### ERDAS 实验报告知识点总结
#### 实验一：数据更新变换
##### 背景及目的
在实际应用中，原始数据往往不能直接满足分析需求，这主要是因为采集条件的限制，例如图像分辨率、地图投影信息等方面的差异。为了能够有效利用这些数据，必须对其进行一系列预处理操作，包括但不限于校正、拼接、裁剪和投影变换等。
**实验目标**是掌握ERDAS IMAGINE中的数据预处理技术，学会灵活运用各种预处理操作来准备所需的数据。
##### 数据
- **两幅几何校正后的Landsat 7可见光7、5、1波段合成影像**（`left.img`和`right.img`）。
- **一幅Landsat 7全色波段高分辨率影像**（`hpn.img`）。
- **研究区域AOI**（`main.aoi`）。
##### 实验要求
1. **图像拼接**：将两幅彩色图像拼接起来。
2. **图像裁剪**：利用AOI裁剪多光谱图像。
3. **图像融合**：将多光谱图像与高分辨率图像融合。
##### 实验步骤
1. **图像拼接**
- 启动ERDAS IMAGINE中的拼接工具。
- 加载两幅待拼接的图像。
- 进行图像色调调整，确保拼接后图像的一致性。
- 设置拼接参数，如匹配方法、直方图类型等。
- 执行拼接操作，输出拼接后的图像。
2. **利用AOI裁剪研究区**
- 使用Subset命令打开对话框。
- 设置输入和输出文件名。
- 选择裁剪范围AOI。
- 执行裁剪操作。
3. **图像融合**
- 通过Resolution Merge命令打开融合对话框。
- 指定高分辨率和多光谱输入文件。
- 选择融合方法，如主成分变换法。
- 设置输出选项，如数据类型和波段选择。
- 执行融合操作，得到最终的融合图像。
#### 实验二：某地区的遥感影像分类
##### 背景
实验二聚焦于某一特定地区的TM影像，目标是对其进行土地利用类型划分，并评估分类结果的质量。该实验旨在对比监督分类和非监督分类两种方法的效果。
##### 目的
- 熟练掌握ERDAS IMAGINE中的分类技术。
- 理解监督分类与非监督分类之间的区别及其应用场景。
- 评估不同分类方法对于同一地区土地利用类型划分的有效性和准确性。
### 总结
这两个实验不仅涵盖了数据预处理的基本技能，还涉及了遥感图像分类这一高级应用。通过这些练习，用户可以系统地学习如何使用ERDAS IMAGINE进行数据处理和分析，从而更好地应用于实际项目中。值得注意的是，虽然实验提供了具体的步骤指导，但在实际工作中，还需要根据具体情况灵活调整处理策略和技术选择。
