1、数字图像处理集中实习报告（2015-2016 学年第 2 学期）专业班级：地信 1302小组成员：曹晓东、傅文青、蔡雳鹏、黄亚阳评语:实习总成绩:指导教师签名:2016 年 04 月 01 日项目一：遥感数据下载一、 实习时间及地点实习时间：2016 年 03 月 21 日至 04 月 22 日实习地点：测绘学院四楼微机室二、 实习内容（一） 、选定实验研究区和相关的两期或多期的数据（二） 、遥感数据下载三、任务分工首先小组内讨论实习研究的区域以及两期数据的大致时间段间隔数据下载和图像增强：曹晓东遥感图像镶嵌和裁剪：黄亚阳遥感图像监督分类和动态监测：傅文青遥感影像专题地图制作综合：蔡雳鹏四、实
2、习过程1 研究区及数据准备1.1 实验研究区筛选从包含的地类、地物的种类尽可能的多的角度进行选择2 选择研究区影像的时间段2.1 选取的多大的时间跨度比较合适，可以使两期的影像较为明显3 在 http:/glovis.usgs.gov/ 下载区域数据3.1 首先确认所用电脑是否安装有 Java 的 JRE 环境或者 Java 开发者工具包3.2 在 USGS 的官方网站上注册上自己的账户3.3 按事先选择的区域和时间间隔进行筛选，选择适合的时间段（尽量不少于 4、5 年）3.4 先去地理空间数据云网站去搜索好需要下载的时间段的地理数据，并按指定的云量进行筛选，然后记住相应的数据标识、条带号、行
3、编号、中心经纬度等等，后到 USGS 的官方下载标准的数据包。如图所示：3.5 针对网速的波动时间段，选择合适的时间段去下载实验区的数据（网速太慢的话只能回宿舍尝试自己的校园教育网）五、实习总结通过这次初步下载卫星遥感数据，让我个感觉自己进入了一个崭新的领域。还了解了通用遥感数据的下载流程，以及这些编号的基本含义，并且查了landsat 卫星不同波段的不同用处，band1-band5 和 band7 的空间分辨率为 30米，band6 的空间分辨率为 60 米还了解到了 2003 年 Landsat-7 的 SLC 故障后，采集的数据需要采用 SLC-off 模型校正。通过自己手动下载这些数据
4、，深刻的体会到论坛的一些大牛说的有什么不懂的地方就查那些官方的文档，真的是这样。那就好像是自己小时候的玩具说明书，告诉你怎么样用，怎么样玩的更流畅。总之，第一次自己找并用数据的实习，刚开始就学到了很多东西。项目二：遥感影像增强滤波处理一、 实习时间及地点实习时间：2016 年 3 月 23 日实习地点：测绘学院四楼微机室二、 实习内容（一） 、针对已有的遥感影像的特征选择合适的影像增强方法（二） 、分别对已有的不同时期的影像进行规范化增强处理，选择合适的波段进行 RGB 合成图像，使影像范围内下垫面地物容易识别与提取。三、 任务分工如项目一的任务分工所述四、 实习过程1. 将下载的 7 幅图像
5、在 basic tools 下拉菜单的 layer stacking(堆处理)中进行图像融合，如图所示，再选择对应的坐标系，命名新文件并存入指定的文件夹。2. 然后在 transform 选项卡中分别选择 principal componentsforward PC rotationcompute new statistics and rotate和 NDVI 进行 主成分变换和 NDVI 增强。3. 最后进行波段相关性分析，在 basic tools 选项卡中选择statistics compute statistics 项，看方差、直方图等分析数据，选择相关度最相近的三个波段，按假彩色合成
6、的的方法来进行 RGB 色彩和成。成果如图：五、实习总结每个滤波处理都有自己的优势和不足，我们要善于利用每一种滤波的优势来增强图像从而让遥感图像变得更加分明，易读。虽然软件操作就那么几步，甚至一两个按钮搞定的事情，但是我们还是学习过处理原理的。觉得这样好像在这个软件处理数据的时候我可以假想电脑是怎么处理它的。这样可以让自己的思路更加明朗清晰。通过这次的实习也让我们意识到，前辈们的高超技艺，将纷繁的算法集成于一个小小的按钮便可以完成的事情。无意间增强了我们学习编程二次开发的信心和决心。项目三：遥感图像镶嵌一、 实习时间及地点实习时间：2016 年 3 月 24 日实习地点：测绘学院四楼微机室二、
7、 实习内容在实际操作中掌握遥感影像处理知识，学会对遥感影像的相关处理工作。三、 任务分工如项目一的任务分工所述4、实习过程基于地理坐标的镶嵌操作：1.打开 ENVI 软件，将两幅郑州遥感影像图导入 Available Bands List 中。2.在 ENVI 主菜单 Basic Tools 菜单中选择 MosaickingGeoreferenced，打开 Map Based Mosaic 窗口。3.在 Map Based Mosaic 窗口中选中 Import Import Files，加载需要进行镶嵌的影像数据。4.加载完图像后，选中一幅图像，点击右键，选择 Edit Entry，打开En
8、try 窗口，将 Data Value to Ignore 改为 0，羽化距离设置为 10，将参考图像选为 Fixed，其它图像全为 Adjust。5.在 Map Based Mosaic 窗口中选择 File Apply，打开 Mosaic Parameters窗口，将重采样改为三次卷积内插法（Cubic Convolution） ，像元大小设置为30 米，输出影像 mosaic.img。5、实习总结通过此次镶嵌实验练习，在实验的过程中不断的遇到问题并且解决问题，学习了邻近影像之间的匹配镶嵌，认识了一些关于镶嵌处理的方法，为今后的影像处理奠定了一定的基础。项目四：遥感图像裁剪一、 实习时间及
9、地点实习时间：2016 年 3 月 25 日实习地点：测绘学院四楼微机室二、 实习内容1.掌握用矢量裁剪遥感图像的原理方法；2.熟练掌握有关遥感图像软件的性能和操作。三、 任务分工如项目一的任务分工所述4、实习过程1.在 ENVI 主菜单点选 Fileopen image file，打开待裁剪影像。2.在 ENVI 主菜单点选 Fileopen vector file，打开用 arcgis 软件中做好的郑州面要素文件来裁剪遥感影像图。3.在弹出的 Available Vectors List 对话框中，点击 File Export Layers to ROI，弹出 select data fi
10、le to associate with new ROIS 对话框，在此对话框中选择待裁剪影像，点 OK，将导出的 EVF 矢量文件转换为 ROI。4.在弹出的 export evf layers to ROI 对话框，点选：convert all records of an EVF layer to one ROI，点 OK。5.在 ENVI 软件主菜单 Basic Tools 下拉菜单选择 Subset Data via ROIs，用 ROI 对融合后的影像 mosaic2.img 进行裁剪，最后得到裁剪的图像。5、实习总结通过对 ENVI 软件的不断熟悉和操作，让我学到很多，ENVI 作
11、为对遥感学习的初步入门软件，熟练地掌握是必须具备的技能，在实验中，我遇到了很多困难，看到很多未知的，不解的知识，还有自己原先掌握的知识的困惑，通过与同学的交流学习解决其中的困难。知道了如何对一副遥感影像图进行裁剪，更加熟悉掌握了 ENVI 软件。项目五：遥感图像的计算机自动分类及精度评价一、实习时间及地点实习时间：2016 年 3 月 25 日和 03 月 28 日实习地点：测绘学院四楼微机室二、 实习内容（一）掌握遥感图像监督与非监督分类的基本原理；（二）得到给定区域内每一地类（农用地、建设用地、水体、不透水表面等）的面积；（三）掌握对分类结果进行精度评价的方法；（四）掌握相关软件的操作。三
12、、任务分工如项目一的任务分工所述四、实习过程1 研究区及数据准备1.1 open image file 打开增强后的两幅影像“200601”和“201001” ，选择 5、4、3 波段合成彩色图像。图 4-1 波段列表1.2 根据图像的分辨率和实际情况将两幅图像都分为 8 类。图 4-2 5、4、3 波段彩色图2 选择样本2.1 在 image 窗口中选择 overlay 菜单选择下面的 ROI，打开 ROI 窗口。2.2 在 ROI Name 中输入“河流湖泊”按回车键，在三个窗口间进行切换，选择“ZOOM”窗口为选择窗口，在 image 窗口中进行切换找到对应颜色区域（蓝色） ，然后在 z
13、oom 窗口中进行放大然后选取部分区域。 （注意均匀选取）2.3 选择“New Region”新建一个 ROI，重复步骤 2.2，分别选择林地、草地、居民地、工业用地、沙地、水田、耕地的样本，如图 4-3 所示： 图 4-3 分类样本图3 可分离性分析3.1 在 ROI Tool 窗口中选择 Options 菜单下的 compute ROI Separability，在打开的窗口中选择“郑州 200601”图层，选择所有ROI，点击 OK，生成图 4-4 的分离矩阵，从图中可看出各样本可分离性不错，符合要求，如果值不符合需要进行合并或者重新分配。图 4-4 分离矩阵图4 监督分类4.1 在 E
14、NVI 主菜单中选择 classification-supervised-maximun likelihood,用监督分类中的最大似然对图像进行自动分类，打开图像选择窗口。4.2 在打开的窗口中选择图像“200601” ，点击确定，跳出 ROI 选择窗口，将所有的 ROI 都选择上将其输出到”监督分类”文件夹，命名为“2006”。得到下图列表：图 4-54.3 重复上面步骤得到 2010 年的监督分类图。5 编辑分类结果5.3 打开新生成的影像“2006” ，在 image 窗口中选择 overlay-classfication,选择 2006，在打开的窗口中课对每一类地物进行颜色和名字的设置
15、与更改。图 4-66 精度验证6.1 用混淆矩阵进行精度验证，打开 classification-post classification-confusion matrix 选择 ROI 进行精度验证。 （由于没有验证数据，所以验证进度很高）7 统计分析7.1 打开 classification-post classification-class statistics，选择生成的 2006 影像，点击确定，再选择原图像 200601 点击 OK，选择所有的 ROI，将直方图等勾选上，得到下面的统计图：图 4-68 裁剪8.1 从图 4-6 可以看出，工业用地不符合实际情况，原因是没有对背景进行处
16、理，所以须用矢量图重新裁剪，过程同遥感影像裁剪步骤。5、实习总结本次实习内容为遥感影像的自动分类和精度评定，从实验课时的安排就能看出为这次课程设计的核心，也是这次课程设计的重点，我被分派到这一部分任务既感到高兴也感到责任重大，所高兴的是组员对我的信任，感到有压力的是怕自己做的不好影响到全组的成绩。就操作过程来说并不困难，难点在于ROI 的选取，因为这次我们选择的是郑州市 2006 年和 2010 年的 landsat5TM 的影像，分辨率只有 30 米，虽然经过增强地物相对较清晰，但是要把每一类都区分出来还是比较困难的。主要原因在于我们是第一次做这种遥感影像图，对地物的辨别大多是通过轮廓，所以
17、很多都不知道是什么地物，只有通过百度地图谷歌地图一类的高分辨率影像找到对应位置进行判别。尽管如此，我在 2010 年第一次分类中。草地跟居民地还有林地的区分度还是达不到要求，不得已只能对三类重新分类。好在第二次选样本点更小心，课分离度都超过了 1.8，可是进行统计的时候又发现在两个时相的影像中有一类地物严重偏多，后来发现是背景没有处理的原因，只能将分类图进行二次裁剪去除背景。总之这次实习内容并不复杂，监督分类与非监督分类的原理也较简单，关键在于细心和有耐心，虽然简单，但是却会遇到很多问题和需要注意的地方，这也是我们实习的目的，遇到问题，解决问题才有进步。项目六：遥感影像专题地图制作一、 实习时
18、间及地点实习时间：2016 年 3 月 29 日至 4 月 1 号实习地点：测绘学院四楼微机室二、 实习内容遥感影像的专题地图制作三、 任务分工如项目一的任务分工所述四、实习过程1、打开 2006 监督后裁剪.bli，此时图层种有 9 种符号映射。2、在图层上点击鼠标右键，选择属性。在属性对话框中，选择符号系统，切换到符号系统面板。3、在色彩映射表中，修改标注。按照图形中的颜色，分别将对应的颜色修改为背景、河流湖泊、林地、草地、居民地、工业用地、沙地、水田、耕地，点击确定。4、将视图切换到布局试图，在布局视图上点击右键，选择属性。在格网选项卡上，点击新建格网，创建参考格网。在框架选项卡中，将背
19、景改为浅蓝色，点击确定。5、点击插入标题，在文本框中输入“2006 年 3 月土地利用分布图” ，字体为宋体 36 号。6、点击插入图例，设置为三列，将背景改为蓝色。7、点击插入比例尺，选择单位为千米，点击确定，将比例尺放入图中合适位置。8、点击插入指北针，选择合适的指北针，点击确定，放于图中合适位置。9、点击文件地图文档属性，勾选存储数据源的相对路径名。10、点击文件导出地图，分辨率设为 300，将地图导出。11、采用相同的方法将另一幅影像“2010 监督后裁剪”制图后输出。实习成果如图: 五、实习总结制图综合在前一周刚做过实习，在制图方面并没有太大问题。但是在进行影像的监督分类时，由于考虑
20、不充分，未能考虑影像的背景，导致分类后影像的背景和河流的颜色一样，在制图时无法将河流和背景分离开来。后来又给背景也分了一类才解决这个问题。通过此次实习，让我学到了很多课堂上更本学不到的东西，掌握了只有通过实际操作、自己动手才能学到的技术和能力。这让我清楚地感到了自己学习能力的不足，看清了自身的缺点，也让我认识到了无论做什么都应秉持仔细认真的态度，要有一种平和的心态和勤学好问的精神，不管遇到什么事都要主动地去思考，多和同学讨论，多向老师请教，不要太过急躁，要对自己所做事情负责，要做到“言必行，行必果” 不可抱有推脱或者完全依赖别人的想法。我认为只要付出了努力，认真地实践，不管结果如何我们都将有所收获。
