1、实验4 遥感图像变换,色彩变换,上机：图像色彩变换,第一:假彩色密度分割 在VIEW视窗中，以假彩色方式打开某Klon_TM.img影像。,第一:假彩色密度分割 在Viewer#1窗口菜单条单击Raster-attributes 选中要改变色彩的像元，赋给相应的色彩。依次进行。,上机：图像色彩变换,第一:假彩色密度分割 可将满意的结果保存下来,上机：图像色彩变换,找一幅影像,利用密度分割突出某一种地物,将成果图像上交.,上机：图像色彩变换,第二:色彩变换（RGB to IHS）是将遥感图像从红(R)、绿(G)、蓝(B)三种颜色组成的彩色空间转换到以亮度(I)、色度(H)、饱和度(S)作为定位参
2、数的彩色空间，以便使图像的颜色与人眼看到的更为接近。 在ERDAS图标面板工具条中单击Interpreter图标 Interpreter-Spectral Enhancement-RGB to IHS命令,打开RGB to IHS对话框,上机：图像色彩变换,第二:色彩变换（RGB to IHS） 确定输入文件（Input File）为dmtm.img 定义输出文件（Output File）为rgb-ihs.img 文件坐标类型（Coordinate Type）为Map;处理范围Subset Definition确定 确定参与色彩变换的3个波段，Red:4/Green:3/Blue:2 输出数据
3、统计时忽略零值，选中Ignore Zero in Stats复选框 单击OK按钮（关闭RGB to IHS对话框，执行RGB to IHS变换 ）,观察效果,输入文件,输出文件,上机：图像色彩变换,第三:色彩逆变换（IHS to RGB）色彩逆变换是与上述色彩变换对应进行的，是将遥感图像从以亮度(l)、色度(H)、饱和度（S）作为定位参数的彩色空间转换到红(R)、绿(G)、蓝(B)，三种颜色组成的彩色空间。 在ERDAS图标面板工具条中单击Interpreter图标 Interpreter-Spectral Enhancement-IHS to RGB命令,打开IHS to RGB对话框,上机
4、：图像色彩变换,第三:色彩逆变换（IHS to RGB） 确定输入文件（Input File）为rgb-ihs.img 定义输出文件（Output File）为his-rgb.img 文件坐标类型（Coordinate Type）为Map;处理范围Subset Definition确定 确定参与色彩变换的3个波段，Intensity:1/Hue:2/Sat:3 输出数据统计时忽略零值，选中Ignore Zero in Stats复选框 对亮度(I)和饱和度(S)进行拉伸，选择Stretch I-S单选按钮 单击OK按钮（关闭IHS to RGB对话框，执行IHS to RGB变换 ）,观察效果
5、,不同的拉伸选择,思考题:I、H、S三个分量是如何改变影像的。 做小实验加以说明,实验结束后： 1、上交某一地物密度分割结果影像； 2、按要求写实验报告。,指数计算(Indices),指数计算是应用一定的数学方法，计算反映矿物及植被的常用比率和指数。各种比率和指数与遥感图像类型、即传感器有密切的关系。,ERDAS图标面板工具条：点击Interpreter图标-Spectral Enhancement-Indices,传感器类型,计算指数函数,在Indices对话框中，需要设置下列参数: -确定输入文件(Input File ): tmatlanta.img -定义输出文件(Output Fil
6、e ): Indices.img -文件坐标类型( Coordinate Type ): Map -处理范围确定(Subset Definition ): ULX / Y, LRX / Y(缺省状态为整个图像范围，可以应用Inquire Box定义子区) -选择传感器类型(Sensor): Landsat TM -选择计算指数函数(Select Function): NDVI(相应的计算公式将显示在对话框下方的Function提示栏) -输出数据类型(Output Data Type ): Unsigned 8 bit -OK(关闭Indices对话框，执行指数计算) 查看帮助文件，根据不同的
7、传感器进行各种不同指数的计算。,主成分变换与逆变换,上机：主成分变换与逆变换,第一:主成分变换(PCA，Principal Component Analysis)是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。 在ERDAS图标面板工具条中单击Interpreter图标Interpreter-Spectral Enhancement-Principal Components命令打开Principal Components对话框,第一:主成分变换(PCA，Principal Component Analysis) 确定输入文件（In
8、put File）为lanier.img定义输出文件（Output File）为principal.img 文件坐标类型（Coordinate Type）为Map;处理范围Subset Definition确定；输出数据类型（Output Data Type）为Float Single 输出数据统计时忽略零值，选中Ignore Zero in Stats复选框 特征矩阵输出设置（Eigen Matrix）,有两种方式：一是在运行日志中显示:Show in Session Log二写入特征矩阵文件:Write to File(必选项，逆变换时需要) 特征矩阵文件名（Output Text Fil
9、e）为lanier.mtx 特征数据输出设置（Eigen Value） ,有两种方式：一是在运行日志中显示:Show in Session Log二写入特征矩阵文件:Write to File(必选项，逆变换时需要) 特征数据文件名（Output Text File）为lanier.tbl 需要的主成份数量(Number of Components Desired):3 单击OK按钮（关闭Principal Components对话框，执行主成份变换）,观察效果,上机：主成分变换与逆变换,确定输入文件与输出文件,文件坐标类型、处理范围和输出数据类型,输出数据统计时忽略零值,特征矩阵 输出设置,
10、特征数据 输出设置,特征矩阵文件名,特征数据文件名,需要的主成份数量,单击OK按钮,上机：主成分变换与逆变换,上机：主成分变换与逆变换,第二:主成分逆变换(Inverse Principal Components Analysis)主成份逆变换就是将经主成份变换获得的图像重新恢复到RGB彩色空间，应用时，输入的图像必须是由主成份变换得到的图像，而且必须有当时的特征矩阵(*.mtx)参与变换。 在ERDAS图标面板工具条中单击Interpreter图标Interpreter-Spectral Enhancement-Inverse Principal Components命令打开Inverse
11、Principal Components对话框,第二:主成分逆变换(Inverse Principal Components Analysis) 确定输入文件（Input File）为principal.img 确定特征矩阵文件（Eigen Matrix File）为lanier.mtx定义输出文件（Output File）为inverse_pc.img 文件坐标类型（Coordinate Type）为Map;处理范围Subset Definition确定； 输出数据选择(Output Options),有两项选择输出数据拉伸到0-255:Stretch to Unsigned 8 bit输出数据统计时忽略零值:Ignore zero In stats. 单击OK按钮（关闭Inverse Principal Components对话框，执行主成份逆变换）,观察效果。,确定输入文件、特征矩阵文件和输出文件,文件坐标类型、处理范围,输出数据选择,单击OK按钮,上机：主成分变换与逆变换,实验结束后： 1、要求将NDVI灰度图像处理成彩色图像，并上交成果 2、上交principal.img影像； 3、按要求写实验报告。,
