2-1 对原始多光谱TM影像进行主成分变换,个纹理特征,然后将原始光谱影像和提取的纹理特征进行合并,分别基于光谱特征及光谱+纹理特征进行遥感影像分类(分为居民区、水体、裸地,山区植被,平原植被5类),利用混淆矩阵评价其分类结果,并比较二者的分类精度。
2.1.1 对TM分类-1号题进行主成分变换:点击transform 按钮里principal components工具条里的forward PC rotation的compute new statistics and rotate工具,选择TM分类-1号题,点击OK。
2.1.2 点击filter工具条中texture工具条中的co-occurrence measures工具选择上一步主成分变换图的第一波段。
2.1.3 原始光谱影像和提取的纹理特征进行合并:点击ENVI Classic对话框的Basic Tools工具条,选择layer stacking工具条。选择TM分类-1号题和上一步的结果图(memory1)进行合并。
2.1.4 以光谱特征进行影像分类,以光+纹理谱特征进行影像分类:点击cassification工具条的Supervised maximum likelihood工具选择上一步结果图memory2加入TM分类验证样本-1号题.roi文件选择分为居民区、水体、裸地,山区植被,平原植被分别对原图和memory3进行分类,得到memory4,memory5,memory6,memory7。
2.1.5 分别对memory5和memory7建立混淆矩阵:选择classification-->post classification-->confusion matrix-->using ground truth ROIs.
2-2 已知某区域的研究范围大于一景影像的覆盖范围,现有该研究区域的三景影像(一景有投影信息tm00.hdr,一景没有投影信息tm02.hdr,另一景为多光谱影像tm01.img),(1)以tm00.hdr为基准,对tm02.hdr进行图像配准,配准后的影像命名为jztm02img,要求校正结果中体现控制点的空间分布及其数量,(2)对jztm02img及tm01.img进行图像镶嵌,要求采用基于坐标的方式对两幅影像进行镶嵌,羽化距离设为5个像素,采用匀色处理,以tm1图像为基准,调整tm3图像的颜色,调整方案选用整幅基准图像。
2-3 已知某研究区域的遥感影像及其行政边界(1)利用该行政边界对研究区域进行裁剪,要求裁剪的区域与该行政边界完全一样(把周围的像元mask掉),(2)对裁剪后的影像进行高通滤波和中值滤波的计算,
(3)利用NDVI大于0.25将研究区域分为植被和非植被,并对该二值图像进行腐蚀和膨胀运算。
(4)
(5)
(6)
(7)
2-4 利用裁剪后的多光谱数据mosaci及DEM数据,提取区域缓坡植被信息、非朝北缓坡植被、陡坡植被、水体、裸地、背景区,提取规则如下:
朝北缓坡植被:NDVI大于0.25,坡度小于20°,朝北(坡向小于90°,大于270°)
非朝北缓坡植被:NDVI大于0.25,坡度小于20°,非朝北
陡坡植被:NDVI大于0.25,坡度大于等于20°
水体:NDVI小于等于0.25,波段4的DN值大于0且小于20
裸地:NDVI小于等于0.25,波段4的DN值大等于20
背景区:NDVI小于等于0.25,波段4的DN值等于0
2-5 已知某区域的遥感影像,请采用最大似然算法对其进行分类(要求计算训练样本的可分离性),并对分类结果进行专题图制作,要求有图名、图例、指北针、比例尺,坐标格网采用大地经纬度坐标(不需要标注平面坐标),专题图的左下方有投影信息(投影名称用中文表示)
1. 选择File → Open Image File。将出现一个 Enter Input Data File对话框。
2. 选择遥感应用实习考核2部分子目录下的2-5号数据中ikonoscut2
3. Basic Tools→Region Of Interest→ROI Tool然后选择感兴趣区域
4. 计算可分离性Options→Compute ROI Separability
5.将感兴趣区域进行保存,然后Classification→Supervised→Maximum likelihood选择刚才保存的ROI数据
6.主图像窗口选择File→QuickMap→New QuickMap
5.
2-6 首先利用Gram-Schmidt方法完成QK影像的全色和多光谱的融合,然后对融合后的影像计算植被覆盖图(计算公式为:(NDVI-NDVImin)/(NDVImax-NDVImin),假定NDVImin=0.2,NDVImax=0.7),对计算得到的植被覆盖度图像通过密度分割(主图像窗口点击overlay,然后density slice)的方式生成伪彩色图像(要求有图例)。
1.选择File → Open Image File。将出现一个 Enter Input Data File对话框。打开bldr_sp。img和TM-30m.img。将其显示在窗口。
2.在ENVI的主菜单选择Transform → Image Sharpening → Gram-Schmidt
3.Select Input RGB对话框中选择TM影像。从High Resolution Input File对话框中选择SPOT影像,点击OK。
4.将融合后的影像显示出来
5.transform中选择NDVI
6.将融合后的图像计算其NDVI
7.在Basic tools中选择band math(NDVI-NDVImin)/(NDVImax-NDVImin),假定NDVImax=0.2,NDVImax=0.7。输入公式(float(b1)-0.2/0.5)
8.选择进行过NDVI的影像
将植被覆盖图显示,进行密度分割,点击overlay,然后density slice
将范围设置在0到1内加图例.
2-7 请利用mask的方式将20110822的云去掉,然后计算2000年到2011年间研究区域内水体面积的变化情况
¥29.8
¥9.9
¥59.8