遥感影像处理一般操作流程.ppt

遥感影像处理的一般流程： 主要运用的遥感软件为ENVI和ERDAS，同时结合ArcMap和PhotoShop，对原始遥感影像图进行融合、纠正、镶嵌、匀色等工作，并结合项目需求，做出符合项目要求的遥感数据。 下面就介绍一下每一步的具体操作步骤： 1.影像融合 多源遥感数据的融合（Fusion）是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。不同的遥感数据具有不同的空间分辨率、波谱分辨率和时间分辨率，如果将它们各自的优势综合起来，可以弥补单一图像上信息的不足。这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。 多源遥感数据融合的技术关键是：（1）充分认识研究对象的地学规律；（2）充分考虑不同遥感数据之间波谱信息的相关性而引起的有用信息的增加和噪声误差的增加，对多源遥感数据作出合理的选择；（3）解决遥感影像的几何畸变问题，使各种影像在空间位置上能精确配准起来；（4）选择适当的融合算法，最大限度地利用多种遥感数据中的有用信息。只有对研究对象的地学规律、遥感影像的几何物理特性、成像机理这三者有深刻的认识，并把它们有机结合起来，信息融合才能达到预期的效果。 1.影像融合 简单来说，遥感影像融合就是将一张低分辨率的多光谱影像和一张高分辨率的全色影像结合在一起，生成一张高分辨率的多光谱影像，融合后的影像既保留了原始多光谱影像的颜色信息，又保留了原始全色影像的分辨率信息。 影像融合主要在ENVI软件环境下通过HSV变换方法进行。 1.影像融合-HIS变换（即HSV变换） HIS变换的关键是根据输入图像的光谱情况来进行正变换和逆变换，而光谱情况与合成彩色的组合有关，同时与地面的覆盖情况是密切相关的，可根据应用目的选择变换式。HIS变换的实质是：用另一影像替代HIS三个分量中的某一分量，其中强度分量被替代最为常见。即，当高分辨率全色影像与多光谱影像融合时，首先将多光谱影像根据输入图像的RGB值利用正变换式从RGB系统变换至HIS彩色空间，得到强度I、色度H及饱和度S的三个分量。然后，将高分辨率全色影像与强度分量进行直方图匹配，并用预处理准备好的高分辨率全色影像代替强度分量I，与H、S分量一起利用相应的逆变换式变换至RGB系统，得到融合后的影像。 1.影像融合-HIS变换（即HSV变换） HIS变换的优点：运算简单、实现容易，较好地保留了高分辨率影像的纹理细节和多光谱影像的彩色关系。 HIS变换的缺点：限于三个波段参加，融合后同色系层次较少，影响地物类型的判读。 1.影像融合-HIS变换（即HSV变换） 波段组合的目标是使组合后的图像更接近自然色。SPOT5 的多光谱有4个波段，分别为绿、红、近红、短波红外。对于SPOT数据，我们多采用213的波段组合方式。一般在1波段加入3波段的计算，将颜色组合尽量接近自然色。QB的多光谱也有4个波段，依次为红、绿、蓝、近红外。多采用321的组合方式，一般在2波段加入4波段的计算。ETM的多光谱有7个波段，最接近自然色的组合为321组合，但321组合融合后绿色消失，所以可以采用两种处理方式。一是运用小波变换融合；二是用743波段组合，然后进行融合。 1.影像融合-HIS变换（即HSV变换） 根据多光谱图像生成三波段图像 融合前影像配准选点操作 变换生成HSV图像 生成V波段图像 反变换生成RGB图像（即融合图像） 2.影像纠正 遥感图像在成像时，由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响，使获得的遥感图像相对于地表目标存在一定的几何变形，图像上的几何图形与该物体在所选定的地图投影中的几何图形产生差异，产生了几何形状或位置的失真。主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲。消除这种差异的过程称为几何校正(GeometricCorrection)。 卫星数据校正的目的是改正原始数据的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像。 我们拿到的遥感影像一般都由于平移、缩放、旋转、弯曲或其他原因而产生总体变形，所以在两幅影像拼接前需要进行几何校正处理。影像纠正可以在ArcMap或ERDAS中进行。纠正工作的实质是在两幅影像中寻找同名点。 2.影像纠正 2.1 ArcMap纠正： 2.2 Erdas纠正： 3.影像镶嵌 影像镶嵌是将两幅或多幅影像拼在一起，构成一幅整体影像的技术过程。 由于影像纠正过程中，控制点的误差、DEM的误差、计算过程中重采样的误差等，造成了同一地面特征在不同影像上有不同的地面测量坐标；同时由于成像时太阳高度角及大气环境的不同以及成像时间的差别，使相邻影像呈现出不同的辐射特征，因此，影像镶嵌时除了要满足在拼接线上相邻影像的细节在几何