ENVI 実験チュートリアル (5) 実験 5、リモートセンシング画像強調

実験5. リモートセンシングによる画像補正

1. 実験の目的

  1. 空間領域、放射線領域、スペクトル領域の強化の原理と方法ステップをマスターします。
  2. バンドコンビネーションの原理と方法をマスターしましょう。
  3. ENVI ヒストグラムストレッチ、空間畳み込み演算、スペクトル変換、バンド演算、色合成などの基本的な画像補正操作をマスターします。

2. 実験の基本要件

  1. この実験の内容をよく読んでマスターしてください。
  2. 実験結果を保存して記録し、分析してまとめます。
  3. 実験レポートには明確な手順とそれに対応する結果(図や表など)が必要です。

3. 実験の時間と場所

  1. 場所:
  2. 時間:

4. 実験条件

  1. ハードウェア:PCコンピュータ(Windowsオペレーティングシステム)
  2. ソフトウェア: ENVI 5.3
  3. 参考資料:『ENVIリモートセンシング画像処理手法』第5章
  4. 使用データ: D:\Program Files\Exelis\ENVI51\data\ qb_boulder_msi
    /...\第 5 章 画像拡張

5. 実験内容

  1. 放射線領域強調処理
  2. スペクトルドメイン強化処理
  3. 空間領域拡張処理

6. 注意すべき事項

1. 空間フィルタリング操作を実行する場合、ウィンドウ サイズを調整してフィルタリング結果への影響を分析します;
2. Landsat-8/OLI 鄱陽湖エリアのリモート センシング画像を地理空間データ クラウドにダウンロードします。さまざまなバンドの組み合わせを試して、どの組み合わせが水域、植生、建物をより適切に識別できるかを分析してください。
3. どのような増強操作であっても、その背後にある必要性と目的について考えるようにしてください。

7、実験の主なステップ

1. 放射線(コントラスト)強調
(1) グレーレベル閾値セグメンテーション
(1) 「qb_boulder_msi」データを開きます。
(2) レイヤーマネージャー(レイヤーマネージャー)の「qb_boulder_msi」レイヤーを右クリックし、「新規ラスターカラースライス」メニューを選択します。ファイル選択ダイアログ ボックスで画像のバンドを選択し、OK ボタンをクリックして [ラスター カラー スライスの編集] パネルを開きます (
ここに画像の説明を挿入
3) [ラスター カラー スライスの編集] パネルでは、グレースケール セグメンテーションを実行する方法が 2 つあります。

  1.     自动分割
    
  2.     手动输入分割区间
    

ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入

(2) コントラストストレッチ ツール
ボックスのデータストレッチツールを選択し、ストレッチするデータを選択すると、ストレッチ方法選択画面が表示されます。
ここに画像の説明を挿入
ここに画像の説明を挿入

ツールバーのストレッチ ドロップダウン メニューを使用し、左側のレイヤー マネージャーでストレッチするレイヤーを選択し、プルダウンしてストレッチ方法を選択します。 ENVIclassic 操作手順: メイン イメージ ウィンドウで [拡張] メニューを選択します ->
ここに画像の説明を挿入
インタラクティブインタラクション ストレッチ インターフェイスに入るためにストレッチします。
ここに画像の説明を挿入
Linear (線形ストレッチ)
区分的 Linear (セグメント化された線形ストレッチ)
Gaussian (ガウス ストレッチ)
Equalization (ヒストグラム等化ストレッチ)

2. スペクトル ドメインの強化
(1) マルチスペクトル バンドの四則演算
• NDVI 計算ツール
ツールボックスで /Spectral/vegetation/NDVI ツールを見つけ、対応するセンサー バンドを開いて設定します。
ここに画像の説明を挿入
ここに画像の説明を挿入
• Band Math ツール
• 1. IDL 言語に準拠する必要があります。バンド演算式の書き込み
• 2. すべての入力バンドは同じスペース サイズである必要があります
。 • 3. 式内のすべての変数は Bn (または bn) で名前が付けられている必要があります。
• 4. 結果のバンドは入力バンドと同じスペース サイズである必要があります
。 5. 記述された IDL を呼び出す
バンド計算ツールは、関数をカスタマイズする際に、IDL で記述された関数を呼び出すことができます。関数がソース コード ファイル (.pro) の場合、関数を呼び出すには ENVI+IDL を起動する必要があります。 sav ファイルにコンパイルされたら、その sav ファイルを次のパスに配置すると、ENVI を再起動できます。
• ENVI 4.x: C:\Program Files\ITT\IDL\IDL80\products\envi48\save_add
• ENVI Classic: C:\Program Files\Exelis\ENVI51\classic\save_add
• ENVI 5.x: C:\Programファイル\Exelis\ENVI51\extensions

  1. バンド計算の使用例
    (1) ENVI を起動し、メニューの [ファイル] > [開く] を選択し、データ「can_tmr.img」を開きます;
    (2) Band Math ツールを起動します。パスは Toolbox/Band Ratio/Band Math です。
    (3) ) [バンド演算] パネルで、[式を入力] テキスト ボックスに計算式を入力します: b1+b2+b3。[リストに追加] ボタンをクリックして式を [前のバンド演算式] リストに追加します。(4) [
    バンド演算]パネルで、追加された「b1 +b2+b3」を選択し、OK ボタンをクリックして、[変数とバンドのペアリング] ダイアログ ボックス (図を参照) を開き、計算式の各変数にイメージ ファイルまたはイメージ バンドを割り当てます (5) )
    ここに画像の説明を挿入
    ここに画像の説明を挿入
    [変数とバンドのペアリング] ダイアログ ボックスで、式リスト ボックスで変数 b1 を選択し、使用可能なバンド リストで [TM Band 1 (0.4850)] をクリックします。次に、同じ方法で b2 と b3 に「TM Band 2」と「TM Band 3」を指定します;
    (6) [選択] ボタンをクリックし、結果を保存するファイル名とパスを選択し、[OK] ボタンをクリックして実行します。手術。
    (7) この時点で、入力ファイルと出力ファイルをビューにロードし、ツールバーのアイコンをクリックして現在のマウス位置のセル値を取得できます。
    ここに画像の説明を挿入

(2) スペクトル特徴変換
ここに画像の説明を挿入
3. 画像空間フィルタリング
(1) コンボリューションフィルタリング

ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入
(2) 数学的形態学的フィルタリング
(3) テクスチャ解析

ここに画像の説明を挿入
ここに画像の説明を挿入
8. 実験の具体的な要件
1. 同じ画像をストレッチするために異なるストレッチ方法を選択し、異なる方法のストレッチ効果を比較します。

ここに画像の説明を挿入ここに画像の説明を挿入
2. NDVI ツールを使用して、ENVI5 に付属の高速鳥画像 (qb_bonlder_msi) の正規化正規化水指数 NDWI を計算し、NDVI と NDWI の 2 つの画像を出力して比較してください。

ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入(NDVI)

ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入(NDWI)
3. バンド計算ツールを使用して、正規化された差分植生指数を計算し、結果を出力してください。

ここに画像の説明を挿入
ここに画像の説明を挿入
ここに画像の説明を挿入
4. 教科書 P115-121 の 5.3 の操作手順を参照して、同じマルチスペクトル画像に対して色変換、ICA 変換、MNF 変換、PCA 変換、TC 変換、およびカラー ストレッチ変換を実行し (オプション)、最後に色変換を使用します。変換結果の合成出力と比較表示。

ここに画像の説明を挿入ここに画像の説明を挿入
ここに画像の説明を挿入

(PCA)
ここに画像の説明を挿入
(ICA)

ここに画像の説明を挿入

(色空間変換)

ここに画像の説明を挿入

無相関ストレッチ

ここに画像の説明を挿入

写真ストレッチ

ここに画像の説明を挿入

(飽和ストレッチ)
ここに画像の説明を挿入
(mnf)

ここに画像の説明を挿入
(tc)
5. 教科書 P106-111 の 5.1 の操作手順を参考に、同じ DEM データに対して空間フィルタリング、形態学的フィルタリング、テクスチャ解析を実行します(世界標高データ GMTED2000 から地形変動の大きい小さな領域を切り出します)。空間領域強化方法は、処理のために 2 種類のフィルタリング ウィンドウ (3、3、7、7) をそれぞれ選択し最終的に強化された結果を出力して比較します。

ここに画像の説明を挿入

8. 実験結果と考察
グレースケール セグメンテーションは地上オブジェクトを非常にうまく分離できますが、限界もあります。
さまざまな空間ドメインとスペクトル ドメインを通じて、必要な情報を取得できます。

おすすめ

転載: blog.csdn.net/chengzilhc/article/details/95443961