模擬與生態(tài)修復優(yōu)化
評論
0/150
提交評論