遥感的定义与分类资料.ppt

6 遥感图像应用技术 水资源调查 河流湖泊动态监测 冰雪覆盖 地下水监测 水质管理 土壤水分监测 6 遥感图像应用技术 草地资源调查 草地生物量估算 草地资源动态监测 渔业资源调查 海表温度的遥感反演 叶绿素浓度遥感估算 6 遥感图像应用技术 遥感与环境评价 热红外遥感地表异常监测 水环境遥感 水体污染 油污染：微波技术 大气环境遥感 沙尘暴遥感监测 A A B B C C 油污和浮游物 排放污水 案例：污染物非法排放监测 6 遥感图像应用技术 遥感在灾害监测中的应用 水灾监测 旱灾监测 雪灾监测 地震监测 地质灾害 案例 案例 6 遥感图像应用技术 遥感与城市研究 城市空间信息提取 水体 建筑物 城市绿地 城市道路网 城市规划 城市空间布局分析 城市建成区范围及城镇体系分析 城市内部用地结构分析 城市建筑密度与建筑容积率分析 城市格局变化监测 1956 1976 1996 案例：城市扩张监测 1999年11月6日, IKONOS影像 2000年1月 6日影像 2000年11月6日, 提取变化地点 查出违章建筑物 案例：违章建筑监测 案例 * 2 几何校正 由（x,y）通过函数关系推算出各格网点在已知畸变图像上的坐标(x‘,y’)。 (α,β) =[h1(x,y),h2(x,y)]。 由于(α,β)通常不一定是整数，所以α,β不会与g(x’,y’)中的任何点重合，找出g(x’,y’)中与（α,β）最靠近的点(x1’,y1’)，并且令f(x,y)= g(x1’,y1’)，即把g(x1’,y1’)的灰度赋予f(x,y)。逐点做下去，直到整个图像，几何畸变得到校正。 在函数关系未知情况下,通常h1(x,y)和h2(x,y)可用多项式来近似: 2 几何校正 2 几何校正 在函数h1(x,y)和h2(x,y)未知的情况下，通常用基准图像和几何畸变图像上多对同名像素的坐标来确定函数h1(x,y)和h2(x,y) 3 辐射校正 理想的遥感系统并不存在，有各种因素影响传感器接收到的辐射值。 日地距离 太阳入射光的几何条件 太阳上行和下行辐射 地形因素 传感器误差 在利用遥感图像进行地表遥感研究中，可能需要对这些干扰因素进行辐射校正，使得遥感图像尽可能反映地物目标的差异。 3 辐射校正 光学摄影机内部辐射误差 使用透镜的光学系统存在边缘减光现象，摄像面存在边缘部分比中心部分发暗。 原因：镜头中心和边缘透射光的强度不一致，造成图像上不同位置的同一类地物有不同的灰度值。 校正方法：在这类光学系统中，一幅图像上各像点光的强度分布符合以下规律： Ep=Eo cos4θ, θ为光轴到摄影面边缘部的视场角。 图示 3 辐射校正 传感器端的辐射校正 在扫描方式的传感器中，传感器收集到的电磁波信号需要经光电转换系统转变成电信号记录下来。该信号量化后成为离散的灰度级别，传感器端的辐射校正就是把具有相对意义的离散亮度值转换为具有物理意义的辐亮度或反射率的过程。 经过传感器端的辐射校正的反射率称为行星反射率或大气顶层反射率。 3 辐射校正 传感器端的辐射校正 在遥感应用中，一般采用下式把DN值图像转换为具有物理意义的辐亮度图像。 3 辐射校正-大气校正 大气校正 传感器接收的信息中，可以分为两个部分。一是程辐射信息，一般认为是无用信息；另一部分是太阳下行辐射到达地表后，受到地面反射，部分辐射上行穿越大气层，到达传感器，携带有目标物的有效信息。 程辐射：在太阳辐射下行穿越大气层的过程中，受到大气分子、气溶胶和粒子等的散射作用，部分散射辐射直接到达传感器，这部分辐射就是程辐射。 3 辐射校正-大气校正 太阳辐射在下行穿越大气层到达地表和经地表反射上行到达传感器的过程中，受到大气吸收和散射的影响。 大气校正：就是从传感器接收的信号中，消除大气效应的影响，提取有用的地表反射辐射的信息。 1 遥感图像增强处理 图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。 图像的增强是综合和一般性地改善图像质量，解决图像由于噪声、模糊退化和对比度降低等三类问题，图像增强并不是去估计图像实际退化的过程和实际退化的因素而加以矫正，只是考虑图像退化的一般性质，加以修正，以求得一般的或平均的图像质量的改善，提高解像力。 1 遥感图像增强处理 点运算：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。因为亮度值是辐射强度的反映，所以也称之为辐射增强。 邻域运算：如果每次参与运算是根据每一个像元周围的若干个像元值来修改当前像元的亮度值，称为邻域处理。 邻域处理又分为窗口处理和模板处理。 2 对比度增强 对比度增强的理论基础 每一幅图像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析图像的质量。 一般来