浅谈基于ERDAS IMAGINE软件的几何精纠正方法

随着遥感技术日新月异的发展,遥感技术在各个领域的应用越来越广泛。目前市场上遥感软件的种类很多,比较具有代表性的软件为美国ERDAS公司开发的遥感图像处理系统。遥感图像的几何精纠正是遥感图像分类、专题制图的基础,也是遥感应用研究的基础。该文基于ERDAS IMAGINE软件浅谈遥感影像的几何精纠正方法。     

浅谈基于ERDAS IMAGINE软件的几何精纠正方法

随着遥感技术日新月异的发展,它在各个领域的应用已经越来越广泛。目前市场上遥感软件的种类很多,比较具有代表性的软件为美国ERDAS公司开发的遥感图像处理系统。遥感图像的几何精纠正是遥感图像分类、专题制图的基础,也是遥感应用研究的基础。本文正是基于ERDAS IMAGINE软件浅谈遥感影像的几何精纠正方法。     

利用ERDAS IMAGINE进行影像的几何精校正

几何精校正是利用地面控制点(GCP)对遥感影像进行的几何校正。用ERDAS IMAGINE软件进行几何精校正，关键在于相关模型参数设置、控制点输入和几何精校正。影响几何精校正的因素，主要表现在GCP的数量、分布和定位精度。此外校正方法不同，影像的纠正精度也不同。     

ERDAS IMAGINE在地表覆盖/土地利用项目中的应用

主要介绍了ERDAS IMAGINE——这个遥感软件在地表覆盖／土地利用数据生产中的应用及几何纠正、监督分类等方面的技术方法。     

基于ERDAS IMAGINE遥感影像图的几何精纠正

为了消除遥感影像中地形畸变与地形信息的丢失,对于地形起伏较大或卫星侧视角较大的影像,应该用ERDAS IMAGINE进行几何精纠正。该文用满足精度要求的地形图和DEM(数字高程模型)作为参考对象,通过对礼县遥感影像进行几何精纠正,获得高精度的可供定量分析的数字图像,以利于水土流失的研究。     

高分辨率遥感图像几何校正在ERDAS IMAGE中的实现

随着高分辨率遥感影像的普遍应用,对其研究越来越引起重视。而用户得到的资料仅经过卫星地面站的初步几何校正,仍存在不少非系统误差,对于应用者来说,还需做几何精校正处理。ERDAS IMAGING软件进行几何精校正具有操作简便、实用性强、速度快等特点。只有通过精确几何校正,高分辨率影像才能在遥感应用的各方面发挥更大的作用。     

高分辨率遥感图像几何校正在ERDAS IMAGE中的实现

随着高分辨率遥感影像的普遍应用，对其研究越来越引起重视。而用户得到的资料仅经过卫星地面站的初步几何校正，仍存在不少非系统误差，对于应用者来说，还需做几何精校正处理。ERDAS IMAGING软件进行几何精校正具有操作简便、实用性强、速度快等特点。只有通过精确几何校正，高分辨率影像才能在遥感应用的各方面发挥更大的作用。     

TM图像的SOMP几何纠正法

针对缺少地面控制点（GCP）的遥感影，探讨一种几何精纠正的新方法，就是把空间投影理论应用于遥感图像的几何精纠正中，利用空间斜墨卡托投影（SOMP）和少量地面控制点对遥感影像实施几何精纠正，该方法理论严密，算法速度快捷，适用性强，通过对广州地区的TM影像进行的几何精纠正实验，该方法十分有效，几何精纠正精度在一个像素左右。     

几种不同矩阵算法的遥感图像几何精纠正效果比较

分别采用Gauss、Householder及Givens三种变换形式进行遥感图像几何精纠正试验，并将试验结果与商业遥感软件PCI的纠正结果进行比较。结果表明，Givens算法在一至五次多项式纠正中，其总体精度优于其它算法。     

基于ERDAS软件对QuickBird影像的正射纠正

对于普通影像纠正,传统的纠正模式是多项式纠正,对于高分辨率卫星遥感影像.则采取高精度的纠正方式.本文主要针对QuickBird影像,基于ERDAS软件,采用正射纠正,其校正模型加入了RPC轨道参数和DEM高程模型,从而大大提高了几何精度.     

利用地形图对TM遥感影像进行几何精校正的方法研究

遥感数据的几何精校正是生成遥感数据产品及将遥感数据用于进一步数据分析前重要的一步。几何精校正的效果将直接影响到影像地理参考的精度,进而影响到在许多遥感数据分析中都要用到的地物能否精确定位的问题。因此几何精校正是遥感科研工作中基础的必可可少的工作之一。本文介绍了利用1:100000比例尺地形图及ERDASIMAGINE8.6软件,采用2次多项式模型,对关中平原TM影像进行几何精校正的方法。结果表明:当保留25个控制点时,校正后误差为0.63个像元,校正后影像具有较高精度,可以用于遥感信息的提取以及为地理信息系统等提供可使用的数据。     

基于BP人工神经网络的遥感影像分类

重点讨论了遥感图像分类处理过程中应用效果显著的BP神经网络方法,并在Matlab软件平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与ERDAS软件平台下的监督分类结果进行分类精度评定比较分析。结果表明,基于BP神经网络的遥感图像分类总精度比ERDAS软件平台下的监督分类的总精度高,是一种有效的遥感影像分类方法。     

基于ERDAS IMAGINE操作平台的遥感图像处理

随着遥感技术的日益发展,对所获取的海量数据的处理要求也越来越高。因此,本文以ERDAS IMAGINE系统为操作平台,对遥感图像的几何校正、图像融合和监督分类做了详细的介绍。     

基于ERDAS的遥感影像变化检测技术的研究

变化检测是遥感图像处理中经常使用的一门技术,随着遥感技术的发展,变化检测的应用越来越广泛。本文介绍了变化检测的定义、流程和应用,利用ERDAS软件进行遥感影像的变化检测实验,并对ERDAS变化检测的几种不同的方法进行比较分析,得出的结论是利用变化检测模块(Change Detection)进行检测的效果较好,最后将这种方法同监督分类技术一起应用于厦门市城市建设用地的变化检测中。     

ETM和SPOT融合影像制作土地利用分类图

以辽阳地区为试验区,采用ETM多波段和SPOT全色遥感影像为主要信息源。利用遥感图像处理软件ERDAS对影像进行几何配准、图像增强等一系列处理。利用HIS变换和主成分分析法进行影像融合试验,对比分析融合结果,融合后影像同时具有多光谱和高分辨率的特性,提高了影像解译度。参考国家分类标准,选取农村、水体、旱地、林地、菜地、城市和水田七大类进行分类试验。采用监督分类的方法对主成分变换融合后的影像进行土地利用分类。最后,在ArcGIS软件中进行矢量化处理,制作土地利用分类图。使用该方法制作的辽阳地区土地利用分类图,可以满足一般用户对土地利用分类图的要求。     

济南市遥感影像的水体信息提取方法研究

介绍了遥感影像融合技术,并对几种常见的遥感影像融合方法及其应用作了系统的阐述,以图像处理系统ERDAS为平台,利用济南市卫星遥感图像作为研究材料,讨论了ERDAS计算机图像处理的有关过程,研究了如何把水体从遥感图像中提取出来。结果表明：该提取水体的研究方法正确可行,可为地理信息专题制图提供重要的遥感基础信息。