遥感概论课程实验报告

遥感概论实验报告 学生姓名： 邓捷铭 王少谷 学 号： 061300405 061300428 专业班级： 13级人文地理与城乡规划 指导教师： 王琳 二一五 年 六 月 十 日目 录实验1 遥感目视解译基础实验1实验目的12实验内容13实验数据14实验步骤与结果24.1 ER Mapper软件的安装24.2各个常见卫星影像的主要特征44.2.1 Landsat系列卫星44.2.1.1 Landsat-5影像特征54.2.1.2 Landsat-7影像特征64.2.2 SPOT 对地观测卫星64.2.3中巴地球资源卫星（CBERS）84.2.3.1 CBERS-184.3软件操作界面94.3.1 主菜单窗口94.3.2 图像窗口94.3.2.1打开窗口和算法94.3.2.2设置窗口大小及缩放全屏显示114.3.2.3 Quick Zoom功能114.3.3算法窗口124.4 多波段影像的提取144.4.1 植被的提取144.4.2 水体的提取17实验2 数字图像的增强1实验目的202实验内容203实验数据204实验步骤与结果214.1直方图变换214.2彩色变换244.2.1 surface和layer的区别244.2.2真彩色变换254.2.3假彩色变换264.2.4伪彩色变换294.3空间滤波304.3.1高通滤波304.3.2低通滤波33实验3 数字图像的校正1实验目的362实验内容363实验数据364实验步骤与结果374.1图像运算374.1.1差值运算374.1.2比值运算414.2 DOS大气辐射校正454.2.1最暗像元法原理454.2.2操作步骤45附录一 成员分工表521实验1 遥感目视解译基础实验1 遥感目视解译基础1实验目的1了解ER Mapper软件的主要功能，掌握安装方法。2了解几种常见的卫星遥感影像的主要特征（TM, ETM+, OLI, SPOT等）。3熟悉软件操作界面，对各个窗口按钮熟悉位置和功能。4掌握利用不同的指数，凸显多波段影像的植被、水体或建筑，并将成果存储下来的方法。2实验内容1进行ER Mapper软件的安装。2阐述各个常见卫星影像的主要特征。3表述软件操作界面，将常用功能窗口，常用按键的功能解释清楚。4从多波段影像的植被、水体或建筑这三种地物中挑选任意两种，使用指数方法将其提取出来，并将成果存储下来。3实验数据表1-1 实验数据路径文件名称格式说明imagesLandsat_TM_year_1985ers美国圣地亚哥市1985年TM影像imagesLandsat_TM_year_1991ers美国圣地亚哥市1991年TM影像imagesSPOT_Paners美国圣地亚哥市SPOT影像4实验步骤与结果4.1 ER Mapper软件的安装1双击安装文件启动安装程序。图1-1 启动安装程序2始终选择“next”，直到出现如图所示选框，点击“Browse”进行安装位置选择。 图1-2 安装界面 图1-3 选择安装路径3重复1步骤，直到出现下图窗口，选择稍后重启选项（第二个），点击“Finish”。图1-4 结束安装界面4打开“crack”文件夹，将“ErMapper-7.1-Crk.rar”解压到步骤2所选择的安装目录下“bin”文件夹内的“win32”文件夹，选择“全部复制并替换”图1-5 解压破解文件图1-6 选择解压路径5双击桌面“ER Mapper 7.1”图标，在弹出窗口中选择“Floating”，点击“Finish”。图1-7 第一次启动程序6关闭ER Mapper，打开“copy2shared_data”文件夹，将里面的文件复制到安装目录下的“examples”文件夹的“shares_Data”文件。结束安装。图1-8 打开遥感影像文件夹图1-9 添加遥感影像范例4.2各个常见卫星影像的主要特征4.2.1 Landsat系列卫星 美国国家航天局在1967年定制了一个地球资源技术卫星计划，至今共发射了七颗卫星，分别命名为LANDSAT-1，LANDSAT-2，LANDSAT-3，LANDSAT-4，LANDSAT-5，LANDSAT-6， LANDSAT-7。表1-2 Landsat各系列卫星参数卫星参数LandSat1LandSat2LandSat3LandSat4LandSat5LandSat6LandSat7发射时间1972.7.231975.1.121978.3.51982.7.161984.31993.11999.4.15卫星高度920m920m920m705m705m发射失败705m半主轴7285.438km7285.989km7285.776km7083.465km7285.438km7285.438km倾角103.143度103.155度103.1150度98.9度98.2度98.2度 续表1-2经过赤道的时间8:50a.m.9:03a.m.6:31a.m.9:45a.m.9:30a.m.10:00a.m.覆盖周期18天18天18天16天16天16天扫幅宽度185km185km185km185km185km185km波段数444778机载传感器MSSMSSMSSMSS、TMMSS、TMETM运行情况1978退役1976年失灵,1980年修复,1982退役1983退役1983年TM传感器失效,退役在役服务2003.5月出现故障4.2.1.1 Landsat-5影像特征图1-10 Landsat一5各波段参数4.2.1.2 Landsat-7影像特征图1-11 Landsat一7各波段参数4.2.2 SPOT 对地观测卫星SPOT 对地观测卫星系统是由瑞典、比利时等国参与，法国国家空间研究中心设计并制造的。SPOT系统从1986年开始，迄今已发射了五颗卫星，其中SPOT 3于1993年9月发射，运行4年后由于事故停止运行；最新的SPOT 6于2012年9月9日发射，其影像的空间分辨率大大提高，最高可达1.5m，但其光谱分辨率比TM / ETM+影像要低，多光谱只有4个波段，外加一个全色波段。表1-3 SPOT 3 Pan波段影像主要数据参数波段号波段名称空间分辨率/m波长/设计依据波段用途Pan全色100.51-0.73具有较高的空间分辨率，可用于区分城市主要干道，识别大型建筑物。表1-4 SPOT 5 多光谱波段影像主要数据参数波段号波段名称空间分辨率/m波长/设计依据波段用途1近红外100.79-0.89位于叶绿素反射率曲线的强反射率区检测作物长势，区分植被类型和探测土壤含水量。 续表1-42绿色100.50-0.59以叶绿素反射曲线的次高峰（0.55）为中点区分植被类型和评估作物长势，对水体有一定的穿透。3红色100.61-0.68位于叶绿素反射曲线的低谷区。可以识别农作物类型，由于地质解译，辨识石油带，岩石与作物。4短波红外201.5-1.75水分子在1.4和1.9处为吸收峰探测植物含水量及土壤湿度，区别云和雪。 表1-5 SPOT 6影像波段主要数据参数波段号波段名称空间分辨率/m波长/1全色1.50.455-0.7452蓝色60.455-0.5253绿色60.530-0.5904红色60.625-0.6955近红外60.760-0.890图1-12列出了Landsat和SPOT系列卫星影像各个波段在空间分辨率和光谱分辨率上的区别。图1-12 Landsat和SPOT系列卫星特性对比4.2.3中巴地球资源卫星（CBERS） 中巴地球资源卫星(CBERS)是我国第一代传输型地球资源卫星，包含中巴地球资源卫星01星、中巴地球资源卫星02星和中巴地球资源卫星02B星三颗卫星组成。CBERS-01/02卫星平台分别搭载三种传感器：电荷耦合器件摄像机(CCD)、红外多光谱扫描仪(IRMSS)、宽视场相机(WFI); CBERS-02B搭载CCD相机(CCD)、高分辨率相机(HR)、宽视场成像仪(WFI)三种传感器，满足用户对不同分辨率及光谱波段遥感数据的要求。4.2.3.1 CBERS-1 CBERS-1 中巴资源卫星由中国与巴西于1999年10月14日合作发射，是我国的第一颗数字传输型资源卫星。卫星参数： 轨道类型：太阳同步轨道 轨道高度：778公里倾角:98.5 重复周期：26天 平均降交点地方时：上午10：30 相邻轨道间隔时间： 4 天扫描带宽度:185公里表1-6 红外多光谱扫描仪波段号波谱范围空间分辨率B60.50 1.10(um)77.8米B71.55 1.75(um)77.8米B82.08 2.35(um)77.8米B910.4 12.5(um)156米覆盖宽度119.50公里表1-7 CCD相机波段号波谱范围空间分辨率B10.45 0.52(um)19.5米B20.52 0.59(um)19.5米B30.63 0.69(um)19.5米B40.77 0.89(um)19.5米B50.51 0.73(um)19.5米覆盖宽度113公里(天底点)侧视能力-32 士32表1-8广角成像仪波段号波谱范围空间分辨率B100.63 0.69(um256米B110.77 0.89(um)256米覆盖宽度890公里4.3软件操作界面4.3.1 主菜单窗口打开ER Mapper，显示主菜单窗口。图1-13 主菜单窗口 窗口下面两排是常用工具栏，通过他们可以快捷的进行图像的操作处理各图标功能如下：新建图像窗口；：打开影像文件；：再一个新的窗口打开影像文件；：保存当前操作；：将当前图像另存为一个新的文件；：移动工具；：放大缩小工具；：图像增强；：打开算法窗口；：载入数据集。4.3.2 图像窗口4.3.2.1打开窗口和算法 打开窗口：在File下拉菜单选择New命令。在屏幕左上角出现空图像窗口。由于没有载入任何算法，因此窗口标题栏显示为“Algorithm Not Yet Saved”。 打开并显示图像处理算法：1在File下拉菜单选择Open命令，出现Open文件选择对话框。图1-14 Open文件选择对话框2从Directories菜单选择路径“C：ERMapperexamplesshared data”（如果ERMapper并非安装在C盘根目录下，则改为相应的目录名）。3双击名为NDVI.alg的算法文件。图1-15 打开算法文件 ERMapper运行该算法，并将SanDiego的LandsatTM增强图像显示在图像窗口中。这个算法将LandsatTM的卫星图转换成Pseudoo color的模式，利用NDVI算法凸显植被。图1-16 经过植被指数提取后的影像4.3.2.2设置窗口大小及缩放全屏显示1在屏幕中移动图像窗口：在图像窗口标题栏点击鼠标，然后将其拖拽到屏幕其它位置；将图像重新拉回到屏幕左上角。重新设置图像窗口鼠标点击图像屏幕右下角，并对其拉伸到合适的大小。当进行屏幕尺寸拉伸时，图像保持原有大小，而没有图像显示的区域用黑色小格表示。 2使用鼠标缩放图像：在常用功能工具条中，点击Zoom Tool按钮。将鼠标放置在图像中心，点击鼠标左键；图像放大一倍。按住Ctrl键，同时点击鼠标左键；图像缩小一倍。将鼠标放在图像上，并将其上下拖动。向下移动鼠标表示图像放大，如同使用Zoom In；向上移动鼠标表示图像缩小，如同使用Zoom Out。 3使用鼠标放大区域图像：在常用功能工具条中，点击ZoomBox Tool按钮；点击鼠标左键，选择需要放大的区域；选择区域图像显示在整幅屏幕中。4设置Hand（移动）模式：在常用功能工具条中，点击Hand Tool 按钮；使用鼠标在图像中移动，拖动图像位置。 5在窗口中显示整幅图像：在View菜单中选择Quick Zoom；在其子菜单中选择Zoom to All Datasets；ER Mapper重新运行算法，在屏幕中显示整幅Landsat TM图像。4.3.2.3 Quick Zoom功能 Quick Zoom子菜单中提供了许多图像显示、屏幕链接选项。通过Quick Zoom来完成上述工作：1在图像上右击，点击Zoom选项；2点击右方Zoom Out 按钮；ER Mapper运行该算法，并将图像缩小到原来的一半。 3点击右方按钮；ER Mapper窗口中的图像还原到原来的大小。 4点击右方Zoom In 按钮；ER Mapper将图像放大一倍（中心点固定不同）。 图1-17 Quick Zoom子菜单4.3.3算法窗口在主菜单中，点击“”图标，显示算法窗口。图1-18 算法窗口 Layer层快捷工具说明：消除图层；：复制图层；：粘贴涂层；复制为一个新的图层；：涂层顺序按钮；：增强效果按钮；：打开直方图效果变换工具；：打开算法工具；：打开滤波工具。在Surface层中，我们可以为图层选择不同的色彩模式。图1-19 伪彩色选择 在图层上右击，可调出对话框，通过对话框，可以给图层选择不同显示模式。图1-20 图层模式选择4.4 多波段影像的提取4.4.1 植被的提取1在主菜单窗口中点击按钮，打开SanDiego1985年图像，点击按钮，打开算法编辑器。点击将两个图层删去。在图层上右键，将图层改为Pseudo color模式。图1-21 伪彩色处理2点击，打开算法编辑器，在公式输入框中输入(i1-i2)/(i1+i2)，点击Apply changes按钮，这是会出现波段一与波段二的选择，分别选择B4:0.38_um、B3:0.66_um，再次点击Apply changes按钮。图1-22 算法与波段选择3点击，先将得到图像保存为算法文件，命名为exercise1_plant，点击OK保存。图1-23 保存为算法文件再按上述步骤将得到图像保存为“.ers”文件，点击ok，出现新对话框，点击，观察到像元值分布如下：图1-24 像元值分布在Outpot Type中选择“IEEE8ByteReal”，勾选“Delate output transform”，点击OK保存。图1-25选择文件另存为格式4打开文件新生成的“exercise1_plant.ers”。图1-26 打开单波段ers文件5点击，打开公式编辑器，输入: if i10 then 1 else 0 公式（11） 点击apply changes，得到二元分割后的植被提取图像，图1-27 阈值为零的植被提取图像 运用同样的方法，这是得到的阈值为0.25的图像。图1-28 阈值为0.25的植被提取图像 显然阈值设为0.25所得植被提取图像目视效果更好。4.4.2 水体的提取1在主菜单窗口中点击按钮，打开SanDiego1985年图像，点击按钮，打开算法编辑器。点击将两个图层删去。在图层上右键，将涂层改为Pseudo color模式。图1-29 伪彩色处理2点击，打开算法编辑器，在公式输入框中输入(i1-i2)/(i1+i2)，点击Apply changes按钮，这是会出现波段一与波段二的选择，分别选择B2:0.56_um、B5:1.65_um，再次点击Apply changes按钮。图1-30 算法与波段选择3点击，先将得到图像保存为算法文件，命名为exercise1_water，点击OK保存。4再按上述步骤将得到图像保存为“.ers”文件，点击ok，出现新对话框，点击，观察到像元值分布在-1，1之间，在Outpot Type中选择IEEE8ByteReal，选择删去输出变换，点击OK保存。图1-31 另存为算法文件4打开文件新生成的“exercise1_water.ers”，点击，打开公式编辑器，输入: if i10.2 then 1 else 0 （公式12） 点击apply changes，得到二元分割后的水体提取图像：图1-32 二元分割后的水体提取图像51实验2 数字图像的增强实验2 数字图像的增强1实验目的1熟悉影像的直方图，理解直方图的各种特征的含义。2线性变换，非线性变换的各种处理方式，区别各种变换的变换效果。3均值滤波，中值滤波的增强效果，任意高通滤波的变换效果。4对多波段影像进行各种真彩色，假彩色变换。将假彩色改为伪彩色显示。2实验内容1表述transform界面，做各种变换，对比变换之后的效果，分析直方图。线性拉伸分段线性拉伸直方图均衡化高斯均衡化对数变换指数变换2掌握surface ，layer的区别，表述利用单波段、多波段操作进行真彩色、假彩色、伪彩色变换的过程。3表述几种常见滤波的操作方法。（高通滤波和低通滤波中选择几种）注意点：各种假彩色所带来的目视解译效果及区别3实验数据表2-1 实验数据路径文件名称格式说明imagesLandsat_TM_year_1985ers美国圣地亚哥市1985年TM影像imagesLandsat_TM_year_1991ers美国圣地亚哥市1991年TM影像imagesSPOT_Paners美国圣地亚哥市SPOT影像4实验步骤与结果4.1直方图变换打开SPOT_Pan影像，点击打开transform界面。图2-1 transform界面各变换名称：创建默认线性转换；：创建自动截取转换；：分级转换;:直方图均衡化;:高斯均衡化;:对数变换;:指数变换1线性拉伸点击打开SPOT_Pan. ers 图像。点击“”按钮进行线性拉伸，如图：图2-2 原图（左）与线性拉伸（右）效果对比线性拉伸后的直方图将数据显示范围大约控制在33-154，总的亮度区间被充分利用，不同地物之间的亮度值差异拉大，从而使图像更加清晰。2分段线性拉伸点击“”按钮，在直方图上用鼠标改变各段直线的斜率，使变换后的直方图区域平均，左图为分段线性拉伸前，右图为分段线性拉伸后。图2-3 原图（左）与分段线性拉伸（右）效果对比分段线性拉伸后的直方图可按照个人要求对不同类型的地物进行亮度区间的分配，从而凸显使用者想要区分的地物，使图像更加清晰。3直方图均衡化点击“”按钮进行分段线性拉伸变化。图2-4 原图（左）与直方图均衡化（右）效果对比直方图均衡化通过复杂的函数变化处理图像后，使所有数据值都均衡显示出来，使图像暗部与亮部差异明显。4高斯均衡化点击按钮“”按钮进行高斯均衡化。图2-5 原图（左）与高斯均衡化（右）效果对比 高斯均衡化通过复杂的函数处理，使图像所有像元的亮度值呈现高斯分布的状态，不存在过亮或过暗的区域，改善了目视效果。5对数变换 点击“”按钮进行对数变换。图2-6 原图（左）与对数变换（右）效果对比 对数变化通过将更多的亮度区间用来表达较暗的区域，使变换后直方图整体向右移，而图像整体偏亮。6指数变换点击“”按钮进行指数变换，图2-7 原图（左）与指数变换（右）效果对比 指数变化通过将更多的亮度区间用来表达较亮的区域，使变换后直方图整体向左移，而图像整体偏暗。4.2彩色变换4.2.1 surface和layer的区别 如图所示，为surface，为layer。一个surface可以包含多个layer。图2-8 surface与layer层Surface页面显示色彩模式 (假彩色/RGB/HSI) 。如果选择假彩色模式会出现色彩表，如果你选择3D立体显示模式，将会有四个页面，增加3D显示和3D属性页。可以从编辑按钮来增加/变化图层/surface。 通过编辑按钮可以便利的增加注释图层(编辑-增加矢量图层-注解)图2-9 surface界面 Layer页面可以看到程序流程图。从左起，最前面是载入数据集按钮、波段选择、滤波和转换按钮，其后是在公式按钮 (E=Mc2) 和滤波，最后是转换太阳角按钮。图2-10 layer界面4.2.2真彩色变换 真彩色图像上的影像颜色与真实地物颜色基本一致。利用数字技术合成真彩色图像时，是把红色波段的影像作为合成图像中的红色分量，把绿色波段的影像作为合成图像中的绿色分量，把蓝色波段的影像作为合成图像中的蓝色分量。图2-11 真彩色变换波段选择点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择Landsat_TM_year_1985.ers文件。用波段3表示红色层，波段2表示绿色层，波段1表示蓝色层。点一下（99% 增强按钮）增强图像。影像如下图。 图2-12 真彩色变换影像4.2.3假彩色变换 1标准假彩色（TM432）假彩色图像是指图像的色调与实际地物色调不一致的图像，遥感中最常见的假彩色图像是彩色红外合成的标准假彩色（TM432），即把近红外波段的影像作为合成图像中的红色分量，把红色波段的影像作为合成图像中的绿色分量，把绿色波段的影像作为合成图像中的蓝色分量。图2-13 标准假彩色变换波段选择点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择Landsat_TM_year_1985.ers文件。点击Surface键，用波段4表示红色层，波段3表示绿色层，波段2表示蓝色层。点一下（99% 增强按钮）增强图像。影像如下图。图2-14 标准假彩色变换影像 从图中可以看出，标准假彩色TM432组合将植被以红色表示，对植被生长状况反映较好。但未使用信息量最为丰富的TM5波段较为可惜。2假彩色（TM453）假彩色（TM453）即把近红外波段的影像作为合成图像中的红色分量，把中红外波段（5波段）的影像作为合成图像中的绿色分量，把红色波段的影像作为合成图像中的蓝色分量。图2-15 TM453假彩色变换波段选择 点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择Landsat_TM_year_1985.ers文件。点击Surface键，用波段4表示红色层，波段5表示绿色层，波段3表示蓝色层。点一下（99% 增强按钮）增强图像。影像如下图。图2-16 TM453假彩色变换影像 从图中可以看出，假彩色TM453组合的色彩反差明显，层次丰富，利用到了TM5波段，使得水体、城区、植被都很清晰，可以增强水陆界限的信息。3假彩色（TM741）假彩色（TM741）即把中红外波段（7波段）的影像作为合成图像中的红色分量，把近红外波段的影像作为合成图像中的绿色分量，把蓝色波段的影像作为合成图像中的蓝色分量。TM7波段对温度变化敏感，TM4属于近红外，是反映植被的最佳波段，并有减少烟雾影响的功能，因此适合检测森林火灾，寻找火烧迹地，对植被和土壤的水分信息敏感。图2-17 TM741假彩色变换波段选择 点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择Landsat_TM_year_1985.ers文件。点击Surface键，用波段7表示红色层，波段4表示绿色层，波段1表示蓝色层。点一下（99% 增强按钮）增强图像。影像如下图。图2-18 TM741假彩色变换影像从图中可以看出，假彩色TM741组合形成的影像具有极为丰富的地质信息和地表环境信息，地质可解译程度高，尤其是植被，以绿色表示，十分明显。4.2.4伪彩色变换伪彩色变换（单波段彩色变换），即对单波段黑白遥感图像按亮度分层，对每层赋予不同的色彩，使之成为一副彩色影像。每个像素的颜色不是由每个基色分量的数值直接决定，而是把像素值当作彩色查找表(color look-up table，CLUT)的表项入口地址，去查找一个显示图像时使用的R，G，B强度值，用查找出的R，G，B强度值产生的彩色称为伪彩色。人们通常采用伪彩色来提高图像色彩的分辨能力，使原图像细节更易辨认，目标更容易识别。点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择Landsat_TM_year_1985.ers文件。点击Surface键，将原有surface的颜色模式RGB调整为pseudo colour。删除多余的layer，只留一个，颜色模式也调整为pseudo colour。点一下（99% 增强按钮）增强图像。图2-19 伪彩色变换波段选择图2-20 伪彩色变换影像4.3空间滤波4.3.1高通滤波 高通滤波的作用是用来对影像进行锐化，以突出图像的边缘，线性目标或亮度变化率大的部分。其包括罗伯特梯度、索博尔梯度等等。1sharpen2点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择SPOT_Pan.ers 。通过点击复制整个图像。在被复制的图像上点击滤波按钮，进入filter界面。图2-21 sharpen2选择界面在此界面点击filter filename。选择fileters_high_pass中的sharpen2，点击OK。图2-22 sharpen2操作界面 图像滤波处理之前与之后显示如下图：图2-23 原图（左）与sharpen2高通滤波处理（右）效果对比 可以看出，经过sharpen2高通滤波处理后的影像，其锐化程度得到了提升，突出了图像的边缘。2Ford_55点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择SPOT_Pan.ers 。通过点击复制整个图像。在被复制的图像上点击滤波按钮，进入filter界面。点击filter filename。选择fileters_high_pass中的Ford_55，点击OK。图2-24 Ford_55操作界面 图像滤波处理之前与之后显示如下图：图2-25 原图（左）与Ford_55高通滤波处理（右）效果对比可以看出，经过Ford_55高通滤波处理后的影像，其锐化程度得到了明显的提升，边缘信息十分清晰，尤其是水中的边缘信息比原图清晰不少。其锐化程度比sharpen2要高。4.3.2低通滤波 低通滤波是为了去除影像中不必要的亮点，达到去除尖锐“噪声”和平滑图像的目的。其包括均值滤波和中值滤波等。1avg3点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择SPOT_Pan.ers 。通过点击复制整个图像。在被复制的图像上点击滤波按钮，进入filter界面。点击filter filename。选择fileters_low_pass中的avg3，点击OK。图2-26 avg3选择界面图2-27 avg3操作界面 图像滤波处理之前与之后显示如下图：图2-28 原图（左）与avg3低通滤波处理（右）效果对比 从图中可以看出，经过avg3低通滤波的处理后，尖锐“噪声”被去除，影像整体变得较为模糊、平滑，边缘信息不突出。2avg9点击打开按钮，从ERMAPPER/examples/Shared_Data 目录选择SPOT_Pan.ers 。通过点击复制整个图像。在被复制的图像上点击滤波按钮，进入filter界面。点击filter filename。选择fileters_low_pass中的avg3，点击OK。图2-29 avg9操作界面 图像滤波处理之前与之后显示如下图：图2-30 原图（左）与avg9低通滤波处理（右）效果对比 从图中可以看出，经过avg9低通滤波的处理后，尖锐“噪声”被去除，影像整体变得十分模糊、平滑，边缘信息不突出，影像模糊程度比avg3要高。实验3 数字图像的校正实验3 数字图像的校正1实验目的1利用DOS对多波段影像进行大气辐射校正，并将成果存储下来。2对多波段影像进行差值运算，比值运算，并将成果存储下来。2实验内容1掌握formula编辑器，表述对多波段影像进行差值运算，比值运算，并将成果存储下来的详细步骤和方法。2掌握最暗象元法，表述其原理，并且表述利用DOS对多波段影像进行大气辐射校正并将成果存储下来的详细步骤和方法。 注意点：存储多波段影像时各个波段的命名，排序和调整对生成的成果影像的影响。3实验数据表3-1 实验数据路径文件名称格式说明imagesLandsat_TM_year_1985ers美国圣地亚哥市1985年TM影像imagesLandsat_TM_year_1991ers美国圣地亚哥市1991年TM影像imagesSPOT_Paners美国圣地亚哥市SPOT影像4实验步骤与结果4.1图像运算4.1.1差值运算1运行ER Mapper 7.1，点击主菜单窗口上的按钮，建立新的图像窗口，再点击按钮，从C:/ERMAPPER/examples/Shared_Data 目录中选择打开Landsat_TM_year_1985.ers文件。图3-1 Landsat_TM_year_1985影像2将图像改成伪彩色图像。点击按钮，出现Algorithm对话框，右键点击Surface键，将原有surface的颜色模式RGB调整为pseudo colour。用删除多余的layer，只留一个，颜色模式也调整为pseudo colour。如图3-2所示。图3-2 伪彩色处理3点击按钮，打开公式编辑器，如图3-3，在公式窗口中输入“INPUT1-INPUT2”，INPUT1选择4波段，INPUT2选择3波段，最后点击，如图3-4。图3-3 公式编辑器图3-4 差值运算算法输入图3-5 差值运算处理影像（未经99%增强）4处理后的影像结果如图3-5所示，之后点击（99% 增强按钮）增强图像。图3-6 差值运算影像（经99%增强处理）5将图像储存为算法文件。点击Save As，将文件命名为3_forest1，文件类型选择.alg，点击OK，如图3-7。图3-7 算法文件保存窗口6将图像储存为实体影像文件，将文件命名为3_forest1，文件类型选择.ers，点击OK，如图3-8。图3-8 实体影像文件保存窗口图3-9 实体影像文件属性窗口7在该窗口中的【Data Type】中选择Unsigned8BitInteger，在Delete output transforms上打。点击【ok】，成功保存文件。图像存储完成后出现提示对话框，如图3-10。图3-10 保存成功窗口4.1.2比值运算1运行ER Mapper 7.1，点击主菜单窗口上的按钮，建立新的图像窗口，再点击按钮，从C:/ERMAPPER/examples/Shared_Data 目录中选择打开Landsat_TM_year_1985.ers文件。2将图像改成伪彩色图像。点击按钮，出现Algorithm对话框，右键点击Surface键，将原有surface的颜色模式RGB调整为pseudo colour。用删除多余的layer，只留一个，颜色模式也调整为pseudo colour。如图3-2所示。3点击按钮，打开公式编辑器，如图3-3，在公式窗口中输入“INPUT1/INPUT2”，INPUT1选择4波段，INPUT2选择3波段，最后点击，如图3-11。图3-11 比值运算算法输入4处理后的影像结果如图3-12所示，之后需要点击（99% 增强按钮），得到最后的影像图，如图3-13所示。图3-12 比值运算处理影像（未经99%增强）图3-13 比值运算处理影像（经99%增强）5将图像储存为算法文件。点击Save As，将文件命名为3_forest2，文件类型选择.alg，点击OK，如图3-14。图3-14 算法文件保存窗口6将图像储存为实体影像文件，将文件命名为3_forest2，文件类型选择.ers，点击OK，如图3-15。图3-15 实体影像文件保存窗口7在该窗口中的【Data Type】中选择IEE4ByteReal，在Delete output transforms上打，如图3-16。点击【ok】，成功保存文件。图像存储完成后出现提示对话框，如图3-17。图3-16 实体影像文件属性窗口图3-17 保存成功窗口4.2 DOS大气辐射校正4.2.1最暗像元法原理每幅图像上都应该有辐射亮度或反辐射亮度为0的地区（如深水区，山地阴影等），而事实上并不等于0，说明这些地区的亮度值应该是受到大气程辐射度的影响而增值。其中，可见光波段由于波长小，受到大气辐射畸变影响较大。因此，可以利用最暗像元法DOS，即将每一段中每个像元的亮度值都减去本波段的最小值，进行大气辐射校正。4.2.2操作步骤1运行ER Mapper 7.1，点击主菜单窗口上的按钮，建立新的图像窗口，再点击按钮，从C:/ERMAPPER/examples/Shared_Data 目录中选择打开Landsat_TM_year_1985.ers文件。图3-18 Landsat_TM_year_1985影像2将图像改成伪彩色图像。点击按钮，出现Algorithm对话框，右键点击Surface键，将原有surface的颜色模式RGB调整为pseudo colour。用删除多余的layer，只留一个，颜色模式也调整为pseudo colour。如图3-19所示。图3-19 伪彩色处理3点击复制波段（6波段除外），将各波段名字修改为B1，B2B7，各波段与B1，B2B7一一对应。图3-20 复制波段图3-21伪彩色影像4选择B1，点击，打开直方图，点击各波段查看各波段的最小亮度值，如图3-22。图3-22 直方图窗口5点击，打开公式编辑器，在公式窗口中输入“INPUT1-x”（x为各波段最小亮度值），即将各波段减去最小亮度值，最后点击，如图3-24。图3-23公式编辑器窗口图3-24 最暗像元法公式输入6点击直方图中的，选择limits to actual，如图3-25。图3-25 处理后的直方图图3-26处理后的影像7对2、3、4、5、7波段进行以上相同步骤操作。8将图像储存为算法文件。点击Save As，将文件命名为3_dos，文件类型选择.alg，点击OK。图3-27 算法文件保存窗口9将图像储存为实体影像文件，将文件命名为3_dos，文件类型选择.ers，点击OK，如图3-28。图3-28 实体影像保存窗口10在该窗口中的【Data Type】中选择Unsigned8BitInteger，在Delete output transforms上打。点击【ok】，成功保存文件。图像存储完成后出现提示对话框，如图3-30。图3-29 实体影像属性窗口图3-30 保存成功窗口附录一 成员分工表组员学号工作邓捷铭061300405负责实验二（2）（3）、实验三的实验操作、报告撰写；图名、表名的编写；格式调整。王少谷061300428负责实验一、实验二（1）的实验操作、报告撰写；目录、页眉的制作；格式调整。