遥感综合性实验报告

本科学生综合性实验报告姓名 学号 专业城规11 班级 城规11 实验课程名称 遥感原理与运用 实验名称 遥感综合性实验 指导教师及职称 付磊 开课学期 2012 至 2013 学年下 学期 云南师范大学旅游与地理科学学院编印一、实验准备实验名称：遥感课程综合性实验实验时间：2013.6实验类型： 验证实验 综合实验 设计实验1、 实验目的和要求：数据输入和输出：通过数据的输出和输入联系，掌握卫星遥感数据的存储方式；二进制图像数据输入、单波段数据组合成多波段数据；HDF图像数据的输入输出；输出JPG图像数据。 遥感图像的几何校正：学习掌握遥感数据的几何校正的原理方法以及几何校正的意义。遥感影像相对于地图投影坐标系统进行配准校正，即要找到遥感影像与地图投影坐标系统之间的数学函数关系，通过这种函数关系可计算出原遥感影像中每个像元在地图投影坐标系统上的位置从而得到校正后的图像。 遥感图像剪裁处理和遥感图像镶嵌处理：通过上机操作，了解图像镶嵌的方法及基本处理过程，学会镶嵌是色彩平衡处理方法，学会使用规则剪裁、不规则剪裁及利用行政区剪裁遥感影像的方法。 遥感图像投影变换：将图形文件从一种地图投影类型变为另一种地图投影类型 ，同时可以进行单幅图的投影变换又可以进行多附图的投影变换。 图像解译辐射增强处理：其中包含查找表拉伸、直方图均衡化、直方图匹配、亮度反转处理、去霾处理、降噪处理、去条带处理。查找表拉伸是遥感图像对比度拉伸的总和，通过修改图像查找表使输出的图像值发生变化。直方图均衡化对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元的数量大致相当，从而原来直方图输出后变为一个较平的分段直方图。直方图匹配对图像查找进行数学变换，使一幅图像某个波段得直方图与另一幅图像对应波段类似。亮度反转处理对图像亮度范围进行线性或非线性取反，产生一副与输入亮度相反的图像，原来亮的地方变暗，暗的地方变亮。去霾处理目的是降低多波段图像或全色图像的模糊度。降噪处理利用自适应方法去除图像中的噪声，并且在出早的同时还很好地保存图像中的一些小细节。去条带处理针对Landsat TM的图像扫描特点对其原始数据进行3次卷积处理，达到去除扫描条带的目的。 图像分类的监督分类：监督分类包括定义分类模块、评价分类模块、执行监督分类、评价分类结果。监督分类是基于分类模块进行的，分类模块编辑器生成、管理、评价和编辑分类模板。分类模块建立后，可以对其进行评价、删除、更名、与其他分类模块合并，我吗可以使用监督、非监督、参数化和非参数化这些不同的方法对分类模块进行综合分类。监督分类实质上就是依据所建立的分类模块，在一定的分类决策规则条件下，对图像像元进行聚类判断的过程。执行监督分类之后，对分类结果进行评价，看精度是否符合我们的期望。2、实验材料及相关设备：ERDAS IMAGE软件、example数据、erdas image 实验教程3、 实验方法步骤及注意事项一、数据输入和输出：二进制图像数据输入、单波段数据组合成多波段数据、HDF图像数据的输入操作、输出JPG图像数据、TIFF图像数据的输入输出。 实验方法步骤及注意事项：对于不同的输入输出实验，根据实验教程中的提示，在example中找到各个实验所需单波段、多波段数据、TIFF图像、JPG图像。需要将各波段数据(Band Data )依次输入，转换为ERDASIAGIE的文件。将普通二进制数据转换为ERDAS系统自己的单波段.img文件。在example中找到要加载的单波段文件，通过软件的组合功能转换为多波段文件，然后输出就可以了。选择输入数据类型，在example中选择相应的数据文件即可。将JPG文件转换为IMG文件，打开JPG文件然后在保存时将后缀改为.img。点开输入输出窗口，将要转换格式的文件加载进窗口，在相应尾椎修改后缀即可。使用图像文件是，将打开文件类型选择为TIFF格式就可以。二、遥感预处理：遥感图像几何校正、遥感图像剪裁处理、遥感图像镶嵌处理、遥感图像投影变换 试验方法步骤及注意事项：在example中选择所需的待校正文件，在视图窗口中显示两个遥感图像，启动几何校正模块，启动控制点工具，采集地面控制点，采集地面检查点，计算转换模型，图像重采样，保存几何校正模式，检验校正结果。遥感图像剪裁处理：图像的规则剪裁，在example中选择lanier.img输入进行剪裁；图像的不规则剪裁（AOI多边形剪裁和Arc GIS多边形剪裁）,选择Subset image窗口，输入example中的lanier.img文件，选取一个波段进行AOI剪裁；图像的分块剪裁，打开Dice image对话框，输入example数据tmatlantadice.img，对输出图像的根名称排序，再限定X和Y上的分割和重叠尺寸。卫星图像镶嵌处理：打开镶嵌处理窗口，将参考图像和操作图像加载进模块，利用Mosaic Tool图像镶嵌功能，通过3幅陆地资源卫星图像(wasial_mss.img、wasia2_mss.img、wasia3_mss.img)的拼接处理，介绍卫星图像的镶嵌（satellite image Mosaic)处理过程。遥感图像投影变换：打开数据预处理模块启动图像投影变换功能，打开Reproject images对话框，然后输入图像文件（seattle.img）、定义输出文件（reproject.img）、定义输出图像投影及投影类型、投影参数、输出图像单位、输出统计默认零值、输出像元大小、选择重采样方法、定义转换方法，最后执行投影转换。三、图像解译辐射增强处理：查找表拉伸、直方图均衡化、直方图匹配、亮度反转处理、去霾处理、降噪处理、去条带处理试验方法步骤及注意事项：查找表拉伸：根据对查找表的定义，可以实现线性拉伸、分段线性拉伸和非线性拉伸等处理。在菜单条中单击Interpreter进入LUT stretch命令，在对话框中确定输入文件（mobbay.img）、定义输出文件（stretch.img）文件坐标类型（map）、确定处理范围、输出数据类型(Unsigned 8 bit)、确定拉伸选择（RGB）、按条件修改查找表后执行查找表拉伸处理。直方图均衡化：在菜单条中单击Interpreter进入Histogram equalization对话框，在对话框中确定输入文件（lanier.img）、定义输出文件（equalization.img）文件坐标类型（file）、确定处理范围、输出数据分段（256），最后执行直方图均衡化处理。直方图匹配：直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。在菜单条中单击Interpreter进入Histogram match对话框，输入和输出匹配文件、匹配参考文件，通过选择匹配波段和匹配参考波段，最后执行直方图匹配处理。亮度反转处理：为产生一副与输入图像亮度相反的图像，一般是要在主菜单栏main上找到image Interpreter/Radiometric enhancement/Brightness inversion并打开相应窗口，确定输入文件、定义输出文件、文件坐标、处理范围的确定、输出数据类型、输出变换选择，最后执行亮度反转处理。去霾处理：对图像进行主成分变换，找到模糊度相关的成分并剔除，然后进行主成分逆变换回到RGB彩色空间。打开main/image / Radiometric enhancement/haze reduction对话框。确定输入文件、定义输出文件、文件坐标、处理范围的确定、处理方法选择，最后执行去霾处理。降噪处理：打开main/image / Radiometric enhancement/noise reduction对话框，确定输入文件、定义输出文件、文件坐标、处理范围的确定，最后执行去噪处理。去条带处理：打开main/image / Radiometric enhancement/destripe TM data对话框, 确定输入文件、定义输出文件、文件坐标、处理范围的确定，最后执行去条带处理。四、图像分类-监督分类定义分类模块：首先，显示需要分类的图像，在viewer1中打开germtm.img；其次，打开分类模板编辑器main/Image classification/signature editor；然后，调整分类属性字段，在signature editor窗口单击view/columns，编辑将red、green、blue三个删除；然后，获取分类模板信息；最后，保存分类模板。评价分类模板：a、分类预警评价：第一步，产生分类预警掩膜；第二步，查看分类预警掩膜；第三步，删除分类预警掩膜；b、可能性矩阵；c、分类图像掩模；d、模板对象图示；e、直方图绘制；f、类别的分离性；g、类别统计分析；执行监督分类：在一定的分类决策规则条件下，对数据像元进行聚类判断。评价分类结果:a、分类叠加；b、阀值处理：显示分类图像并启动阀值处理、确定分类图像和距离文件、视图选择及直方图计算、选择类别并确定阀值、显示阀值处理图像、观察阀值处理图像、保存阀值处理图像；c、分类重编码；d、分类精度评估：打开分类前原始图像、打开精度评估对话框、打开分类专题图像、连接原始图像与精度评估窗口、设置随机点的色彩、产生随机点、显示随机点及其类别、输入参考点实际类别、输出分类评价报告。 二、实验内容、步骤和结果（要求：详细写清楚本次实验的完成的主要内容、具体实施步骤和实验结果。纸张不够可以自行添加。）实验一：数据输入和输出：将不同的数据格式转换为更方便、运行更快的数据格式。1、 输入单波段数据。实施步骤： 选择输入数据操作;Import 选择输入数据类型type)为普通二进制:Generic Binary。 选择输入数据介质(Media)为文件:File。 确定输入.文件路径和文件名为:band3.dat。 确定输山文件路径和文件名( output File):band3. img 单击OK按钮(关闭数据输入/输出对话框) 打开Import Generic binary Data对话框在import Generic Binary Data对话框中定义下列参数数据格式(Data Format):BSQ数据类型(Data Type):Unsigned 8 Bit。图像记录长度（Image Record Length): 0头文件字节数(Line Header Bytes):0 数据文件行数(Rows):5728数据文件列数(Cols):6920文件波段数量(Bands):1保存参数设置(Save options)。打开Save options File对话框。定义参数文件名(Filename):*.gen单击OK按钮，退出Save options File对话框。预览图像效果(Preview)打开一个视窗显示输入图像。如果预览图像正确，说明参数设置正确，可以执行输入操作。单击OK按钮，关闭import Generic Binary Data对话框。打开import Generic Binary Data进程状态条单击OK按钮，关闭状态条，完成数据输入。2、 组合成多波段数据。实施步骤： 输入单波段文件(Input file:*.img):选择Band3.img文件，单击Add按钮。 输入单彼段文件(Input File: *.img:选择bands4.img，单击Add按钮 输入单彼段文件(Input File: *.img:选择bands5.img，单击Add按钮 输出多波段文件(output file:*img):bandstack,img 输出数据类型output data type):unsigned 8 bit 波段组合选择(output option):union 数出统计忽略零值:Ignore zero in state。 单击Ok按钮，关闭Layer selection and Stacking对话框，执行波段组合。3、 HDF图像数据输入实施步骤：在ERDAS图标面板菜单条中单击Main /import/export命令，打开输入/输出对话框;或者在ERDAS图标面板工具条中单击Import/Export图标，打开对话框 择输入数据操作:import 选择输入数据类型（Type)陆地资源7号HDF：Landsat 7 HDF Format.选择输入数据媒体(media0为文件:File确定输入文件路径和文件名(Input file):确定输出文件路径和文件名.(output File)单击OK按钮，打开Landsat 7 HDF Format Import对话框4、 JPG图像数据的输入输出实施步骤： 在ERD图标面板菜单条中单击Main/import/export命令，打开输入/输出对话框 选择输出数据操作:Export 选择输出数据类型(Type)为JPG:JFIF(JPEG)。 选择输出数据媒体(Media)为文件:File 确定输入文件路径和文件名(lnput File: *.img) : exampleslanier.img 确定输出文件路径和文件名(Output File:*.jpg):examples lanier.jpg单击OK按钮，关闭数据输入/输出对话框，打开Export JFIF Data对话框。在Export JFIF Data对话框中设置下列输出参数: 像对比度调整( Contrast option):Apply standard Deviation stretch 准差拉伸倍数(Standard Deviation):2 像转换质量（Quality):100在Export JFIF data对话框中单击Export options(输出设置)按钮，打开Export options对话框。 选择波段(select layer):4,3,2 标类型(Coordinate Type) :Map 义子区(Subset Definition):ULX、ULY、LRX、LRY 单击OK按钮，关闭Export options对话框，结束输出参数定义，返回Export JFIF Data对话框。单击OK按钮，关闭Export JFIF Data对话框，执行JPG数据输出操作5、 TIFF图像数据的输入输出实施步骤：不需要通过Import/Export来转换TIFF文件，将文件类型指定为TIFF格式就可以直接在视窗中显示TIFF图像。同样，如果ERDAS IMAGE的*.img文件需要转换为Geo TIFF文件，只要在打开*.img图像文件的视窗中将*.img文件另存为TIFF文件就可以了。实验二、遥感预处理1、 遥感图像几何校正 ：显示图像文件(Display image files)在主界面中两次单击viewer图标，打开两个视图窗口viewer1和viewer2现实图像，并把两个视图窗口并排平铺。过程如下：在viewer1中打开需要校正的Landsat图像：tmatlanta.img；在viwewr2中打开作为地理参考的校正过的spot图像：panatlanta ：启动几何校正模块（Geometric correction tool） 在view# 1菜单条中单击Raster /Geometric Correction命令，打开Set Geometric model对话框 一、选择多项式几何校正计算模型:polynomial二、单击OK按钮，同时打开Geo correction tool 对话框和Polynomial model properties对话框第三步：启动控制点工具 进入控制点采点状态选择视窗采点模式:Existing viewer 单击OK按钮 打开viewer Selection Instruction指示器 在显示作为地理参考图像panAtlanta.img的viewer# 2中单击第四步：采集地面控制点（Ground control poin）第五步：采集地面检查点（Ground check point）第六步：计算转换模型（Compute transformation）随着控制点采集过程的完成，转换模型就自动计算生成，第七步：图像重采样（Resample the image） 在Geo correction tools对话框中单击image resample图标，打开resample对话框,然后在resample对话框中定义重采样参数。第八步：保存几何校正结果在Geo correction tools对话框中单击exit图标，定义模式文件为*.gms第九步：检验校正结果 在viewer中载入原图和校正后的图像，用viewer菜单栏中utility下的swipe工具拉动图片，这样就可以比较原图和校正图。1、 图形裁剪处理（1）图像规则剪裁：输入文件名称:lanier.img输出文件名称(output File):Lanier_sub.img。 标类型(Coordinate Type :File 剪范围:输入(ULX、ULY、LRX、LRY) 输出数据类型(Output Data Type):unsigned 8 bit 出文件类型(Output Layer Type):Continuous 输出统汁忽略零值:lgnore zero in output stats 出像元波段(Select Layers):1:7(表示选择1-7这7个波段) .单击OK按钮(关闭对话框，执行图像裁剪)（2）、图像的不规则剪裁第1步:将ArcG多边形转换成栅格图像文件 输入矢量文件名称(Input vactor Fife):zone88 确定矢量文件类型(Vector Type):polygon 使用矢量属性值(use Attribute as value):ZONE88-ID 输出栅格文件名称(outputIMAGE File):raster.img 栅格数据类型(Data Type)unsigned 8 bit 栅格文件类型(Layer Type):Thematic 转换范围大小(size Definition):ULx、ULY、LRX, LRY 坐标单位(UnitS):Meters 输出像元大小(cell size):X:30,Y:30 择正方形像元:Squire cell单击OK按钮关闭Vector to Raster对话框)第2步:通过掩膜运算( Mask.实现图像不规则裁剪) 入图像文件名称(input File):lanier1.img 输入掩膜文件名称(Input Mask File):raster.img 单击setup record按钮设置裁剪区域内新值(new value)为1，区域外取o值 确定掩膜区域做交集运算:intersection 输出图像文件名称output File)mask.img 输出数据类型(Output Data Type):Unsigned 8 bit 输出统计忽略零值:ignore Zero In putput stats 击OK按钮(关闭Mask对话框，执行掩膜运算) （3）图像分块裁剪 在Dice an Image对话框中设置下列参数。 输入图像文件名称(select input raster):tmatlanta.img 输出图像文件根名称，输出的所有图像将根据根名称排序命名(select output root name):tmatlantadice.img Dimension in x dir.:设置x方向上分割的尺寸。 Dimension in y dir.:设置Y方向上分割的尺寸。 Collar extent X:设置x方向上相互重叠的尺寸。 Collar extent Y:设置Y方向上相互重叠的尺寸。2、 航空图像镶嵌处理 （ 1）、图像镶嵌准备工作同时打开两个视窗(viewer1/Viewer2) ,并将视窗平铺排列,然后再viewer1中显示图像air_photo_1 .im g,在viewer2中显示图像air_photo _2.img (2)启动图像镶嵌工具 (3)设置输入图像范围在viewer1视窗菜单条中单击AOI/Tool命令，打开AOI Tool图标面板。 单击polygon图标 在Viewer1中沿着air_photo_1 .img外轮廓绘制多边形AOI将多边形AOI保存在文件中：(FileSaveAOI Layer:template.aoi)（4）.加载mosaic图像 在Mosaic Tool视窗工具条中单击Add IMAGES图标，打开Add lmages for mosaic对话框;image filename(*. img):air_photo_1.imgImage Area option: Template .aoi打开Choose AOI对话框,在Choose AOI对话框中设置下列参数AOI区域来源：AOI fileAOI文件名：template.aoi单击OK将*.Img文件加载带mosaic视窗中用类似方法加载air_photo_2.img,但是在image areaoption为Computer Active area(edge)(5)确定图像相交区域在Mosaic tool中单击set input mode图标 单击，打开对话框，设置直方图匹配 单击，进入设置图像关系模式，选择两幅图的相交线高亮显示(6).绘制图像相交裁切线 单击cutline selection viewer图标 打开裁切线选择窗口（viewer3） 在viewer3中选择绘制线状AOI功能，绘制相交区域的外轮廓线 Mosaic tool中单击AOI cutline 打开choose AOI对话框，定义AOI来源：viewer/viewer3 在Mosaic tool中单击overlap function 图标 设置相交类型（intersection type）：cutline exists(7)定义输出镶嵌图像在Mosaic tool中单击Edit/output option在output image options对话框中定义输出图像区域（define output map areas）:union of all inputs3、 图像投影变换（1）启动投影变换在ERDAS图标面板中单击data prep/Reproject image,打开对话框。（2）输入图像文件（input file）：seattle.img 定义输出文件（output file）：reproject.img 定义输出投影（output projection） 定义投影类型（categories）：UTM clark 1866 North 定义输出图像单位：meters 定义输出像元大小（output cell sizes）：X：0.5，Y:0.5 选择重采样方法（Resample method）:Nearest neighbor 定义转换方法：rigorous transformation单击OK，执行投影变换实验三、图像解译图像辐射增强处理 辐射增强处理1、 查找拉伸表：单击Main/image interpreter/radiometric enhancement/LUT stretch,打开LUT stretch对话框。（1） 确定输入文件（input file）：mobbay.img（2） 定义输出文件（output file）：stretch.img（3） 文件坐标类型（coordinator type）：Map（4） 输出数据类型（output data type）：unsigned 8 bit（5） 确定拉伸选择（stretch options）：RGB（6） 单击view，打开模型生成器视窗（7） 双击custom table进入查找表编辑状态，单击file/close all（8） 单击OK，执行查找拉伸表处理2、 直方图均衡化：单击Main/image interpreter/radiometric enhancement/histogram equalization，打开histogram equalization对话框。（1） 确定输入文件（input file）：lanier.img（2） 定义输出文件（output file）：equalization.img（3） 文件坐标类型（coordinator type）：File（4） 输出数据分段（number of bins）:256（5） 单击view，打开模型生成器视窗,单击file/close all（6） 单击OK，执行直方图均衡化处理3、 直方图匹配: 单击Main/image interpreter/radiometric enhancement/histogram match，打开histogram match对话框。（1） 输入匹配文件（input file）:wasia1_zmss.img（2） 匹配参考文件（input file to match）:wasia2_mss.img（3） 匹配输出文件（output file）：wasia1_match.img（4） 选择匹配波段(band to be matched):1（5） 匹配参考波段（band to match to）:1（6） 文件坐标类型（coordinator type）：file（7） 输出数据类型（output data type）：unsigned 8 bit（8） 单击view，打开模型生成器视窗，单击File/close all（9） 单击OK，执行直方图匹配处理 4、 亮度反转处理：单击Main/image interpreter/radiometric enhancement/Brightness inversion，打开Brightness inversion对话框。（1） 确定输入文件（input file）：loplakebedsig357.img（2） 定义输出文件（output file）：inversion.img（3） 文件坐标类型（coordinator type）：map（4） 输出数据类型（output data type）：unsigned 8 bit（5） 输出变换选择（output output）:reverse（6） 单击view，打开模型生成器视窗，单击File/close all（7） 单击OK，执行亮度反转处理5、 去霾处理：单击Main/image interpreter/radiometric enhancement/Haze reduction,打开Haze reduction对话框。（1） 确定输入文件（input file）：klon_tm.img（2） 定义输出文件（output file）：haze.img（3） 文件坐标类型（coordinator type）：map（4） 输出变换选择（output output）:landsat 5 TM（5） 单击OK，执行去霾处理6、 降噪处理：单击Main/image interpreter/radiometric enhancement/Noise reduction，打开Noise reduction对话框。（1） 确定输入文件（input file）：dmtm.img（2） 定义输出文件（output file）：noise.img（3） 文件坐标类型（coordinator type）：map（4） 单击OK，执行降噪处理7、 去条带处理：Main/image interpreter/radiometric enhancement/Destripe TM data，打开destripe TM对话框。（1） 确定输入文件（input file）：tm_striped.img（2） 定义输出文件（output file）：destripe.img（3） 文件坐标类型（coordinator type）：map（4） 输出数据类型（output data type）：unsigned 8 bit（5） 边缘处理方法（handle edges by ）:reflection（6） 单击OK，执行去条带处理实验四、图像分类监督分类监督分类1、 定义分类模板应用AOI绘图工具子原始图像获取分类模板信息（1） 显示需要分类的图像：在viewer1中显示图像germtm.img（2） 打开分类模板编辑器：main/Image classification/Signature editor,打开Signature editor对话框。（3） 调整分类属性字段：在Signature editor中单击view/columns,打开view signature columns窗口。 单击第一字段的columns列并向下拉直至全部呈黄色 按住shift键同时选中Red、Green、Blue这几个字段 单击apply，单击close，关闭当前窗口（4） 获取分类模板信息：在germtm.img显示窗口中应用AOI工具选中单一区域，然后倒入Signature editor中。 在raster中单击多边形绘图工具 在图像窗口中选择绿色（农业），回执一个多边形AOI 在Signature editor窗口单击create new signature图标，将多边形加载到Signature editor分类模块属性表中 在图像窗口中选择颜色属性相同的不同区域，绘制AOI多边形，分别加载到Signature editor分类模块属性表中 在Signature editor中单击merge signatures图标，将多个绿色区域AOI绘制成一个综合的新模板，其中包含了合并前的所有模板像元属性 在Signature editor中单击Edit/delete，删除合并前的多个模板 在Signature editor属性表中改变合并生成的分类模块的属性，包括颜色和属性 重复上述的操作过程，一共有10种类型 保存分类模板为stretch.sig(在Signature editor中单击Feature/view/linked cursors，打开linked cursors对话框。在viewer对应的窗口输入2设置颜色（set cuesor colors原图像(image)as is(红色)；特征空间图像（feature space）as is(蓝色)单击link)（5） 保存分类模块 在Signature editor中单击File/save,打开save signature file as对话框 确定保存所有模块（all） 保存分类模块文件(*.sig) 单击OK，保存模块2、 评价分类模板分类预警评价（1） 产生分类预警掩膜 选择某一类模块 在Signature editor中单击View/image alarm，打开对话框 选中Indicate Overlap复选框，并在后面的色框中设置颜色为“红色” 单击Edit parallelepiped limit，打开limits窗口 单击窗口中的set按钮，打开set parallelepiped limit对话框 设置计算方法（method）:minimum/maximum 选择使用当前模板（signatures）：current 单击OK，返回limits对话框 单击limits的close，返回signatures alarm对话框 单击OK，执行分类预警评价，形成预警掩膜，最后关闭signature alarm对话框（2） 查看分类预警掩膜(用 swipe)（3） 删除分类预警掩膜 在viewer1中单击view/Arrange layers,打开arrange layer对话框 右击Alarm mask,弹出layer options快捷菜单 单击delete layer,alarm mask图层被删除 单击apply，在save changes before closing提示框中单击（N），最后单击close，关闭对话框可能性矩阵(1) 在Signature editor分类属性中选择所有类别(2) 单击Evaluation/Contingency,打开contingency matrix对话框(3) Non-parametric rule:feature space(4) Overlay rule:parametric rule(5) Unclassfied rule: parametric rule(6) parametric rule:maximum likelihood(7) 选中pixel counts(8) 单击OK，开始计算分类误差矩阵，打开文本自动编辑器(9) 单击任务结束对话框的OK分类图像掩膜（1） 在Signature editor中单击feature/masking/feature space to image,打开FS to image maskig对话框（2） 取消选中Indicate overlay（3） 单击apply,单击 close模板对象图示（1） 在Signature editor中单击feature/objects,打开Signature objects对话框（2） 确定viewer：2（3） 选中Plot ellipses（4） 确定Std.Dev:4（5） 单击OK，执行模板独享图示，绘制分类椭圆直方图绘制（1） 在在Signature editor中单击View/Histograms，打开Histogram plot control panel对话框（2） 确定分类模板数量（signatures）：single signature（3） 确定分类波段数量：single band（4） 确定应用波段band No:4（5） 单击plot，绘制该类对应波段的直方图类别的分离性（1） 在Signature editor中，选中某一个类别（2） 单击Evaluate/separability,打开Signature separability对话框（3） 确定组合数据层数layer per combination:3（4） Distance measure:transformed divergence（5） Output form:ASC（6） Report type:summary report（7） 单击OK，关闭对话框类别统计分析（1） 在Signature editor中,不进行统计的类别置于活动状态（“”）（2） 单击view/statistcs,打开statistcs窗口3、执行监督分类单击Main/Image classification/Supervised classification,打开Supervised classification对话框(1) 确定输入原始文件（Input raster file）:germtm.img(2) 定义分类输出文件（classified file）:germtm_super.img(3) 确定分类模块文件（Input signature file）:stretch.sig(4) 选中分类距离文件：distance file复选框(5) Non-parametric rule:feature space(6) Overlay rule:parametric rule(7) Unclassfied rule: parametric rule(8) parametric rule:maximum likelihood(9) 取消选中classify zeros复选框(10) 单击OK，执行监督分类评价分类结果1、 分类叠加:将分类图像与原始图像同时在一个窗口中打开，将分类专题层置于上层，通过改变专题层的透明度及颜色等属性，查看分类专题图与原始图像之间的关系。2、 阀值处理：确定哪些像元最可能没有被正确分类，从而监督分类的初步结果进行优化。（1） 显示分类图像并启动阀值处理，单击main/image classification/threshold，打开threshold窗口（2） 确定分类图像和距离 在threshold窗口单击file/open,打开对话框。 确定专题图为germtm_super.img; 确定分类距离为germtm_distance.img； 单击ok,关闭窗口。（3） 视图选择及直方图计算在threshold窗口单击view/select viewer；threshold窗口中单击Histograms/compute（4） 选择类别并确定阀值 threshold窗口分类属性表中移动“，选择专题类别； 在菜单中单击Histograms/view,选定类别的Distance Histograms；拖动Histograms X轴上的箭头； 重复动作，依次完成每一个类别的阀值（5） 显示阀值处理图像 在threshold窗口单击view/view colors/difault colors，进行环境设置，选择默认颜色将阀值以外的像元显示成黑色，阀值以内的像元以类别颜色显示 单击Process/to viewer，阀值处理图像显示在分类图像之上，形成阀值掩膜（6） 观察阀值处理图像：将阀值处理图像设置为Flicker闪烁状态（7） 保存阀值处理图像 在threshold窗口单击Process/To file,打开对话框 在Output image中确定要产生的文件的名字和目录 单击OK3、 分类重编码 队员安来的分类进行重新组合，给部分类别新的分类值4、 分类精度评估（1） 打开分类前原始图像，在viewer中打开（2） 打开精度评估对话框，单击main/Image classification/Accuracy assessment,打开窗口（3） 打开分类专题图像 在Accuracy assessment窗口单击Open file图标，打开classified imaage对话框 在classified imaage对话框确定与窗口相对应的分类专题图像 单击OK，返回Accuracy assessment窗口（4） 连接原始图像与精度评估窗口 在Accuracy assessment窗口单击select viewer图标 单击原始图像窗口，原始图像窗口与精度评估窗口相连接（5） 设置随机的彩色 在Accuracy assessment窗口单击view/change colors,打开change colors对话框 在point with no reference中确定没有真实值的点的颜色 在point with no reference中确定有真实值的点的颜色 单击OK（6） 产生随机点 在Accuracy assessment窗口中进行。 单击Edit/create/add random points 在search count中输入1024 在number of points中输入10 在distribution parameters中选择Random 单击OK（7） 显示随机点 在Accuracy assessment窗口中单击View/show all 单击Edit/show class values（8） 输入参考点实际类别：在Accuracy assessment窗口的精度评估表的Reference输入（9） 输出分类评估报告 在Accuracy assessment窗口，单击Report/Options 显示分类评估报告输出内容，单击选择参数 单击Report/accuracy report 保存文本文件 单击File/Save table 单击File/Close,关闭对话框分类后处理1、聚类统计：单击MainImage InterpreterGIS AnalysisChump命令，打开Chump对话框：（1） 确定输入文件：genmtm_superclass.img（2） 定义输出文件：genmtm_clump.img（3） 文件坐标类型：Map（4） 确定处理范围：默认（5） 确定聚类统计邻域大小：8（6） 单击OK按钮，执行聚类统计分析。2、过滤分析：单击MainImage InterpreterGIS AnalysisSieve命令，打开Sieve对话框：（1） 确定输入文件：genmtm_clump.img（2） 定义输出文件：genmtm_sieve.img（3） 文件坐标类型：Map（4） 确定处理范围：默认（5） 确定最小图斑大小：2 Pixels（6） 单击OK，执行过滤分析。3、去除分析：单击MainImage InterpreterGIS AnalysisEliminate命令，打开Eliminate对话框：（1）、确定输入文件：genmtm_clump.img（2）、定义输出文件：genmtm_eliminate.img（3）、文件坐标类型：Map（4）、确定处理范围：默认（5）、确定最小图斑大小：2 Pixels（6）、输出数据类型：Unsigned 8 bit（7）、单击OK按钮，执行去除分析。4、分类重编码：单击MainImage InterpreterGIS AnalysisRecode命令，打开Recode对话框：（1）确定输入文件：genmtm_ eliminate.img（2）、定义输出文件：genmtm_recode.img（3）、设置新的分类编码，单击Setup Rocode按钮，打开thematic Recode表格（4）、将New Value字段的取值由原来的10类改为5类（5）、单击OK按钮，完成新编码输入（6）、输出数据类型：Unsigned 8 bit（7）、单击OK按钮，执行图像重编码。查看分类属性表：1、 在图像窗口菜单条中单击FileOpenRaster Layer命令，选择genmtm_recode.img文件2、 在图像窗口菜单条中单击RasterAttributes命令，打开Raster Attributes Editor属性表。参考文献：ERDAS IMAGINE 遥感图像处理教程/党安荣等编著.北京：清华大学出版社，2010.4 三、实验小结1、实验中出现过的问题（或错误）、原因分析（1）、在做监督分类时要注意自己使用的颜色，对于输出图像的清晰度有非常重要的影响。（2）、必须注意操作步骤的先后顺序，不能急功近利。（3）注意实验结果的保存，以便于比较实验前后的区别以做到改进（4）源图像会丢失，原因是未保存好或者源数据被修改。2、保证实验成功的关键问题（1）、必须认真的去做实验的每一个步骤，注意细节。（2）要有科学严谨的态度，去看待每一个步骤。（1） （3）对于几何校正或监督分类等复杂程度较高的实验要特别谨慎，尤其在于选取控制点或绘制多边形的过程；应该插入原图与操作后的图相比较，看图像经处理后的变化。(4)勤学多练，反复操作实验。3、本实验改进措施：（1）、在进行监督分类时，应尽量多的采取分类信息，使得图像的分类更明显。（2）几何校正：控制点的选取精益求精，并且尽可能增加数量，减小误差，对于误差较大的点，应重新选择，反复试验，提高质量；（3）监督分类：选择合适的实验图像，记清楚繁琐的步骤，保证