下面我们打开 nv classic, 好,下面我们来打开数据,也是一样,首先打开我们的 fail, 然后 open, 然后按照传感器打开,找到我们的快鸟, 打开我们的一个数据,这是我们的一个待置要证影像,然后这里呢我可以看到一它的一些信息,这里 mappering four 是有它的一些信息。好,下面 我们继续打开我们的 dm 数据和参考数据,然后我们的参考数据呢是一个 dom 数据,我们可以把它理解成一个标准数据,就是控制点,我们可以从这个图像上去获取,现在我们打开数据看一下,点击右键 就我们就可以快速的去将它打开,然后我们可以双击这个位置,然后弹出我们当前鼠标的一个位置,比如说我们想要的一个经纬度,而且它是非常准确的一个地 坐标,然后我们还需要 dm 的一个高层数据,我们可以看到他的一个经纬度的信息,然后还有他的一个课程的信息,然后我们将我们自带的这个 dm 的数据赋予到这个参考图像上,首先选中我们参考图像右键编辑头文件,然后在这个菜单栏里我们选择这个选项, 点击,然后选择我们自己的这个 d e m 这个数据,点击好,然后点击 ok, 然后它就会关掉,自动关闭,我们需要再把它显示出来, 这个时候再点击这里的数据,就跟刚才的不一样了,这就是我们自带的一个 dm 数据的赋予。然后做了这些前提工作之后呢,然后我们选择我们带矫正的影像进行打开,选择后,右键点击这一个选项,你就可以快速的对他进行一个打开,这样 比较方便,当然前提要求是要有波长的一个信息,他才会有这样的一个选项啊,下面呢我们就进行正式校正,这里先介绍一下正式校正的一个菜单,在 map 下面这个选项下,我们 在正式矫正的选项下,这里面有一些通用的中高分闭率的传感器,比如说如果我们传感器模型没有在这里面可以通过这个 来添加我们的一个传感器模型,前面是使用 rpc 来进行校正,第二个是使用 rpc 和地面控制点来进行校正,我们这里呢选择我们的蓝鸟, 蓝鸟和地面控制点,然后选择一下我们带矫正的影像,我们带矫正的影像是 display 二,那我们点击 display 二,然后点击, ok, 那这个时候就需要输入控制点了,那这里有一个小技巧,就是说我们呃这一副影像,带矫正的影像中呢,他 是有地理信息的,我们这个嗯基准影像呢,他也是有地理信息的,那我们这个时候就可以通过地理信息建立连接,这样在我们选择控制点的时候呢,是比较方便的,我们选择一下地理的链接, 好,我们将地理链接打开后,这样我们就进行了一个地理信息的链接,就是如果我们不做地理链接的话呢,我们就是要把控制点的图标信息查到, 就是找到右边里面的一个同名点,就是我们这个里面的一个控制点的信息,在这个点这个图中去找到他,但是我们可以看到就是 他的一个图像,他的道路是非常多的,然后这我给大家放大看一下,他的道路呢是非常多的,而且非常的相似,如果说我们只靠眼睛去找的话,他是不是那么好找的? 然后这个我们也可以看一下,他也是非常复杂的,就是他不是非常方便我们用眼睛去查找,那这个时候通过地理链接,我们就可以更快一点,更便捷的找到我们 的一个同名点,我们先把用窗口下的十字丝打开,就是这个按钮,然后呢就是加减他的一个缩放比例,目前情况下呢是四倍,如果他的一个精度要求比较高的话,还可以放得更大一点, 那这个时候呢我们做已经做好一个地理链接,然后一般呢我们会选比较明显的一些控制点,就是特征比较明显的,比如说道路的交叉口啊,像这种啊一定不要选像汽车这种移动的东西,还有像水体就是河流这种东西,就是时间的 一些冲刷呢,会导致他产生一定的偏差。但如果所以如果两个图像石像相差比较远,也尽量不要选择那种。然后河流的那些边界,这个时候呢因为我们在做地理链接,所以我们在选择控制点的时候,可以看到右边就已经定位到了大概的一个位置,所以我们现在把地理链接取消掉, 那么右边选择同一个位置,我们选择好之后呢,在左边的窗口里点右键选择这个选项, 然后这个窗口里面的,比如说他的一个经纬度,或者他的地理坐标,还有他的一个高层的信息,这三个都有,我们需要把这三个信息输入到我们的这个控制点选择的这个面板里啊,我们首先来修改一下他的一个投影坐标 消息啊,修改成和这个一样的,当然也可以不用修改,他会进行一个自动的转化,也不受影响。嗯,这里呢就是选择 uti 十二代的一个坐标也就 ok。 然后这里的一个信息呢,我们也不需要手动的去拷贝,把它拷贝到这里,我们只需要点击一个按钮,就是下面 export 输出这个我们点击一下,然后他的一个地理坐标和他的一个高层,现在就全部的加载进来了,这个时候我们点击 and point, 这样就添加了一个像元有一个控制点,那下面用同样的方法,我们来添加几个其他的,有时候又找到一个道路交叉口,那我们做一下地理链接,然后我们把控制点选好, 我们关闭地理链接,在这边再精确一下, 好,然后将我们的这个信息输出,点击 endpoint, 这样我们就输入第二个控制点,我们打开地理链接,然后在这边再选择一个插入口,然后我们关闭我们的一个地理链接,然后给他精确一下,然后将它输入进去,点击 coint, 然后我们的控制点要均匀分布,然后我们就这样进向他均匀的分布,按照这样的方法呢, 我们就可以在这里面去添加多个控制点信息,然后这个是他的一个误差信息,因为我们目前的控制点比较少,他还没有计算出来。然后如果大家感兴趣的话,可以自己选点,自己多操作操作,那现在我们可以打开,我们为大家准备好的一个控制点。
粉丝7.4万获赞35.3万

大家好,本课程为大家详细介绍在 nv 下边进行土色正式校正的操作方法。首先我们来介绍一些背景知识,比如说为什么要进行正式校正, 因为在卫星飞行和拍摄过程中会存在一些几何误差,而这些误差主要是由以下原因引起的,比如说比利时变化传感器的姿态方位, 以及说传感器的一个系统误差,而正式校正可以消除这些误差。第一个原因就是比例尺的变化,是在所有的一个深影像中都会发生的, 像我们现在图中两个房屋的一个大小,他们的宽度都是一样的,都是八米,但是我们人眼的这个位置去看就是不一样的,但因为距离的不同,导致了比例尺的一个变化,比如说比例尺分 分别是一比四百和一比一百三十三,这就是一个非常常见的现象,而且在所有的摄影图像里都会发生,这是不可避免的,而且各个点的比例尺都是不一样的。另外因为遥感图像都是从上方往下方拍摄的,在图像的千指方向 也会有同样的一个情况,比如说同样的房屋宽度是八米呃,但是由于距离的不同,因为这个房屋在山顶,这个房屋在山脚下,也会导致比例尺的一个不同。另外一种呢, 是传感器的姿态和方位导致的误差,在这里呢,我们有三个示意图,首先一二三这三个圆锥,他表示的就是传感器的姿态或方位一号,他是拍摄是千指方向拍摄的,就是我们所谓的这个下面的这个中间的这个楼层是位于新下点,而他拍摄 效果是左上角是个一图,可以看一下它的效果。二号可以看到有一些偏差,而且是倾斜拍摄,三号 的拍摄效果单号的倾斜角度更大,这些都是传感器的姿态和方位引起的误差,那么这些误差就需要我们提供传感器的姿态和方位,把它的位置和方位这些内方位引元素进行构建来消除误差。第三个 就是传感器它本身的系统误差,比如说我们推扫式的扫描中心,它沿着一条线进行扫描,但是,但是虽然线上的点它是位于星下点,它的分辨率也是最高的, 位于扫描线两侧,与扫描线越距离越来越远,他的分辨率也就越来越低。而多项式的纠正只能针对分辨率较低的,比如说二十米或者更低一点的。而对于我们高 分辨率影像,我们一般是要用到严格的物理模型,比如说要用到 d m 原数进或者 r p c, 就是游历函数多项式进行图像的正式纠正,下面介绍一下它的使用条件。我们刚才也提到了,对于不同的分辨率需要用到不同的算法, 而对于分辨率较高,比如说小于或者高于十五米或者更高分辨率的图像呢,而且具有 r p c 文件或者参数的话呢,可以用正设校正进行几何校正,这样可以达到更高的一个精度要求。但是对于中等分辨率,比如说二十米的, 如果影像覆盖山区,而且地形起步比较大,我们可以用震慑纠正。但是对于中低分辨率的,比如说三十米或者更低分辨率的,我们一般不进行震慑纠正,除非他的地形起步非常大。下面介绍一些常见的传感器卫星的一些震慑 矫正参数,比如说我们常用常见的快鸟 wordwill 这些他们都是用的 rpc 的文件,然后 sport 系列的包括葡萄牙的数据,他们都是这种 putchbroom sensor, 还提供心力参数文件,这个 d i m 文件,然后国产数据包括资源一号,资源三号 和高分一号,这些也都是采用的 r p c 文件,而且 n v 对于国产卫星的支持,或者是他 r p c 文件信息的识别是非常好,我们可以去参考。好,下面我们来进行一个练习,那么练习用到的数据 是我们快鸟的一个多光谱的数据,它覆盖的位置呢是位于美国亚利桑那州菲尼克斯,也叫凤凰城,这个也是 nv 原厂商他公司的一个总部的位置。然 然后内容的话呢就是正式校正啊,因为在 nv 五点一和 nv 克拉斯克这两个里面做正式校正的工具呢,它是有一些偏差,有些区别的,所以我们呢就是这两个都进行一下演示。下面我们启动 nv, 这里先用到的是 nv 五点一,先打开我们的一个 nv 五点一的软件, 然后下面我们第一步呢,先打开我们的数据 file open a, 然后打开这个快鸟,然后点击一下我们的一个素材,点击这个 t i l 文件,将它打开做一下拉伸, 这就是我们代交政的影像,我们可以看一下他的一个数据情况,这里我们可以点击 data manager, 然后看在这里看一下他的一个整体的数据信息,这里面就有 r、 p、 c, 包括他的向源大小,还有他的一个波长的一个范围,支持他识别 pc 的一个信息。另外可以在这里右键 will medita, 就是查看它的一个原数据,这里有一些 mapping for 的一些信息,这里也有一些 rpc for 的这些信息,可以在这里查看到。然后有了 rpc 信息之后,我们现在就可以进行震慑校正了, 我们用的工具就在我们的工具箱里,位于这个文件夹下面,在几何纠正的文件夹下面,然后我们 nv 五点一里,所有和几何纠正有关的都在这个文件夹里,然后这个的话是在这个文件夹里,这里有构建 rpc, 然后 rpc 正式矫正的流程化工具, 然后是拓展模块,然后我们点击第二个,因为现在我们只有一个数据啊,所以它自动选择了我们的快鸟数据,所以我们选择它,然后这里的一个数据呢是我们 nv 自带的一个数据。我们 nv 五点一开始的话呢, nv 里面是自带了很多的一个数据,包括全球的一个 dm 数据,然后这个是二零一零年的全球的一个范围,然后它的空间分辨率比较低,一般情况下不到万不得已我们是不需要用它的,所以我们提供了一个分辨率更高一点的 来打开我们净度比较高的那一个,打开它,我们用这个来进行操作流程化工具的好处呢,就是这样,我们把它选择好之后,就可以进行下一步,如果我们不小心选错了,我们也可以返回再重新选,这个时候我们点击下一步, 然后他就到了这样的一个面板,然后这个面板呢我们输入的参数也是比较多的,选项卡呢,他也有四个选项卡啊,现在我们来一一介绍一下。首先 第一个选项卡就是 gcps 需要输入控制点的信息,比如说我们在实地测的一些控制点,一般控制点是用实地测量或者是从其他的参考数据里面获取,然后这里我们把应眼图打开,查看它的一个大概的位置,比如说在这里我在现场 或者这个点的位置,我们测量了一下他的地理信息或者地理坐标,然后在这里我们选中就是鼠标左键单击就可以添加一个控制点, 然后控制点列表它就有一个 g c p 一,它是这样命名的,再点一个它就是 g c p 二,右边呢它是可以修改的,包括它的一个经纬度信息。假如说我们这边呢, 测量他是一一二零七,然后这里比方说是三三 点四一,我们就可以这样去进行一个输入,当然如果有高层信息可以填进去,如果没有的话呢,他会用到 dm 的一个信息。


这个选点的话呢,它的一个操作是需要时间的,我们现在打开我们提供给大家的这个控制点文件, restore gcp 这个文件,我们选择我们的这个 gcp, 就这个 pts 这个后缀的这个文件,我们点击打开。这个时候我们就可以看到我们是选择了九个控制点, 而且是均匀分布的,然后他的一个误差呢是二点九,他的单位是像圆,我们一般情况下呢是将这个误差控制在一到两个像圆,就是精度比较高的了。 当然就是如果是跟这个输入影像的空间分辨率有关,我们的空间分辨率越高呢,这个要求的话呢,就可以尽量的低一点,就是说他的值可以大一点。那下面我们来介绍一些其他的操作。比如说我们选择九个控制点之后,可以根据他的误差来进行一个排序,你可以看 看到他的一个误差,这是误差最大的点,他排在最上面。如果感觉误差不能满足我们的一个要求的话,我们可以对他进行一个修改。那如果我们的控制点他就是有任何的问题,我们需要给他进行更新或者删除。在这里可以进行这样的一个操作。 那我们这里没有问题的话呢,就可以去做正式纠正。一般情况下呢,我们 nv 的操作都是在这个 ops 里面去进行,然后点击 第一个就是纠正,选择输入的数据,就是我们带矫正的一个数据。然后一般在出现这种界面的时候呢,这下面都会出现这样的两个选项,一个呢是空间裁剪,一个呢是光谱裁剪,这个空间裁剪很好理解,如果我们只想处于影像的一部分,那我们 可以在这里进行一个框选,就是他的输入结果只有这样的一小块。也可以根据我们的地理坐标,比如说经纬度,左上角的经纬度,右下角的经纬 度是可以确定一个范围,也可以通过一个文件来确定范围,一个文件来进行裁剪。也可以用 ioi 和石亮来进行裁剪。下面呢是光谱裁剪,比如说我想要输出的文件 啊,只有 rgd 三个波段,或者选择三个波段,这样也是可以的。现在我们是对整副图像所有波段进行输出,然后点击 ok。 在这个面板里呢,我们就是需要设置一些参数,比如说我们图像重彩样的参数。和刚才一样,我们选择三次卷机,然后是 输入的一个高层,这里比 nv 五好一点呢,就是我们如果实在没有这个 dm 数据,可以输入一个平均高层,当然要求也是地形起伏不太明显的一个地方。好在五点一开始的他会提供一个默认的自带的一个数据, 虽然分辨率低一点,但是也可以拿来用一下。现在我们输入我们的一个 d m 数据, 同样选择三次选机。然后这个是我们可以看到和 n v 五里面是比较像的,比较类似的,但这里呢它就是一个它不能够自动计算,所以一般情况下呢,是不输入的。但是如果你实在的想 对他进行一个水准面的校正的话呢。嗯,我们可以去通过下面的这个网站去进行一下计算查询。那这里我们就不输入这个偏移量了。那下面呢是输出文件的一个路径,我们同样填写一下 q b classic, 然后点击打开。一般后缀呢,我们是用 dat 一个二禁止文件,然后是右边是输出的投影坐标系, 他默认的是我们这个选控制点修改的这个坐标写,当然也可以选择其他的,根据你自己的一个需要。就是这里我们还是要注意一点,如果我们不喜欢这种小数点非常多的, 比如说我们把它的精确改掉二点五米分点率,那么我们写完之后一定要按一下回车,然后下面也要去按一下回车,如果我们不按回车的话呢,那这下面他就不会去自动计算一下去去计算我们的一个行列数了, 所以一定要摁回车,不然的话呢,数据会出问题,会导致输出结果的错误,这个呢是非常严重的,所以一定要注意修改完数据后要回车。好。我们全部设置完成之后,我们就可以点击 ok, 然后他现在正在进行 r p c 的一个正式纠正,然后完成之后我们来看一下它的一个效果啊。刚才有个点没有忘记跟大家介绍了,就是我们在选 选好控制点之后呢,我们最好是把它保存出去,就在这边我们把它保存出去,然后这样可以方便我们后面的一个使用啊。然后后缀是 pts, 然后现在的话我们把它关掉,然后我们来看一下我们输出的一个结果,我们打开真彩色吧,我下面我们对比一下,然后 我们可以去做一个地理链接,这样比较方便我们进行对比,就是一号和三号窗口点击 ok, 我们这边就可以去做一个对比。然后我们一般情况下呢是在 nv 五里去进行他的一个对比啊,因为我们在这个里面就是不太方便我们去进行一个对比的查看, 所以我们一般呢是在 nv 五里呢进行对比。我们打开我们的 nv 五,然后我们打开我们的一个参考数据,和我们呃矫正完成的一个数据,和刚才一样,我们打开我们的一个数据,这是我们的 一个参考数据。然后打开我们矫正过后的一个数据,对他进行一下拉伸, 然后点开我们的这个透视窗,这样就可以很明显的看到我们的一个矫正的情况。可以看到我们和参考图像匹配的呢,还是比较好的,感兴趣的自己可以看一下。然后我们给大家补充一下我们本次这个案例呢,它是使用参考坐标 啊,我们这次的案例呢,它是使用的参考数据作为控制点源,如果我们不使用控制点的话呢,就可以在这个菜单 mac 里面,然后点击点击这个 就是不加这个地理控制点的这个选项来进行正式校正。然后我们还可以使用时量文件作为控制点。元右键我们的一个时量文件,点击输出 map location, 就可以输出我们的一个控制 点,他就会出现在我们那个控制点的一个面板里面。这也是两种方法,如果有非常标准的使用数据的话呢,我们也是可以使用使用数据的。 好。最后呢,我们来看一下我们的 ppt, 我们本节课呢就是学习了 na 五中的 rpc 正式教正流程化工具和克拉斯课中的一个教正工具。那么上面就是我们的一个具体的操作流程。呃,关于课程中的一个数据,可以后台联系我们进行免费的一个领取。最后谢谢大家。

那下面呢我们来看下一个工具,就是分类后比较法一个工具,那直接呢是输入分类后的一个影像,就是得到土地利用变化转移矩阵。那下面我们来学习这个工具的一个操作, 好,启动我们的软件,把我们这个数据可以先给他删掉, 然后打开我们的一个数据,在分类后处理这个里面选择零八年,零九年这两景分类后的结果 打开,那我们可以看到这两井,这是两个分类图,它有六个类别啊,每一个 类别呢他都是一一对应的,也就是说类别的名称他都是完全一致的。那这里要提醒一下大家,在做分类后变化检测的时候呢,那我们这个分类的类别的起名最好保持一致, 那这样他可以自动的一列一列的进行识别,那这两类呢,分别有绿地哎,有耕地,有水体,还有裸地等等几个地物类别。那下面呢,我们来用这个工具来统计出哪些区域发生了变化, 并且变化的量是多少,那选择我们劝着 decaction 这个文件夹的第二个菜单,双击打开,选择第一个十项的分类结果,零八年的这个分类结果, 点击 ok, 再选择第二个十项的分类结果,就是我们零九年的,点击 ok, 好,这里他们的类别呢,名称如果能对应的上的话,他就会自动这样识别出来,这是类别的一个匹配情况。 那我们关心的就是这五类地物的,那我们点击 ok, 那他的结果呢,可以以一个像素为单位输出,也可以以百分比为单位,还有面积为单位,我们可以将它都输出来。 好,点击, ok, 好,他这个结果呢是以一个统计图表的形式展现给我们的,我们来看一下第一项 他是变化的像素像素的多少,那这个呢就是土地利用变化转移矩阵,然后这是前一石像的,然后这边是后一石像的,那两个石像在对角线上保持 不变的像素。在其他项目栏里呢,是对比之后转移到其他类别中的像元的个数,那这个呢是百分比, 我们百分比看起来比较清晰,有百分之八十二的绿地没有发生变化, 其他呢有百分之十一的变化。然后在这里可以看到这是我们影像变化的百分比情况,那我们通过对角线还是能看出来大部分都是保持不变 变化的面积统计出来的,这个是参考,就是我们的使用的数据以及类别的对应情况。然后这个呢就是该工具所呈现给我们的一个结果,是一个统计图表的方式来来提供给我们。

大家好,我们本节课的内容呢,是基于自带定位信息的几何校阵。 有效的几何矫正呢,一般可以分为两大类,一个是系统性的,一个是非系统性的。系统性的几何形变呢,一般是由传感器本身引起的,它是有规律可循的,具有可预测性, 可以用传感器模型来进行矫正,页面卫星的接收站已经完成了这些工作,而非系统性的几何形变是不规律的,引起他的缘由可以是传感器平台本身高度,也可以是姿势等等,也可以是地球曲率,或者是空气空间空气的折射变化, 地形变化等等等等。而常常所听说的几何校正就是消除这些非系统性的几何形变。几何校正呢,是利用地面控制点和几何校正的数字模型 来矫正非系统性因素产生的误差,将图像投影到平面,让他符合地图投影系统过程。由于矫正过程中会将坐标系赋予图像数据,所以这个过程包含了地理编码。 那对于不同的数据需要使用不同的几何矫正的方法,比如说对于重返周期短、空间分辨率较低的卫星,地面控制点的选择是有相当难度的。这个时候呢,可以利用卫星传感器自带的 地理定位文件进行几何矫正。几何矫正的精度也是主要受地理定位文件的影响。我们本节课呢,分别以 models 和阿萨数据为例,学习几何矫正工具的使用,以及以风云三号卫星影像为例,学习基 于 g l t 方法的几何矫正。 g l t 意思就是说 your girlfriend look up table is 就是地理查找表,而 g l t 几何矫正法呢,是利用输入的几何文件生成一个地理位置查找表, 从该表该文件中可以了解到某个初始校园在最终输出结果中的实际地理位置。 地理位置查找表文件是一个二维的图像文件, g l t 文件包含初始校园的初始影像, 每个校园的地理定位信息,它的校准精度非常高,避免了通过地面控制点,利用二字多项式几何校正法的时候对低分辨率的一项数据的处理。 下面呢,我们进入 n v 中来学习具体的操作流程,我们打开 n v, 打开 nov 五点一, 嗯,第一个练习呢,是 modest 数据的即可校正。第二个练习呢是阿萨数据的,一个即可校正。第三个练习呢是基于 g l t 方法的国产卫星影像的即可校正。那么首先我们来看第一个小练习, 首先是打开我们的一个文件,在主菜单栏里的 few open s 中找到我们的一个传感器 modest us modest, 然后打开我们的数据进行数据的选择。 modest 大家注意一下, modest 数据是以点 h d f 格式来进行保存的,那么在 n v 中呢,它支持 莫迪斯的一 b 级,二级,三级或者四级的数据呢,这个数据呢是一个一千米分辨率的数据,现在我们打开后呢,在数据管理器中,我们查看一下打开的数据 微中呢,它自动的提取了相关的数学细胞,包括地理的参考信息,数据的质量波段等等信息。并且呢, 自动的将莫迪斯的数据啊定标为几个部分的数据,比如说呃,发射率,辐射率以及大气表观反射率,还有他的地理参考信息。 在第一步打开数据文件后,第二步也就是来选择矫正模型,那么进行几何矫正的工具呢?在 n v 中的 two boss 发力,我们选择几何矫正这个工具,那么通过 传感器进行几何矫正,那么通过传感器进行几何矫正,这里要选择对应的传感器 modes, 选中双击打开进行几何矫正的面板,选择我们进行几何矫正的文件,我们可以选择相应的数据集, 在右边呢,会有这个数据的具体的一些详细的信息,在这里我们可以看到到底是辐射率还是大气表光反射率,或者是反射率等等。在这里呢,我们选择大气表光反射率,以此为依据来进行集合校正。 单击 ok, 进入到下一步,就会弹出这样的一个彩蛋框,有关我们 modis 几何矫正的参数的一个设置,在这里呢,我们要做的修改呢?首先呢,我们要设置坐标系 utm 设置为 w g s 八四, 点击 ok, 比如 reference 工具呢,它的主要思想是利用数据中提供的经纬度数据,从而自动生成一系列的控制点,比如说这里的五十乘五十的控制点,嗯,一般要进入 x y 方向的矫正点数量,在这里,它自动生成在 x 方向的矫正点的数量呢,应该小于等于五十一个,在 y 方向矫正点的数略呢,应该小于等于函数。在这里呢,我们将矫正点导出生成控制点文件, 所以说呢,在这里就不输出了。最后这个选项呢,是用来询问你要不要消除蝴蝶效应,一般是猫迪斯的蝴蝶效应,那么选这里的话呢是默认,然后我们点击 ok 进入了要证参数设置的面板, 在这里呢系统自动的计算出起始点的一个坐标,然后校园的大小,校园的行列行列的数据,那么可以根据要求呢进行修改,嗯,比如说背景池设为零,那么选择输出的文件名和路径 来给经过几何交政的文件进行命名。 modis 下划线点 d a t 点击打开,这样呢我们就设好了我们输出文件的文件名和路径,然后点击 ok 进行几何校正, 然后呢我们就得到了几何矫正的结果,现在我们把它打开显示来观察一下几何矫正的结果, 来观察一下集合校正的结果。那右边呢是我们集合校正完成后的一个结果,左边呢是我们没有进行集合校正的一个结果,是原始的一个图像,那么基于它 models 文件自带的一些 定位信息来进行集合交战。那么我们看到由于选择的是一个 utm 的坐标系,所以呢两边有一定的范围的区域是被裁剪了。 如果呢想要得到完整的图像,那么我们可以在刚才进行配准时候的面板,在参数的设置中,可以将可以将 output x size 的数值设置的大一些。


选择我们的高光库反射率数据,点击 ok 就打开了我们这样的一个界面, 那在这样的一个界面中呢,我们可以去选择三种植被指数参与分析。首先呢是选择我们的绿度指数,优先选择窄度, 优先选择窄带绿度指数,还可以设置我们的一个最小绿度指数,这里我们设置零点二,这里我们设置成零点二,那么低于这个值的区域呢,他就不参与计算,会被研磨掉。下面这个呢就是选择夜色素指数,我们保持默认就好了。 然后下面是要选择灌层水分含量指数或光利用率指数,我们也是保持默认就好了。最后呢就是给他一个输出的文件铃木 健康分期,然后点击他就在分析了,嗯,结果呢是以 nv 分类结果的格式输出的,我们可以将它打开, 可以看到就是这样的一个植被分类的结果,那他根据森林的一个健康程度呢,一共是分了九类,我们可以在这里去勾选不同的一个,去查看不同分级的一个结果, 那么数字越大呢,就代表我们的铃木越健康,你可以看一下就是我们这个红色区 绿的我们把它关掉,这样看着会更明显一点,就是我们红色区域的这部分铃木他是最健康的。好,下面我们来看下一个工具,农作物斜坡,那下面我们来看下一个工具,农作物斜坡,使用农作物斜坡工具呢,就能够创建农作物斜坡的一个空间分布, 因为干旱的农作物呢是不能有效的利用蛋和光能的表现为胁迫,较高,而健康生长的作物表现为较低的胁迫,那我们就能够从胁迫途中去判断适合农作物生长的区域。 这个工具呢是可以用在精确农业分析,那我们农作物协作工具是用绿度、光利用绿灌成氮含量,叶绿素灌成水分含量这几种只被指数来进行分析的。 那接下来呢,我们就实际的操作一下,还是在这个文件夹下。第一个工具就是我们的农作物胁迫工具,我们双击双击打开后选择我们的高光铺发射率数据,点击 ok 就打开了我们这样的一个面板,那在这个面板里呢,是可以选择三种植被指数参与分析的。首先是选择绿度,那我们还合上一个一样,我们优先选择窄带绿度指数,这里也给他设置成零点二。然后第二个呢就是灌成水 和惯成蛋,我们这里呢按照默认就好了。最后一个是光利用率或叶绿素指数,也是默认,然后选择我们的一个输出文件,当然这些所有的一个设置的话呢,你都可以根据你具体需要做的一 分析来进行相应的修改,我们这里呢就都按照默认了,那我们这里就是农作物胁迫,我们打开,然后点击 ok, 他就输出了。 同样的我们这个文件它也是以 n v 分类结果的一个格式输出的,我们这里点击 open, 将我们的这个农作物胁迫的这个文件打开 好,我们就可以看到他也是分了九类,那么数字越高呢,就说明他的斜坡性越高,他的一个植物长势就会越低 啊,我们可以看到这个红色区域的话,就是不太适合植物生长的,我们的黑色区域黑色、 灰色、蓝色、浅蓝色这一片区域的话都是比较适合植被生长的,然后我们这个绿色浅绿色也还好。接下来我们介绍我们的第三个工具,易燃性分不分析工具。 那主要呢就是创建某一区域植被易燃性的一个空间分布图,主要是运用在森林规划,也可以用它来分析成交混合区的一个火灾风险。通常我们这个高易燃区,它都是干燥或者干旱状态下的植被构成的,它的含水含量非常少,那我们就可以通过 绿度、灌成水分含量、干旱或碳衰竭这三个植被指数来判断我们的一个易燃性。我们的工具还是在这个文件夹下选择第二个选择我们的文件,点击, ok, 这里呢我们可 可以看到他还是三类植被指数。首先我们选择绿度,这里选择窄带,绿度指数 最小值零点二,然后这里呢他就是灌成水分含量之数,我们默认这里的话呢是干旱和碳衰竭,我们默认就可以了啊,如果你这里有一个对应的选项,你需要去修改的话,直接修改就可以了。这里我们设置一下我们输出的一个位置,给他命名易燃性分析。 好,我们点击 ok, 他这样就慢慢的输出了,同样的他也是以分类结果的方式输出,我们打开来看一下, 他是分了九类,我们的数字越高,他的一个依然性就越高,这里看一下 就是在这些区域它的一个依然性都是比较高的,那下一个工具呢?就是植被抑制工具,植被抑制工具呢主要是利用影像的红波段和近红外波段,从高光谱和多光谱影像中移除或减少植被光谱信息, 对影像进行植被变换,那我们经过处理后的影像就能更好的或者地质以及城市地物解议的结果,我们可以用植被意志的结果来做定性的分析,他一般呢就是用在地图地质制图上, 那我们打开我们的一个数据,我们这个的话就不用我们现在这个数据了,我们重新打开一个新的数据, 我们重新打开的数据呢是我们软件自带的一个数据,在我们的目录下,在我们的安装那我们会用到我们 nv 自带的一个数据,在我们的安装目录下, 在 n v 五点一,然后 classic data, 然后选择我们的一个数据 打开 好。打开后呢我们来看一下职位移植工具,是在我们的光谱下,是在我们的波普大文件夹下,在我们的这个小文件夹下最后一个,然后双击 进入到这个面板,之后我们选择好我们的数据,点击 ok, 设置我们的一个输出路径即可, 这里我们还是对它进行一个命名, 我点击 ok, 他就进行输出了, 在我们的主面板下呢,我们去给他进行一个两个面板的这样的一个显示, 然后我们两个数据的话呢,分别都用 我们的假彩色去进行一个, 那么就能看到很明显的一个对比,这样我们植被被一直处理后,基本上就没有植被的一个光伏信息了。那么以上呢就是我们植被分析的 工具的一些讲解,那么本节课主要是了解了植被波普的一个特征,学习了指数的一个计算, 就是我们的一个纸杯计算器去进行计算,然后学习了四种纸杯分析工具的一个使用,我们可以根据我们需要达成的一个效果来选择对应的一个纸杯分析工具去进行分析, 整体的话是偏流程化的一个工具,也是比较简单的,大家都可以去学一学。那我们本节课就到这里了,大家再见。

这个呢,就是关于 models 的一个集合校正的结果,那下面呢,我们来看一下第二个练习阿萨数据的一个集合校正。首先呢,我们把这些数据啊全部清除。 一步,打开数据文件,几乎是同样的步骤,在 vives 里寻找相对应的一个传感器类型 elsa, 然后点击打开, 在我们的数据中找到二阿萨芬芳的一个位置, 选中要打开的文件, 我们就将数据打开。第二步呢,选择校正的模型,在 two box 工具箱中。呃,几何校正,通过传感器,通过传感器进行几何校正。然后我们选择阿萨, 选择我们要矫正的文件,点击 ok, 打开,进入到进行投影设置的一个面板。在这一步呢,我们要设置输出的参数,我们选择这个,然后在底下的这里选择 no, 然后单击 ok, 那么 nv 呢,自动计算了一些参数,在这里呢,我们要进行一下修改,也就是说关于他的这个配准的方法,我们选择重采样的时候选择最高级别的,这样的结果呢,更加的精确。然后 我们选择它的输出路径以及文件名 啊嘶, 然后单击 ok, 他就开始进行集合校正。 嗯,这样呢,我们就得到了几何矫正的一个结果。嗯,那么最后一步呢,我们可以对几何矫正的结果进行查看和验证。我们在 two boss 工具栏中打开 bear spare, google air sprage, 这样呢,可以利用流程化的工具将校准结果叠加到 google air 上进行显示。 嗯,然后因为我们的电脑呢,没有就是可以打开 google airs 的一个工具啊,所以说我们没有办法 去查看,但是如果大家呃有 google airs 的这样的一个软件呢,可以看到我们的一个结果是和 google airs 中的底图呢基本吻合的。 接下来是第三个练习,是基于 g l t 文件的国产卫星的几何教程方法。我们首先第一步 打开数据,在这里呢,我们用的是国产数据 vc 风云三号的一个 vc 影像,然后它的影像的一个后缀呢是 h e 五,我们点击 进入到 hdf 五的数据选择的一个面板,嗯,可以看到这样的一个界面,文件中呢,包含了非常多的一个信息, 我们选择一个有用信息,呃,比如说表格反射率,选中这个信息,然后点击中间的这个按钮,将影像信息下载到右边的这个信息栏中,然后呢单击右下角的这个打开,将影像打开, 然后同样的方法, 然后同样的方法,我们来打开它的几何, 我们来打开它的几何信息机,几何信息和位置信息,我们打开, 那么在数据管理器中呢,我们可以看到同时打开的它,它的文件呢?同时打开的数据集呢,会形成一个多波段的一个数据文件。然后第二步呢, 就是生成 g r t 文件,也就是说生成地理查找表文件,那么在 two box 工具箱中,几何校正,新建 g r t 文件。 build g r t 双击打开,在弹出的对话框中, input x, 我们选择的是 located 信息文件,点击 ok, 而在 input y 这个选项中呢,我们选择的是 plotted 文件, 然后进入到投影系的选择的对话框中,在这里呢,我们都选择这个, 然后选择 ok, 这是建立地理查找表的参数的设置,那么我们的校园大小呢?是默认,但他的一个旋转角度呢?我们设置为零,然后将地理查找表进行保存。 终于有你了, 点击 ok, 好在生成了 g r t 文件之后呢?第三步,我们要利用 g r t。 文件来进行几何校正。在 two box 工具栏里几何校正,然后通过 g r t。 文件进行几何校正。 在弹出的电话框中 input d 查找表的文件,我们刚才我们点击我们刚才设置这个 d d 查找表文件,点击 ok。 在输入影像数据这个里面,我们选择 该矫正的影像,我们同样可以通过右边的具体信息来查看到底是要进行哪个文件,点击 ok, 在这里呢选择输出路径和文件名, 点击 ok。 这样呢就完成了基于 g l t 文件的一个集合矫正。那么最后一步,我们可以同样对集合矫正的结果进行浏览验证,和刚才的操作都是一样的,一样是和 google airs 进行对比。那么我们 这一节课了解了低分辨率微型影像矫正方法,而且学习了 modest, nv set 等中低分辨率数据的几何校正, 学习了基于 g l t 的一个几何校正方法。以上就是本节课的主要内容,谢谢大家。

然后图像的一个位置,我们这里为什么是一个小数的形式呢?因为我们可以看一下,他每一个像元都是一个格子,其实我们在格子里再给他添加一个,在同一个像元下,我们在这格子内再添加一个控制点,他的一个数列数都是不一样的,看这里是 九四六,我们这里是九四五,这样呢是比较精确的,尤其是对于空间分辨率不是特别高的一个数据, 那我们把第二个给他删掉,添加了这样的一个空点之后呢,后边的就是状态,就是这个控制点的类型,一般呢他是有两种, 一般是 adjustment, 一个是 independent, 根据字面意思呢,也可以理解啊,上面就是啊,如果是这种类型的一个控制点呢,他 在正式校正的时候,他所有的控制点都会参与,就是这种类型的控制点都会参与到 rpc 模型的一个调整中,然后应用于正式校正。如果是这种的话呢,他是不参与调节 rpc 模型的,他直接计算单个的控制点的误差,我们后面会再进行介绍,这样 我们可以再添加几个。一般情况下呢,是以我们这个控制点是要求均匀分布的,就是我们在这里再添加一个 啊,因为我们刚才在这边点击修改了,所以他的鼠标变成了箭头啊,我们需要换一下我们的一个鼠标, 这样就可以添加进去我们的一个控制点了,到时候再添加几个,我们在录的一个交叉点,去添加一些控制点,但是呢我们就不去调节他的一个经纬度了,我先随便添加几个控制点,只是为了演示一下他的一个功能,一般要求是均匀分布会更好一些,这样的话呢我们 添加了十个控制点,那下面我们来介绍一下这个下面这个图标的一个功能,这个很简单,这个是删除控制点,我们点击一下他就删除了单个的一个控制点,然后这个呢是删除我们所有的一个控制点,然后这个呢就是我们刚刚讲到的一个这样的两个类型中的这个类型,然后我们点击这个 就可以让所有的一个控制点都变成这个类型的,然后这个图标呢就跟他相反,他是这一个类型的控制点,我们点击一下这个类型控制点呢就全部变成这种类型的控制点, 就不参与调整 rpc 模型了。然后这个很好理解,这个就是我们从外部导入我们的一个控制点,然后这是保存,然后这个按钮呢他就是字面的一个意思,就是显示我们的一个误差项量,我们可以点击一下,然后我们就可以看到他是这样的一个红色的圈和一个 金色的项链,这个红色的圈呢,它表示的就是 c e 九五的一个水平误差。但是至于什么叫 c e 九五呢?我们可以在统计的这个面板里看到,这就是我们的一个 c e 九五,它是一种水平误差。然后这个青色的这个呢就是它的一个项链,它的大小呢表示误差的一个大小,然后它的方向呢表示 误差的一个方向,相当于叫做误差向量。然后另外一种呢我们点一下,看一下效果,可以看到他是所有控制点的范围叠加了一个, 叠加了一个颜色,这里面调为红色的一个地方呢,就说明这个控制点的误差比较大,像这种灰色或者深色的这个呢就说明他的误差比较小,这个也是检查误差的一种方法,当然一般情况下呢用的是比较少的。这里边当然我们今天这个 nv 五的控操作呢, 是不用控制点的,我们只是做一下演示。好,下面看一下下一个选项卡。首先第一个默认打勾的,他的意思呢就是做大地水准面校正,他用的是呢一九九六年的地球重力模型,然后这个数值是他 自己估算出来的偏移的一个量,单位是米,我们建议大家呢就是勾选这个选项,为大家提高我们正设纠正的一个水平和垂直误差。 后面呢是输出的校园的大小,他是根据输入图像的校园大小来设置的,这个我们也不用管他,后面呢是图样,图像重采样的一个算法。后面是我们图像重采样的一个算法,和我们上面的课程一样,也是三种, nv 里面一般情况下呢都是三种,我们这里呢是选择三次卷机用最高精度的这个算法,然后 可以理解为采样的一个间隔,比如说他是每隔十个校园进行一次基于 rpc 模型的校园的纠正,那这个值设置的越大,他的效率呢就越高,但是精度越小就是精度越差。 如果有人比较极端把它设为一,那他就会对每一个像元进行 rpc 的一个正式纠正,这个时候只需要输入高精度的 dm, 否则他的效果是没有那么好,精度提升的是没有那么好的,那么一般情况下呢,我们按默认的就可以了,这个后面呢是统计, 主要是用来统计 gcp 的一个误差,可以选择对所有的校园,对所有的 gcp 做统计,也可以选择对这个类型的做统计,做误差统计,也可以选择对这个类型的去做误差统计,那我们可以看一下这边的意思,嗯,首先是水平误差, x, y 二,还有 c, e, 九五这几种误差,这个呢右边会有一个设置项,就是 l o 类的一个预值, 这里我们可以看一下它默认情况下呢,它分别为 x, y 的误差的三倍,可以看到三乘以它默认值,一般情况下呢,也很少有控制点会超过这么大的一个误差。然后还有一种呢, use the defend, 那我们可以打开这个, 这两个呢是我们互相配合使用的,如果我们用户定的值比较低的话呢,一定要按回车就可以看到它的一个效果。这里面这里白色偏白的区域呢, 就是说明这个控制点的误差值是大于我们所设的这个预值的,那其他的地方呢,误差就会小一点,这个也是比较细节的 一个设置,我们按照默认的就可以了。下面呢是它的一个垂直误差,要控制你的一个个数,这里有一个 provio 的这个选项,我们刚才没一直没有讲,那这个 provio 就要用到我们刚才的这些的一个参数,进行一个 呃正式纠正结果的预览,你可以点击一下勾选这个按钮,然后勾选之后,他会弹出一个这样的小框窗口,然后这里呢我们就会出现一个框,然后这个框里呢他就是显示已经做过矫正的一个影像, 然后就可以进行一个预览对比,因为这个控制点呢是我们自己输的,所以它效果还是比较明显的。那讲完这个功能呢,我们讲一下最后的一个选项,这里就比较简单了,这里是一个输出的,它可以选择输出为 nv 格式,还有一个是 tif 格式,它会自动根据我们输入的一个文件名进行命名, 那我们就可以这写的简单一点,比如说是,比如说是 qb, 我们就直接输入 qb, 然后点开, 这是我们的一个报告,我们呃就是会记录我们的参数的设置情况,大家感兴趣也可以输出。现在我们可以把这些控制键全部删掉,因为这些控制点都是错误的,我们可以保存一下好,然后点击完成 好,我们矫正完成之后呢,他就会自动打开到我们的这个图层内,我们给他进行一下拉伸。好,这个就是我们矫正过后的一个影像,那我们这样看的话呢,可能不是很能看出来他的一个区别,我们可以点击这个透视窗口, 就可以看到他下面的一个情况啊,我们外边的话呢,就是我们矫正后的一个影像,然后我们里面呢就是我们一个 位矫正的影响,你拖动窗口呢,就可以查看他矫正前后的一个对比,还是比较明显的好,这就是我们 nv 五点一的一个矫正的操作过程, 我们刚刚也有讲说我们 nv classic 和我们 nv 五点一的教程方法是不同的,所以下面呢,我们就来讲一下 nv classic 的一个教程方法,将 nv 五点一关掉。

另外一种呢就是 n v classic 分类后处理,那这里面呢就涉及到了很多的一个手手动编辑的功能,那我们来看一下它里面的一个功能,我们可以看到 n v classic 分类后处理呢,有局部手动修改更改类别颜色,更改类别名称等等功能。然后就现在我们就去 到 eric livesic 里面去看一下他的一个具体的操作。首先我们打开我们的数据,打开我们的原始影像和我们的分类影像,点击打开,然后将我们的原始影像显现出来, 然后打开我们的一个原始数据,然后在我们的 over 类中选择我们这个分类类别,点击选 我们的分类工具分类,选择我们的分类文件,点击 ok, 就会出现这样的一个小的面板,这里呢我们就可以去看我们的一个数据, 他的一个覆盖情况,然后我们也有一些小的快捷键,如果说在我们这个小斑块里点击右键 他就是一个全选,然后再点击他就是全部取消全选,这是一个比较实用的小工具。然后我们修改影像颜色和姓名的工具,在我们的 option 里这里有一个更改颜色和姓名,我们点击 比如说你们想给沙地换个颜色,我们就可以在这里去给他换一个颜色,点击 ok, 在这里他就换成了蓝色,我们再点击前面的就可以看到我们的一个沙地他变 成了蓝色。然后在这个选项中呢,我们还有一些统计啊的一些工具,如果大家感兴趣可以试一试, 然后我们通过这里的费偶去进行一个保存,就可以把我们的这个修改过后的这个文件给保存出来了,然后下面我们来介绍一下这个类别的一个编辑,来找两个颜色相差比较大的两个类别, 然后我们来看一下这个编辑是怎样进行编辑的,我们可以将用窗口放大一点, 然后我们编辑的一个工具都在我们这个 adit 里面,然后可以看到有三种 model, 第一种呢就是没有变化,没有编辑的,然 然后下面这个就是增加我们的一个目标类别,我们这里就选择录在这个小窗口里,比如说我这里选择其他,我想将这一块的一个林地变为其他,我就可以在里面 按住我们的左键进行一个框选,然后点击右键闭合,然后再点击一下右键,他这一块就变成了其他。 然后如果我们想要说去,我们想要去移动,我虽然框选了,但是我不想要这一块区域,我想要这个其他的一块区域的话呢,我们就点击鼠标左键 可以进行一个拖拽,然后右键他就可以变成这个样子了。然后我们如果画出来 我并不是很满意这个区域的话,点击我们鼠标的一个中间就可以将它进行一个删除。同样的我们想改成其他的一个类别的数据呢,就是在这个底这里要把它的一个类别激活类别改成我们的一个你要更改的类别,这时然后你再把它进行一下框选, 他就可以进行一个更改。那就比如说我们这里面一些比较小的斑块,那我们是不是就可以去进行一个手动的去除,比如说这个样子把它圈起来,这样我们就去掉了我们的小斑块, 然后下面我们再来看一下这个 delete from classic, 那这个呢?他就是说他会把这个类别,他会从我们的目标类别中去进行一个删除的操作。就比如说我们这一块,我们想要把 这一块领地进行一个删除,就可以看到我们这里就删除了,那他就会归到哪一类呢?会归到我们的这个无分类这个区域内,比如说我这块其他我也不想要了,我们这样去给他勾选, 他就是勾选不上的,因为我们所确定的位置,我们所想要删除的是我们的一个林地,所以我们只能删掉我们林地的一个数据,那我把它切换成其他,就可以正常的删除了。 那同样的在我的目标类别中是其他的时候,我也没有办法去对林立进行一个删除,他就没有办法删除,这就是我们的一个删除,这个这一个选项是添加,这个选项是删除,那如果我们想要将他的 类别从某一种变换到另外一种,那这个时候我们就需要这一个工具,首先选择我们想要变成的一个类别,就是变化过后的一个类别,那这里呢?我给他选择成零的也就 ok。 然后这个我想将其他换成零 d, 那这个时候我们就点击其他,让这个激活区域变为其他, 那我想要这个未分类区域变成林地,那我们就在这个未分类区域上点击,让这个激活区激活类别变为未分类,变为未分类区域。那这个时候呢,我们再进行一个框选, 我们可以看到他只是对未分类区域进行了一个更改,其他的这些空的地方和旁边这些这个其他类别的这个他都没有进行更 我框的大一点,让大家更直观的看一下,他只是将这一小块的一个黑色转换成了我们的一个领地。那我们再来看一下这个其他,我们想要将其他转换成领地的话,这一块 他也只是将紫色的斑块进行了一个更改。那相比较我们最开始的一个添加的话,我们刚开始的这一个添加,他就是会将我们的一个 这一块区域的所有的图板都变成我们想要添加的颜色,而这种的话呢更方便我们将某一类别的斑块进行一个修改。然后另外就是我们的这个多边形的一些矩形啊,然后就是我们的一个绘 大了区域,这个是我们的一个多边形,就是随便画,然后由我们的一个矩形和一个椭圆矩形的话就是这样就可以,然后椭圆 椭圆就是这样。这然后还有我们最后一个选项,他是一个撤销,点击 他就会将我们刚才修改的去撤销回来,也是比较常用的,基本上也就是这些,那现在我们就可以把这个结果保存出去。然后以上就是我们的一个微克拉斯克的一个分类后处理,接着我们来 接着我们继续看一下我们的 ppt。

这个窗口的大小会根据事物图像的一个分辨率自动调整的,自动调整到一个默认值,而搜索窗口的大小呢,必须大于匹配窗口的大小,而搜索窗口的大小数值越大,找到的点呢就越精确, 但是需要的找点的时间也就越长。最后这个参数选项是指找点算法的算法,他的精度呢,最高,速度最慢。在这里呢,我们基本上是按照默认的所有的参数,基本上能满足我们对于这个图像自动配置的要求。然后点击下一步, 进入到第三步,检查太点和代配准图像,这个步骤中同同样呢,跟上一个操作面板的第第二个小创 窗口比较相似。这里呢是配准影像和带配准影像的一个显示的切换按钮,然后输入 table 中呢,罗列了出了自动生成的太点,那么这里有太点的一个个数六十七个。在这呢,我们可以看到种子点,也就是说同名点,它具有编号, 而且在基准影像中,他是用紫色的颜色来标记,在带配准图像中他用绿色来标记。在收 table 中,我们打开 可以对这些态点进行编辑,那么每个点的 id 呢,就是在图中它所代表的数字标号, 这是相一致的。我们在收胎宝中点击就可以找到在图中的这个点,而收胎宝中可以对太点进行一个编辑,在最右侧这一列是每个太点的一个误差值,在 l 上点击右键选,选择一个排列方式,我们可以看到他按照误差的大小来进行排列。在这里呢,我们可以直接删除误差较大的点,也就是二号点,我们刚刚删掉了,然后一号点进行一个删除,然后一直对他进行一个删除, 直至说我们下面的一个误差小于一,现在我们的误差是属于小于一的一个情况,这就说明配准的精度还可以。 下一个呢是配准的一些选项,对于他配准的一个矫正模型,我们选择的是多项式,然后他有一个仿设变换多项式的选项,还有一个聚三角网的选项,那么默认他的纠正模型是多项式重采样方法呢,我们选择最高级别的三次卷机背 直设为零输出的相缘大小呢,我们是设为带配准的影像的大小。 设置好这些参数之后,我们就可以点击下一步了,当然也可以进行一个预预览,点击预览就可以,也可以直接点击 nice 的进入下一。 那么最后这一步呢,就是设置输出图像配准的一个结果,比如说设置输出文件和太点文件的一个输出 配准文件呢,可以保存为 n v 的标准格式或者 tiff 文件,我们这里呢就保存为 n v 的标准格式,然后太点呢也可以可以保存成二禁制的一个文件,那么在这里可以选择我们的一个输出文件位置, 点击 finish 完成图下的一个配准,并对结果进行一个输出。那么我们的一个进度条呢,是在这里的一个右下角进行显示,这时候呢我们就可以对配准的结果进行一个检查,打开我们这个小窗口, 因为我们是用零一文件进行配准的,所以我们显示和零一文件进行对比,这样是不是就可以看出来,基本上我们配准的一个效果还是非常满意的, 那么重叠区域的地形也基本上重合在一起了,那么这个小练习呢,就是针对相同传感器的图像,不同的成像的时间来进行这样的一个呃,图像的配准,自动 配准的这样的一个流程。那么我们下面的一个练习呢,就来学习针对不同分辨率的图像怎样进行配准。我们首先把刚才打开的影像数据全部清除掉, 然后 feel open 打开我们多光谱与全色的一个数据, 对图像进行一个显示的拉伸 哦,我们把透明度调整到百分之五十左右,我们可以看到有非常严重的一个双眼皮重复的这样的一个情况,这种会严重的影响到我们的一个图像的融合, 所以我们要对这两副影像进行一个精确的配准。同样是在 two box 工具栏中选择影像自动配准的一个工作流, 选择我们基准的影像,在这里呢寓意全色的影像作为基准影像,点击 ok, 以多光谱分辨率较低的这个影像呢为带配准的一个影像,读入数据之后点击 next, 进入下一步, 同样到了生成 ta 一点的界面,全部呢选择默认,然后点击 next。 我们可以来观察一下影像,可以可以看到生成的影像全部都 均匀的分布在图像上,全部都非常均匀的。然后我们在收胎报中可以观察到这些太点的一个信息,也可以对他进行一个编辑,我们可以对误差大小进行一个排列, 我们可以看到它的一个总误差呢是零点四八,是小于一的,它整体的一个太点的质量呢是比较好的,所以我们就不需要再进行修改了,直接用它自动生成的这个太点就可以了, 然后我们点击我,然后我们来选择配准的一些参数,跟刚才一样,对于重采样呢,我们选择是三四选机, 这里我们选择的是 webmage, 然后点击那当所有的参数设置好之后,我们点击 next, 进入到我们图像输出的结果的一个面板, 好,点击分离式完成图像的一个自动配准,那进度条杠也在这上面显示了,那么这里呢是针对不同分辨率的全色影像和多光谱影像进行图像的一个自动配准, 那么是在 nv 流程化的工具的引导下所做的一个图像自动配置,那么他的他的基准影像呢是全色影像,所以我们可以打开我们的小窗口进行观察,首先呢对他进行一个显示拉伸,然后我们点开我们的小窗口 就可以看到,是不是比刚才看到的一个情况好得多,那重叠区域已经完全进行了重合,说明呢,这个图像自动配准的一个效果呢还是非常好的。 以上呢就是图像自动配准的两个练习哦本那么通过本节的学习呢,我们了解了图像自动配准的目的和基本方法,也学习了在 nv 中如何进行图像自动配准的一个操作。以上就是本节的内容,谢谢大家。

大家好,这堂课我们来学习一下遥感图像的监督分类。首先我们来了解一下基础遥感影像呢,它是通过亮度值的不同以及空间的一些分布特征来表示不同地物的差异的。 那么遥感影像分类呢,就是利用计算机通过对影像中各类地物的灰度值和空间信息进行分析,从而能够将每一个相园按照某种规则划分到不同的地物类型中去。 这个呢就是我们摇杆影像的一个分类过程。首先我们先来了解一下影像分类技术的一个发展情况,在早期的时候呢,我们用的最多的还是人工解议,也就是说我们人工来判断图像上 这一块区域它属于什么地物,把它分到同一类地物中去,那这种方法呢,它的一个特点就是工作量大, 比较耗时,但是呢他的精度是非常高的。那随着我们计算机技术的发展,我们有了基于光谱计算的自动分类,那这种呢就是基于向源的一个亮度值来分析,这个向源的亮度值在一定的范围内 就可以将它分到同一类低物中去,这种呢就是常用于中等分辨率的一个影像的分类。那接下来呢,有基于专家知识的决策术分类 这种分类方法呢,它不仅能够利用像素值的这个信息,还可以利用多元的数据信息,比如说可以把 d m 也引入到分类的过程中去,或者说其他的已有的 土地利用现状图等等,都可以引用到我们分类的过程中,也就是他可以使用多元的一个数据来进行分类。那随着影像的发展呢, 高分辨率的影像越来越多了,那这个时候在基于用像元去分类的话,意义就不是特别大了,那我们就发展出了这个面相对象的这种特征提取技术,就是先用影像的分割,呃,这种方法呢,就是先将影像分割成一个一个的对象, 那么在一个对象中呢,他就有一个,在一个对象中呢,就有很多个象源,那每一个对象他都具有一定的属性,那利用属性的一些规则,再将每一个对象划分到某一地物中去,这种方法呢就是地物的识别,再将每一个对象划分到某一个地物中去。 那这种方法呢?它主要呢是应用于一些微量元素的繁衍,比如说我们用肉眼无法判断的一些地物,比如说我们用肉眼无法判断的一些地物含量,比如说我们地表的温度是多高, 大气中的气溶的含量是多少,或者说水域中叶绿素的浓度是多少等等。这些我们用肉眼没有办法去判断,那么我们就可以用繁衍的技术来将它用模型解算出来。那在这个分类的基础之上呢,我们还可以做变形的一个监测, 这也是一种分类,也就是说提取出发生变化的那一部分地物的信息。那最后一种是我们的地形信息的一个提取,他是利用我们光学影像可以从立体相对中获取地形的一个信息。 那以上我们就介绍了分类技术的一个发展,以及各个方法的一个应用的方面。那下面我们来主要看一下基于光谱的分类方法,也就是我们所说的非监督分类和监督分类,那么非监督分类呢?它这两个分类方法的区别, 那就是有没有分析,有没有训练样本,如果没有训练样本的话呢,称为分监督分类,他使用了算法对影像上的光谱信息进行了自动的聚合,那聚合之后呢?每一类到底是什么地务,需要我们后期人工来判读。监督分类呢?就是在我们分类之前, 先用我们人工知识为影像上选择一些样本区域,样本区域的位置呢以及样本区域的第五类型。先用我们人工知识为影像上选择一些样本区域, 选择我们样本区域的位置以及样本区域上的第五类型。然后呢再进行选择分类器,也就是用不同的算法来将其他的一个区域分到不同的样本中的这个过程,那这个呢就是监督分类。那无论是非监督分类或者说监督分类的话,他们都属于基于光谱的分类方, 也就是基于像素的灰度值的这种分类方法。因为非监督分类比较简单,我们就是可以直接自动的来进行,我们主要了解一下监督分类的过程, 这个是监督分类的一个流程图。首先第一步拿到影像之后,我们要进行人工的一个判别,来判别这个影像上有几类地物,分别是哪些地物,比如说有水体、 房屋、耕地、林地等等。不同的地物呢,需要我们人工判读。通过人工判读呢来确定我们要将这个影像划分为哪几种地物 之后呢,就开始了我们样本的一个选择,选择一些样本对应的每一类的地务,那有了样本之后呢,我们根据样本和分类的算法,包括比如说最小距离法, 最大自然法,这些都是分类的一些算法,我们称为分类器,选择一个算法,然后对其他未选择样本的区域进行分类,分到不同的这个类别中去。 那分类之后呢,因为有一些小斑块的存在,那么我们要做分类后处理,那分类后的精度如何?我们需要做结果的验证,所以呢整个这个呢就是监督分类的一个流程,下面呢我们就以 landscent t m 数据为数据员,我们来学习监督分类的整个流程。首先呢,我们打开 nv, 打开我们的一个影像数据, 对影像进行一个拉伸显示,那这个数据呢,我们可以 换一种波段的组合方式,我们在左边数据图层这边右键点击 changergb band, 我们用五四三组合方式来显示,点击 ok, 在当前的这个显示窗口中,我们百分之二的一个拉伸方法。好,在当前的显示窗口下,我们应用一下百分之二的一个拉伸方法好,这样我们能非常清晰的看到整个区域各种地物,根据流程来进行第一步类别的定义和特征的判别。 那我们看到这个区域中间部分非常鲜绿色的整齐的这些地块,这些呢是耕地。其次呢在左侧上侧有山区,山区里面呢是林地,这些深绿色的是林地, 那耕地,林地已经两种地物了。我们再来看在一些平地上,有一些比林地颜色更亮一点的,那这些呢,我们可以把它归为草地或者说灌木这一类,就是在非山区 部分平地上边缘,这有一些绿色,他可以是草地,那还有白色的,白色这种呢就是我们的一个沙地,因为他的反射率非常高,属于沙地,还有一种裸露在地表的 这些区域呢,没有种植任何的植被,或者说做一些建筑,那这些呢,我们可以称之为裸地,这样话呢,我们中间还有一条水系,大概呢把这个影像通过我们刚才的判读,我们就可以分为五种地物类型,分别是耕地, 林地,草地,灌木,沙地以及裸地。那这个水系呢,它比较细,我们可以分出来,也可以不做区分,可以归为其他这一类,因为还有一些我们也没有办法判断到底是哪类地物,或者对于我们的分类结果影响不大,可以将这些 选为其他。第五,那现在完成了第一步类别的定义之后呢,我们来进行样本的选择,好样本的选择呢,我们是通过感兴趣区域的选择来完成的。那在这个影像上呢,我们 新建一个感兴趣区,那么在这个影像上呢,我们新建感兴趣区,在在影像上点击右键 new bridge of interest, 点击好,我们新建这个感兴趣区,打开了一个 lr 白的一个选择面板,在这个面板中,我们先根据类别对第一类进行一个命名,我们可以先写零地,我们可以修改 li name 为零地,然后 li color, 我们可以选择深绿色, 好修改,好好修改完类别的名称和颜色之后呢,我们来进行零 d 样本的选择, 那 l i 呢?提供了一种一,第一个是 point, 就是默认的,也就是我们绘制任意的多边形。 第二种样本的形状呢是矩形,我们可以绘制矩形。第三种呢是圆形,还有现状感兴趣区和点状的感兴趣区,那么我们采用绘制任意多边形的方法来绘制,那这个时候我们鼠标在一道图图像 上的时候,就会变成一个十字的形状,可以进行样本的绘制。你可以放大到某一个区域,用鼠标的滚轮去放大,或者用上面的这个放大和缩小工具来放大。按住鼠标左键,按住鼠标左键来绘制多边形的第一个点,然后依次按住鼠标左键 来绘制我们的一个区域, 比如说这个样本,我选择结束之后呢,我们点击右键选择第一项,就是接受了该样本绘制完成。好,这是第一个样本, 那我们每个样本呢,我们需要选择多个样本,那么在每一类样本呢,我们需要选择多个样本,也就是说林地我们可以多选几处作为林地的样本,那我 们再选择第二个零的样本,样本的分布呢,要尽量的均匀在影像上各处, 那好,那由于时间关系,我就不选择更多的样本了,我们来选择第二个样本的选择,那这个样本选择之后呢,我们可以关闭,如果关闭了之后想再打开它,可以 在左侧 lamine 这里面对这个样本进行双击,就打开这个 r o i 的这个面板了,那么我们来新建第二类样本。第二类样本的新建有几种新建的方法,在影像上可以点击右键 new r o i, 这是一种方法,也可以呢,在 上一个 li 的这个面板里,在这个几个呃按钮中,点击第一个 newli, 也可以新建,你还可以呢,在 左侧蓝牙 money 这里面,在图层上面右键 new newry。 那第二类样本呢,我们可以选择耕地这个颜色,也可以进行修改,用一个鲜艳一点的绿色来表示。 同样呢,我们也是用任意多边形的形状来绘制耕地的样本,那选择耕地的区域, 注意,在样本选择的时候,要尽量选择纯净的,像圆,不要选择特别的大, 让它均匀的分布 好。我选择了几个耕地的样本,同样的方法,在新建一个 l i new l i, 我们可以选择裸地, 将落地的样本选入, 那我们可以再新建一类样本,选择 沙地。 那么最后呢,我们可以再新建一类,选择草地, one 这些边缘,去这些边缘处的非山地地区,选入这一类的样本。 好,这个过程呢,就是样本的一个选择,当然你还可以再新建样本,再选择更多的类型的地物。好,这里就不做操作了,那下面呢,我们来看一下。 当选择样本之后,有时候你需要对样本进行编辑,那么我们来介绍一下样本的编辑。首先比如说我想修改一下样本,比如说我用林地打开林地,在林地 li 上双击, 比如说我要编辑林地,我们在林地这个样本上双击,使这个样本呢到这个可编辑的一个状态。然后呢,在这类样本里面,我们选了四个,有四个样本,那第一个,第二个, 再点击向右的这个箭头,就是 go to left record, 就可以看到我们的几条记录,那你当前选择的这个记录呢?就会在我们图像显示窗口的最中间来显示, 比如说我对这个记录,那么通过沟通这个键呢,我们可以找到我们刚才选择样本的位置,比如说我现在找到第四条记录,放大到这个记录,我想对他进行修改。那在这条记录上,在这个样本 上点击右键 edit record 就是编辑,点击一下,好,这个时候这个多边形的各个角点就显示出来了,嗯,可以对它进行形状的一个调整好。修改好形状之后,可以点击右键 accept point, 这个是第一种方法 做形状的一个修改。第二种呢就是可能这个样本我选的不满意,想去删除,可以在样本上点击右键选择 delete record 就删除。那我想新增样本,新增样本可以再绘制重新绘制一下,重新用鼠标绘制一下。 那所以我们看到一个 r y, 一个样本, r y 样本中呢,可以包包含有多个多边形,比如说在这个 r y 里面我们有四个多边形,那这个呢?是样本的选择以及修改和编辑好。


我们评价分类结果,我们用的是一百四十四页的地表真实感兴趣区是准备反映地表真实进入信息。 ioi 文件 可以在高分辨率图上通过目视简易及出各分类的感兴趣区域。我们在主在主界面中,首先把这个分类样本在这里 better menus, 再把这个分类样本移除掉 q r i。 然后在我们把我们的验证样本加载进来,在第一张图像分类监督分类里面的验证样本,打开确定 确定 好,我们在在 classification 分类下面,我们选择的是 confuse marks using gone to our eye view, 是分类后的结果。 class, 点击 ok, 这里是验证样本。 这分类后的结果有第五类别,认证样品也有第五类别,他们名字由我完全一致,会自动匹配的。 比如说我们的分类样本和我们验证样本他定位应该是一次的,他们位置 字必须要不一样,这个如果没有的话,我们要这里做。然后我们点,点击 ok, 这里有个相数百分比两种表达方式,然后我们点他两种都要点,点击 ok 来看这个表, 这有个总的分类精度,总分类精度考察系数,分类混淆矩阵。下面这些左侧这列代表是分类后的第五类别, 这个横向的这一列代表的是我们验证的样本被政治分类的像元素 横纵横坐标中坐标对应地物类别四倍正确分类的项元数。零地和零地所对应的是四百八, 四百八十倍正确分类对角线上的这一列,这方向上的数值,这是倍正确分类的项元素。 这里还有以百分比的形式来表达的混淆指正, 这是错分的误差,错分的误差在一百四十五页,对这些指标都会有详细的描述。

首先我们来学习一下小斑块的一个去除,他有主次要分析,剧类处理和过滤处理这三种工具。 首先来介绍一下主次要分析他的一些原理,我们主次要分析呢,其实就是一个卷机滤波的方法,定义一个变化和尺寸, 然后去进行分析,我们画一下来帮助大家更好的去理解。这是呢一个三乘三的 一个范围,我们的目标是修改我们中心向元的一个类别,比如说这里都是一, 然后这里是三, 这里是二,那通过我们这个主次要分析的一个卷机计算呢,他会将这个二 归到一里,把它变成一,这是我们主要分析会将二变成一。那如果是我们的次要分析呢,就是将二变成三,主要呢就是将中间项圆变成这 三乘三这个范围内含量多的一个种类的象源。然后次要分析呢,就是将中心象源变成我们这个三乘三范围内 数量较少的一个响源。我们具体到 nv 中去看一下这个工具。首先我们打开我们的演示数据, 使用我们这个 classic 的这个数据, classic d i t 这个数据点击,点击打开, 然后我们的一个主次要的工具呢,他是在这个这个工具箱里的这个 post classification 这个文件夹下,有我们的一个主次要的一个分析。 我们先来看一下我们这里的一个数据,可以看到它里面有很多的这个小的斑块,那我们如何使用主次药呢?这个时候就双击我们的这个主次药的一个工具, 选择我们要处理的这个影像。然后这里的话呢是也是可以更改范围的,就是我们需要修改图像的一个范围, 好,这里我们关掉,点击 ok 就能得到这样的一个面板,我们主次要的一个面板,这里呢是我们的一个各个的种类,我们这里是将它全部选择, 然后这里是他的一个主要啊,然后这里是他的一个主要和次要,这里我们可以进行一个选择,这里选择我们选择主要, 然后这是他的一个范围,我们乘选择三乘三,当然你也可以选择五乘五, 然后这个呢就是我们中心校园的一个权重,嗯,我们这里选择一,当然也可以变成二,就是说我们中间是就是修改识别的校园数为二,这里我们默认为一就可以了,但是如果 我们设置八的话,那他中间项圆为八,我们总共的项圆数呢是九,这样呢就没有什么太大的一个作用,所以说我们这里就按默认的一就可以了。然后这里呢是选择我们的输出的途径, 我们选择一个输出的途径,点击打开,然后这里就可以选择,然后这些设置完毕之后,我们点击 ok 就可以了, 因为比较啊,因为我们的影像比较小,所以速度比较快,可以看到这里已经有很多的一个小斑块都已经被合并掉了。那这里我们可以打开我们这个, 你向框去看一下,可以看到处理前和处理后的一个结果,他的这个小色块都已经消失掉很多了, 这里呢就是我们的一个主次要分析,那么现在就不再演示了,我们回到我们的 ppt 这个分类后处理呢,虽然涉及到的工具比较多,但每一个都挺简单的。

善图科技来进行大气校正处理啦!在 two box 中选择 flash at my favorite car action, 然后设置存储路径, 接着再设置存储面板参数, 这里将文件命名为 plus that, 然后再找到保存路径的文件夹, 因为系统已经识别经纬 度,所以不用操作。接着设置传感器类型、影像、平静海拔以及影像向沿大小。 打开 nb 自大的高程可确定平均海拔。 然后打开 computer band statistic, 并依次点击高程数据和 stat subject, 然后在统计面板中点击 file, 并选择辐射并标后的影像,并依次点击 ok, 最后经过统计并点击 l k 便能确定平均海拔了。 最后将平均海拔的段位由米转为千米并输入进去,然后再输入影像校园大小。 接着根据影像的时间和纬度选择大气模型,然后设置气熔胶模型和气熔胶的繁衍参数, 点击高级设置,然后根据需要选择分快或者不分快,并点击 a k。 最后点击橄榄运行大气校阵, 大气校正完成之后,再对比一下校正前和校正后的多谱曲线, 整个大气校阵的流程就完成了。喜欢就点击关注一下吧!

nv 中多期影像进行波段合成, 按住键盘 ctrl 键可选择多期数据, 在右侧工具箱选择波段合成工具, 上下拖动可调整图层顺序。 格网定义默认为第一个图层,自动设置重采样方法默认为最近临。

大家好,本节课呢我们学习的是地形分析与可视化,那么这部分呢,地形分析与可视化主要用到的数据是我们的 d e m 数据,也就是数字高程模型,那我们 d e m 除了包括地面高程信息之外呢,还可以拍摄出地貌特性, 包括坡度、坡向阴影,地貌图,地表曲律等等,还可以计算地形特征参数,包括山峰、山脊,陵园、魏面河了和沟谷等等, 那么也可以作为通视运分析和三维地形可视化的基础数据。那么本节课呢,主要是从三个方面学习地形可视化和分析。那么首先来看一个,第一个就是学习从 d e m 中提取 地貌特征和地形特征,那第二个呢,就是利用空区域分析工具,学习在地形起伏较大的区域进行可视化分析。最后一个就是学习一下使用三 d 工具进行三 d 地形可视化。 下面我们首先来看一下练习一,我们使用数据主要呢是提取地貌特征和地形特征,用到是这样的一个工具, 下面呢我们就到实际的软件中去看一下我们的一个地形模型和特征的提取。首先呢我们是看一下我们地形模型的一个提取, 我们先打开我们的一个数据,使我们这个 dm 数据点击打开,那我们 可以从 d m 上计算一些地形模型,包括像坡度、坡向阴影,地貌图像后面曲率,平面曲率、纵向曲率、横向曲率、最大曲率、最小曲率 和军方跟误差等等。那我们下面就看一下如何具体的去操作一下。首先我们打开我们的一个数据,点击 dm 好,打开后就是这样的一个图像,这就是我们的一个 d e m 数据,然后呢我们在我们的工具箱里找到这个文件夹,找到这个文件夹啊 后选择倒数第二个工具,我们双击 打开这个工具后呢,我们选择我们的 d m 数据,就弹出了这样的一个界面。那么我们首先呢是选择我们的一个地心核的大小, 这里我们给他设置为五,那我们可以使用不同的一个变化盒提取多尺度的一个 地形信息,这个变化和越大的话呢处理速度就会越慢。然后这里是我们的一些地形模型,我们可以选择我们要输出的一个地形模型,这里就全选了, 那如果我们的选择中呢包含这一项,我们就是需要计算太阳高度角和方位角, 我们点击下面的这个按钮,他就会得到这样的一个计算器,我们 gmt 的话给他九零零这样的一个数据,然后我们 xoy 轴,然后我们精度纬度的话就填四十一百零五, 你就 ok, 他就会自动填写在这里,我们给他把这个全选,我们是全部输出,然后呢就是我们的一个输出位置,我们选择一下, 然后我们直接点 u k 就可以了,这样我们的一个地形模型就输出出来了,得到的呢是一个多波段的图像文, 可以看到这里有很多的波,那每一个地形模型都是一个波段好地形模型提取成功之后呢,我们来看一下我们地形特征的提取, 我们可以从 dm 中提取地形特征,包括山顶、山脊、平原、水平面、山沟和凹骨。首先呢还是打开我们的数据, 打开我们的一个数据,然后在我们的这个文件夹下倒数第三个工具,我们双击, 双击之后还是打开我们原始的一个 d m 数,点击,然后, ok, 好,我们就进入到了这样的一个界面,首先呢 我们设置坡度容差为一,曲率容差为零点一,这两个容差决定了各个特征的一个分划分为山平原和欧 的象源对应坡度值都必须小于坡度容差,并且垂直方向曲率必须大于曲率容差,增加坡度容差和减少曲率容差就能够增山顶平原和凹骨的一个划分数, 下面呢是我们的一个地形盒,我们地形盒这里给他设置为七好,然后选择我们的所有的地形,找到输出文件位,我们给他设置好输出文件的一个位置, ok, 好,进 进行一个输出,那这样我们就得到了我们 nv 的一个特征提取我们的一个分类,他是以一个分类图形呈现的,我们可以看到他的每一个位置,他都给你分成了一个类别。 黄色呢就是我们的山顶,可以看一下这些黄色的点,然后红色就是平原, 可以看到山顶和平原都非常的少,然后粉色呢就是我们的一个凹股, 也是非常的爽,那这里就是我们的一个地形模型和特征的提取,那我们提取的这个数据呢,就是我们一切分析的可视化的一个基础。

大家好,今天给大家分享的是,嗯五零三一中文版的软件下载以及安装教程。首先我们下载安装包,关注我们的微信公众号,王小书。软件安装 进入公众号以后,点击左下角软件目录,选择温度的软件,这时进入到我们软件的所有软件的目录,我们在这里面查找到我们今天要安装的软件, 这里面有许多软件,大家可以如果有其他的需要也可以在这里面下载 好这个加四,下面这个是因为我们选择这个五点三一的点击进入, 进入以后这里是软件的图案安装教程,还有他的下载链接,下面是他的图案安装教程,我们跟着这个图案安装教程开始安装好,我们先复制他的下载链接, 出去以后我们打开我们电脑浏览器,然后把它粘贴到浏览器最上方的地址栏,不是这个搜索栏地址栏,然后点击回车输入提取码, 然后点击提取文件。这里我给大家先说一下,我们电脑先登录一下我们自己的网盘,登录网盘以后,我们点击这里直接点击 下载,然后他会自动跳转到我们的网盘,如果没有的话,没有网盘的话可以下载一个网盘的客户端,还有这个 右下角这个公众号右下角有个常见问题,里面有个下载教程,我们可以参考一下这个下载教程安装,下载好现在给大家下载,我们点击下载, 然后他会提示跳转到百度网盘,然后点击打开,然后他直接跳转,然后再下载,我们耐心等待一会 软件下载完成, 我们点击这个传输完成,然后选择我们下载出来的文件,右键选择打开所在文件夹,好这个 这个是我们下载出来的安装包,这个是一个压缩包的形式,首先我们对他进行解压,选择他右键选择解压, 如果温十一的话,没有压缩软件的话,右键他是全部提取,全部解压缩,我们选择全部解压缩,然后提取就可以了。 夹完成以后,我们打开这个夹出来的文件夹, 然后选择这个安装程序,又建于管理员身份运行, 这里有我们点击式, 这里要等待两分钟左右吧, 我们点击 nice 的勾选这个同一条款,然后点击下一步, 好这里我们把它安装到地盘,然后我们点击这个选择他的安装位置, 这里面没有新建,我们可以在这里面新建个文件夹,可以提前新建一个, 我在这里面直接输入,他会直接新建,然后点击确定,然后确定他的安装文件夹,然后我们点击下一步, 好这里继续 软件安装中,我们耐心等待一会, 软件安装完成,这里面我们点击试, 然后再弹出窗口,我们选择这个第三个,然后 点击下一步, 然后我们点击这个选择激活文件,这个我们选择到我们安装包的位置, 我们安装包下载的地方,然后解压出来以后,然后这个结合文件,然后打开,然后点击这个,然后点击打开 好这里,我们点击这个完成,好继续点击, 完成以后,软件安装完成以后, 他不会在桌面自动生成他快捷方式,我们把它拉出来, 找到软件之后,我们直接把它拖软,拖软到桌面 下面,我们对他进行切换文件,然后我们打开这个, 然后把里面的这个结合文件,然后继续打开这个,我们也可以直接复制,我们直接复制复制 这个文件夹, 然后我们找到这个软件,右键打开文件锁在位置,然后返回到他的第一层, 然后直接找到这个相同文件名,然后我们直接选择粘贴 这个,也就是我们刚才新建的这个文件夹名字,打开到这个路径,选择粘贴,然后我们选择贴换文件夹, 这里就可以跳过这几步了,这是这是粘贴里面的文件, 然后继续返回, 返回到我们解压出来的文件夹,我们直接进行汉化,然后打开这个汉化包,然后复制这个文件, 然后继续打开文件所在位置, 依然是返回到这个最开始的这一层,然后这里面找到这个因为五三这个文件夹,然后打开, 然后把这个焊换文件夹,然后粘贴到这里,我们选择粘贴 啊,粘贴完成以后软件就安装完成了,我们关闭它,然后双击打开软件, 打开软件之后他是显示英文的,然后我们点击这个帮助, 然后这里面有个语言,我们选择中文,然后这里面我们点击试 它会自动重启 好软件,重新打开之后,他就是中文界面了。 我今天的分享就到这里,感谢大家的观看,如果有其他的问题可以在下方给我留言。

大家好,这节课我们来学习一下摇杆图像的几何校正。首先我们来了解一下, 在本节课中我们所说的几何校正,主要就是针对于周等分辨率的几何经校正, 那这个概念呢,就是利用地面控制点和几何校正的数学模型来校正一些由于非系统因素产生的误差。那什么是非系统因素产生的误差呢?就比如说传感器本身的高度、姿态等不稳定,地球曲率,空气折射或者地形等的影响。 总而言之就是由于这些不可预测的一些因素的影响,最后导致我们所获得的影像在几何的位置上有一定的偏差,也就是有一些几何积变的存在。那这个时候呢, 我们需要用几何金校正的方法来进行处理,那么在实际操作中呢,就是我们具体是借助一组控制点对一副影像进行地理坐标的校正,也叫图像纠正。 那么在本节课中我们来学习用地面控制点加矫正模型的几种矫正方式啊,主要包括就是由地面控制点的输入方式的不同,包括两种方法,一种呢是图像对图像,一种呢就是坐标点对图像, 就是 imagine to image 和 imagine to map 这两种方法。好,那我们首先了解一下地面控制点的一些获取途径,那这个地面控制点的实际实质呢,就是找到带矫正 图像上的点所对应真实的坐标值。那无论我们的控制点是从哪里获取的,但是他是有一点就是他要是地面 该位置真实的坐标值,那我们可以用 gps 来量,也可以从我们测绘部门得到的一些基础数据里面来获得 获取控制点,比如说四 d 产品, dlg, 第二 g, 或者说震慑影像, dom, 或者是已经进行过几何金矫正的影像,都可以作为我们获取控制点的一个途径。那控制点的数量和质量呢?我们是有一个原则,首先你在选点的时候不能选择一些移动的目标点, 要选择稳定的目标点作为控制点,比如说道路的交叉点,河流弯曲或者交汇处,飞机场啊,操场 的边缘轮廓等等不容易变化的这些地区,而且在整个的分布上呢,要尽可能的均匀的去分布,而且图像的边缘部分也要选取一定数量的控制点,那一个区域地面特征变化比较大的地方,比如说一个山区,那我们也可以适当的增加控制点。 在数量上呢,也不是说越多越好,比如说,呃,逸景 tm 的影像里,我们的控制点一般在三十到五十个左右就可以了。好,我们再了解一下所用于校正的多项式模型, 我们可以看到这样的一个公式,那有这样的一个模型,我们就可以利用矫正之前的位置去结算出我们矫正之后的一个位置,然后是我们一个最少控制点的个数,就是这样的一个数字模型。然后 呢啊,这里有点问题,他是平方啊,这里是他的平方。然后就是我们控制点的一个计算的模型,和我们误差计算的一个模型。然后下面呢就是我们的一些重采样的一个方法 啊。首先是我们的一个最近领法,在我们之前的摇杆基础知识讲解中,我们也已经讲解了这样的几个方法,我们可以看到他是比较的简单,计算量比较小,同样的他精度是比较差的,下面是我们双线心内插法,他呢相较于 呃最新领法,精度呢是有所提高,同样的计算的那个量也要也是有所提高,整个的计算量会大一些,但精度会有一定的提高,但也因为他对图像会起到拼画作用,所以对 笔度明显的分界线反而会变得模糊。下面是三次卷机内插法,这是我们目前计算量最大,精度最高的一个,所以我们日常在进行图像处理的时候,我们一般是推荐选择三次卷机法。下面我们几何金校正的一个流程。首先呢是 开始我们显示图像的一个文件,然后采集我们地面的控制点,计算误差,如果计算误差计算过大的话,我们要回到这一步,重新采集地面的控制点,直到误差合理。之后我们选择几何模型,选择重采样的输出,最后得到我们 减和交易的一个结果,整体就可以结束了。好,下面呢我们就来进行练习。 首先呢我们做第一个练习就是 imager to map 这种方法,那这种方法呢, 我们使用到的数据呢是五万的地形图,根据地形图上的信息来选择控制点来校正地形图,下面我们进行软件操作的练习。好,下面我们来进行数据的一个练习, 因为我们要去做校正,需要进行对比,所以我们今天用的软件呢是 n v classic file, open image file, 我们打开我们的一个数据, 在素材文件里四号文件数据, 我们打开一比五万地形图,然后我们打开这个泰安杠 d r g 这个 tiff 格式的文件,点击打开,并且将它显示出来。 lost r g b, 好,我们将它打开后呢,我们可以看到这样的一个地形图,这是他的一个图符号,然后这里有他的一个位置 是在泰安,这边是图例,然后在我们的下边呢,有他的一个比例尺,是一比五万的一个地形图。好,那下面我们再来看一下在地形图的图括,在图括这里是有坐标的, 比如说该点的一个坐标,它是有一个经纬度的一个坐标,也有一个公里网啊,这个五零一就是它的一个公里数,前面这个二十就是它的一个代号。 那么公里的坐标呢?有两种表达方式,一种呢前面是带代号的,像这种,然后还有一种呢就是不带代号的,也就是说没有这个二十,只有这个五零一, 哎,这又是一种写法,这种带代号的呢,我们在定义他坐标系的时候,需要选择带代号的坐标系,我们稍后会进行定义。那么我们先浏览一下他的一个横坐标,还有他的一个纵坐标, 是我们公里网格上的一个纵坐标。下面呢,我们就用 image to map 的方法来将地形图上的这个坐标读取 进来,再添加上去,使它有持这个 tiff 数据呢。 in mapper effort 信息,我们打开工具 map 下面 第一项菜单里选择 image to map 这个菜单,点击这里,需要我们去设置一下信息,因为该图像他只是一个图片,他没有任何的一个 mapping for 的信息,我们需要设置他的一个坐标系的信息, 那在这里我们用的是北京五四坐标系,找到一个代号是二十的一个代号,这里呢有一个 n 和没有 n, 这两个有什么区别呢? n 就是不带代号的坐标系,那没有 n 呢,就是代代号的坐标系,我们刚才有看到是代代号的,所以说我们这里选择二十没有 n 的这一个坐标系。坐标系选好之后呢,我们设置 x 和 y 的一个像圆的大小, 这个项圆大小呢,经过我们测试,一比五万的地形图输入四米,那最后的这个效果呢,保证度呢是比较好的,所以我们这里将默认的三十改成四 回车,一定要摁回车,然后这里我们的校园大小设置好后,我们就点击 ok 好,进入到控制点选择的一个面板,在这个面板里我们依然可以修改他的一个坐标系,在这个圈这 里面就可以进行修改,在这里呢我们需要输入我们的五个点的一个 x y 值,那么我们先选择我们的第一个点,像这种地形图呢,他其实是没有形变的,只不过他没有坐标,我们需要给他添加上去,那么我们就选择三乘三个点,就是九和 点均匀分布的九个点来作为控制点。好第一个点,我们先在我们艾灸窗口里面进行一个大概的定位,之后再录入窗口里, 在精确的定位,用我们的一个十字丝去精确定位我们该点,之后,我们读出该点的 x y 值,因为它是米为单位的,所以我们要读公里网上的这个坐标, x 呢,我们输入是二零五零一, 因为它是公里,我们再加三个零零零零回车, y 呢就是四零零,三 零零零,回撤好,第一个控制点,坐标我们就从图中读出来了,输入进去,我们呢点击 and point 啊,这个点添加 上去,这个呢就是一号点,那我们同样的方法找到我们的第二个点,大概在中间的一个位置,那我们是读取他公里网格数的一个点,我们先看一下公里网格式的一个 变化的规律,这一个网格呢就相当于是一公里,他在这里都有标注,那我们到中间这里来看一下我们现在一麦的窗口里大致的定位, 然后再用窗口里精确的定位一下,我们看一下这个点的一个位置,可以看到他这边是十一,那这里的一个值应该就是二零五幺二零零零,爱周不变, 因为我们是在这样的一个横线上移动的,所以我们的外坐标是没有变的,然后点击 and point, 我们就将第二个 点添加成功了,然后同样的我们选择第三个点,哎,大致的选一下,然后进行一个定位,然后我们读一下他的一个公里数是二零五,二二尾撤, 纵坐标不变。 and point, 添加第二行呢,就是我们一个纵坐标的变化,我们可以看一下纵坐标是怎么变化的,四零零是四零零三,四零零二,然后四零零一,四零零零, 那么说明纵坐标他一个网格他是在减少,越往下他是越减少。一公里,好,我们选择好我们的位置,靠中间,选择好我们的一个位置,好,我们选择大概的一个位置,然后用用去精确的定位,然后这个点的他的横坐标呢?就是 我们的第一个点的横坐标,零五零一,那纵坐标呢?九九四三个零回撤,点击 point 添加,嗯,再到中间来, 位置是这样的,一个中间的位置进行一个精确的选择。好,这里的一个坐标呢?他的一个纵坐标是没有变的,我然后他的一个横坐标呢?是根据上面 和上面的是相对应的,这里就是二零五一二,然后点击 and point, 二零五一二,然后回车。