遥感原理与应用的可见前三章word版Word文档下载推荐.docx
《遥感原理与应用的可见前三章word版Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《遥感原理与应用的可见前三章word版Word文档下载推荐.docx(35页珍藏版)》请在冰点文库上搜索。
1.2.1遥感分类
按平台高度分类:
航空平台
航摄平台
航空平台
按遥感应用分类:
陆地资源型
SAR类卫星
气象卫星等
1.2遥感数据
1.2.2遥感数据格式
图像(image)、影像:
定义:
对一个事物或者对象的表达、类比、模仿,或者形象的描述。
类型:
①可视图像:
照片(photo)、绘画(painting)、画像(picture)、影像(image);
②非可视图像,亦即物理图像,表示物质、能量的实际分布,如温度场、气压场、人口密度度、声音图像;
③数学函数图像,连续的数学函数;
光学图像、数字图像;
光学图像和数字图像之间的转换:
A/D转换
D/A转换
1.2遥感数据
•遥感数字图像(DigitalImage)
Ø
概念:
以数字形式表述的遥感图像
基本组成单元:
像素或象元(pixels),取值大小代表灰度高低;
一幅数字图像可以表示和记录为M行×
N列像素组成的矩
数字化图像
图像数字化的过程,就是把一幅遥感模拟图像划分成规整的格网单元或像素,并赋予每一像素一整数值,以表征其灰度值的大小。
数字化过程:
采样、量化
采样:
连续图像的离散化,采样间隔对图像质量的影响
量化:
以有限的整数值表示图像的灰度和灰阶数
二值图像:
量化值只有0、1两个量;
灰度图像:
一般量化为256个灰阶,即0~255,单字节记录;
编码彩色图像:
图像编码为256种彩色,即0~255,每一编码代表一种颜色;
真彩色图像:
分别对应红、绿、蓝三个波段,每一波段有256个灰阶,最多允许的色彩数224=1.67×
107种
图像数据量:
行数(M)×
列数(N)×
灰阶数(G)×
波段数(D)
BSQ(BandSeQuential):
按照波段顺序依次记录各波段的图像
BIP(BandInterleavedbyPixel):
每个像元按波段次序交叉排序
BIL(BandInterleavedLine):
逐行按波段次序排列
其他常见图像数据格式:
BMP,TIFF,GIF,PCX,PSD,MrSID
遥感制图的步骤:
图像转换(数字化):
A/D变换、D/A变换
图像校正(预处理):
辐射校正、几何校正
图像增强:
光谱增强、空域增强、频域增强、色彩变换
图像融合:
多源信息复合
图像分析与识别:
监督分类、非监督分类、模式识别
遥感制图:
平面图、三维立体图
遥感技术的发展、遥感采集手段的多样性,观测条件的可控性,确保了所获得的遥感数据的多源性,即多平台、多波段、多视场、多时相、多角度、多极化等
1.2.3遥感数据特点
几何特征
地面目标是个复杂的多维模型,他有一个特定的空间分布特征(位置、形状、大小、相互关系)。
从地面原型(一个无限的、连续的多维信息源),经遥感过程转为遥感信息(一个有限化、离散化的二维平面记录)后,受大气传输效应和遥感器成像特征的影像,这些地面目标的空间特征会被部分歪曲、或者变形。
在进行遥感制图过程中,就必须进行几何校正
光谱分辨率
一个波段就是一个二维的矩阵,多光谱数据就是一个多维矩阵,即矩阵的第一维是波段数,第二、第三维就是对应的行和列。
也可以理解为一个像元是一个波段的序列观测值。
辐射分辨率
绝对与相对定标
1.2.4遥感成像原理
1扫描成像类传感器
2雷达成像传感器
2SAR影像的几何特点
♦近距离压缩
♦透视收缩和叠掩
♦雷达影像阴影
♦2.1遥感信息源的特征与评价
♦2.2遥感传感器
♦2.3常用遥感系统
♦2.3.1卫星遥感系统
♦2.3.2航空遥感系统
♦2.3.3地面遥感数据采集系统
2.1.1遥感信息源的综合特征
多源性
多平台
多波段
多视场
●2、空间宏观性
–遥感影像覆盖范围大、视野广,具有概括性
●3、遥感信息的时间性
–瞬时特征
–时效性
–重返周期与多时相
●4、综合性、复合性
–多种地理要素的综合反映
–多分辨率遥感信息的综合
●5、波谱、辐射量化性
–地物波谱反射、辐射的定量化记录
●6、遥感信息在地学分析中的模糊性和多解性
◆地面信息是多维的、无限的(时间和空间的),而遥感信息是简化的二维信息
◆遥感信息的复杂性和不确定性主要表现在:
–同物异谱、异物同谱;
–混合象元;
–时相变化;
–信息传输中的衰减和增益(辐射失真和几何畸变)
–2.1.2遥感信息地学评价
–
●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;
◆空间分辨率的三种表示形式:
◆1)象元(pixelsize)——瞬时视域所对应的地面面积象元(pixe1),即与一个象元大小相当的地面尺寸,单位为米(m)。
如LandsatTM一个象元相当地面28.5×
28.5m的范围,简称空间分辨率30m……。
象元是扫描影像的基本单元,是成像过程中或用计算机处理时的基本采样点。
◆
◆2)线对数(解像率Photographicresolution、LinePairs)—对于摄影系统而言,影像最小单元的确定往往通过l毫米间隔内包含的线对数,单位为:
线对/毫米(1/mm)。
所谓线对指一对同等大小的明暗条纹或规则间隔的明暗条对。
◆3)瞬时视场(IFOV),指遥感器内单个探测元件的受光角度或观测视野,单位为毫弧度(mrad)。
IFOV越小,最小可分辨单元(可分像素)越小,空间分辨率越高。
一个瞬时视场内的信息,表示一个象元。
◆空间分辨率与概括能力
◆地面目标是个多维的真实模型,是个无限、连续的信息源(时空尺度上);
遥感数据是对地面信息源有限化、离散化的二维平面记录。
从地面原型到遥感信息,即把地面信息有限化、离散化过程必然要损失部分信息,这本身就是一种概括能力。
◆从地面信息到遥感信息,经历一定的处理过程,它损失了一部分信息,必然产生一种概括能力。
如同制图综合一样。
遥感信息的概括能力是随分辨率的降低而增大的。
●2、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(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
常见的高光谱分辨率遥感数据
●AVIRIS光谱范围400-2450nm波段数224
●EOS/MODIS数据
–36个波段
–分辨率:
250m~1000m
–幅宽:
2330km
–每天覆盖全球
–以X波段开放发送,免费接收
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,多波段信息直接地综合解译是较困难的,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。
●3、时间分辨率
对同一地区遥感影像重复覆盖的频率
可分为:
–超短、短周期时间分辨率;
(一天以内,用来探测大气海洋物理现象、火山爆发、植物病虫害、森林火灾、污染源监测等)
–中周期时间分辨率;
(一年以内,用来探测植物的季相节律、再生资源、旱涝、气候学、大气动力学、海洋动力学分析等)
–长周期时间分辨率(以年为单位的变化,环境、资源变化等)
–时间分辨率的意义:
–动态监测与预报;
–自然历史变迁和动力学分析;
–利用时间差提高遥感的成像率和解像率;
–更新数据库
●4、辐射分辨率(Radiantresolution)
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。
◆有效量化的级数,一般是由动态范围和信噪比S/N所确定
–动态范围——传感器可测量的最大信号与最小信号之比。
所谓最大信号指在此值以外无论输入的信号多强,响应也无变化的饱和区:
所谓最小信号指在此值以外为对输入的弱信号无响应的无感应区;
而仅在动态范围内,输入与输出信号几乎呈线性关系。
–信噪比(S/N)——有效信号(signal)与噪声(noise)之比。
即信号功率与噪声功率之比。
而为了实用方便,信噪比常定义为信号均方根电压和噪声均方根电压之比,单位均为分贝(dB)
2.2.1传感器的定义和功能
传感器是收集、探测、记录地物电磁波辐射信息的工具。
它的性能决定遥感的能力,即传感器对电磁波段的响应能力、传感器的空间分辨率及图像的几何特征、传感器获取地物信息量的大小和可靠程度。
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。
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。
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)。
•3.1遥感图像地物特征与识别
–3.1.1遥感图像地物特征
–3.1.2典型地物的反射光谱特征
•3.2遥感图像的目视解译
–3.2.1目视解译标志
–3.2.2目视解译方法与步骤
•3.3遥感图像的计算处理
–3.3.1遥感数字图像的概念
–3.3.2遥感数字图像预处理
–3.3.3遥感数字图像分类处理
–3.3.4遥感数字图像定量反演
3.1.1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
●1、地物的反射光谱特性
◆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内,入射角与反射角相等时,所形成的反射现象
•漫反射(Diffusereflection)
无论入射波方向如何,其反射波分散到各个方向
●方向反射:
朗伯体表面实际上是一个理想化的表面。
它被假定为介质是均匀的、各向同性的,并在遥感中多用以作为近似的自然表面。
●2、地物的发射光谱特性
●发射率
地物发射电磁辐射的能力,以黑体辐射作为基准
-指单位面积上观测地物发射的某一波长的辐射通量密度;
-指与观测地物同温度下黑体的辐射通量密度;
通常,根据发射率与波长的关系,将地物分为三种类型
◆黑体,其发射率ελ=1,即黑体发射率对所有波长都是一个常数,并且等于1。
◆灰体,其发射率ελ=常数<1。
即灰体的发射率始终小于1,发射率ελ不随波长变化。
◆选择性辐射体,其发射率ελ<1,发射率ελ随波长而变化。
◆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
、土壤的反射光谱特征
自然状况的土壤表面的反射率没有明显的峰值和谷值,一般来说土质越细,反射率越高,有机质含量越高和含水量越高反射率越低。
此外土壤的肥力也会对反射率产生影响。
3、水体的反射光谱特征
水体的反射主要在蓝光波段,其他波段吸收都很强,特别在近红外以后水体便成为一个吸收体。
光谱反射特性可能包括来自三方面的贡献:
水的表面反射、水体底部物质的反射和水中悬浮物质的反射。
光谱吸收和透射特性不仅与水体本身的性质有关,而且还明显地受到水中各种类型和大小的物质——有机物和无机物的影响。
3.2遥感图像目视解译
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。
具备的基本知识:
–专业知识、
–地理区域知识、
–遥感系统知识。
1、直接解译标志
–色调(tone):
色调是识别目标地物的基本依据。
由于地物属性的差别,在遥感图像上表现出色调上的差别。
一般来说由于人眼的局限性,在图像可分出16个灰度级。
–颜色(colour):
由于目标地物在不同波段中反射或发射电磁辐射能量的差异性,由此而表现在彩色图像颜色的差异性。
颜色也是目视解译的基本标志之一。
–图型(pattern):
目标地物有规律排列而成的图形结构。
–阴影(shadow):
阴影是遥感图像上由于电磁辐能量被遮挡而产生的辐射能量减弱。
由于阴影的存在,可据此地物的性质或高度,应注意的是阴影的形状与大小受到辐射能量入射角的影响。
–形状(shape):
是指目标地物在遥感影像上呈现的外部轮廓。
由于不同地物的顶视平面的差异,可据此判断目标地物的性质。
–纹理(texture):
是指遥感图像中目标地物内部色调有规则变化造成的影影结构。
–大小(size):
指遥感图像上目标地物的形状、面积与体积的度量关系。
是遥感图像上测量目标地物最重要的数量特征之一。
同时根据其大小可以推断地物的属性。
2、间接解译标志
–位置(site):
指目标地物分布的地点。
任何地物与其周围地理环境(geographicalEnvironment)或生态环境(ecologicalEnvironment)总是存在着一定的空间关系,并受到周围环境的某种程度的制约。
–相关布局(association):
是指多个目标地物间的空间配置关系。
1、目视解译的认知过程
◆自下向上过程
–图像信息获取
–特征提取
–识别证据选取
◆自上向下过程
–特征匹配
–提出假设
–图像辨识
◆2、图像解译方法
◆遥感资料的选择及影像处理
◆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
目视解译的方法
◆直判法
–是根据遥感影像目视判读直接标志,直接确定目标地物属性与范围的一种方法。
◆对比分析法
–对比分析法包括同类地物对比分析法、空间对比分析法和时相动态对比法。
不仅是同一遥感影像图进行对比,而且要借助不同时相的遥感影像图之间进行对比。
◆综合推理法
–综合考虑遥感图像多种解译特征,分析、推理某种目标地物的方法。
◆信息复合法
◆利用专题图和地形图等信息与遥感影像图重合,根据这些辅助信息识别遥感影像图上目标地物的方法。
◆地理相关分析法
◆根据地理环境中各种地理要素之间的相互依存,相互制约的关系,借助专业知识,分析和推理某种地理要素性质、类型、状况与分布的方法。
3、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
◆室内解译
◆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
3.3遥感数字图像信息提取
3.3.1遥感数字图像的概念
–图象、数字图象
–遥感数字图象
3.3.2遥感数字图像处理
–遥感数字图像的获取
–遥感数字图像预处理
–遥感数字图像的变换、增强和融合
–遥感数字图像分析
●图象、数字图象
物理世界中客观对象的一种表示
◆数字图像
–客体或可见图像的数字表述。
它实际上是具有某种数值的一些点按行(横)和列(纵)排成的二维矩阵
◆模拟图像
–指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像
◆遥感数字图象
◆指以遥感方式获得的以数字形式表述的遥感影像
◆遥感数字图像最基本的单位是像素
◆像素的属性特征常用灰度值来表示,即该像素位置上亮暗程度的整数值
◆一、遥感数字图像的获取
通过接收、记录目标物的电磁波特征的仪器,即传感器获得的
二、遥感数字图像预处理
◆1、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。
•遥感器纠正:
遥感器的设计
•大气辐射纠正:
•地形辐射纠正:
需要DEM
•地物反射模型纠正:
需要和成像时刻取得同步的地面地物光谱测量数据
大气纠正方法
✓以红外波段最低值校正可见光波段
✓回归法
✓相对散射模型
✓STEP1:
根据某个可见光波段的直方图选出黑暗地物的初始灰雾值;
✓STEP2:
根据此灰雾值的幅度确定大气类型(选择合适的散射模型);
✓STEP3:
根据模型和初始灰雾值预测其它波段的灰雾值;
✓STEP4:
对每个波段进行大气纠正。
地形辐射纠正
–需要DEM
–简单的处理方法
比值法:
有效消除阴影的影响。
、几何校正
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
外部因素引起的畸变
影响图像变形的外部因素包括:
地球的曲率
2)
大气密度差引起的折光
地形起伏
地球自传
5)遥感器轨道位置和姿态等
•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。
●内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
●重采样和内插
●最邻近内插法
●双线性内插
●三次卷积内插
●三、遥感数字图像的变换、增强和融合
1.遥感数字图像变换
◆概念:
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
–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
–统计学中的正交变换方法
–性质和特点
–进行数据统计
–进行主成分分析
–进行旋转变换和逆变换
2.遥感数字图像增强
●1、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
–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
●