ERDAS_Professional_2011的简要操作指导

简要操作指导

目录

1、    Ribbon界面操作指导    3

2、    数据准备    5

2.1影像读入    5

2.2 影像增强    7

3、    几何与正射纠正    9

3.1多项式纠正    9

3.2正射纠正    12

4、    遥感影像分类    14

4.1 密度分割    14

4.2 监督分类    15

4.3 子像元分类    18

4.4高光谱分析    21

5、    专题制图    25

1、Ribbon界面操作指导

ERDAS IMAGINE 2010 采用 Ribbon 界面重新组织了软件的功能界面，将所有的可视化窗口集成到一起，使得3D 展示、制图过程和地图的显示能够融合为一体。新的界面不仅简化了操作过程，也使得用户能够非常方便地定义自己的工作流，大大地提高了工作效率。

新的Ribbon界面包括：菜单栏、快速工具栏、当前图层类型、工具面板、影像管理面板、数据组织面板、二维窗口和状态栏等。

图1.1 Ribbon界面

各个菜单功能如下表所示。

表1.1菜单功能对照表

加载并浏览影像数据

   启动ERDAS IMAGINE 2010后,自动新建一个新的2D视窗，可直接加载影像进行观察。

图1.2影像浏览

Shoebox

新的Ribbon界面一大功能亮点：以装在“鞋盒子”里的方式来组织管理数据文件，方便用户打开、加载保存常用的数据。

图1.3 Shoebox

我的工作流

新的Ribbon界面另一大功能亮点：用户能够自己创建工作流，将常用功能集中到同一工具选项下，方便用户按照自定的工作流程进行生产作业，提高工作效率。

示例：新建“My  Workflow”，将“添加视窗”、“影像增强”、“镶嵌”以及“监督分类”工具项添加到“My  Workflow”。

图1.4 我的工作流

2、数据准备

2.1影像读入

ERDAS IMAGINE 的（Import/Export）功能支持多种数据类型的导入或导出转换。

其中Import功能允许用户输入并转换多种文件类型到ERDAS IMAGINE平台中使用，同时Export功能允许用户将ERDAS IMAGINE的标准文件格式（*.Img）输出为其他所需格式。

图 2.1 数据导入/导出模块

示例1：导入TIFF格式影像转换为*.img影像

（1）选择Ribbon工具面板的” Manage  Data”工具板，点击”Import data”，弹出导入对话框。

（2）在格式栏选择TIFF文件类型，“Input File”栏选择路径，选择输入文件1_3_rect.tif，也可直接点击向下箭头，从最近浏览过的文件中快速选择。 “Output File”栏选择输出路径，编辑文件名，格式默认为.img。

图2.2 导入

示例2：导出*.img影像转换为LAN (Erdas 7.x)文件。

（1）选择Ribbon工具面板的” Manage  Data”面板，点击”Export data”，弹出导出对话框。

（2）在格式栏选择TIFF文件类型，“Input File”栏选择路径，选择输入文件spot_pan.img，也可直接点击向下箭头，从最近浏览过的文件中快速选择。“Output File”栏选择输出路径，编辑文件名，格式默认为.lan。

图2.3 导出

2.2 影像增强

利用ERADS IMAGINE 进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter），该模块包含了50多个用于遥感图像处理的功能。 

图象增强处理包括空间、辐射、光谱增强处理。

●空间增强：卷积增强处理、纹理分析

●辐射增强：直方图均衡化处理 、亮度反转

●光谱增强：主成分变换、缨帽变换、色彩变换 

本手册介绍几种常用的增强处理方法，在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。

图2.4 影像增强模块

空间增强

空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。 

示例：卷积边缘增强处理

卷积增强是将整个图像按像元分块进行平均处理，用于改变图像的空间频率特征。卷积处理的关键是卷积算子：一系数矩阵的选择。ERDAS将常用的卷积积算子放在default.klb 的文件中，分别为3×3、5×5、7×7三组，每组又包括edge Detect边缘检测、edge enhance边缘增强、low pass低通滤波、High pass高通滤波、Horizontal水平、vertical垂直、summary概况等七种不同的处理方式。 

（1）图形增强功能组中点击空间增强下拉箭头选择“Convolution”，弹出卷积处理对华框。

图2.5 卷积滤波对话框

（2）选择“7x7 Edge Enhance”边缘增强卷积算子，及其他参数设置。点击OK运行，处理完成后打开处理后的影像，和原始影像比较。

辐射增强

辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。 

示例：直方图均衡化

直方图均衡化处理实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。 

（1）图形增强功能组中点击辐射增强下拉箭头选择“Histogram Equalization”，弹出直方图均衡化对话框。

图2.6 直方图均衡化参数设置对话框

（2）进行参数设置，点击OK运行，处理完成后打开处理后的影像，和原始影像比较

光谱增强

光谱增强处理是基于多波段数据对每个像元的灰度值进行变换，达到图像增强的目的。 

示例：对TM多波段影像进行主成分变化

主成分是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全的较少的几个波段上，便于图像分析与解译。

（1）图形增强功能组中点击光谱增强下拉箭头选择“Histogram Equalization”，弹出主成分变换对话框。

图 2.7主成分参数设置对话框

（2）参数设置完成后，点击OK运行，处理完成后打开处理后的影像，和原始影像比较。（主成分变换获得的主份量可分别设置为1、2、3，可将输出结果分别和原始影像对比观察）

3、几何与正射纠正

几何纠正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何纠正的过程包含了地理参考过程。

本章节介绍ERDAS IMAGINE常用的几何纠正模型：多项式模型和相机（正射纠正）模型。

3.1多项式纠正

多项式纠正是常用的几何纠正模型，指通过多项式各项系数来确定影像空间位置，常用的多项式次数从1次到5次，没有规定上限，视用户需求而定。

图3.1 几何纠正模块

示例：对 Landsat TM影像进行几何纠正，参考影像为已经进行过几何纠正的相同区域的SPOT 全色影像。包括以下主要步骤：

●启动几何纠正模块

●采集地面控制点

●采集地面检查点

●影像重采样

●保存纠正模型

●查看纠正后影像

启动几何纠正模块

（1）打开需要纠正的影像tmAlanta.img，点击Multispectral选项卡，在几何纠正模块中点击Control Points图标，在打开的选择纠正模型对话框中选择Polynomial（多项式模型），点击OK继续。

图3.2纠正模型选择框

（2）根据提示在新视窗中加载包含控制点信息的参考影像panAtlanta.img，并设置Polynomial Order(多项式次数)为2次，点击Apply应用，出现几何纠正界面。

采集地面控制点

（1）在tmAtalanta中拖放链接框寻找明显的地物点，并缩放到合适大小，点击图标，在tmAtalanta中采集GCP #1；同理在panAtlanta中采集GCP #1。

图3.3  选取目标控制点1

（2）重复上述操作，采集其他的GCP，2次多项式至少需要6个控制点，为了保证精度，一般采集更多的控制点，使其在全图均匀分布。

（3）几何精纠正要求GCP总体误差(Total)一般平坦区域要小于1，山区小于2。如果误差较大，需要进行修改，删除点或增加新的控制点降低误差。

采集地面检查点

在菜单条中选择Edit-Set Point Type-Check，按照采集地面控制点的方法，采集5个左右检查点。一般要求所有检查点误差小于1。

图3.4 检查点及其误差

影像重采样

重采样过程就是依据未校正图像的像元值，计算生成一幅校正图像的过程。原图像中所有栅格数据层都要进行重采样。

1、在工具栏点击影像重采样图标，打开影像重采样对话框。

图3.5重采样对话框

2、进行参数设置，点击OK执行。

保存几何纠正模型并查看影像

关闭几何纠正界面，保存几何纠正模型，可在视窗中查看纠正结果。

3.2正射纠正

正射纠正是将航片数据投影到平面上，使其符合地图投影系统的过程，因此正射纠正也包含了地理参考的过程，是几何纠正的一种。正射纠正消除了由相机或传感器定位、地形起伏和其他系统性误差带来的影响，经过了正射纠正的正射影像可以真实的描述地表地物的精确位置。因此正射影像目前已经普遍应用于GIS数据的建立和维护中。

示例：对美国加利福尼亚州棕榈泉的NAPP（美国国家航空摄影计划）航片进行正射纠正。包括以下主要步骤：

●启动正射纠正模块

●设置相机参数

●设置内定向参数

●设置投影参数

●重采样

●保存纠正模型

●查看纠正后影像

数据：待纠正的数据：ps_napp.img、DEM数据：ps_dem.img、GCC数据：ps_camera.gcc

启动正射纠正模块

参照3.1章节打开需要纠正的影像ps_napp.img，启动纠正模块，选择相机模型，并根据向导提示选择GCC File ps_camera.gcc文件。

设置相机参数

在弹出的相机模型属性对话框中，点击General选项卡，设置高程源(Elevation Source)为File类型，选择DEM数据，并设置其他参数，点击Apply应用。

图3.6  相机模型属性设置

设置内定向参数

（1）在相机模型属性对话框中，点击Fiducials选项卡，选择框标类型（Fiducial Type）为第一种，四个角点。

（2）定义框标位置（Viewer Fiducial Locator），点击，在正射校正窗口中拖放链接框到左上角框标点位置，并进行适当缩放，点击内定向窗口中的采点按钮，采集第一个框标点。

图3.7 采集第一个框标点

（3） 按照顺时针方向采集其他三个框标点：右上角、右下角、左下角。

（4）采集完之后，回到相机模型属性对话框中，在框标数据列表中输入四个点的已知图像坐标。所有坐标都输入后，可以看到误差值，一般要小于1，否则需要调整框标点。

影像重采样

参照3.1点击工具栏中的按钮，打开影像重采样对话框，并进行参数设置， 点击OK执行。

保存纠正模型并查看结果

关闭正射纠正界面，否保存几何纠正模型，完成后可在视图窗口中查看纠正结果。

4、遥感影像分类

4.1 密度分割

遥感图像的光密度是与相应地物的光谱密切相关的，将图像的光密度分成若干等级并给予特定的编码，属于非监督分类方法。在ERDAS IMAGINE中通过简单的向导操作即可完成。

图 4.1 密度分割菜单

示例：对一幅TM影像进行密度分割

（1）选择Raster选项的classification->unsupervised->image segmentation，弹出密度分割对话框。按图示设置相关参数，点击OK，运行。

图4.2 密度分割参数设置

（2）处理完成后，打开结果影像，和原始影像对比观察。

4.2 监督分类

监督分类更多地需要用户来控制，常用于对研究区域比较了解的情况。在监督分类过程中，首先选择可以识别或者借助其它信息可以断定其类型的像元建立训练区，然后基于该训练区使计算机系统自动识别具有相同特性的像元。依据训练区进行分类后，对分类结果进行评价再对训练区进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。

图4.3  监督分类模块

示例：用简单的例子展示如何使用子像元分类器

●采集分类样本

●建立分类模板

●执行监督分类

采集分类样本

（1）启动ERDAS IMAGINE，在视窗中打开需要分类的影像，点击Raster选项卡下，Classification标签组中的Supervised图标，在下拉菜单中点击Signature Editor，打开样本编辑器

（2）点击Drawing选项卡，在Insert Geometry标签组中选择任意多边形工具，进入AOI绘制状态。在视图窗口中选择一种地物类型绘制一个多边形AOI区域。

图4.4 绘制AOI

建立分类模板

（1）采集完某一地物的一个AOI后，可在Signature Editor对话框中选择图标，将其添加到模板中，对同一地物可勾绘多处AOI；点击图标，合并所选AOI，并删除合并前的类。

（2）在Signature Name一列修改类别的名称，在Color一列设置类别的颜色，这样就完成了对一种地物的采集过程。重复以上步骤，采集所有要分类地物的样本，完成分类模板的构建。（如图，本例仅采集了水体、草地、农田、居民地四类）。

图4.5 初始分类模板构建

执行监督分类

点击Raster选项卡下，Classification标签组中的Supervised图标，在下拉菜单中点击Supervised Classification。在弹出的对话框中设置相关参数，点击OK执行监督分类。

图4.6 监督分类参数设置

4.3 子像元分类

IMAGINE 子像元分类器是IMAGINE高级工具，用以检测比一个影像像素还小的材质信息（小到一个像素的20%）。对于地面测量以及高分辨率影像而言，它是一种低成本，高效率的方法。它能区别非常相似的光谱信息，极大的提高了识别感兴趣材质MOI的能力。实现了在大范围内混合材质情况下，快速高精度的检测细小或较大的特征的功能。可以说子像元分类是影像分析领域的突破。

ERDAS IMAGINE 子像元分类器属于IMAGINE Professional部分，能应用于任何8bit或16bit的航空或卫星多光谱影像，包括TM影像、SPOT影像、快鸟以及IKONS影像。同时适用于高光谱影像，但是不适用于雷达影像。

ERDAS IMAGINE子像元分类器按工作流程分为5个主要模块：预处理、环境校正、样本派生、样本评估和细化以及感兴趣材质MOI分类。

图4.7 子像元分类模块

示例：用简单的例子展示如何使用子像元分类器

   预处理（Preprocess）

预处理功能指测量影像的背景，在样本派生和MOI分类中移除背景，以此获取MOI的保留成分，该功能输出为*.aasap文件，此文件需和输入影像共存。输入文件后点击OK即可自动完成。

图4.8 预处理输入

自动环境校正（Environmental Correction）

自动环境校正功能主要是计算一系列的大气和环境变量的补偿因子，输出为*.corenv文件，用以样本派生和MOI分类。通过大气和环境变量的补偿，实现不同日期和地理位置样本场景-场景的转换。输入文件后点击OK即可自动完成。

图4.9 自动环境校正

手动样本派生（Signature Derivation）

使用训练集，为包含整个或部分像素的材质产生单一的样本，该训练集是通过AOI，输入影像，环境校正文件以及材质像素部分切块获取。输出文件为*.asd文件。

图4.10 手动样本派生

样本评估和细化（Signature Refinement and Evaluation）

样本细化通常和样本评估在一起，具体为：通过派生样本初始分类MOI，使用MOI的分类输出对现有的样本进行评估，并且通过检测和输入的AOI进行样本细化。细化后的样本称为子样本，系统会自动比较父样本和子样本并输出比较报告。

图4.11样本评估和细化

MOI分类（MOI Classification）

MOI分类应用样本来检测并定位影像中包含MOI的像素，输入参数包括影像、环境校正文件、样本和用来控制错误检测量的容差数量。分类输出为包含MOI定位的单独的影像层，可在ERDAS IMAGINE 视窗中显示，检测的总像素数量和分类像素的材质切块将以ERDAS IMAGINE的栅格属性编辑器的直方图显示。

图4.12 MOI分类输出-Class Name列值越大，包含的MOI信息成分越多

4.4高光谱分析

高光谱分辨率遥感：用很窄而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，因此高光谱遥感又通常被称为成像光谱遥感。

IMAGINE 高光谱分析模块包含了理论、数据结构和初始影像处理等功能。软件模块的宗旨即为用户提供简单易操作的工作流和数据分析、获取功能，他不仅仅面向于光谱专家，其他的广大用户可通过设定的工作流任务来获取自己想要的数据成果。

图4.13 高光谱分析模块

点击高光谱模块，下拉列表展示出相应的处理模块和功能。按主要处理流程，功能划分为：

●数据预处理：剔除有问题波段、波段裁切、MNF转换,可通过工作站完成；

●特定的工作任务流：异常检测、目标检测、材质映射以及材质标识，可通过简单的向导提示完成。

图4.14高光谱分析工作站

剔除有问题波段

问题波段一般指数值发生突变的波段，这些波段不宜作为分析数据使用。

图4.15 剔除有问题波段

裁切

某些特定的分析中有时候并不需要所有的光谱范围。比如，要进行目标和背景的光谱评价时，只需某些特定的光谱范围即可。另外，很多情况需要的波段范围进行分析，就需要使用光谱/波段裁切功能。

图4.16 空间和光谱裁切

MNF去除噪音和数据压缩

因为外部（大气）和内部（传感器）因素影像，高光谱影像数据会有不同等级的噪声信息（信噪比S/N）。当高光谱影像具有不同类型的噪音时，标准的主成分变换不会产生具有平稳递增信噪比的主成分影像，那么就很难找到切换点。为了获取有递增信噪比的主成分数据，修正的主成分变换，即MNF变换应运而生。MNF转换的目的是产生按信噪比排序的主成分影像，对应的MNF逆变换可以将该影像恢复到没有噪音的光谱空间。 

图4.17 去除噪音

异常检测（Anomaly Detection）向导

搜索输入影像，标识出那些和其他光谱相比有明显偏离的像素。在异常检测过程中，无需预处理过程。利用掩膜计算后，用户可以通过卷帘工具将原始影像和异常检测结果比对分析。 

图4.18 异常检测

目标检测（Target Detection）向导

搜索输入影像，找到特定的材质信息，即目标，通常这些特定的信息不明显。输出为灰度范围或二进制的掩膜范围影像。

图4.19 目标检测

材质映射（Material Mapping）向导

搜索输入影像的感兴趣材质信息，输出为灰度级影像。

图4.20 材质映射

5、专题制图

ERDAS IMAGINE 的 Map Composer模块提供了强大的专题制图编辑功能，能够处理栅格数据、GIS专题数据层、矢量数据以及注记层数据等。Map Composer的符号扩展功能能够自动生成文本、图例、比例尺、格网线、标记、边框线、符号库等等，拥有1600多万的颜色、多种线性以及60多种字体。

示例：带地理信息SPOT影像制图，主要步骤如下：

●新建制图模板

●绘制图框

●绘制格网线

●制作比例尺、图例和指北针

●添加地图名称和注释

●保存、打印

创建制图模板

加载影像，在“Home”面板下，点击“Add View”，新增一个“Map View”。一个空的地图模板就产生了。点击页面大小（Page Size）按钮，可设置模板大小。

图5.1 创建地图模板

绘制图框

激活地图视窗，选择“Layout”，点击绘制图框线，并可根据向导提示调整图框的位置和大小

图5.2 绘制图框线

绘制格网线

选择“Layout”面板，点击，在下拉列表选择“Map Grid”绘制格网线。点击地图视窗影像，可根据向导提示完成。带有地理参考影像才能绘制正确的地图格网线，

图5.3 格网参数设置

绘制比例尺、图例和指北针等制图要素

（1）选择“Layout”面板，点击“Scale Bar”，根据提示在图框左下方合适位置拖动鼠标绘制一个小方框用来放置比例尺。

（2）选择“Layout”面板，点击“Legend”，根据提示在图框右下方合适位置鼠标左键单击，根据提示完成图例设置。

（3）选择“Layout”面板，点击“North  Arrow”下拉箭头，选择“North Arrow Propoties”，弹出属性对话框，点击下拉箭头，选择“other…”，弹出指北针设置对话框，设置指北针样式、颜色，大小和单位，满意后，点击“Apply”，OK确定。

图5.4 指北针参数设置

添加地图名称和注释

选择“Drawing”面板，点击“A”图标，在图框上方合适地方鼠标单击，弹出文本框，输入标题，单击文本修改大小和位置。双击文本，可修改其属性，包括大小和对齐方式等等。也可利用 “Drawing”面板下的字体编辑工具修改文本的字体、颜色和大小等等。

  图5.5 制图预览

输出打印

ERDAS IMAGINE 支持多种打印输出设备。包括静电测图仪，彩色打印设备以及PostScript 打印设备。选择菜单，点击“print”，弹出打印设置对话框，选择打印机，设置打印页面，OK即可打印。ERDAS 也支持将制图成果转换为GeoPDF图片格式保存，方便用户随时打印制图成果。

图5.6 打印设置