erdas實習(xí)報告范文

erdas實習(xí)報告范文篇一：ERDAS實習(xí)報告一．實習(xí)目的1、熟練掌握ERDAS的基本用途及功能2、學(xué)會使用ERDAS對影像數(shù)據(jù)進行格式轉(zhuǎn)換31、熟練掌握ERDAS的基本用途及功能2、學(xué)會使用ERDAS對影像數(shù)據(jù)進行格式轉(zhuǎn)換3、掌握在ERDAS軟件中對影像數(shù)據(jù)進行裁剪、融合及校正的方4、掌握ERDAS的監(jiān)督分類方法并進行分類精度檢驗二．實習(xí)數(shù)據(jù)①1:10萬臨川區(qū)土地利用圖；②配準(zhǔn)好的臨川區(qū)2000年②配準(zhǔn)好的臨川區(qū)2000年9月23日的TM圖象。③臨川區(qū)行政邊界AOI文件三．實習(xí)地點核工樓410③臨川區(qū)行政邊界AOI文件三．實習(xí)地點核工樓410四．實習(xí)內(nèi)容1、圖象裁剪利用臨川區(qū)行政邊界AOI文件對利用臨川區(qū)行政邊界AOI文件對TM圖象進行裁剪，裁剪出臨川區(qū)TM區(qū)TM圖象。DataPrep口Subsetimage口Inputfile口outputfile口Chooseaoi口Chooseaoi口Aoifile□臨川區(qū).aoi口OK2、圖象配準(zhǔn)map—to-image:1:10萬土地利用圖與map—to-image:1:10萬土地利用圖與TM圖象配準(zhǔn)；要求最初選GCP點5-10個，口點均勻分布，RMS要求最初選GCP點5-10個，口點均勻分布，RMS檢驗誤差小于aoi文件。NewMapComposer矢量圖層，30米。3、圖象監(jiān)督分類使用多邊形選擇工具；保留每個類型訓(xùn)練文件及分類結(jié)果與1:10萬土地利用圖比較，反復(fù)修正訓(xùn)練樣區(qū)。進行監(jiān)督分類，計算各地類的面積。4、圖象檢驗分層隨機抽樣，每類 30個樣點，目視判讀分類準(zhǔn)確與否，統(tǒng)計分類精度。5、制圖輸出①遙感影像地圖的規(guī)劃與版面設(shè)計。根據(jù)制圖要求確定影像地圖的比例尺，根據(jù)圖面要素計算版面尺寸和安放位置。②ERDAS圖標(biāo)面板菜單條 Main口Composer口（圖 11.1），調(diào)整版面尺寸單位和大小。③利用遙感影像制圖視窗及注記工具面板實現(xiàn)制圖要素的圖面配置。根據(jù)地圖規(guī)劃和版面設(shè)計安置遙感影像和其它柵格、按要求生成坐標(biāo)網(wǎng)格，放置圖名、圖例、比例尺、指北針以及其它各種有關(guān)標(biāo)注。6、提交圖象技術(shù)報告，圖件，結(jié)果存盤，收回圖象。五．實習(xí)步驟1、圖象裁剪在程序中打開ERDASIMAGINE9.2點擊DATEPREPARATION出現(xiàn)下在程序中打開拉菜單，選擇Subsetimage選項，在彈出的Subset對話框的inputfile處選擇需要裁剪的圖片 ，在outputfile處選擇裁剪后圖片的保存文件夾，然后，點擊 AOI,在ChooseAOI對話框中輸入AOI文件。選擇OK選項后，進行裁剪。然后進行配準(zhǔn)2.圖象配準(zhǔn)選擇裁剪后的臨川區(qū)土地邊界圖，和參考影像 dataprepation口imagegeometiccorrection,選擇多項式模式，開始找對稱點，在裁剪圖像窗對應(yīng)位子相對應(yīng)點在圖像上和參考影像上找到七個均勻分布的控制點，控制點總誤差小于 1，且最好是具有明顯地形特征的點，易于識別。 然后再找5個監(jiān)測點， edit口setpointtype口check,先把公式鎖上，保證中誤差小于 1。然后解鎖重采樣，在樣，選中校正結(jié)果的地址和名稱，點擊確定。中點擊正方形格網(wǎng)的圖案進行重采。口二：ERDAS遙感實習(xí)報告一、實驗?zāi)康某醪秸莆誆RDAS圖像處理軟件的基本操作；進一步掌握對遙感圖像的裁剪、融合、校正、拼接以及非監(jiān)督分類和監(jiān)督分類的基本操作步驟，著重理解監(jiān)督分類和非監(jiān)督分類的區(qū)別。二、實驗準(zhǔn)備ERDASIMAGINE9.2軟件；1:10萬臨川區(qū)土地利用圖；

3、臨川區(qū) 2000年9月23日的TM圖象。4、臨川區(qū)行政邊界 AOI文件三、實驗任務(wù)完成臨川區(qū)TM圖象的處理工作，并提交下列成果：1、臨川區(qū) TM土地分類圖；2、技術(shù)報告書（包括各主要步驟文字?jǐn)⑹鲆约敖貓D，土地分類統(tǒng)計結(jié)果）。四、實驗要求1、圖象裁剪利用臨川區(qū)行政邊界 AOI文件對TM圖象進行裁剪，裁剪出臨川區(qū)TM圖象。2、圖象配準(zhǔn)map-to-image:1:10萬臨川區(qū)土地利用圖與 TM圖象配準(zhǔn)；要求最初選GCP點6-10個，及檢測點5個，口點均勻分布， RMS檢驗誤差小于30米（1個像元）。3、圖象監(jiān)督分類使用多邊形選擇工具;保留每個類型訓(xùn)練文件及 AOI文件。分類結(jié)果與1:10萬土地利用圖比較，反復(fù)修正訓(xùn)練樣區(qū)。進行監(jiān)督分類，計算各地類的面積。4、圖象檢驗分層隨機抽樣，每類30分層隨機抽樣，每類30個樣點，目視判讀分類準(zhǔn)確與否，統(tǒng)計分類精度。5、提交圖象技術(shù)報告，圖件，結(jié)果存盤，收回圖像。五、實驗內(nèi)容圖像裁剪點擊dataprep圖標(biāo)，選擇datapreparation下的Subsetimage命令彈出如下對話框：選擇輸入輸出路徑， 選擇AOI裁剪文件，點擊ok,即進行裁剪：打開裁剪好的圖：圖像配準(zhǔn)圖像配準(zhǔn)是利用幾何校正的方法將“臨川區(qū)土地利用規(guī)劃圖”配準(zhǔn)到我們裁剪好的遙感影像圖。分別在Viewerl和Viewer2中打開臨川區(qū)土地利用規(guī)劃圖和遙感圖。篇三：遙感erdas實習(xí)報告幾何校正一、實驗?zāi)康模喝コb感圖像中由于傳感器的自身性能、結(jié)構(gòu)；地球曲率；地形起伏；地球旋轉(zhuǎn)；大氣折光等因素所引起的變形誤差。二、實驗內(nèi)容：幾何校正就是將圖像數(shù)據(jù)投影到平面上，使其符合地圖投影系統(tǒng)的過程。三、實驗步驟：1）原理：遙感圖像的幾何校正包括光學(xué)校正和數(shù)字校正，遙感影像的數(shù)字校正是通過計算機對圖像每個像元諸葛的解析糾正處理完成的， 所以能夠較精確的改正線性和非線性變形誤差， 包括像元坐標(biāo)變換和像元灰度值重采樣。2)方法：使用ERDASIMAGINE軟件。3)操作：第一步：①用兩個Viewer分別打開一個 TM(#1)和 SPOT(#2),②單擊Raster|GeometricCorrection命令，③打開SetGeometricModel對話框④選擇模板為Polynomial⑤單擊OK⑥同時打開GeoCorrectionTools對話框和PolynomialModelProperties窗口第二步：在PolynomialModelProperties窗口①定義多項式次方( PolynomialOrder)為 2。②定義投影參數(shù)( Protection)③單擊Apply按鈕應(yīng)用或單擊 Close關(guān)閉。④打開GCPToolReferenceSetup對話框；第三步：啟動控制點工具；①GCPToolReferenceSetup對話框中選擇采點模式（ExistingViewer）單選按鈕，②單擊 OK按鈕（關(guān)閉GCPToolReferenceSetup對話框口；③打開ViewerSelectionInstructions指示器。④在顯示作為地理參考圖像 panAtlanta.img的Viewer#2中單擊。⑤打開ReferenceMapInformation提示框（顯示參考圖像的投影信息）⑥單擊OK按鈕（關(guān)閉ReferenceMapInformation對話框口增強處理（一）圖像增強一、實驗?zāi)康模焊淖儓D像的灰度等級，提高圖像對比度；消除邊緣和噪聲，平滑圖像；突出邊緣或線狀地物，銳化圖像；合成彩色圖像；壓縮圖像數(shù)據(jù)量，突出主要信息。二、實驗內(nèi)容：圖像增強的主要內(nèi)容：空間域增強、頻率域增強、彩色增強、多圖像代數(shù)運算、多光譜圖像增強等。三、實驗步驟1、原理：空間域增強：通過改變單個像元及相鄰像元的灰度值來增強圖像。直接對圖像進行各種運算以得到需要的增強結(jié)果。?頻率域增強：對圖像進行傅里葉變換，先將空間域圖像變換成頻率域圖像，然后在頻率域中對圖像的頻譜進行處理，以達到增強的目的。?頻率域增強：對圖像進行傅里葉變換，先將空間域圖像變換成頻率域圖像，然后在頻率域中對圖像的頻譜進行處理，以達到增強的目的。2、方法：使用ERDASIMAGINE軟件。3、操作：主成分變換①單擊Interpreter圖標(biāo)口SpectralEnhancement口Principalcomponents命令，打開

Principalcomponents對話框?？谳斎朐瓐D象，輸出類型中改為

FloatSingle類型③輸入文件類型：Map④需要的主成數(shù)量（④需要的主成數(shù)量（NumberofComponentsDesired）為 3⑤單擊OK按鈕□關(guān)閉PrincipalComponents對話框，執(zhí)行主成分變換）（二）色彩變換一、實驗?zāi)康模菏箞D像的顏色與人眼看到的更為接近。二、實驗內(nèi)容：將遙感圖像從紅（R）、綠 （G）、（B）藍三種顏色組成的彩色空間將遙感圖像從紅（轉(zhuǎn)換到以亮度⑴、色度（H）、轉(zhuǎn)換到以亮度⑴、色度（H）、飽和度（S）作為定位參數(shù)的彩色空間。三、實驗步驟11、原理：亮度表示整個圖像的明亮程度，取值范圍是 0-1；色度代表像元的顏色，取值范圍為 0-360；飽和度代表顏色的純度，取值范圍是0-1.2、方法：使用ERDASIMAGINE軟件。3、操作：①單擊Interpreter圖標(biāo)口SpectralEnhancement,打開RGBtoHIS,口彈出對話框，輸入原圖象，選上對話框上的IgnoreZeroinStats③單擊OK非監(jiān)督分類一、實驗?zāi)康模豪糜嬎銠C將遙感圖像自動分成若干地物。二、實驗內(nèi)容：是在沒有先驗類別（訓(xùn)練場地）作為樣本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進行歸類合并 （即相似度大的像元歸為一類）的方法。三、實驗步驟1、原理：同類地物的反射光譜特型相同2、方法：使用ERDASIMAGINE軟件。2）2）方法：使用 ERDASIMAGINE軟件,最小距離法。3、操作：①打開 Classifier口NumberofClasses改成 10,然后把擊OK.口打開非監(jiān)督分類后的圖，再打開原圖像，點擊Geographical③點擊—點擊非監(jiān)督圖像上的圖象將非監(jiān)督圖像對應(yīng)上色。監(jiān)督分類一、實驗?zāi)康模豪糜嬎銠C將遙感圖像自動分成若干地物類別。二、實驗內(nèi)容：選擇具有代表性的典型實驗區(qū)或訓(xùn)練區(qū)，用訓(xùn)練區(qū)中已知地面各地物樣本的光譜特性來“訓(xùn)練”計算機，獲得識別各類地物的判別函數(shù)或模式，并以此對地區(qū)的像元進行分類處理，類別中。UnsupervisedClassification把MaximumIterationes改為 24,點View口Link口raster中的 Attribute,根據(jù)原分別歸入到已知的三、實驗步驟：1）原理：數(shù)字圖像中地物的所有特征都是通過數(shù)字化的灰度值反映出來,計算機分類是建立在對圖像像元灰度值的統(tǒng)計、 運算、對比和歸納基礎(chǔ)上進行的。3）操作：①打開Viewer,點擊Raster|Tools,②打開Classifier|SignatureEditor,用折線截取同種類別的地物，③對同等地物進行多次截圖，④重復(fù)上述操作，每種地物都截取 4-50,0000；⑤點擊 Classifier|SupervisedClassification,輸入需要分TOC\o"1