Envi实验六--实验报告

于 2024-08-05 16:01:12 发布
阅读量2.2k 收藏 24
点赞数 10
文章标签： 经验分享
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45809323/article/details/140925696
版权

实验数据

Ⅰ南京上空卫星图，其真彩色合成如下图所示
在这里插入图片描述
Ⅱ高斯噪声和椒盐噪声，如下图
在这里插入图片描述
ⅢTM图像噪声
在这里插入图片描述
Ⅳ去除噪声的中巴卫星1图像
在这里插入图片描述
Ⅴ显卡图片
在这里插入图片描述
数据Ⅵ
在这里插入图片描述

实验目的

熟悉图像滤波特别是平滑和锐化的基本方法，有针对性的进行平滑

最低0.47元/天 解锁文章
乐事layz
关注
【ENVI】辐射校正和图像去噪声
m0_70491136的博客
12-28 3928
辐射校正是进行图像处理的前提，熟悉掌握此方法步骤对今后的遥感出图及论文撰写等有巨大帮助。任何遥感图像数据在拿到手之前都需要经过图像预处理，学习和掌握辐射校正等方法应用，是专业必备的知识技能。
Envi实验三----实验报告
qq_45809323的博客
07-21 1592
答：Scoll、Image、Zoom的图像大小范围不同，全景窗口Scoll拥有最多数量的灰度级，图像窗口Image次之，放大窗口Zoom最少，所以三个窗口对应的累计%2和累计%98的灰度级不同，拉伸的效果就不同。：假彩色合成是指多光谱遥感图像彩色合成处理时，如果参与合成的三个波段的波长与对应的红、绿、蓝三种原色的波长不同，那么合成图像的颜色就不可能是地面景物的真是颜色，这种合成就是假彩色合成。图像拉伸包括：线性拉伸，2%拉伸，高斯拉伸，平方根拉伸，交互拉伸等。直方图值集中在图像左侧，图像较暗。
ENVI补丁+影像条带去除教程
03-13
利用ENVI补丁，对影像中存在的周期性扫描行条带噪声进行有效的去除，另附上详细教程！
遥感数字图像处理（实验三）——滤波、锐化、平滑
qq_50559644的博客
04-02 2万+
完成遥感图像的滤波。对输入的遥感影像开展锐化、平滑等滤波操作。
Envi实验五--实验报告
最新发布
qq_45809323的博客
07-29 2675
答：1.蓝色对应的H：100~124，将绿色地物的波段范围改为蓝色天空的波段范围即可2.HSV颜色空间的模型对应于圆柱坐标系中的一个圆锥形子集，圆锥的顶面对应于V=1.它包含RGB模型中的R=1，G=1，B=1三个面，所代表的颜色较亮。绿色对应的V：43-255。答：HSV需要输入图像的数据是有值域范围的，HSV的值域分别为0°-360°，0%-100%，0%-100%。答：(float(b4)-float(b3))/(float(b4)+float(b3))的计算结果和ENVI菜单的NDVI结果相同。
遥感里通过夜间灯光数据提取城市建成区步骤(保姆级教学)
weixin_62166755的博客
01-04 1万+
通过夜间灯光数据提取城市建成区的保姆级教学
实验三：图像空间域平滑
Canvaskan的博客
09-29 1781
实验三：图像空间域平滑 实验目的  理解 图像空间域平滑的目的和意义  了解图像空间域平滑的各种方法及优缺点；  掌握图像空间域的邻域运算方法；  编程实现图像局部平均法、空间低通率波法、中值滤波法对图像进行滤波处理  理解空间低通滤波法与其他各种图象平滑的区别和联系  对“椒盐噪声图像”进行图像平滑处理；  总结实验过程。 实验要求 编写图像 空间域平滑程序  编程对图像作各种...
高光谱图像去噪（一）
GGGGaot的博客
11-24 5887
传统的逐波段的对每个灰度图像进行去噪，如基于非局部的算法、SVD、BM3D等。忽略了不同光谱波段之间的强相关性，去噪性能差。 存在的问题： 1）不同波段的噪声强度往往是不同的，某些波段可能会倍强噪声污染，需要在对低信噪比的波段去噪的同时保护高信噪比波段； 2）噪声通常是混合存在的，如高斯噪声、条带噪声、脉冲噪声等，不同噪声的特性和分布特征也不同。 结合空间和光谱信息的去噪方法：基于变换域和基于空间域两种。 基于变换域：小波变换、PCA、傅里叶变换，性能依赖于变换函数的选择； 基于空间域：分为滤波
MNF最小噪声分离 高维数据维度压缩
08-28
最小噪声分离变换(Minimum Noise Fraction Rotation,MNF Rotation)维度压缩,使用matlab写成
实验报告一--使用ENVI进行影像镶嵌.doc
10-11
"使用ENVI进行影像镶嵌实验报告" 本实验报告主要介绍了使用ENVI软件进行影像镶嵌的实验步骤和结果。通过该实验，学生可以了解影像镶嵌的基本原理和方法，并且掌握ENVI软件的基本操作。 一、实验目的 本实验的目的...
ENVI遥感图像处理方法
10-18
《ENVI遥感图像处理方法》系统、全面地介绍了ENVI 4.7软件功能及遥感图像处理流程和方法。全书共分17章，涵盖了ENVI软件概述、ENVI遥感图像处理基础、数据显示操作、遥感图像预处理、图像增强、图像分类、矢量处理、地图制图与三维可视化、正射校正、面向对象图像特征提取、地形分析、遥感动态监测、辐射定标与大气校正、高光谱与光谱分析技术、波段运算与波谱运算、雷达图像处理和ENVI二次开发等方面的内容。全书按照遥感图像处理流程由浅到深逐步引导读者掌握E。NVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。, 《ENVI遥感图像处理方法》不仅详细介绍了ENVI遥感图像处理功能，还融人了相关理论和方法，可作为ENVI软件用户的学习指南，对从事遥感应用研究的专业人员和测绘、遥感、地理信息系统、地理学等相关专业的科研、技术人员及高校师生也具有一定的参考价值。
遥感数字图像处理（均值滤波）
11-14
对于刚学习过数字图像处理的初学者实习的借鉴使用，关键是理解其中的算法核心
几种经典的图像平滑去噪算法程序
01-04
几种经典的图像平滑去噪算法程序，其中包括小波软阈值和硬阈值处理。还有三个图像质量评价程序
使用ENVI的高光谱工具处理多光谱数据(节选)
10-26
使用ENVI的高光谱工具处理多光谱数据(节选)
ENVI实验报告.pdf
09-23
ENVI 实验报告 ENVI 是一套功能齐全的遥感图像处理系统，能够处理、分析并显示多光谱数据、高光谱数据和雷达数据。该系统提供了多种工具，例如图像预处理、影像分析、图像增强、几何校正、监督分类和专题制图等。 ...
ENVI技术的关于Landsat8影像的处理实验报告
06-20
本次实验的主要目的是通过ENVI（Environment for Visualizing Images）软件对Landsat8卫星影像进行处理，了解并掌握遥感影像的基本处理技术，包括波段组合、图像裁剪、辐射定标、大气校正、温度反演、分类以及土地...
envi遥感影像去云处理_论文推荐 | 马晓双：全极化雷达遥感影像的迭代优化非局部均值去噪法...
weixin_39843093的博客
12-18 1059
《测绘学报》构建与学术的桥梁 拉近与权威的距离全极化雷达遥感影像的迭代优化非局部均值去噪法马晓双, 吴鹏海 安徽大学资源与环境工程学院, 安徽 合肥 230601收稿日期：2018-01-22；修回日期：2018-11-29基金项目：国家自然科学基金(41701390);安徽省自然科学基金(1808085QD108);安徽省教育厅高校自然科学基金(KJ2017A037)第一作者简介：马晓双(198...
《图形图像处理》— 图像锐化处理
69小石头的博客
11-21 1381
锐化 I = imread('photo.jpeg'); w1 = fspecial('sobel'); w2 = w1'; G1 = imfilter(I,w1); G2 = imfilter(I,w2); G = abs(G1)+abs(G2); figure; subplot(2,2,1); imshow(I),title('原图像'); subplot(2,2,2); imshow(G...
Savitzky-Golay平滑去噪
热门推荐
小木匠的博客
05-30 9万+
平滑滤波是光谱分析中常用的预处理方法之一。用Savitzky．Golay方法进行平滑滤波，可以提高光谱的平滑性，并降低噪音的干扰。S-G平滑滤波的效果，随着选取窗宽不同而不同，可以满足多种不同场合的需求。         Savitzky-Golay卷积平滑算法是移动平滑算法的改进。                   每一测量值以平滑系数的目的是尽可能减少平滑对有用信息的影响，该烧平滑
遥感实验：ENVI中的PLC与步进伺服应用探索
实验报告中还提到了一系列遥感相关的实验，包括高光谱数据分析、影像镶嵌、影像配准、非监督分类和监督分类。这些实验旨在让学生掌握ENVI软件在不同遥感任务中的应用。 实验一高光谱数据分析主要关注如何利用ENVI...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值