遥感影像处理技术精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的遥感影像处理技术主题范文，仅供参考，欢迎阅读并收藏。

第1篇：遥感影像处理技术范文

【关键词】无人机；遥感测绘；影像处理

无人机与有人机相比，优势主要体现在三个方面：一是，极高的机动性。由于无人机空间的局限性，无人机整体重量不重，在速度、范围上有很大的提升空间；二是，极强的环境适应性。无人机不需要专门的起降场，而且对气象条件的要求也不高，从而使工作效率大大提升；三是，极好的经济性。飞机价格适当，一般的公司都具备购买能力。但是，有优势就有劣势。航拍的质量、重叠角度的误差、漏拍等问题也一直存在。如何把无人机在航拍上的功能充分发挥出来并提高无人机数码遥感测绘系统的准确性，是我们现在研究的重点。

1 系统集成

我国目前的无人机主要分为两种：固定翼无人机和无人直升机。本文所进行研究探讨的无人机是固定翼飞机。平台则是“双发”型无人机飞行平台，飞机的抗风性能好，有效载荷大，能够满足辅助设备的安装所占用的空间。微型无人机遥感系统由于受飞行平台的制约，体积和重量较大的专业的航空摄影机都不能采用，因此，我们一般采用的是数码相机。在选用数码相机的时候，我们主要关注一下几点：一是，CCD分辨率与CCD器件尺寸。CCD器件上像素越多，分辨率就越高。二是，影像质量。由于遥感应用需要高质量的数字影像，所以影像文件的存储应采用TIFF、RAW等无损的文件存储格式。三是，感光度指标。用于航拍的数码相机应该具有较宽的感光度范围。四是，存储介质。应采用可移动储存介质较大的CF卡为主。除此之外，还有很多需要注意的问题，工作人员要具体问题具体分析。如图1所示，微型无人机遥感系统组成。

室内作业和场外作业两部分是微型航空遥感系统运行的主要部分。室内作业设备主要是专业的图像处理设备。而场外作业的目的主要是获取高质量的遥感影像。微型无人机航空遥感系统一般可以完成半径150千米以内的超视距自主遥感业务飞行。

2 飞行试验

在确定好无人机试验的准备工作后，针对不同的地形地貌，进行多次的调试和试验。试验的主要目的是为了研究无人机遥感系统的成像能力，进行了三次试验。第三次总结了前两次的经验，以在某地拍摄获取的400张影像数据为例，飞行速度为80km/h，航高750m，航向重叠75%，旁向重叠为50%，设计航道7条，覆盖面积为3500×2000m?，单片覆盖约725×500m?并装有稳定平台。

按照一般的航空遥感要求，拍摄时航向重叠率在53%到60%之间，旁向重叠率在15%到30%之间，因此，考虑到本次实验中出现的各种问题，我们将航向重叠率为75%，旁向重叠率为50%。而航迹因为天气较好的缘故与预定航线偏差控制在1s内。由于地区的局域性限制，在最后生成的影像中，除去非航道上拍摄的大约140张不能用之外，剩下的250多张的影像在我们的要求范围内。

在无人机进行切换航带时，由于设计的飞行航线太短造成拍摄航带时的航迹角偏差比较大。在后来的第三次飞行中安装了稳定平台。在之前没有安装的时候角度偏差有的达到了8°，当增加了稳定平台后，控制在5°以内，使得影像在处理和拼接有了改进。至此，实验的目的达到。

3 无人机影像的获取及处理

3.1 无人机影像的获取

无人机的遥感系统主要由三个方面组成：空中控制系统、地面控制系统及数据后处理系统。在无人机影像采集时，具体的操作流程有以下四个步骤：一，进行合理的航迹规划，将规划好的航线载入到控制系统；二，控制无人机按照航线飞行，进行拍摄；三，将无人机拍摄的影像进行存储并将数据发回地面控制系统；四，在完成一系列的任务后，结束飞行与拍摄。

3.2 无人机影像的处理

在获取无人机拍摄的影像资料后，应该先进行检查。检查的步骤具体如下：第一步，确定每一张原始获得的影像数据都能够正常打开并且各方面的数据都是完整的、准确的；第二步，对数据进行抽查。主要检查每张影像是否存在拍摄问题和拍摄中是否受到云或者雾等天气状况的影响；第三步，确定坐标。拍摄地点的坐标有时会与影像中的坐标产生误差，如果遇到这种情况应该及时做好记录，对其作出细致的检查；第四步，对无人机的航向重叠度、旁向重叠度等方面进行检查。

3.2.1 影像的预处理

无人机上搭载的成像设备是数码相机。数码相机内的内方位元素和畸变差对相机的成像效果有着较大的影响。因此，在对影像处理前应该先要对数码相机进行检查，而且还要针对不同的型号的相机进行不同的方法处理畸变差，从而使影像的质量得到较大的提高。

在一系列的检查之后，修正后的影像需要进行均色处理，使影像在亮度、灰度、纹理等方面保持一致。

3.2.2 影像的匹配

处理遥感影像数据的关键步骤之一是对影像进行匹配。进行特征的影像匹配法首先要在每幅影像上提取特征点，然后对不同影像上的特征进行匹配，利用SIFT特征自动匹配法和RANSAC算法对影像进行处理和优化，能够快速得到高质量的影响。

3.2.3 全景影像图的拼接

全景影像图主要是针对无人机进行航拍时有无漏拍或是影像的重叠度能否达到要求而做的检查。而且与正射影像图相比，它能够不依据控制点的数据，只需要影像上的匹配点便可以直接快速拼接出全景影像图。

3.2.4 区域网的空中三角测量

控制点和检查点的精确值可以让我们对所获得整体数据的精准度有一个充分的了解，对区域网的空中三角测量，可以在必要时采取一定的措施来提高整体结果的准确性。

3.2.5 制作正射影像以及精度检查

在完成对空中三角测量后，便可以进行正射影像的制作。利用实验区的DEM配合之前得到的方位数据和匹配点对影像进行处理，最终得到精准的正射影像。在得到正射影像的基础上，我们还要对它的准确度进行检查，找出其中的误差，以便得到正确的正射影像。

在本次的实验过程中，根据无人机采集的遥感影像的数据特点：无框标、无准确的定向，无地理参考等问题，做了以下处理方法：

（1）在每张裁剪后的照片后面加上地理参考；

（2）将影像加上UTM投影信息，使影像的变形率小；

（3）将图片进行高分辨率的处理并放到格网中进行剪裁，结合地面GPS点地形图进行几何定位最后通过mosaic合成一张大图片。

4 存在的问题及改进方法

通过对飞行试验和后续影像处理，我们可以看出以下几点问题：

（1）气象因素的影响。无人机在进行影像采集时受到天气状况的影响是不可避免的，因此，我们应该更好的改进飞机的硬件设施的稳定性。

（2）几何纠正的精准度。几何纠正的精准度在很大程度上影响了野外GCP点的采集情况。因此，我们要提高野外GCP点的利用率，就必须仔细参考实验区域内现有的影像图或者地形图等资料。

（3）自动拼接软件的分辨率过低。我国目前为止对于专业的处理大数据量小飞机航拍的软件相当缺失，致使工作量增大、对于在民用航拍的推广难以进行。

5 结束语

从以上的分析可以看出，无人机在目前只能满足摄影测量的基本要求。在本次的实验中，无人机获取的影像资料加上已有的区域高分辨率率的影像配以大比例的地形图，使区域内达0.1m的高分辨率影像的获得证实了这个实验的可行度。在以后无人机在很多行业都会得到广泛的应用，而影像像幅小、影像倾斜角过大、重叠度不规则等问题研究与改进工作也应当近一步的加深。

参考文献：

[1]毕凯.无人机数码遥感测绘系统集成及影像处理研究[D].中国测绘科学研究院，2009.

第2篇：遥感影像处理技术范文

关键词：遥感概论;Web;B/S模式

中图分类号：G642 文献标志码：A 文章编号：1674-9324（2014）41-0283-03

以计算机网络、多媒体等技术为代表的现代信息技术正在改变着人们的工作、生活与学习方式，同时也给教学方法、教学模式带来了新的发展方向。在网络多媒体等现代教育技术背景下，现代课程教学更加注重的是以学生为中心的新的教学模式，不仅传授一般的课程知识和技能，而且注重培养学生的自主学习能力。将网络多媒体技术应用于课程教学，在课程资源共享与整合、教学内容更新以及教学方法改革等各个方面都会产生重要影响。通过网络，教师可以随时更新教学资源，而学生也可以通过网络开展个性化的学习，师生之间的互动更加方便、快捷。这种新的教学模式以多媒体和网络技术为支撑，将传统的课堂教学与网络自主学习结合起来，教学中体现以学习者为中心的思想，同时大力发展个性化学习和自主式学习。《遥感概论》是我国高等院校地理科学类专业（包括地理、地质、地球物理、气象气候和海洋）的一门重要基础课程，也是《地理信息系统》专业必修的核心课程之一。本文采用网络多媒体技术，设计和实现了《遥感概论》多媒体教学网站，通过教学网站，将遥感数字影像的数学理论、物理基础以多媒体的形式展现出来，同时，学生可以在网络上完成数字遥感影像处理实践的全过程，较好实现了《遥感概论》课程理论与实践相结合，课堂教学与网络自主学习相结合。

一、《遥感概论》多媒体教学网站建设的必要性

传统的《遥感概论》课堂教学方式，其表现形式是：以教科书为基础，通过黑板书写和静态的图件展示完成教学。从遥感课程的课程特点来看，课程前半部分属于理论知识讲解，后半部分属于实践性较强的影像处理内容。对于后半部分影像处理章节，由于涉及到具体的影像处理过程的讲解，如果采用传统的教学模式，仅仅在课堂上通过口述的方式展示给学生，授课效率比较低，而且不能调动学生学习的积极性，影响了学生对于整个知识体系的了解和掌握。

网络多媒体的优势在于教与学的互动，现代化教学手段的充分应用与数字遥感影像的充分展现。将网络多媒体技术应用于《遥感概论》课程，可以将专业遥感软件的处理流程在网络上有效展示，将不同专业处理软件的算法及原理分步骤剖析，将遥感数字影像的预处理、辐射校正、大气校正、几何校正、信息解译等实践环节清晰表述，有利于学生迅速掌握数字影像处理的基本技巧和方法。这种网络多媒体教学方法的使用，可以使学生自主地选择学习进度和学习节奏，激发学生的主观能动性，更有利于培养学生的探索精神。因此，将网络多媒体技术引入《遥感概论》，开发基于网络的《遥感概论》多媒体教学网站尤为必要。

二、系统设计与实现

1.设计原则。①实用性的原则，多媒体教学项目的开发必须结合《遥感概论》课程的特点，依据实用性原则，在保证各项功能实用性的同时，减少一些不必要的开支，对系统进行开发。②模块化原则，模块化能够大大提高系统的可管理性和可维护性，使得整个教学系统成为一个真正清晰明了的有机系统。模块化易于修改、扩充。采用模块化设计后，在维护时可以直接对某一需要改动的模块进行修改，从而能够有效降低网站不断更新所带来的麻烦。③基础理论与应用相结合的原则，采用Web开发平台，将航空影像、多光谱影像、热红外影像、雷达影像和高光谱影像成像方面的基本理论以互动的形式进行表达，通过这种途径实现遥感技术的应用实践加深对遥感原理的理解。为培养本科生应用技能，安排相应的遥感影像解译网络实习内容。④系统性和前瞻性相结合的原则。在系统介绍遥感物理基础、遥感成像机理、遥感影像处理和遥感影像解译原理、方法的基础上，在网络多媒体上力求将遥感技术发展取得的新成果和遥感新理论、新方法、新技术贯穿其中。考虑到当前社会和未来发展的趋势，拟在网络多媒体中加入两部分内容分别阐述遥感影像计算机智能解译和定量遥感基础，这是目前国内其他同类教材尚未阐述的内容，它有助于本科生了解遥感科学与技术的最新成果并掌握遥感发展趋势。⑤交互式原则，多媒体教学网站的设计要遵循交互式原则，包括人机之间的交互交互、师生之间的交互，以及学生之间的交互。人机交互要求学生能充分利用网络环境自主学习;师生交互要求师生应有网上互动;学生之间交互要求学生能在线讨论和协作交流相关的课程知识。

2.系统结构设计。系统采用基于Web应用的B/S三层结构，该结构模型由以下三部分组成：客户端浏览器，Web服务器和应用服务器、数据库服务器（图1）。这种基于Web的三层应用体系结构具有很多优点，客户端是浏览器，维护就相对简单，客户端与数据库隔离起来，提供了系统的安全性。应用服务层的引入减少了网络数据流量，提高了数据库的响应速度。总的来说，这种结构使应用系统的性能、安全性、扩展性有了很大的提高，也便于系统维护和管理。具体来说，系统设计以ASP、ACCESS编程等网络技术为基础，辅以authorware、flash、photoshop等多媒体工具，实现服务器端与客户端的交互式连接，完成实际教学工作。

3.系统功能设计。结合《遥感概论》课程的特点，在系统结构设计的基础上，设计了系统功能模块。Web应用层功能模块结构如图2所示。

系统共有四个模块：课程介绍、教学大纲、教学内容、教学资源。其中，课程介绍模块包括两个二级目录，即课程简介和教学手段;教学大纲模块包括两个二级目录，即课程教学大纲和实验教学大纲;教学内容模块包括理论课教学内容和实验课教学内容两个二级目录;教学资源模块包括教学介绍、教学课件、教学录像、影像资源、友情链接五个二级目录。点击相应的二级目录或者子目录，可直接链接到相应页面。其中，在教学资源模块中：（1）对于教学课件目录，其制作方法是按照教学的要求，采用Authorware 6.0作为创作平台，并用Photoshop CS5、Flash CS5和3D MAX等作为辅助工具来完成教学课件的多媒体制作。（2）教学录像目录是将《遥感概论》课程中涉及到影像处理的相关章节，比如遥感数字图像的变化与增强、遥感数字图像的分类等，利用视频剪辑软件，制作成视频片段，放到网上共享，便于学生在课外的学习。（3）影像资源目录下，列出了课程所涉及的各类遥感影像。根据教学内容将影像进行了切割，同时把典型区域、热点区域的影像导入影像数据库。影像数据库内容主要包括黑白摄影航空相片、彩色摄影航空相片、彩红外摄影航空相片，MSS影像、TM影像、SPOT影像、IKONOS影像、QuickBrid影像、热红外遥感和SAR影像等。数据库中的所有影像可以供学生免费下载使用。（4）在友情链接目录下，列出了能免费下载遥感影像的部分网址，以及与本课程类似的其他高校的网络课件，供学生学习和借鉴。

4.系统简介。本课程网站部分模块界面显示如图3。

本系统采用现代化的教学技术与手段，以网络技术为依托，将遥感数字影像的数学理论、物理基础以多媒体的形式展现出来，在网络上完成数字遥感影像处理实践的全过程，实现了《遥感概论》课程理论与实践的有机结合，为高校地理科学专业相关课程的教学改革提供了一个具体的实施方案。

参考文献：

[1]范爱，姚福安.精品课程与教学网站建设[J].电气电子教学学报，2006，28（6）：86-88.

[2]吴艳，韩雨薇.地理教学中多媒体教学与传统教学的有效整合[J].才智，2012，（1）：123-124.

第3篇：遥感影像处理技术范文

[关键词]卫星遥感影像 内定向 外方位元素 地理信息

[中图分类号]P283.8 [文献码] B [文章编号] 1000-405X（2014）-1-43-1

0引言

随着当前科学技术的不断进步，国家对于卫星遥感技术研究的资金不断加大投入，摄影测量正逐渐从单纯的依靠航空摄影测量向航空摄影测量和卫星遥感测量两方面并重发展，基于当前卫星遥感影像的单片测图与修测技术对航天摄影测量极为重要。由于地方经济建设速度的加快，地图的成图速度已跟不上经济发展的脚步，我们对地形图和各种专题地图等地理信息数据的需求量迅速增加，尤其是地理信息数据的现势性要求尤为突出，本文简要介绍如何利用卫星遥感影像的单片测图与修测来进行地理信息数据的快速更新。

1卫星遥感影像应用概述

卫星遥感技术是快速、全面、精确地测定全球地形，搜索目标定位数据以及杀伤武器制导的最有效手段，遥感影像获取的数据可在GIS或专业影像处理平台的支持下，为地形测绘、环境监测和资源勘查等提供信息服务；也可转化为数字化战场所需的军事地理信息，是军事指挥自动化的基础。

随着国家经济建设的不断进步，高分辨率遥感卫星所带来的巨大军事与经济效益，引起全球民用与军事应用领域的高度重视，出现了各国竞相研究开发高分辨率遥感卫星及其应用技术的热潮，在短短的几年时间内有了飞速的发展，出现了卫星遥感技术不断扩散的发展趋势。卫星遥感影像处理技术的不断发展，基于卫星遥感影像处理平台利用卫星遥感影像进行地理信息基础数据库的更新日趋成熟，目前可以获得的普通分辨率的卫星遥感影像主要有：IRS-1D、ASTER、JERS1-OPS、Resours-F的MK4和Kate200、COSMOS的TK-350等；获取的高分辨率卫星遥感影像主要有：QuickBird、Ikonos、EROS-A1、AVNIR、COSMOS的KVR-1000、Resours-F的KFA-3000等。由于可以获取不同分辨率卫星遥感影像数据，因此根据任务需求选择适合的卫星遥感影像数据进行相关地理信息数据的制作。

2画幅式卫星影像的内定向和空间后方交会

2.1画幅式卫星影像的全自动内定向

摄影测量从模拟摄影测量发展到解析摄影测量又到今天的数字摄影测量，内定向也经历了从手工内定向、半自动内定向、全自动内定向的发展过程。作为摄影测量测图的第一步，内定向的本质就是从一种坐标系转向另一种坐标系。

数字影像的内定向的定位是通过利用框标的检校坐标和扫描，首先通过计算扫描坐标系和像平面坐标系之间的变换参数及在数字影像中可能存在的变形。因为原始资料提供给框标的校检坐标，所以找到并精确定位框标点就是内定向的任务，换言之，就是得到框标的精确扫描坐标来求解变换参数。

2.2画幅式卫星影像的空间后方交会

画幅式卫星影像空间后方交会与航空摄影像片空间后方交会的主要区别在于两者关于外方位元素初值的获取方式以及外方位元素之间相关性的处理方式不同。画幅式卫星影像的六个外方位元素之间存在着一定的关联性，在用不同的控制数据解求同一副影像的外方位元素时，计算出来的结果差别较大，但是在控制点分布较为理想的情况下，可以利用最小二乘估计的方法老求解外方位元素。

3单线阵CCD卫星影像外方位元素的解算

3.1线阵CCD影像外方位元素间的相关性

经过大量实验表明，误差方程式中位置参数存在很强的相关性，使得求解精度低甚至无法求解。产生原因主要包括：（1）航天影像主距大，光束窄；（2）行高较高，导致误差方程式的各未知参数系数在数量级中相差巨大；（3）计算过程中引用了大量的待求参数。

3.2克服相关性解求外方位元素的常用方法

主要有：（1）在拥有大量数据的情况下，增加虚拟误差方程，从而使得各参数独立性增加，但其缺点是增加工作量，降低工作效率。（2）在近似垂直摄影的情况下，合并相关项，但由于将合并项参数合并后，其几何意义不易阐明，所以在实际应用中具有局限性。（3）将外方位元素线、角分开迭代求解。但是在数学角度上来看，这种方法不严密，而且所得过于依赖外方位元素的初值。

4引入粗差探测的外方位元素的测算

在解算外方位元素时，画幅式卫星影像和线阵CCD卫星影像需要控制点的地面坐标以及像坐标，但是在实际测量的过程中，粗差的出现是不可避免的，但其存在必然会影像测量的成果，所以将粗差剔除，特别是在外方位元素的解算过程中，十分必要。

粗差产生的原因多种多样，数值差别也有可能很大，通常情况下依靠联系实际通过某种预先处理的手段，将在数据中可能存在的大粗差以及中等的粗差剔除掉。而一些小粗差，则需要通过严格的统计检查。

但是在实际应用中，很多的估计方法，对含粗差的观测值极为敏感，粗差对于其估计的参数会产生极大的影像。而稳健估计便是针对这一状况提出的，其主旨在于构造一种估计的方法，使其可以对粗差具有一定的抵抗能力。

5利用卫星遥感影像测制和修测地形图

因为利用卫星遥感技术获得资料较快，成图迅速，制图成本低廉。而单张像片测图具有相对简单，快捷的特点，所以我们研究画幅式卫星影像同单线阵CCD卫星影像制图具有十分巨大的意义。

由于地形图只能反映出绘测当时的地面状况，但是由于受到工程建设等人为的生产活动以及自然变迁的影响，地形地貌会经常发生变化。所以地形图逐渐就与实际地形不一致，所以为了保持地形图的现势性，保障其使用价值，就需要定期对地形图进行修测。地形图的修测大致分为地物修测，地物修测方式主要是基于正摄影像的地形图修测和利用卫星遥感影像进行的地形图修测。

6总结

限于时间和篇幅的制约，本文只是对当前画幅式卫星影像以及单线阵CCD卫星影像的单片测量技术进行了简单的叙述，是相对于利用高分辨率的卫星遥感影像立体像对技术进行测图的一种补充方法，是对地理信息数据更新方法的一种尝试。

参考文献

[1]张海涛，贾光军，虞欣.基于GeoEye-1卫星影像的立体测图技术研究[J].测绘通报，2010年12期.

[2]陈静波，宋伟东，赵忠明.利用通用传感器模型实现高分辨率遥感影像单片定位及正射纠正方法的研究[A].第十二届中国体视学与图像分析学术会议论文集[C].2008年.

第4篇：遥感影像处理技术范文

关键词：高性能计算；地理信息公共服务平台；地理空间数据更新

地理信息公共服务平台是针对政府、企事业单位、科研院所、公众对地理信息资源综合利用、高效服务的需求，依托测绘地理信息部门现有地理信息生产、更新与服务架构，以及投入运行的与非广域网物理链路，在全国不同地区宏观、中观到微观地理信息资源上开发的分布式地理信息公共服务系统。地理信息公共服务平台通常包括标准体系、基础设施、数据层、软件层、应用层和用户层等部分。

1 数据层更新面临的问题

数据层的建设是地理信息公共服务平台建设的核心任务之一。平台数据层包括矢量地图、影像、电子地图缓存瓦片、三维模型及场景、导航等其他专题数据，数据量庞大。在2011年建成的国家天地图（国家地理信息公共服务平台公众版）中，集成的基础地理数据资源总数据量约30TB。各级公共服务平台建成后，地理信息数据的现势性成为用户关注的重点。如何有效的持续更新数据层是整个平台运营的关键。

平台中海量、多元空间数据的更新是以一定的周期进行，数据集成处理工作量、耗费存储空间巨大。现有的空间数据处理技术大多数还停留在单机处理或者客户端/服务器计算模式，效率不高。尤其是对超大规模空间数据处理的效率，无法满足人们的需求。

2 地理空间数据的高性能计算

地理空间数据的高性能计算是GIS、空间分析、高性能计算技术等科学和技术交叉、融合、发展的结果。探索把高性能计算技术应用到地理空间数据处理和更新中，是否可以满足地理信息公共服务平台对强大计算能力的迫切需求，在哪些数据技术处理流程上采用高性能计算技术，如何测试和验证高性能环境下的空间数据高效处理能力，是本文探讨的主要内容。

高性能计算（HighPerformanceComputing，简称HPC）是指从体系结构、并行算法和软件开发等方面研究开发高性能计算的技术。高性能计算（HPC） 通常使用很多处理器（作为单个机器的一部分）或者某一集群中组织的多台计算机（作为单个计算资源操作）的计算系统和环境。

3 高性能计算环境下地理信息公共服务数据更新实验

3.1 高性能计算环境下影像处理实验

当前，新的遥感技术在获取高清晰、大比例尺、高现势性、短周期等特点的影像数据上取得了突破，是地理信息公共服务平台重要的更新数据源。新获取的高清影像数据量大，重叠度高，传统的单机遥感软件处理比较困难。以较低成本实现海量遥感影像快速自动化处理成为技术探索的主要方向。

目前影像自动化高效能处理是影像处理研究的热点，国内外同类软件有Pixel Factory、CIPS集群式影像处理系统、PixelGrid等。该类系统具有集群计算机系统并行分布式计算的特点，能把网络互联的高性能集群通过软件的方式进行通信和协作，以一定的任务调度策略共同完成影像数据的分布式处理工作。在影像预处理、核线影像生成、影像匹配和影像正射纠正等作业步骤上系统实现了自动化处理，从而减轻人员的工作量，提高影像处理效率。

以湖南某地区无人机数码航摄数据为例，该地区共有14条航线，868张航片，数据处理总耗时30.9小时。该地区地貌以平原为主，平均高程约为50米。影像分辨率6微米，航高400米，影像行列数3744×5616。实验的设备包括存储设备和PC集群，存储设备为16TB磁盘阵列，缓存8GB，带宽2Gbps，每台PC机配置如下： 处理器Intel（R） Core（TM）2 Quad CPU Q9550 2.8 GHZ，内存4G。影像自动化处理软件PixelGrid。

实验证明，基于集群进行大规模遥感数据的并行处理，相比其他单机遥感软件，其生产效率有明显提高，可以实现1人在短的时间内完成生产，不仅提高工作效率，由于软件的自动作业模式，可以实现夜间无人作业。该数据生产模式对于应急、救灾等突发性事件的处理有着广泛的应用，可以高效完成地理信息公共服务平台影像数据更新处理工作。

3.2 高性能计算环境下地图缓存数据处理实验

地理信息公共服务平台一般采用瓦片技术，以迅速响应大数据量、大用户量的在线地图并发访问请求。缓存地图瓦片一般是由大量的零散图片构成，2011年，国家天地图（国家地理信息公共服务平台公众版）瓦片数量近30亿张，以湖南省为例，省级平台的瓦片数量近亿张。

地图缓存瓦片的制作、检查、复制和更新的时间代价巨大。在缓存瓦片的制作工艺流程中，由于涉及大规模矢量、影像等空间数据库的访问，地图显示效率受到极大的影响，地图刷新速度慢，延长了电子地图的制作和修改的时间。创建缓存瓦片需要软件不间断运行几天甚至十几天。缓存瓦片的检查工作目前以传统的人工目视检查为主，通常会涉及原始数据、电子地图符号配置的修改。因此，为了缩短地理信息公共服务平台的缓存瓦片生产周期，加快瓦片更新的速度，探索高性能环境下的地图缓存处理成为了研究方向之一。

以湖南省为例，全省地图缓存瓦片的生产先后使用了中档服务器和高性能服务器进行处理，处理软件为ARCGIS。测试证明，GIS服务器和桌面应用程序能够利用到多核CPU的优势。桌面应用程序使用地图图层或是加速栅格图层，会使用到多线程来实现绘制和渲染操作，程序的用户界面反应比之前的版本更快。服务器能利用到多CPU设置，支持多并发用户进程。瓦片缓存服务可以配置为多个实例来支持并发处理，高性能服务器在地图浏览显示和瓦片处理上效率有较大提升。

4 总结与展望

第5篇：遥感影像处理技术范文

关键词：高分辨率遥感 土地利用调查 土地整理

中图分类号：P208 文献标识码：A 文章编号：1672-3791（2015）03（c）-0012-02

“十分珍惜和合理利用土地，切实保护耕地”是我国的基本国策。当前我国正处在全面构建和谐社会、推进新农村、加快城镇化进程的新形势下，人地矛盾越来越突出。土地开发整理能有效增加耕地面积，提高耕地质量，改善农村农业环境，是缓和人地矛盾，协调人与自然，实现土地资源可持续发展的有效措施，具有十分重要的现实意义。土地开发整理的前期规划实施必须通过调查和测绘项目区的地形图，因此，如何快速高效地开展项目区的地形图测绘在土地开发整理中占据着极其重要的位置。随着信息技术的快速发展，卫星遥感技术得到了突破性进展，随着商用卫星IKONOS，QuickBird相继发射成功，卫星遥感突破了米级空间分辨率的局限，极大地促进了各应用行业的科技进步和管理水平。高分辨率卫星籍管理等工作。遥感在国土资源调查评价、土地利用动态监测、土地更新调查以及大中比例尺地形图测绘等方面已取得显著成绩。该文主要介绍高分辨率遥感数据在土地整理工作中大中比例尺地形图测绘方面的应用。

1 卫星遥感技术在土地整理中地形图测绘上的优势

早期的土地整理使用的基础图件为数年前的土地利用现状图，已经变化的土地利用情况则采用实地调查的方式进行部分变更，以变更后的土地利用现状图为底图进行土地整理规划和设计。由于土地利用现状图存在精度不足及时效性的限制，同时受客观条件及主观因素影响，规划和设计的精度较低。目前的土地整理项目对项目区地形图的精度和现势性要求都较高，单靠野外数字化采集数据方法可靠、精度也较高，但外业工作量大，且在地貌起伏大、植被覆盖好的地段施测困难。应用卫星遥感技术可以充分发挥遥感技术的优越性，能够快速及时获取土地整理区域的多时相数据，最大程度地保证监测的及时性及现势性，有效降低人为因素干扰，客观反映实际情况，减少地形、地貌、海拔、气候等自然因素的影响，最大程度地节省人力、物力和财力。随着高分辨率遥感影像的普遍应用以及遥感数字影像分类技术的发展，在专业的地理信息系统软件平台下，通过人机交互解译，根据影像中各地类、地物的色调、形状、阴影、纹理、位置和大小等特征，可直接勾绘出土地整理区域内各地类地物边界，同时赋予所勾绘的地物各种属性，以便进行下一步的数据统计与汇总工作，使工作效率大大提高，这一技术方法具有周期短、精度高、可操作性强、信息提取和更新速度快等特点。

2 研究方法

2.1 总体思路

2.1.1 数据源的选择

首先要根据实际需要购买遥感影像数据源。影像分辨率是决定影像精度的一个重要指标，影像精度要满足相应比例尺地图对于影像识别能力和成图精度要求，同时又要考虑成本。冗余的分辨率会增加卫星影像购买成本和加重数据处理的负担；而若分辨率达不到一定要求，就无法判读细小的地物、降低卫星影像图视觉上形象、逼真的效果，满足不了成图精度。因此我们在选择数据源时，并不是分辨率越高就越好，而是要针对现实情况，综合考虑成本、数据的可得性、成图比例尺等因素。QuickBird遥感影像，重访周期1～6d，现势性好，地面分辨率高（全色波段为0.61m，多光谱为2.44m），空间纹理清晰息。其多光谱波段光谱信息丰富，进行屏幕矢量化时，成图比例尺可达1：10 000或1：5 000；全色波段分辨率高达0.61m，但因影像上地物颜色比较一致，无法准确分辨地面复杂地物。因此，有必要进行二者之间的数据融合，在保留QuickBird多光谱影像丰富的光谱信息的前提下提高其分辨率，增强图像的视觉效果，提高地物判读准确性，一般来说，融合后的数据可以满足精度1：2 000比例尺图件成图的需要。图1是部分融合后的QuickBird影像图。

其次，遥感影像分辨率的选择除了考虑不同比尺成图对影像分辨率的要求，还要考虑现有可获的遥感影像产品规格，在好几种遥感数据都能满足成图比例尺的情况下，要考虑的是数据源的稳定性、性价比以及选择这种卫星的何种等级的数据产品。再次，遥感影像的拍摄时间、拍摄时的天气状况也是选择数据源时要考虑的。在土地整理工作中制作项目区地形图，为保证现势性，我们要尽量使用最新日期拍摄的数据为保证地面地物不被遮盖，要尽量选择无云或云量尽可能少的数据源。

2.1.2 遥感数据处理

这里所说的遥感数据处理是指供应商提供的影像到提供给作业员进行影像解译之间的一系列处理，影像处理的质量也直接影响更新精度。影像提供给用户之前一般都会根据用户的要求进行各种不同级别的处理。作为地形图测绘，首先是 要将影像处理成正射影像，这时就需要供应商提供IA级的处理（经过辐射校正、CCD探测器阵列均衡化处理），其它校正由用户完成。遥感数据处理是以ERDAS、ENVI等专业图像处理软件、高配置计算机为平台，通过对卫星数据光谱特性的分析和图像增强处理，达到有用信息丰富、可解译性强的数字化过程。值得说明的是，在对遥感影像进行正射校正时，包括控制点选择、纠正模型选取、几何纠正精度检查等。纠正计算的方法主要有物理模型、多项式和逐微分纠正几种方式。多项式的校正精度与地面控制点（即GCP）的精度、分布和数量及校正影像的范围有关 ，对于二次多项式来说，适当地增加GCP的数量可提高几何精校正精度。GCP的均匀分布以及GCP的位置精度高，均可提高几何校正精度。若GCP太少或其自身的定位误差大，或分布不均匀，都会给整个图像校正带来较大影响。在实际工作中，也可以采用RTK技术野外采集控制点的方法来对遥感影像进行校正。

2.2 实现过程

2.2.1 室内解译

解译标志是遥感图象上能直接反映和判别地物信息的影像特征，它是室内解译的依据。主要从目标地物的大小、形状、阴影、色调、纹理、图型和位置与周围的关系等推断出目标地物的属性等相关信息。外业调查是内业解译的基础。通过实地调查，了解研究区的自然、社会、经济状况和水土流失特点、水土保持治理措施等情况，并建立实际地类与影像的对应关系，即影像解译标志。对于QuickBird这样的高分辨率影像的解译标志比较好判断，从图像上基本可以辨别出地物类别。我们在土地整理工作的实际操作也只需要将居民点、道路、沟渠、林地、园地、旱地等地类特征直接沿影像特征的边缘准确勾划出地类界线，进行图斑勾绘。如图2所示。

在进行室内解译时主要遵循以下原则：（1）多尺度宏观原则：在详细解译之前，首先对影像总体轮廓和研究区生态概况进行研究，以获取整个研究区宏观生态分布类型。（2）先易后难，循序渐进原则：整个遥感图像目视解译工作往往比较复杂，反复枯燥，工作量较大，需要有足够的耐心，可遵循先易后难，循序渐进的原则。

2.2.2 外业调绘

室内解译过程结束后，要将解译结果带到野外进行实地验证 ，验证的主要内容是检查解译图各图斑的划分与实际情况的一致性和范围界限的准确性，对解译有误的地方重新进行解译与修改；利用GPS先布设好图根控制点，实测控制点坐标，采集图斑实地边界和新增线状地物的坐标数据及相关几何数据，并实地调查该变化图斑的位置、土地利用状况等属性，将其填写外业记录表上，并绘制外业调绘图。

2.2.3 地形图的制作

将野外采集的各种数据上传至电脑中，在GIS平台下利用数字成图系统，对变化图斑和新增图斑以及新增线状地物进行矢量勾绘，并建立完整的拓扑关系，利用软件相关功能计算出图斑变化面积，再根据外业调查、量测情况，经过添加高程信息，进而编绘生成地形图。主要技术流程见图3。

3 应用中要注意的问题

在利用高分辨率遥感影像数据进行土地整理的地形图制作时，有以下两点问题需要注意：（1）目前土地利用数据信息或图斑变化主要依靠目视解译方法来判读，造成了它易受人为因素影响的局限性，例如：一条干涸的小河流就有可能在卫星遥感图上被误判为一条沙石路；公路两侧的干沟渠被误判为道路等，这就要求作业人员具有丰富的专业知识和作业经验。（2）室内解译完成之后一定要进行外业调绘，尤其是一些新增的线状地物或零星地物，决不能主观臆断，一些在图上难以判断的图斑必须到实地去调查是否变化及测量变化前后的面积，其位置无法在图上直接标出时必须进行实地的野外测量。

4 结语

随着遥感技术的发展，遥感技术将成为土地调查的重要手段，高分辨率遥感影像数据具有现势性好、空间与时间分辨率高等优点，能及时、准确、快速地反映土地利用变化情况，将成为获取土地利用变化的重要信息源。与传统的土地调查方法比较，利用高分辨率遥感影像调查具有快速、省时、省力等特点，能基本满足现代土地利用调查的需要。

参考文献

第6篇：遥感影像处理技术范文

【关键词】遥感；正摄影像；CBERS-02B，DOM

0.前言

本文以某城区为例，以监测某一时期内城市发展建设情况为目的，进行综合需求分析，采用CBERS-02B数据与Googleearth下载数，通过数据的预处理，将高分辨率、全色CBERS-02B影像与Googleearth下载彩色数据融合，得到高分辨率彩色遥感影像，将不同时期的高分辨率彩色遥感影像进行对比，计算机解译配合人工判读提取监测图斑。对提取后的变化图斑进行分类、分析，通过变化图斑的类别（属性），总结某一时期内城市建设变化情况。为城市管理部门掌控城市建设动态提供直观、精准、科学的数据，促进地方相关部门加大力度搞好城市规划、管理，使城市建设更加规范化、人性化。

1.数据准备与技术路线确定

1.1数据准备情况

本文涉及到的试验数据主要包括CBERS-02B、1：10000地形图、1：50000DEM，均由中测新图（北京）遥感技术有限责任公司提供；另外，为保证数据的色彩效果，试验过程中还采用了部分Googleearth下载数据。在此，对相关数据都作了相应说明，为隐密起见，不涉及具体城市名称。

1.2技术路线和作业流程

1.2.1作业流程

本试验主要作业流程包括数据准备、影像处理、变化信息提取、计算机判读与人工判读的比较、变化信息分类、形成结论等六个阶段。

1.2.2技术路线图

为了兼顾试验结果的精度和工作效率，此技术路线与中测新图（北京）遥感技术有限责任公司应用的技术路线、方法稍有不同，具体技术路线见图1。

图1 技术路线图

2.影像处理

原始影像图包括全色灰度图和多光谱彩色图，全色波段数据图像主要提供的是纹理信息，处理的方法根据所原始影像质量的优劣而制定，尽可能的保证图像具有清晰的空间分辨能力，当图像噪音较大时，在融合前需对局部图像进行灰度的反差增强和纹理能量信息的增强处理。多光谱图像主要提供地物、地貌的光谱信息。全色和多光谱数据的融合能够兼顾地物的纹理和光谱差异，能够更加接近地物的现实特征，使影像色彩信息丰富，地物清晰。

2.1遥感影像几何纠正与精度评定[2-3]

2.1.1几何纠正

采用1：10000矢量地形图和1：50000DEM作为纠正基础，选择有理多项式法对CBERS-02B数据（前时相、后时相）和X数据分别进行正摄纠正。控制点选取按照由整体到局部，均匀覆盖整个建成区的原则，选择16-25个控制点，各控制点点位误差控制在一个像元以内，重采样分别输出CBERS-02B（前时相、后时相）和X数据正摄影像图。

2.1.2精度评定

将纠正输出的正摄影像图与地形图进行叠加套合对比，均匀选取16个点位检查套合精度，最大残差1.46米，中误差0.80米，几何精度满足规范要求。

2.2影像融合融合

现有遥感处理软件提供了多种融合算法，但本试验采用的数据CBERS-02B各景间数据质量不均匀，且X数据内部色彩不一，经过多次试验，目前既定融合算法对实验数据的融合质量均不理想，后经图像处理软件PHOTOSHOP对多光谱数据进行去噪及匀色处理，且去掉其纹理信息（仅保留颜色信息），设置图层透明度为40%～50%之间；同时对全色数据进行纹理增强。将多光谱图层与全色图层合并融合。

2.3色彩处理

2.3.1单景数据内部颜色处理

对融合后的单景影像进行颜色处理，使其纹理清晰、色彩均匀、柔和、亮度/对比度适中。

2.3.2不同景数据的颜色处理

以通过颜色调试的数据为基调，对相邻景进行色彩调试，使相邻景色彩基调与参考数据一致，按照相邻传递的方法对其他各景数据依次进行调试。

2.4影像镶嵌

通过镶嵌线对融合后的正摄影像进行镶嵌处理，并对镶嵌后的影像进行检查。

2.4.1镶嵌原则

根据工作区影像成果情况，保证在重叠区域合理使用各种影像资料：

（1）前期制作成果优先于后期制作成果；

（2）高分辨率成果优先于低分辨率成果；

（3）同期成果影像质量好的成果优先于质量相对差的成果（影像质量包括光谱信息、噪声、斑点、饱和度、云雪覆盖等方面）。

2.4.2镶嵌前检查

镶嵌前精度检查主要是通过影像叠加显示、量测、目视观察等方法进行。

2.4.3镶嵌线选择、镶嵌

镶嵌线应尽量选取线状地物或地块边界等明显分界线，以便使镶嵌图像中的拼缝尽可能地消除，使不同时相影像镶嵌时保证同一地块内纹理、色彩自然过渡，有利于判读，镶嵌线选取完成后进行影像镶嵌。

2.4.4镶嵌后精度检查

对镶嵌后的影像进行检查，避免出现裂缝、错位、模糊、扭曲和重影现象；并且使时相相同或相近的镶嵌影像，纹理、色彩是否过渡自然。

3.城区建筑物自动提取

3.1建筑物的提取

对于城区矩形建筑物的计算机自动提取，陶文兵等人提出了基于几何结构元分析的航空图像城区建筑物的自动提取和利用机载激光扫描测距数据进行建筑物的自动提取进行讨论。对于最近几年出现的高分辨率航天影响同样适用（陶文兵，2003）。

通过Canny边缘检测算子提取建筑物轮廓边缘，通过轮廓跟踪并使用Splitting方法提取直线得到相应的直线几何图形。采用几何结构元分析方法，提取图形中构成矩形的基本结构元，根据结构元合并的准则，通过相应算法将各种基本结构元合并成矩形结构。

该方法运算速度快，提取矩形房屋具有较高的准确率，并且边界定位精度良好，基本能完成矩形房屋目标的自动检测，误检和漏检的情况较少（见图1-2）。

DOM影像 边缘增强效果 提取的边缘值

图1-2建筑物轮廓提取过程图

Fig 5-2 extraction process schematic diagram of building profile

从上图可以看出，高分辨率航天遥感影像采用基于几何结构元分析的方法对于矩形建筑物的提取，提取效果完全能够满足作为城市变化动态监测和中小比例尺地形图更新的需求。

3.2城市变化图斑的生成、修改

通过几何构元后的前后时相CBERS-02B差值运算，自动得到监测变化图斑；然后，结合人工判读对图斑进行修改。目前，国内外普遍应用的也是通过两期不同时相的遥感影像叠加对比，目视解译并手动勾勒出变化图斑的形状大小。目前，这一方法仍然是主要解决办法。

4.计算机自动提取和人工手动提取的对比

经过以上基于几何构元的计算机自动提取建筑物轮廓，然后做差值运算提取变化图斑的过程和结果，与完全手动修改后城市变化图斑成果作对比，发现两者相比，成果较为接近。

5.动态监测变化信息分类与应用

5.1变化信息的分类依据

城市土地分类是开展城市土地利用的最基本问题。根据建设部1991年颁布的《城市用地分类与规划建设用地标准》（ GBJ I 37-90 ），城市用地按土地使用主要性质进行划分和归类，采用大类、中类和小类三个层次的分类体系，共分10大类〔居住用地、公共设施用地、市政公用设施用地、对外交通用地、道路广场用地、工业用地、仓储用地、特殊用地、绿地、水域及其他用地），46中类，73小类。国内学者根据不同研究区域范围与特性，基于遥感影像图将城市用地类型按照不同的方式进行了分类。

5.2城市用地类型专题图制作

按照城市规划行业标准首先将城市划分为各种用地类型，制作城市用地分类专题图，作为城市变化信息的分类依据，从而完成城市建设变化信息的分类工作。由此，绝大部分变化信息为相应变化类型，可明显提高工作效率。

5.3城市变化信息的专家分类

在ERDAS软件中用专家分类器制作分类模板，对提取的变化信息和制作的城市用地类型专题图进行叠加分类分析，结合人工判读进行修正，最终得到分类后的变化信息，可作为政府各级管理部门统计、分析城市用地情况的依据。

5.4变化图斑用于城市地形图的更新

本文以某市遥感影像为试验，在DOM制作上进行了严格的质量控制，经过对图面精度抽样分析，发现提取的变化图斑精度完全能够达到1：5万地形图的精度标准，而且现在的城市变化动态监测都是对各个城市的连续监测，这样，下一期监测就能够剔除上一期监测的伪图斑，从而使监测变化地物真实的反应城市建设过程中的变化，然后经过分类分层变化和属性赋值，来更新城市图形数据库。用遥感监测的方法来更新中小比例尺的地形图，效率高、成本低，而且作为城市规划动态监测的副产品，会给测绘事业的发展提供更快更好的数据库更新办法。

6.结束语

本研究主要包括两个方面，一是对于数字正摄影像的制作过程做了详细的阐述，加上大量数据试验验证，得出了CBERS-02B影像处理的规律和相应算法；另外，对于城市规划建成区内的建筑物轮廓进行了计算机自动提取，并做了大量实验，得出了一套切实可行的城市规划动态监测的方法，为将来的批量数据处理和变化信息获取提供了技术支持。

参考文献：

[1]马友平，冯仲科，何友均，张志华.基于ERDAS IMAGE 软件的快鸟影像融合研究[J].北京林业大学学报，2007，29（增刊2）：26-30.

[2]王崇倡，石吉宝。QuickBird遥感全色影像平面精度分析[J].黑龙江工程学院：测绘工程，2004-1：53-56.

[3]李军林，李国春，王静.一种结合形状特征的多光谱遥感影像分割方法[J].农业网络信息，2006（5）：16-19.

第7篇：遥感影像处理技术范文

    1.1遥感影像基本定义及介绍

    遥感技术自诞生之日起,应用逐步延伸至我们日常生活的每个角落。1943年德国开始利用航空相片制作各种比例尺的影像地图。1945年前后美国开始产生影像地图,我国在20世界70年代开始研制影像地图。[1]在日常工作中,我们常常接触到遥感影像,谈及遥感技术及其应用。那么具体是指什么呢?所谓遥感影像,是指纪录各种地物电磁波数据而生成的各种格式的影像数据,在遥感中主要是指航空影像和卫星影像。目前遥感影像图无论在农业的土地资源调查,农作物生长状况及其生态环境的监测,还是在林业的森林资源调查,监测森林病虫害、沙漠化或是在海洋资源的开发与利用,海洋环境污染监测都有着非常重要的应用。[2]

    1.2遥感影像的四个基本特征

    遥感影像有其四个基本的影像特征:空间分辨率、光谱分辨率、辐射分辨率、时间分辨率。通常意义上,我们平时最多谈及精度的问题,常常是指空间分辨率(SpatialResolution),又称地面分辨率。后者是针对地面而言,指可以识别的最小地面距离或最小目标物的大小。前者是针对遥感器或图像而言的,指图像上能够详细区分的最小单元的尺寸或大小,或指遥感器区分两个目标的最小角度或线性距离的度量。它们均反映对两个非常靠近的目标物的识别、区分能力,有时也称分辨力或解像力。光谱分辨率(SpectralResolution)指遥感器接受目标辐射时能分辨的最小波长间隔。间隔越小,分辨率越高。所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小,这三个因素共同决定光谱分辨率。光谱分辨率越高,专题研究的针对性越强,对物体的识别精度越高,遥感应用分析的效果也就越好。但是,面对大量多波段信息以及它所提供的这些微小的差异,人们要直接地将它们与地物特征联系起来,综合解译是比较困准的,而多波段的数据分析,可以改善识别和提取信息特征的概率和精度。辐射分辨率(RadiantResolution)指探测器的灵敏度——遥感器感测元件在接收光谱信号时能分辨的最小辐射度差,或指对两个不同辐射源的辐射量的分辨能力。一般用灰度的分级数来表示,即最暗——最亮灰度值(亮度值)间分级的数目——量化级数。它对于目标识别是一个很有意义的元素。时间分辨率(TemporalResolution)是关于遥感影像间隔时间的一项性能指标。遥感探测器按一定的时间周期重复采集数据,这种重复周期,又称回归周期。它是由飞行器的轨道高度、轨道倾角、运行周期、轨道间隔、偏栘系数等参数所决定。这种重复观测的最小时间间隔称为时间分辨率。

    2常用遥感影像

    2.1一般遥感影像

    目前,常用的中分辨率资源卫星有LandsateTM5、中巴资源卫星;以及常用的高空间分辨率的Spot5、Rapideye、Alos、QuickBird、WorldviewⅠ、WorldviewⅡ等。高分辨率遥感影像图信息丰富、成本低、可读性和可量测性强、客观真实的反映地理空间状况,充分表现出遥感影像和地图的双重优势,具有广阔的发展前景。[3]LandsateTM5、中巴资源卫星对大区域范围内的资源变化、国土资源变化、自然或人为灾害、环境污染、矿藏勘探有着较大的优势,但是因为分辨率低,所以在林业遥感判读中误判率相较于其他几种高精度遥感影像高,适合大面积地区的使用,譬如内蒙草原的退化变化以及荒漠化变化的监测等。其中ALOS因卫星故障已经于2011年4月开始较少使用。QuickBird虽然精度较高,但它一般对城区影像的覆盖较多较集中,对山区覆盖较少,而且存档数据很少,需要提前预定。不仅如此,QuickBird数据费用较高,综合以上原因,QuickBird数据一般很难大范围使用,所以在林业项目中使用较少。

    2.2前沿遥感影像

    WorldviewⅠ、WorldviewⅡ均为Digitalglobe公司的商业成像卫星系统,被认为是全球分辨率最高、响应最敏捷的商业成像卫星。这两颗卫星还将具备现代化的地理定位精度能力和极佳的响应能力,能够快速瞄准要拍摄的目标和有效地进行同轨立体成像。其中WorldviewⅠ为0.5米分辨率。相较于WorldviewⅠ,WorldviewⅡ载有多光谱遥感器不仅将具有4个业内标准谱段(红、绿、蓝、近红外),还将包括四个额外谱段(海岸、黄、红边和近红外Ⅱ),能够提供0.4米全色图像和1.8米分辨率的多光谱图像。需要特别一提的是,WorldviewⅡ提供的四个额外谱段(海岸、黄、红边和近红外Ⅱ)可进行新的彩色波段分析:(1)海岸波段,这个波段支持植物鉴定和分析,也支持基于叶绿素和渗水的规格参数表的深海探测研究。由于该波段经常受到大气散射的影响,已经应用于大气层纠正技术。(2)黄色波段,过去经常被说成是yellow-ness特征指标,是重要的植物应用波段。该波段将被作为辅助纠正真色度的波段,以符合人类视觉的欣赏习惯。(3)红色边缘波段,辅助分析有关植物生长情况,可以直接反映出植物健康状况有关信息。(4)近红外Ⅱ波段,这个波段部分重叠在NIR1波段上,但较少受到大气层的影响。该波段支持植物分析和单位面积内生物数量的研究。林业工作对遥感影像的植被信息较为关注,以上提及的四个额外谱段能提供较多的植被信息。国外相关机构已经将四个特色谱段应用于前沿科学研究,譬如生物量遥感估测应用等等。美中不足的是,相较于其他类型的遥感影像,WorldviewⅠ,WorldviewⅡ影像费用较高,在质量和技术上领先但价格上不占优势,不易于大范围的使用。

    2.3林业工作中应用较多遥感影像

    除去以上谈及的几种类型的遥感影像,在工作中较多使用到的是Spot5和Rapideye这2种遥感影像。Spot5是由法国发射的一颗卫星,常规提供2.5米全色影像和10米多光谱影像。SPOT5卫星影像的专业制图比例尺为1:25,000,概览成图比例尺极限为1:10,000。工作中,我们通常将2.5米全色影像与10米多光谱影像在正射纠正完后进行融合,生成2.5米空间精度的影像用于林业应用。Rapideye卫星为德国所有的商用卫星,主要性能优势:大范围覆盖、高重访率、高分辨率、5米的多光谱获取数据方式,省去了其他种类遥感影像需要全色影像与多光谱影像融合的步骤,这些优点整合在一起,让RapidEye拥有了空前的优势。RapidEye是第一颗提供“红边”波段的商业卫星,结合4个业内标准谱段(红、绿、蓝、近红外)适用于监测植被状况和检测生长异常情况,在林业领域应用中较为有利。

    3遥感影像准备及处理过程

    3.1遥感影像准备

    每种遥感卫星对地面覆盖范围不同,轨道不同,重访周期不同,拍摄时间、角度不同等等原因,还常受天气影响。因此根据实际需要使用的日期,来查询各景遥感影像是一件颇费周章的工作,一般需要向影像公司提前预定。实际工作中往往要求前后两期遥感影像对比,前后两期遥感影像对时间上的要求较为苛刻,因而这些工作往往经由熟悉遥感业务的高级技术人员执行。另外,遥感影像的购买、使用、存储需要考虑到保密工作,这一点也是需要谨慎对待。工作经验总结出Spot5、Rapideye有时因侧视角度过大原因,导致某些区域拉伸变形,尤其是高海拔山区部分;影像角度需要提前检查,侧视角度最佳保持在20以下。而较小侧视角可以保证邻近2景影像良好的接边,并能保证正射纠正后空间位置的准确性。

    3.2遥感影像处理

    3.2.1DOM及DEM数据准备通常,在条件良好的情况下,工作中使用1∶10000或更高精度的航片或是已经经过处理的高精度卫片作为DOM参考;但也可以使用的是1∶50000或1∶10000地形图作为参考。在实际工作中,我们往往会遇到DOM参考影像的空间分辨率不一致。在参考选用时,应该按照优先使用高精度DOM参考影像,然后再退而求其次的原则,保证校准的精度。一般地形图需要通过扫描形成DRG数据,在扫描图基础上进行逐公里网定位纠正处理,以达到精确的地理定位。DEM数据一般采用国家标准的1:50000DEM,或采用1∶10000、1∶50000矢量数据生成。DEM覆盖范围要大于遥感影像覆盖范围,这样才能保证遥感影像的有效纠正。

第8篇：遥感影像处理技术范文

[关键词]卫星遥感技术　森林资源调查影像特征　解译

1　意义

林业是国家的基础产业，兼有生态和经济两大效能，我省是森林资源大省，近些年实施了国家的森林资源分类经营、退耕还林、三北防护林工程等林业六大工程，取得了明显的成效，生态公益林补偿资金已经得到落实。获取准确的森林资源信息，是进行森林资源监测和提高森林经营管理水平的重要环节。近年来，遥感信息的获取技术得到了飞快的发展，各种面向复杂背景的平台，多时相、多光谱和高分辨率的卫星遥感数据大量涌现，为方便、快捷、准确地获取森林资源信息提供可能，并为提高森林资源调查精度、降低调查成本和劳动强度提供了现实的可能性。

2　遥感与森林资源调查

遥感是一种以应用物理手段、数学方法和地理学规律等为基础的综合性探测技术，是一门先进而有效的资源与环境信息获取技术。遥感信息具有宏观、动态、快速、多源等特点，在我国林业别是森林资源监测与管理中起到了重要作用。特别是近几年内我省森林资源清查利用遥感技术并结合现地调查，使国家和有关部门及时掌握看我省森林资源变化情况。森林资源根据调查目的、空间尺度、调查内容、技术方法等的不同，我国森林资源调查包括国家森林资源清查、森林资源规划设计调查、森林作业设计调查、年度森林资源专项调查、专业调查。国家森林贤源清查、森林资源规划调查、森林作业设计调查构成了中国森林资源调查体系的主体，三种调查的对象、目的、精度要求、调查方法不同，相互不可缺少或代替，又相互补充。另外，鉴于森林资源管理所涉及的内容极其广泛，按照调查目的、任务内容等的不同，年度森林资源专项调查和专业调查是对森林资源调查体系主体的有效补充，并与一类调查、二类调查和三类调查共同构成中国森林资源调查体系。

3　工作方法

近年来，地球科学由于航空、航天技术的发展，进入了崭新的天地，遥感技术的发展为各种地学应用提供了新的数据来源和探索地球的方式。现今我们可方便获取SPOT、TM、IKONOS、QUICKBmD、RADARSAT以及我国的资源一号卫星发送的卫星遥感数据。这些卫星数据其全色波段分辨率从15-0.61m，还有信息丰富的多光谱数据。这些卫星数据已被应用在林业与生态环境建设中，并取得了大量的成果。

3.1　遥感影像的处理：由于区域背景反射率和地物间反射率差别不大，原始图像模糊不清，直接可识别的地类信息也较少，不利于图像解译，因此必须进行图像处理。我省森林资源调查中主要采用的遥感数据是SPOT5。

影像几何纠正：将SPOT遥感影像与1：50000地形图上的特征点配准，选择克拉夫斯基椭球和横轴墨卡投影，选择足够数量均匀分布的控制点，应用二次多项式进行几何校正。经几何校正的SPOT，只需少量的控制点就可以配准。几何配准是遥感影像融合中关键的一步。几何配准的精度直接影响融合影像的空间分辨和清晰度。应将配准误差控制在0.5个像元之内。

SPOT影像的融合：图像融合是一种通过高级影像处理来复合多源遥感影像的技术，用特定的算法将两个或多个不同影像合并起来，生成新的图像。具体目标在于提高图像空间分辨率、改善图像几何精度、增强特征显示能力、改善分类精度、提供变化预测能力、替代或修补图像数据的缺陷等。在遥感影像处理软件中，应用图像融合功能进行SP07数据融合。一般有三种算法可供选择：PrincipalComponent、Multiplicative和Brovery 7rans-form。利用此功能可方便实现SP07数据融合。

3.2　遥感影像解译标志的建立：由于卫星影像图采用的是假彩色合成，赋予各种地物的特征(主要是色彩)与其实际并不相符，并且由于受物候期等因素的影响，同一地区的相同地物，其影像特征也不同，因此，建立具有较全面代表性的目视判读标志，是提高调查成果质量的关键所在。在建立目视判读标志前，我们首先对调查区域卫星影像图的特征进行初步分析，结合实际，熟悉图像上各种地物的色调、光泽、纹理、结构、形状及分布等特征，在此基础上，根据调查区域的大小和影像图物候期的不同，选择若干条实地踏查路线，使得这些路线尽可能地包括该区域所有的地类和森林类型；然后沿着预定路线到野外进行实地踏查，同时填写目视判读标志表，调查者再仔细观察调查区域的影像，重点是寻找那些判读标志表中没有描述的图像特征，结合实际掌握的情况或到实地验证的方法。作出正确的判读；最后，对，脑时目视判读标志表进行整理、分析、总结，形成统一标准后，制定正式的目视判读标志表，明确各地类和森林类型的色调、光泽、形状、结构、纹理及分布等特征，以此作为图班区划的标准。这样，就保证了室内判读区划得以顺利进行，提高了工作效率。

3.3　小班区划和目视解译：根据建立的判读标志，对地类和林分类型进行人机交互目视解译，区划各类小班。具体做法是在ARCMAP中，以SPOT遥感影像为底图，结合判读信息对影像进行小班区划，生成面状图，并编制图班号。判读正判率的高低直接关系到整个区域调查成果的可靠性。在目视判读的过程中充分利用先易后难的原则对遥感图像上的地物进行分类，在解释过程中除了利用遥感图像上的特征外，还利用影像解译标志和其他辅助信息如地貌、地形和实相等知识识别地物，是简单也是最传统的分类技术。对于遥感影像上比较模糊的地类，比如：有时候水田和早地在地块形状上很像，便可加坡度图加以区分。一般来说，水田会在25度以下。用材林和经济林在影像上非常相似，便可利用DEM模型生成坡度、坡向分析与影像图加以叠加区分。经济林大部分情况下会出现在向阳面，且坡度不会很大。

4　影像拼接

一个县需要几幅卫星影像才能完全覆盖，为了便于使用，通常要将几幅卫星影像拼成为一整幅。由于每幅卫星影像在县内的大小不同，为了减少数据处理量，在拼接前先对影像进行裁切，只保留需要部分，这样可以加快处理速度，为保证需要部分不被裁去，要准备县界的矢量数据，用来控制裁切的边界。每幅卫星影像的扫描的时间不同的，这就存在太阳高度角、大气辐射量等各种因素的影响，造成各幅影像合成的假彩色的色彩差别很大。如果这样的影像用于外业调查，就需要分别对每幅影像进行判读建标，加大了外业工作量。因此需要对影像做直方图匹配，使一幅影像各个波段的直方图与另一幅影像的对应波段相似。经过直方图匹配后合成出来的假彩色也就比较相似了。

另外，由于两幅影像相接处在配准时会存在一定的误差，直接拼接出来的影像会有一条明显的接图线，影响外业人员的使用。为消除这种情况，通常的方法是绘制一条弯曲的接图线，并且将影像的重合部分进行羽化处理，以使影像相接部分能够平滑地过渡。

第9篇：遥感影像处理技术范文

关键词 遥感；NDVI指数；盐碱土壤；分布；应用

中图分类号 TP79 文献标识码 A 文章编号 1007-5739（2013）15-0239-02

土壤盐渍化通常出现在可溶性盐类含量高的地区，是一定的地形、气候、水文地质条件等自然条件共同对水盐运动影响的结果[1-2]，土壤盐碱化与农业灌溉等人类活动有密切关系，已成为一个全球性问题[3-4]，应当实时、动态、准确掌握盐碱区土壤的盐渍化分布、类型和发展程度。国内外相关研究表明，土壤盐碱化监测可以利用遥感信息技术作为重要手段，实现土壤盐碱化动态分析，已经取得一定成效[5-6]。在这些研究基础上，本文利用Landsat卫星影像，依据NDVI指数在大同盆地就盐碱土壤的分布和盐渍化程度进行了应用研究。

1 数据来源与研究方法

1.1 研究区概况

桑干河主要支流有御河、浑河、黄水河等，属海河流域永定河水系。桑干河在山西省境内全长250 km，年径流量为6.66亿 m3，流域总面积17 142 km2。桑干河流域湿地主要土壤类型有栗钙土、灰褐土、褐土、盐渍土、草甸土和沼泽土等。桑干河流域属温带大陆性季风气候。7月平均气温22～26 ℃，1月平均气温-12～-10 ℃，年平均气温7～9 ℃，≥10 ℃积温3 000 ～3 500℃，无霜期140～160 d，多年平均降水量350～430 mm。流域两岸，地面平坦宽广，是盆地的中心，是区域农业生产的重点地区，部分地势低洼的地方，排水不良，造成大面积的土壤盐碱化，是制约当地农业产业发展的重要障碍因素。

1.2 数据来源

数据来源为美国地质勘探局（http：//glovis.usgs.gov），数据格式为Landsat4-5 TM影像，数据分辨率为30 m，影像成像时间为2009年8月。

1.3 研究方法

对TM影像进行了几何校正。通过野外实地调查使用GPS采集了27对地面控制点，对影像数据进行了校准，并与行政区划图叠加进行了裁切（图1），确定研究区域，同时对种植作物和土壤盐碱状况进行了实地验证。

根据野外调查建立的地类与影像光谱特征之间的对应关系，建立训练样本。影像上重度盐碱地一般土壤湿度小、反射率高且植被覆盖差，反映为花絮状红色和紫红色的区域，重度盐碱地中光板地占1/2以上，地表植被为耐盐碱作物，如柽柳等。中度盐碱地植被覆盖状况相对较好，土壤反射率低于重度盐碱地，一般为盐碱荒地与农用地插花分布，但作物缺苗1/2左右。 轻度盐碱地植被覆盖优于中度盐碱地，影像上显示为淡绿色。亮绿色说明植被良好，为正在生长的玉米地。经过反复训练，满足分类精度的需求。

采用监督分类、归一化植被指数NDVI等遥感影像处理方法完成对影像上记录的作物和土壤盐碱进行识别分类与统计估算[7-8]，并对影像上能识别的建设用地（城镇村建设用地和工矿用地）、水域等地类进行了剔除。

归一化植被指数的计算公式为：

NDVI=■（1）

式（1）中，IR为近红外波段反射率，R为红波段反射率，NDVI值越高，反映植被的覆盖密度和作物长势越高，而对于裸地和水体则取值趋于0。

2 结果与分析

大同盆地的遥感影像见图1，NDVI指数的分布情况见图2。由图2可知，大同、朔州2市的盐碱地分布范围有大同市的天镇县、阳高县、大同县、浑源县、南郊区、新荣区；朔州市的怀仁县、应县、山阴县和朔城区；其中朔州市的怀仁县、应县、山阴县和朔城区等4个县区的分布面积较大，且集中连片，而大同市除天镇县和阳高县分布相对集中外，其余县区如新荣区、南郊区、大同县等面积较小，且相对较分散。

从图2也可以看出，NDVI指数值最小的区域主要集中在大同市的天镇县和朔州市的应县、山阴县一带，NDVI值较高的区域集中在大同县和阳高县的交界处，这与实地调研的结果也是一致的。

将大同盆地NDVI指数的分布（图2）与第二次土壤普查大同盆地盐碱地分布（图3）比较，可以看出NDVI指数较好地反映出研究区盐碱土壤的分布情况，阳高县的盐碱地分布面积减少，这与当地近些年地下水位下降有很大的关系。

3 结论与讨论

利用监督分类、NDVI指数等遥感方法探测土壤盐渍化状况和制图，可以动态、实时、宏观地对土壤盐碱分布进行直观反映，但必须避免其他地类对NDVI指数反演的影响，同时结合大量的地面调查和室内分析测定数据。遥感数据只能研究地表裸土、植被等的表面特征。监测土壤盐渍化程度，必须依据土壤特征直接推演或依据植被特征间接推演，从而确定它们与反射率的关系。

国内外多数的研究结果说明，遥感数据的光谱和空间分辨率、地表景观、地貌形态、分类方法等对分类精度有一定的影响。另外，土地利用类型、表层土壤质地和有机质以及耐盐植被在一定程度上干扰或掩盖了盐分对土壤反射率的作用，产生光谱混淆现象，也会进一步影响分类的精度。

4 参考文献

[1] 朱庭芸.灌区土壤盐渍化防治[M].北京：农业出版社，1992：32-38.

[2] 李保国，龚元石，左强.农田土壤水的动态模型及应用[M].北京：科学出版社，2000.

[3] 杨劲松.土壤盐渍化研究展望[J].土壤，1995（1）：23-27.

[4] 翁永玲，宫鹏.土壤盐渍化遥感应用研究进展[J].地理科学，2006，26（3）：369-375.

[5] 刘庆生，骆剑承，刘高焕.资源一号卫星数据在黄河三角洲地区的应用潜力初探[J].地球信息科学，2000，2（2）：56-57.

[6] 赵庚星，窦益湘，田文新，等.卫星遥感影象中耕地信息的自动提取方法研究[J].地理科学，2001，21（4）：224-229.