遥感地学分析报告总结材料Word下载.docx
《遥感地学分析报告总结材料Word下载.docx》由会员分享，可在线阅读，更多相关《遥感地学分析报告总结材料Word下载.docx（32页珍藏版）》请在冰点文库上搜索。
按工作方式分为：
主动方式传感器：
侧视雷达、激光雷达、微波辐射计。
被动方式传感器：
航空摄影机、多光谱扫描仪（MSS）、TM、ETM（1,2）、HRV、红外扫描仪等。
传感器的组成
收集器：
收集来自地物目标镜、天线。
探测器：
将收集的辐射能转变成化学能或电能。
处理器：
将探测后的化学能或电能等信号进行处理。
输出：
将获取的数据输出。
传感器的工作原理
是收集、量测和记录来自地面目标地物的电磁波信息的仪器，是遥感技术的核心部分。
根据传感器的工作方式分为：
主动式和被动式两种。
主动式：
人工辐射源向目标物发射辐射能量，然后接收目标物反射回来的能量，如雷达。
被动式：
接收地物反射的太阳辐射或地物本身的热辐射能量，如摄影机、多光谱扫描仪（MSS、TM、ETM、HRV）。
常用遥感系统
卫星遥感系统航空遥感系统地面遥感数据采集系统
卫星遥感系统
陆地卫星系列气象卫星系列海洋卫星系列地球观测系统（EOS）计划环境遥感卫星陆地资源卫星以探测陆地资源为目的的卫星叫陆地资源卫星。
目前，主要的陆地资源卫星有：
（1）美国陆地卫星（Landsat）；
（2）法国陆地观测卫星（SPOT）；
（3）欧空局地球资源卫星（ERS）；
（4）俄罗斯钻石卫星（ALMAZ）；
（5）日本地球资源卫星（JERS）；
（6）印度遥感卫星（IRS）；
（7）中-巴地球资源卫星（CBERS）。
陆地卫星的运行特点：
（1）近极地、近圆形的轨道；
（2）轨道高度为700～900km；
（3）运行周期为99～103min/圈；
（4）轨道与太阳同步。
空间分辨率（Spatialresolution）（又可称地面分辨率（Groundresolution））
–前者是针对传感器或图像而言的，指图像上能够详细区分的最小单元的尺寸或大小
–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；
光谱分辨率——传感器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，即波段数、波段中心波长，及带宽
光谱分辨率在遥感中的意义：
开拓遥感应用领域专题研究中波段选择针对性图像处理中多波段的应用提高判识效果
辐射分辨率指传感器对光谱信号强弱的敏感程度、区分能力。
即探测器的灵敏度（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
第三章
遥感图像地物特征
地物的反射光谱特性地物的发射光谱特性地物的透射光谱特性
反射：
当电磁辐射能到达两种不同介质的分界面时，入射能量的一部分或全部返回原介质的现象。
反射率地物的反射能量Pe占总入射能量Po的百分比，称为反射率ρ
反射类型
镜面反射（Specularreflection）入射波与反射波在同一平面，入射角与反射角相等时，所形成的反射现象。
表面相对于入射波长是光滑，如可见光在镜面、光滑金属表面发生镜面反射，微波波长较长，对于马路也可发生镜面反射。
漫反射：
在粗糙面，入射能量在所有方向均匀反射，以入射点为中心，在整个半球空间向四周各向同性的反射能量的现象。
也称朗伯反射。
粗糙面也是相对于波长而言
方向反射：
反射并非各向同性，具有明显的方向性，即由入射方向和观测角方向两个方向决定，也与物体的空间结构有关。
发射率地物发射电磁辐射的能力，以黑体辐射作为基准
黑体及黑体辐射特性：
绝对黑体：
如果物体对于任何波长的电磁辐射都全部吸收，然后吸收的能力全部发射，没有反射和透射，则这个物体是绝对黑体（理想体）。
黑体也是朗伯体，辐射各向同性自然界中煤炭接近绝对黑体
太阳常熟：
不受大气影响，在距太阳一个天文单位，垂直于太辐射方向上，单位面积单位时间黑体所接收的太阳辐射能量
透射率即地物透射的能量与入射总能量的百分率，称之为投射率
目视解译是用肉眼或借助于简单的工具如放大镜、立体镜、投影观察器等，直接由肉眼来识别图像特性，从而提取有用信息，即人把物体与图像联系起来的过程。
遥感图像解译：
从遥感图像上获取目标地物信息的过程。
分为目视解译和计算机解译。
目视解译：
指通过直接观察或借助判读仪器在遥感图像上获取特定目标地物信息的过程。
需要丰富的专业知识，逻辑判断、空间推理、综合分析
计算机解译：
以计算机硬软件系统为支撑，利用模式识别与人工智能技术，根据遥感图像中目标地物的光谱特征和空间结构特征，结合专家的经验（知识库），进行分析和推理，实现对遥感图像的理解，完成信息提取的过程。
目标地物特征色：
在遥感影像上的颜色，包括色调、颜色和阴影等；
形：
目标地物的形状、大小、纹理、图型；
位：
目标地物的空间位置、相关布局等
直接标志：
能够直接判读和确定目标物属性、性质影像特征。
是目标物自身特点在影象上的直接表现。
间接标志：
与地物属性有在联系，通过相关分析能确定其性质和属性的影像特征。
目标地物识别特征
色调（Tone）：
从白到黑的密度比例（灰度）颜色（Color）：
可见光对入射光选择性吸收和反射阴影（Shadow）形状（shape）:
目标地物的外部轮廓纹理（Texture）：
部色调有规律变化的影像结构大小（size）：
目标地物形状、面积、体积的度量位置（Site）：
目标地物分布地点图型（pattern）：
目标地物的规律排列而成的图型结构相关布局（Association）：
目标地物间的空间配置
形状地物呈现的外部轮廓。
需要根据影象比例尺和分辨率具体分析在遥感图像目标地物上
色调全色遥感图像中白黑深浅程度（灰度）。
色调是区分目标地物的基本标志。
颜色彩色遥感图像：
真彩色、假彩色
阴影分本影和落影。
增强地物的立体感；
同时也造成同物异谱现象。
图型即影纹图案。
目标地物规律的排列而成的图形结构。
纹理遥感图像中目标地物部色调有规则变化形成的影像结构。
即地物影像上的色调变化的空间布局和频率的变化。
布局物体间的空间配置。
物体间一定的位置关系和排列方式，形成了很多天然和人工目标特点。
位置地物分布的地点。
包括地理位置和相对位置。
间接判读标志：
能间接反映和表现地物信息的遥感图像的各种特征，可推断与某地物属性相关的其他现象。
可见光黑白像片和黑白红外像片解译：
形状和色调为主要标志彩色像片与彩红外像片解译：
色彩为主要标志
遥感资料的选择资料类型选择波段选择时间选择比例尺选择
遥感图像的处理影像放大影像数字化图像处理
解译步骤
准备工作包括资料收集、分析、整理和处理
初步解译、建立解译标志包括路线路勘，制订解译对象的专业分类系统和建立解译标志
室解译
野外验证包括解译结果校核检查，样品采集和调绘补测
成果整理包括编绘成图，资料整理和文字总结
光学图像：
早期的遥感技术通过摄影成像方法得到的像片，其灰度级及颜色连续变化。
光学图像可以看成是由无数个很小的单元点（像元）组成，每个像元的明暗程度记录了成像瞬间对应的物体的反射光强度（灰度），其实质就是探测围电磁辐能量分布图。
数字图像：
指由被称作像素的小块区域组成的二维矩阵，能在计算机里存储、运算、显示和输出的图像。
每个小块区域称为像素（pixel）。
每个像素包括两个属性：
位置和亮度（或色彩）
数字化：
将一幅连续光学图像，作等间距的抽样和量化，转化为数字图像的过程。
通常是以像元的亮度值表示。
数字量和模拟量的本质区别：
连续变量，离散变量。
采样（sampling）：
图像空间位置的数字化：
图像的空间取样，空间域连续变量离散化处理。
每一个采样点称为像元（或像素），像元的实地面积大小就是影像的地面分辨率。
量化（quantization）：
亮度值的离散化处理叫即指从图像灰度的连续变化中进行离散的采样，目前经常使用的灰度量度有64、128、256级。
数字图像的特点
便于计算机处理与分析：
计算机是以二进制方式处理各种数据的。
采用数字形式表示遥感影像，便于计算机处理。
因此，与光学影像处理方式相比，遥感数字影像是一种适于计算机处理的影像表示方法。
影像信息损失低：
由于遥感数字影像是用二进制表示的，因此在获取、传输和分发过程中，不会因长期存储而损失信息，也不会因多次传输和复制而产生影像失真。
而模拟方法表现的遥感影像会因多次复制而使影像质量下降。
抽象性强：
尽管不同类别的遥感数字影像，有不同的视觉效果，对应不同的物理背景，但由于它们都采用数字形式表示，便于建立分析模型，进行计算机解译和运用遥感影像专家系统。
灰度直方图：
横轴表示灰度级，纵轴（Pi=mi/M）表示灰度级为gi的像元个数占总像元数的百分比，所形成的统计直方图。
直方图的作用：
直观地了解图像的亮度值分布围、峰值的位置、均值以及亮度值分布的离散程度。
直方图的曲线可以反映图像的质量差异。
反差：
最大灰度值和最小灰度值之差。
直方图围窄，说明反差很小；
直方图延伸很宽，表明反差正态分布：
反差适中，亮度分布均匀，层次丰富，图像质量高。
偏态分布：
图像偏亮或偏暗，层次少，质量较差。
彩色合成为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。
彩色图像可以分为真彩色图像和假彩色图像。
真彩色图像：
真彩色图像上影像的颜色与地物颜色基本一致。
假彩色图像：
假彩色图像是指图像上影像的色调与实际地物色调不一致的图像。
辐射校正由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辩率和对比度下降等辐射失真；
几何校正是由于搭载传感器的遥感平台飞行资态变化、地球自传、地球曲率等原因引起的图像几何畸变。
辐射畸变原因传感器响应特性：
系统工作误差。
遥感器灵敏度特征引起的光电变换系统形成的；
镜其摄影面存在边缘比中心部分发暗（边缘减光）。
大气的吸收、散射及其它随机因素影响，导致图像模糊失真，造成图像分辨率和对比度相对下降。
光照条件、地形：
太阳高度、大气透过率、太阳直射光源照度、瞬时入射角等，地面坡度等都会影响辐射亮度值。
辐射校正：
通过纠正辐射亮度，使图像中像元之间亮度变化真正反映不同像元地物反射率之间的变化关系。
几何畸变：
遥感图像在几何位置上产生如行列不均匀、像元大小与地面大小对应不准确，地物形状不规则变化，如平移、缩放、旋转、偏扭、弯曲等。
遥感图像的几何变形有两层含义
一是指卫星在运行过程中，由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差。
二是指图像上像元的坐标与地图坐标系统中相应坐标之间的差异。
遥感影像变形的原因
遥感平台位置和运动状态变化地形起伏影响地球表面曲率影响大气折射影响地球自转的影响
几何校正分类：
几何粗校正：
地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正。
几何精校正：
利用地面控制点进行的几何校正称为几何精校正。
也称图像纠正，其目的是改正原始影像的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像。
坐标变换的两种方案首先要确定原始图像和纠正后图像之间的坐标变换关系
（1）直接法：
从原始图像阵列出发，依次对其中每一个像元分别计算其在输出（纠正后）图像的坐标
（2）间接法：
从空白图像阵列出发，依次计算每个像元P（X，Y）在原始图像中的位置P（x,y），然后把该点的灰度值计算后返送给P（X,Y）。
三种插值方法：
最近邻法双线性插法三次卷积法
最近邻法（NearestNeighbor）用距离投影点（采样点）最近像元灰度值代替输出像元灰度值。
优点：
简单计算量小，几何位置精度为±
0.5像元，最大是保持像素值不变，效果尚佳。
缺点：
有明显锯齿状，即灰度不连续，会影响制图效果。
当相邻像素的灰度值差异较大时，可能会产生较大的误差。
双线性插法（Bilinear）双线性插值法是对最近邻法的一种改进，即用线性插方法，根据点的四个相邻点的灰度值，分别在x、y方向上进行两次插值、一次插值，计算出值。
最后形成的插值函数为一双曲抛物面方程。
三次卷积法取与投影点邻近的16个象元灰度值（4*4），计算输出象元的灰度值。
效果最好，精度最高，采样中的误差为双线性插法的1/3，产生的图像比较平滑，
计算量最大，较费时。
（对控制点选取的均匀性要求更高，否则效果不好）
地面控制点（GCP，GroundControlPoint）:
一些地图坐标或其它输出坐标为已知的特定像元。
数字图像增强对比度变换空间滤波变彩色变换图像运算多光谱变换
常用的增强处理方法有对比度变换、空间滤波、彩色变换、图像运算和多光谱变换。
图像增强和图像校正的区别：
图像校正目的是消除伴随数据获取过程中的误差及变形，使传感器记录的数据更接近于真实值。
而图像增强则是为了突出相关的专题信息，提高图像的视觉效果，使分析者能更容易地识别图像容，从图像中提取更有用的定量化信息。
对比度变换是一种通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。
将图像中过于集中的像元分布区域（亮度值分布围）拉开扩展，增加图像反差。
因为亮度值是辐射强度的反映，所以又叫辐射增强。
方法：
对比度线性变换对比度非线性变换
线性变换在改善图像对比度时，如果采用线性或分段线性的函数关系，那么这种变换就是性变换。
非线性变换：
变换函数为非线性函数。
常用的非线性拉伸函数有指数函数、对数函数、高斯函数、平方根等。
⑴指数函数指数函数曲线对于图像中的亮的部分，指数变换扩大了灰度间隔，突出了细节；
对于暗的部分，缩小了灰度间隔，弱化了细节。
⑵对数函数对数函数与指数变换相反，对数变换主要用于拉伸图像中暗的部分，而压缩亮的部分。
空间滤波：
又称邻域处理，重点突出图像上的某些特征为目的，是在被处理像元周围像元的参与下进行运算并且增强图像的处理方法。
中心像元与周围相邻像元间的运算，用于去噪声、图像平滑、锐化和相关运算。
均值平滑：
将每个像元在以其为中心的区域，取平均值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。
中值滤波：
将每个像元在以其为中心的邻域，取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。
是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。
而且邻域越大，在去噪能力增强的同时模糊程度越严重。
锐化:
突出图像的边缘、线性目标或某些亮度变化率大的部分,锐化后不具有原图像信息，而提取了边缘信息。
罗伯特梯度：
找到了梯度较大（像元间亮度变化较大）的位置，用不同的梯度计算值代替边缘处像元的值，实现突出边缘，锐化图像的效果。
索伯尔梯度：
拉普拉斯算法：
定向检测：
当有目的地检测某一方向的边、线或纹理特征时，可选择特定的模板卷积运算作定向检测。
彩色变换：
把数字图像组合转换成彩色图像，或者把各种增强或分类图像组合叠加，以彩色图像显示出来单波段彩色变换多波段彩色变换HLS变换
单波段彩色变换（密度分割）单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。
这种方法又叫密度分割。
多波段彩色变换利用计算机将同一地区不同波段的图像存放在不同通道的存储器中，并依照彩色合成原理，分别对各通道的图像进行单基色变换，在彩色屏幕上进行叠置，从而构成彩色合成图像。
合成方案：
真彩色图像假彩色图像
HLS变换HLS:
色调、明度、饱和度
图像运算两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目的。
多光谱变换针对多光谱影像存在的一定程度上的相关性以及数据冗余现象，通过函数变换，达到保留主要信息，降低数据量,增强或提取有用信息目的的方法。
K-L变换离散变换的简称，又称主成分变换。
是一种除去波段之间的多余信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。
即利用波段之间的相互关系，在尽可能不丢失信息的同时，用几个综合性波段代表多波段的原图像，使处理的数据量减少
K-T变换又形象地称为“缨帽变换”，也是一种线性组合变换。
主要用于农作物生长过程而区别于其他植被覆盖。
目前对这个变换的研究主要集中在MSS与TM两种遥感数据的应用分析方面。
它使坐标空间发生旋转，但旋转后的坐标轴不是指向主成分的方向，而是指向另外的方向，这些方向与地面景物有密切的关系，特别是与植物生长过程和土壤有关。
这种变换既可以实现信息压缩，又可以帮助解译分析农业特征。
辐射校正消除图像数据中依附在辐射亮度里的各种失真的过程称为辐射校正。
完整的辐射校正包括遥感器校正、大气校正，以及太阳高度和地形校正。
造成几何位置的畸变有原因：
遥感器本身引起的畸变外部因素引起的畸变处理过程中引起的畸变
遥感器本身引起的畸变遥感器本身引起的几何畸变与遥感器的结构、特性和工作方式不同而异。
这些因素主要包括：
1）
透镜的辐射方向畸变像差；
2）透镜的切线方向畸变像差；
3）
透镜的焦距误差；
4）
透镜的光轴与投影面不正交；
5）
图像的投影面非平面；
6）
探测元件排列不整齐；
7）
采样速率的变化；
8）
采样时刻的偏差;
9）扫描镜的扫描速度变化。
外部因素引起的畸变影响图像变形的外部因素包括：
1）
地球的曲率2）
大气密度差引起的折光3）
地形起伏4）
地球自传5）遥感器轨道位置和姿态等
处理过程中引起的畸变遥感图像再处理过程中产生的误差，主要是由于处理设备产生的噪声引起的。
遥感图像的几何纠正方法遥感图象的几何粗处理和精处理
遥感图像的几何纠正按照处理方式分为光学纠正和数字纠正
光学纠正主要用于早期的遥感图像的处理中，现在的应用已经不多。
除了对框幅式的航空照片（中心投影）可以进行比较严密的纠正以外，对于大多数动态获得的遥感影像只能进行近似的纠正
数字图象几何纠正：
通过计算机对离散结构的数字图像中的每一个像元逐个进行纠正处理的方法。
几何精校正是指利用地面控制点使遥感图像的几何位置符合某种地理系统，与地图配准，并调整亮度值。
也就是在遥感图像的像元与地面实际位置之间建立数学关系，将畸变图像空间中的全部像元转换到校正图像空间去。
容一般包括两个方面：
一个是图像像元空间位置的变换，另一个是像元灰度值的重采样。
几何精校正具体步骤：
选取地面控制点（GCP）选择空间变换函数重采样和插
最邻近插法
双线性插
三次卷积插
.遥感数字图像变图像变换指的是将图像从空间域转换到变换域例如频率域的过程。
进行图像变换的目的就是为了使图像的处理过程简化。
作用：
通过图像变换简单而有效的实现增强处理通过图像变换可以对图像进行特征抽取
快速傅立叶变换目的进行数据压缩、图像的增强、特征提取方法信号处理中的频率域分析方法
步骤选择适当的变换函数进行傅里叶变换分析变换的结果进行傅里叶逆变换
K－L变换目的减少图像波段之间的相关性，去除多余的信息，减少图像的数据量
方法统计学中的正交变换方法
步骤进行数据统计进行主成分分析进行旋转变换和逆变换
K－T变换目的分离和消除干扰信息突出研究的专题信息
方法几何中的坐标旋转方法
步骤作两个波段的散点图分析灰度值的变换特点
反差增强图像反差增强又称对比度增强
灰度拉伸根据原图像的直方图确定需要做拉伸变换的灰度值区间，然后把这一（或一些）灰度值区间按某种直线或曲线方程关系拉伸或压缩而成为变换后的灰度值区间
直方图线性拉伸直方图分段线性拉伸非线性拉伸变换
遥感数字图像处理
直方图均衡化变换后的直方图接近均匀分布。
即图象中每一灰度级的像元数目大致相同。
使得面积最大的地物细节得以增强，而面积小的地物与其灰度接近的地物进行合并，形成综合地物。
减少灰度等级换取对比度的增大。
直方图匹配将原始图象转换为给定直方图的图象
各种拉伸以后虽然对于感兴趣的地物提高了分辨能力，但同时也造成了信息损失。
空间域图像增强空间域图像增强处理是应用某种数学模式直接改变图像像元灰度值的变换。
这种变换与像元的坐标无关，只改变像元点的灰度深浅程度。
即改变了图像的对比度，这样图像中的某些信息被突出（可能也有些信息被压抑了）达到了图像增强的目的。
可分为单点处理和邻域处理
边缘增强
突出目标的轮廓或边缘信息，主要是通过微分法实现的
梯度法和拉普拉斯算子法
平滑滤波
低频增强的空间域滤波技术。
它可以滤掉由于孤立的单点噪声而引起的灰度偏差
中值滤波
定向滤波
频率域图像增强高通滤波（锐化）低通滤波（平滑）带通滤波（突出地物）同态滤波（改善图像质量）
代数运算增强差值运算利用不同地
升级会员 