導(dǎo)語：如何才能寫好一篇遙感影像，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

當(dāng)前，空間信息技術(shù)發(fā)展迅猛，以空間數(shù)據(jù)為主的空間信息挖掘和應(yīng)用成為現(xiàn)代人類生產(chǎn)生活的一個重要特征。特別是遙感影像數(shù)據(jù)，由于其具有獲取方便、周期短、信息量大等特點而成為空間數(shù)據(jù)的重要組成部分。然而，由于遙感數(shù)據(jù)的數(shù)據(jù)量十分龐大，特別是對于具有不同來源、不同分辨率與不同時相的數(shù)據(jù)，其存儲與管理均十分困難，且由于其本身具有的稀缺性與機密性，在一定程度上限制了遙感影像數(shù)據(jù)的充分利用，因此，迫切需要對其進行有效的組織、存儲、管理和共享的研究。

研究表明，為實現(xiàn)影像數(shù)據(jù)的網(wǎng)絡(luò)服務(wù)，可以利用遙感影像元數(shù)據(jù)，采用流行的數(shù)據(jù)庫技術(shù)對遙感影像數(shù)據(jù)進行組織與管理，并完成基于XML的影像元數(shù)據(jù)的，實現(xiàn)用戶通過網(wǎng)絡(luò)對遙感影像數(shù)據(jù)的查詢、檢索與訪問，為影像數(shù)據(jù)的共享奠定了基礎(chǔ)，同時利用本體技術(shù)的優(yōu)勢，建立起遙感影像信息本體。

影像數(shù)據(jù)的存儲管理

1.元數(shù)據(jù)的存儲管理

元數(shù)據(jù)為空間數(shù)據(jù)的存儲管理與共享提供了有效的手段，通過元數(shù)據(jù)信息，用戶可以在沒有真實數(shù)據(jù)的情況下，獲取有關(guān)數(shù)據(jù)的信息，從而為數(shù)據(jù)的共享與利用提供了可能。目前關(guān)于矢量空間數(shù)據(jù)的元數(shù)據(jù)標(biāo)準(zhǔn)已經(jīng)制定，并形成了我國的地理信息國家標(biāo)準(zhǔn)，而關(guān)于遙感影像方面的元數(shù)據(jù)標(biāo)準(zhǔn)，尚處在研究之中，未形成一個普遍接受的標(biāo)準(zhǔn)。為此，國家遙感工程中心在ISO 19115.3 遙感影像元數(shù)據(jù)標(biāo)準(zhǔn)以及我國即將推出的地理信息元數(shù)據(jù)標(biāo)準(zhǔn)的基礎(chǔ)上，結(jié)合項目的實際情況，制訂了遙感影像元數(shù)據(jù)草案。該草案包括7個元數(shù)據(jù)集、6個公共數(shù)據(jù)類型和15個代碼表，從標(biāo)識信息、數(shù)據(jù)質(zhì)量信息、參照系信息、內(nèi)容信息、覆蓋范圍、分發(fā)信息和遙感信息等方面對遙感影像數(shù)據(jù)進行了詳細的表述。

2.影像數(shù)據(jù)的存儲管理

由于遙感影像的數(shù)據(jù)量十分龐大，難以直接進行存儲，不利于后續(xù)的處理、提取、瀏覽與檢索，因此需要對其進行預(yù)處理，主要包括降采樣、影像壓縮與影像分割等內(nèi)容。

影像分割是將遙感影像按照行列值分割為相同大小的數(shù)據(jù)塊（tile），并以tile作為影像存儲的基本單元。每個tile均以一條記錄的方式進行存儲，不同記錄通過編號進行排列。對于不能夠平分的，出現(xiàn)多余的行或列時，應(yīng)將其單獨存放。當(dāng)用戶對影像進行調(diào)用時，通過映射關(guān)系，只調(diào)用與用戶有關(guān)的tile集合即可，從而優(yōu)化了數(shù)據(jù)的存儲、傳輸、瀏覽模式。

為減小影像的傳輸數(shù)據(jù)量和優(yōu)化顯示性能，需建立影像金字塔（圖1），通過影像降采樣方法，建立一系列不同分辨率的影像圖層，每個圖層分割存儲，并建立相應(yīng)的空間索引機制。常用的影像重采樣方法有雙線性差值、立方卷積等。

由于影像的數(shù)據(jù)量比較龐大，為減小影像的存儲空間，還需要對影像進行壓縮處理后存儲。當(dāng)用戶調(diào)用數(shù)據(jù)時，首先對數(shù)據(jù)進行解壓縮處理，然后再返回給用戶。常用的圖像壓縮方法有JPEG、LZ77等。

3.影像數(shù)據(jù)庫結(jié)構(gòu)設(shè)計

遙感影像數(shù)據(jù)庫主要可以分為影像元數(shù)據(jù)庫和影像數(shù)據(jù)庫兩部分（圖2）。影像元數(shù)據(jù)庫用于對遙感影像元數(shù)據(jù)標(biāo)準(zhǔn)中的數(shù)據(jù)集進行存儲與管理，影像數(shù)據(jù)庫用于對影像數(shù)據(jù)進行存儲和管理。元數(shù)據(jù)同影像數(shù)據(jù)通過ID字段進行一對一的關(guān)聯(lián)，保證了元數(shù)據(jù)與影像數(shù)據(jù)的一一對應(yīng)，從而實現(xiàn)通過元數(shù)據(jù)可以惟一地查找相應(yīng)的影像數(shù)據(jù)，而通過影像數(shù)據(jù)，又可以惟一地查看該影像數(shù)據(jù)的相關(guān)信息，實現(xiàn)了遙感元數(shù)據(jù)與影像數(shù)據(jù)的一體化管理。

影像數(shù)據(jù)網(wǎng)絡(luò)共享與服務(wù)

1.基于元數(shù)據(jù)的影像數(shù)據(jù)網(wǎng)絡(luò)共享

構(gòu)建遙感影像元數(shù)據(jù)的主要目的是為了能夠?qū)崿F(xiàn)影像數(shù)據(jù)的網(wǎng)絡(luò)與共享。因此元數(shù)據(jù)的網(wǎng)絡(luò)是影像數(shù)據(jù)的前提與基礎(chǔ)。

目前元數(shù)據(jù)的網(wǎng)絡(luò)大多采用XML技術(shù)。XML是一種元語言，是可以用于描述其他語言的語言。用戶可以根據(jù)需要，利用XML Schema（或者DTD）自行定義標(biāo)記和屬性，從而可以在XML文件中描述并封裝數(shù)據(jù)。XML是數(shù)據(jù)驅(qū)動的，這使得數(shù)據(jù)內(nèi)容與顯示相分離。XML可以在類似于Netscape Navigator或Microsoft Internet Explorer的瀏覽器中顯示，并通過因特網(wǎng)在應(yīng)用之間或業(yè)務(wù)之間交換，存儲到數(shù)據(jù)庫中或從數(shù)據(jù)庫中取出。因此，XML是元數(shù)據(jù)最好的描述方式，能很好地滿足元數(shù)據(jù)在網(wǎng)上傳輸、交換的需要。

用戶通過網(wǎng)絡(luò)的元數(shù)據(jù)信息，可以初步了解遙感影像數(shù)據(jù)的相關(guān)信息，然后通過元數(shù)據(jù)的導(dǎo)航，實現(xiàn)對影像數(shù)據(jù)的查詢、瀏覽與檢索（圖3）。

2.基于本體技術(shù)的影像數(shù)據(jù)網(wǎng)絡(luò)服務(wù)

本體（ontology）是從哲學(xué)的一個分支――形而上學(xué)中的本體論（Ontology）發(fā)展來的一個名詞。本體論研究客觀事物存在的本質(zhì)，與認識論（Epistemology）相對。即本體論研究客觀存在，認識論研究主觀認知。而本體的含義是形成現(xiàn)象的根本實體，因而，本體是概念化的明確說明。最早把本體引入計算機領(lǐng)域的是人工智能領(lǐng)域。

地理信息本體與地理信息分類編碼、地理信息標(biāo)準(zhǔn)術(shù)語表之間有著相似之處，本體論與分類學(xué)、術(shù)語學(xué)也存在一定的交叉。

然而，地理信息本體并不是地理信息標(biāo)準(zhǔn)術(shù)語表。地理信息本體提供了一組具有良好結(jié)構(gòu)性的詞匯，而且出現(xiàn)在本體中的詞匯經(jīng)過了嚴格選取，確保所選的詞匯是本領(lǐng)域中最基本概念的抽象與界定。概念與概念之間的關(guān)系采用相應(yīng)技術(shù)(如謂詞、邏輯等)進行了完整的反映，而正是這些關(guān)系的反映使得基于本體的系統(tǒng)實現(xiàn)后能夠完成語義層面的一些功能。地理信息標(biāo)準(zhǔn)術(shù)語表僅僅是地理信息領(lǐng)域中各種詞匯的集合，相對本體而言還比較松散。

本體也不單純是一個詞匯的分類體系，即不是地理信息中的分類和編碼表。本體和地理信息的分類非常相似，尤其是把本體的理論應(yīng)用于地理信息分類編碼時，這種相似性更為明顯?？偟恼f來，地理信息本體比分類編碼表中所反映的詞與詞之間的關(guān)系要豐富。

篇2

如今，許多GIS(地理信息系統(tǒng))與遙感專家都注意到一個應(yīng)用趨勢，即遙感影像和圖像分析功能可以作為核心組成部分與GIS實現(xiàn)一體化，同時，這種技術(shù)上的融合也將會促使兩者在操作、工作流程以及思維方式上實現(xiàn)一體化。

這是該行業(yè)多年以來最有意義的一次行業(yè)轉(zhuǎn)型。遙感影像已經(jīng)發(fā)展成一項獨立的技術(shù)，一個獨立的行業(yè)，以及一種獨立的數(shù)據(jù)類型。而GIS則是基于矢量數(shù)據(jù)進行應(yīng)用分析，與柵格影像分屬于不同的兩個行業(yè)。但它們之間卻有著天然的聯(lián)系，可以互為補充，并通過Geodatabase進行動態(tài)鏈接。

簡化應(yīng)用　減少成本

在過去20年GIS的應(yīng)用歷程中，遙感影像使用及圖像處理已出現(xiàn)重要轉(zhuǎn)變，即使用上的簡化。過去，遙感影像主要是一些小范圍內(nèi)的科研學(xué)者在使用，這些影像資料不僅難于獲得、也難于使用，而且還很昂貴?，F(xiàn)代科技的發(fā)展，尤其是GIS技術(shù)的發(fā)展所帶來的各種新的工作流程，以及一體化改進、各種先進的算法，都使得用戶可以更簡便地從影像中獲取豐富的信息。換句話說，許多用戶無需淵博的科學(xué)知識就能更好更快地從影像資料中獲取信息。

在企業(yè)級GIS應(yīng)用過程中，遙感影像數(shù)據(jù)其實天然地具有企業(yè)級應(yīng)用潛力，因為它可以實現(xiàn)多個用戶在同一幅圖上同時進行操作。而這對于大型企業(yè)級應(yīng)用非常有利，其中最主要的優(yōu)勢就是節(jié)省成本。用戶可以在整個機構(gòu)中分享同一影像資源，從而減少創(chuàng)建、更新和維護一個GIS系統(tǒng)的成本。

舉一個在颶風(fēng)、地震或者洪水等災(zāi)害中進行災(zāi)情緩解、規(guī)劃和分析的例子。通常，收集各種必要信息需要花費很長時間。但是通過衛(wèi)星獲取影像數(shù)據(jù)卻是瞬間能完成的事情。在緊急情況下，影像數(shù)據(jù)不僅能夠為我們節(jié)約大量時間，而且其信息也具有相當(dāng)高的準(zhǔn)確度。這使得決策者能夠迅速準(zhǔn)確地部署資源，以盡快去營救那些處于危險當(dāng)中的人們。而傳統(tǒng)的、靜態(tài)的信息源在此時往往會顯得不足，甚至可能會導(dǎo)致救援人員和救援物資的錯誤部署。

突破應(yīng)用障礙

在企業(yè)利用GIS系統(tǒng)進行業(yè)務(wù)分析時，GIS人員最關(guān)鍵的就是能夠快速訪問地理影像數(shù)據(jù)，并能與其它數(shù)據(jù)結(jié)合起來進行分析和。

那些已經(jīng)被存儲起來的歷史影像數(shù)據(jù)，尤其像70年代初期的Landsat數(shù)據(jù)，是那個時期僅存的地球快照。這是一份無價的信息資料，但那時候，這些數(shù)據(jù)是被存儲在磁帶中，其壽命遠不如今天的存儲介質(zhì)。這些會不斷損耗的老式磁帶才是我們真正需要去搶救和保護的。因為，這些數(shù)據(jù)將來還會發(fā)揮非常重要的作用，例如在研究可持續(xù)發(fā)展這種問題上，可以用來擴展模型使之更加精確地演示出某個研究領(lǐng)域的過去、現(xiàn)在和將來。

當(dāng)然，影像數(shù)據(jù)由于自身的特點，通常需要占用較大的計算機系統(tǒng)空間，同時有很高的存儲要求，尤其是那些高空間分辨率、彩色影像更是如此。這些數(shù)據(jù)一般還需要進行后期處理，要通過強度非常大的運算過程才能轉(zhuǎn)化成更加豐富的信息。此外，在基于網(wǎng)絡(luò)的影像交互時，實時交互系統(tǒng)中巨大的影像數(shù)據(jù)集，對帶寬也提出了比較高的要求。不過，這些問題在技術(shù)的推動下可以逐步得到解決。

目前，許多加快處理速度以及降低存儲成本的技術(shù)不斷涌現(xiàn)，這對GIS與遙感影像的應(yīng)用融合都是有利的。甚至在以后，遙感影像的發(fā)展方向?qū)⑹鞘褂跋裉幚砀咏鼈鞲衅鳌?/p>

篇3

關(guān)鍵詞：衛(wèi)星遙感 QuickBird影像 數(shù)字正射影像圖（DOM） ENVI

1.引言

遙感影像是通過遙感技術(shù)獲得的地球表面客體或事物的圖像，高分辨率的衛(wèi)星影像是指像素空間分辨率在10m以內(nèi)的遙感影像，正射影象是指消除了由于傳感器傾斜、地形起伏及地物等引起的畸變以后的影響。正射影象圖直觀、生動，影像所記錄的信息量非常豐富，細節(jié)表達的也很清楚，同時更新速度非?？?。利用高分辨率衛(wèi)星影像制作的正射影像精度高，時效性好，生產(chǎn)周期短、更新速度快，能夠滿足很多行業(yè)的要求，可以大大地節(jié)省生產(chǎn)成本提高生產(chǎn)效率。

2.DOM的特點

數(shù)字正射影象圖是利用DEM對遙感圖像逐像元進行輻射改正、微分糾正和鑲嵌，按照規(guī)定圖幅范圍裁剪生產(chǎn)形象數(shù)據(jù)，同時它帶有公里網(wǎng)格、圖廓整飾和注記的平面圖。DOM具有地圖精度和影響特征，精度高、信息量豐富、直觀性好、制作周期短、連續(xù)性好。

3.正射影像制作原理：數(shù)值微分糾正

根據(jù)已知影像的參數(shù)（內(nèi)、外方位元素）與數(shù)字地面模型，利用相應(yīng)的構(gòu)像方程式，或按一定的數(shù)學(xué)模型用控制點解算，從原始非正射投影的數(shù)字影像獲取正射影像，這種過程是將影像化為很多微小的區(qū)域逐一進行。通過解求像素的位置，然后進行灰度內(nèi)插與賦值運算，實現(xiàn)像素與相應(yīng)地面元素的幾何變換。

4.正射影像圖制作

數(shù)字正射影像（Digital Orthophoto Map，簡稱DOM）是利用數(shù)字高程模型（DEM）對經(jīng)掃描處理的數(shù)字化航空影像，經(jīng)逐像元進行投影差改正、鑲嵌，按國家基本比例尺地形圖圖幅范圍裁剪生成的數(shù)字正射影像數(shù)據(jù)集。它是同時具有地圖幾何精度和影像特征的圖像，具有精度高、信息豐富、直觀真實等優(yōu)點。

4.1實驗區(qū)概況

本文采用的是一幅分辨率為2.4m的快鳥遙感影像圖，此圖是美國的一個城市城區(qū)地圖，精度、緯度分別為112.05362548W、33.37717660N。具體如下圖所示。

4.2數(shù)據(jù)預(yù)處理

分辨率2.40m的多光譜遙 感影像有1、2、3、4（藍、綠、紅、近紅外）4個波段。合成影像時采用了多種合成方式進行對比，經(jīng)試驗最后選擇使用1、2、3（藍、綠、紅）波段形成標(biāo)準(zhǔn)假彩色圖像，經(jīng)過ENVI軟件的自然色彩變換后輸出自然色彩圖像，輸出后影像色彩效果比較真實。

4.3 影像糾正

數(shù)據(jù)在使用時，必須具有較高的空間配準(zhǔn)精度，這就需要對獲取的原始影像進行高精度的幾何糾正。本次作業(yè)地形起伏較小，地勢比較平坦，所以選用了多項式法。

4.3.1控制點輸入

為了保證選點的正確性，控制點輸入應(yīng)該采用鍵盤輸入坐標(biāo)，在進行糾正。GCP的選擇對于幾何校正的精度有著顯著的影響。GCP應(yīng)是在原始圖像上分布均勻并能正確識別和定位、在地形圖上可以精確定位的特征點以及特征線的重點。

4.3.2 重采樣校正輸出

選擇的GCP的RSM誤差必須小于1個像素，只有滿足這個條件，才能保證幾何校正的精度。如若選擇的GCP的RSM誤差大于1個像素，它是不符合要求的，必須將其刪除。

在幾何校正的控制點位置輸入計算完成后，進行重采樣輸出，計算內(nèi)插新像素的灰度值。重采樣是計算被校正圖像的文件值，并生成新文件的處理。有三種重采樣方法：最近鄰點法、雙線性插值、三次卷積法。本試驗選擇雙線性插值輸出經(jīng)校正的衛(wèi)星影像。

4.3.3精度分析。（圖 2誤差分析圖略）

從圖2可以看出，采用多項式方法對原圖進行校正，GCP的RSM誤差在一個像素左右，基本上滿足了校正的精度。在校正的時候，盡量選取易于判讀的點可以確保GCP的位置精度，進而基本上可以達到校正的目的。

4.4 影像剪切

數(shù)字正射影像圖具有地形圖垂直投影的特性，地形圖直觀，內(nèi)容豐富。數(shù)字正射影像可作為影像地圖瀏覽系統(tǒng)的基礎(chǔ)數(shù)據(jù)使用。此類系統(tǒng)可以應(yīng)用于規(guī)劃、土地、水利、林業(yè)、房管、交通、公安等部門及GPS導(dǎo)航查詢、電子地圖等領(lǐng)域。如果沒有數(shù)字正射影像的支持，則無法顯示細部，所以應(yīng)該按照標(biāo)準(zhǔn)制圖形式進行制圖，每幅圖還得加上圖名、比例尺、圖幅經(jīng)緯度等信息，以便于以后更好的應(yīng)用。

4.5圖幅整飾

本文運用ENVI軟件，采用快速制圖方法，在糾正后影像圖上加上了圖幅名、比例尺以及該影像圖的經(jīng)緯度，最終，制成正射影像圖如圖3。

5.結(jié)束語

隨著衛(wèi)星技術(shù)的發(fā)展，衛(wèi)星獲得的遙感影像分辨率越來越高，利用專業(yè)的遙感圖像處理軟件對遙感圖像進行正射糾正，然后制作正射影像圖。不斷提高衛(wèi)星的分辨率，努力開發(fā)更好的遙感圖像處理軟件，從而使DOM更好的為人類生產(chǎn)、生活做貢獻。

參考文獻：

[1]王利英，宋偉東.基于高分辨率Quick Bird影像的數(shù)字正射影像圖的制作[J].測繪與空間地理信息，2006，29（4）：69-71.

篇4

【關(guān)鍵詞】影像融合；正射校正；遙感影像

0.引言

數(shù)字正射影像圖是將航空影像數(shù)據(jù)或航天遙感數(shù)據(jù)，經(jīng)過輻射校正幾何校正，并利用數(shù)字高程模型進行投影差改正，附之以主要居民地、地名、境界等矢量數(shù)據(jù)，按國家基本比例尺地形圖圖幅范圍剪裁生成的正射影像數(shù)據(jù)集。為了滿足不同用戶對遙感數(shù)據(jù)的要求，利用高分辨率遙感衛(wèi)星數(shù)據(jù)制作較大比例尺的數(shù)字正射影像圖就有了其研究、發(fā)展和應(yīng)用的空間。

1.正射遙感影像圖制作基本原理及方法

1.1 幾何糾正原理

數(shù)字圖像糾正的目的是改正原始圖像的幾何變形，產(chǎn)生一幅符合某種地圖投影或圖形表達要求的新圖像。像素坐標(biāo)變換和像素亮度值重采樣是數(shù)字圖像糾正的兩個環(huán)節(jié)，并且它們在糾正過程中是同步進行的。

（1）像素坐標(biāo)變換是通過建立糾正函數(shù)來實現(xiàn)的，多項式糾正方法是實踐中經(jīng)常使用的一種方法。該方法的基本思想是回避成像的空間幾何過程，而直接對圖像變形的本身進行數(shù)字模擬，它認為遙感圖像的總體變形可以看作是平移、縮放、旋轉(zhuǎn)、仿射、偏扭、彎曲以及更高次的基本變形的綜合作用結(jié)果，因而糾正前后圖像相應(yīng)點之間的坐標(biāo)關(guān)系可以用一個適當(dāng)?shù)亩囗検絹肀磉_，校正誤差可以通過對均方差估計求得。

（2）數(shù)字圖像亮度值的重采樣。由于位置計算后找到的對應(yīng)的x和y值，多數(shù)不在原來像元的中心，因而必須重新計算新位置的亮度值。做法是采用適當(dāng)?shù)姆椒ò言擖c位周圍鄰近整數(shù)點位上亮度值對該點的亮度貢獻積累起來，構(gòu)成該點位的新亮度值，這個過程稱為數(shù)字圖像亮度值的重采樣。

1.2 正射校正原理

正射糾正的實質(zhì)就是將中心投影的影像通過數(shù)字元糾正形成正射投影的過程，其原理是將影像化為很多微小的區(qū)域，根據(jù)有關(guān)的參數(shù)利用相應(yīng)的構(gòu)像方程式，求得解算模型然后利用數(shù)字元高程模型對原始非正射影像進行糾正，使其轉(zhuǎn)換為正射影像。正射糾正是一種高精度的幾何糾正，是利用數(shù)字高程模型對衛(wèi)星影像進行逐點數(shù)字微分糾正，用以消除衛(wèi)星遙感影像和航空遙感影像由于地形起伏等引起的像點位移。采用共線條件方程糾正法進行正射糾正。

1.3 融合原理

分辨率融合是將不同空間分辨率遙感圖像按照一定的算法，在規(guī)定的坐標(biāo)系中，生成新圖像的過程。處理后的圖像既具有較高的空間分辨率，又具有較好的多光譜特征，從而達到圖像增強的目的。高分辨率影像與多光譜數(shù)據(jù)的融合是遙感影像進行正射校正的基礎(chǔ)。融合方法的選擇，取決于被融合圖像的特征以及融合的目的，ERDAS IMAGINE 系統(tǒng)所提供的圖像融合方法有三種：主成分變換融合、乘積變換融合和比值變換融合。

1.4 數(shù)字高程模型

數(shù)字地面模型（DTM）是地形表面形態(tài)等多種信息的一個數(shù)字表示。嚴格地說，DTM是，其向量的分量為地形、資源、環(huán)境、土地利用、人口分布等多種信息的定量或定性描述。DTM是一個地理數(shù)據(jù)庫的基本內(nèi)核，若只考慮DTM的地形分量，稱其為數(shù)字高程模型DEM或DHM，其定義如下：

DEM是表示區(qū)域D上地形的三維向量有限序列，其中是平面坐標(biāo)，是對應(yīng)的高程。當(dāng)該序列中各向量的平面點位呈規(guī)則格網(wǎng)排列時，則其平面坐標(biāo)可省略，此時DEM就簡化為一維向量序列，這也是DEM或DHM名稱的原有。

2.正射遙感影像圖處理制作

2.1 ERDAS下遙感影像融合處理

這里選擇Brovey變換法，此融合結(jié)果一個明顯的表現(xiàn)就是色調(diào)非常良好，幾乎完整保持了原始影像的色調(diào)信息。

影像融合的具體操作步驟如下：

ERDAS圖標(biāo)面板工具條上，單擊Interpreter圖標(biāo)Spatial Enhancement，打開Resolution Merge對話框，調(diào)入需要融合的全色影像數(shù)據(jù)和多光譜影像數(shù)據(jù)，選擇融合方式和重采樣方式，鍵入波段數(shù)，點擊OK即完成影像數(shù)據(jù)融合，如圖1。

圖1 影像數(shù)據(jù)融合對話框

2.2 應(yīng)用PCI軟件進行遙感影像正射校正

經(jīng)過設(shè)置投影參數(shù)，數(shù)據(jù)格式轉(zhuǎn)換，加入DEM，采集控制點，模型計算，重采樣，完成對遙感影像的正射校正。

（1）工程設(shè)置

在PCI軟件中建立一個包含所有工程數(shù)據(jù)的工程文件，設(shè)置校正影像的輸出格式、輸出分辨率、輸出投影及坐標(biāo)系統(tǒng)等，如圖2。

圖2 設(shè)置工程投影與控制點投影對話框

（2）控制點采集

控制點采集為人工采集，根據(jù)提供的GPS點位，在衛(wèi)星影像上找到相應(yīng)的同名點。這些控制點用以構(gòu)成數(shù)學(xué)模型來對衛(wèi)星影像進行糾正，并將影像歸算到地面坐標(biāo)系，如圖3。

圖3 控制點采集

（3）重采樣生成正射影像

2.3 實驗數(shù)據(jù)整理

表1 遙感影像圖正射校正結(jié)果（單位：像素）

GCP X殘差 Y殘差 RMS

GCP 01 0.41 -0.74 0.80

GCP 02 0.64 0.67 0.11

GCP 03 0.02 -0.73 -0.71

GCP 04 0.96 0.37 0.89

GCP 05 0.70 -0.08 0.69

GCP 06 0.65 -0.64 0.08

GCP 07 0.62 -0.53 0.34

GCP 08 0.60 0.52 0.30

GCP 09 0.36 -0.01 -0.38

GCP 10 0.31 0.12 -0.28

GCP 11 0.28 0.09 -0.27

GCP 12 0.22 -0.16 0.14

根據(jù)上表計算總的控制點誤差為：

所以X方向總誤差為0.5427，Y方向總誤差0.4944；RMS（均方根中誤差）為0.7341，以上單位均為像素。

2.4、應(yīng)用ERDAS軟件進行遙感影像的裁剪

由于正射糾正后的圖像不是規(guī)則的圖形，因此要通過左上角和右下角兩點的坐標(biāo)，對此影像進行裁剪。

2.5、正射遙感影像圖和AutoCAD圖像的疊加

將在AutoCAD中生成的方格網(wǎng)與正射校正后的影像數(shù)據(jù)在ArcMap下進行疊加，由于兩個數(shù)據(jù)的坐標(biāo)是匹配的，所以可以疊加在一起，如圖4。

圖4 十字絲和影像疊加圖

2.6、地圖整飾

在Photoshop中將疊加后的影像數(shù)據(jù)進行整飾，使輸出影像圖更加美觀，成果如圖5。

圖5 正射遙感影像成果圖

3.結(jié)論

本文系統(tǒng)的闡述了正射遙感影像圖的制作流程、原理與方法，其中包括全色影像與多光譜影像融合，高分辨率遙感影像正射校正，正射影像數(shù)據(jù)重采樣以及圖像整飾。并結(jié)合某地區(qū)遙感影像圖的制作實例和實驗結(jié)果，對本文所闡述的方法加以驗證。隨著航攝技術(shù)、衛(wèi)星技術(shù)的進一步發(fā)展，數(shù)字正射影像的原始數(shù)據(jù)來源越來越廣，分辨率越來越高，同時，隨著計算機技術(shù)和糾正算法的進一步完善，數(shù)字正射影像圖這一產(chǎn)品會愈發(fā)完善，將會得到更多用戶的認可和使用。

參考文獻：

[1] 劉國成，楊長保.遙感圖像處理軟件的設(shè)計與關(guān)鍵技術(shù)研究[J].吉林工程技術(shù)師范學(xué)院學(xué)報，2009.

[2] 韋玉春，湯國安.遙感數(shù)字圖像處理教程 [M]. 北京： 科學(xué)出版社， 2007.12.

[3] 孫家.遙感原理與應(yīng)用[M].武漢：武漢大學(xué)出版社，2009.6

篇5

關(guān)鍵詞：遙感影像；并行計算；密集匹配；快速處理；流程研究

引言

隨著遙感影像使用范圍越來越廣泛，現(xiàn)在已經(jīng)成為提供空間信息的重要數(shù)據(jù)源。遙感數(shù)據(jù)的應(yīng)用范圍擴大到各個社會信息服務(wù)領(lǐng)域，發(fā)揮著重大作用。經(jīng)過定向后的遙感影像數(shù)據(jù)可為測繪、城市基礎(chǔ)地理信息動態(tài)更新、國土資源調(diào)查、生態(tài)環(huán)境監(jiān)測、災(zāi)害監(jiān)測、海洋資源、農(nóng)業(yè)監(jiān)測、快速響應(yīng)等不同的領(lǐng)域提供相應(yīng)的地理信息數(shù)據(jù)。

傳統(tǒng)影像處理需要高性能的計算機，并且配備多種影像數(shù)據(jù)處理軟件協(xié)同作業(yè)，各工序僅對流程負責(zé)，數(shù)據(jù)處理效率低，精度差?，F(xiàn)代遙感影像的獲取頻率越來越快，同時數(shù)據(jù)量也越來越大，傳統(tǒng)的基于串行計算的處理方式已很難滿足高效率的生產(chǎn)需求和快速響應(yīng)，因此必須采用并行計算來快速地對大區(qū)域影像進行處理，提高數(shù)據(jù)處理效率。

1. 并行處理技術(shù)簡介

1.1 并行技術(shù)處理種類

現(xiàn)代計算機并行處理技術(shù)主要有基于CPU和基于GPU這兩大類處理方法，各有相應(yīng)的具體處理方案，如通過CPU加速的MPI、OpenMP、PVM等，還有Intel的TBB等；基于GPU的有NVIDIA的CUDA和ATI的Stream技術(shù)。本試驗根據(jù)數(shù)據(jù)特點和計算機硬件配置情況，采用基于GPU方法的軟件系統(tǒng)進行影像的快速糾正試驗。

1.2 GPU并行處理優(yōu)勢

1.2.1 高效的并行性

在目前主流的GPU中，配置多達16個片段處理流水線，6個頂點處理流水線。多條流水線可以在單一控制部件的集中控制下運行，也可以獨立運行。GPU的頂點處理流水線使用MIMD方式控制，片段處理流水線使用SIMD結(jié)構(gòu)。相對于并行機而言，GPU提供的并行性在十分廉價的基礎(chǔ)上，為適合于在GPU上進行處理的應(yīng)用提供了一個很好的并行方案。

1.2.2 高密集的運算

GPU通常具有128位或256位的內(nèi)存位寬，因此GPU在計算密集型應(yīng)用方面具有很好的性能。

1.2.3 超長圖形流水線

GPU超長圖形流水線的設(shè)計以吞吐量的最大化為目標(biāo)（如NVIDIA GeForce 3流水線有800個階段），因此GPU作為數(shù)據(jù)流并行處理機，在對大規(guī)模的數(shù)據(jù)流并行處理方面具有明顯的優(yōu)勢。

2. 遙感影像快速處理應(yīng)用

2.1 應(yīng)用區(qū)簡介

試驗區(qū)內(nèi)覆蓋46景P5影像，布設(shè)外業(yè)控制點68個、檢查點17個，用于區(qū)域網(wǎng)平差的解算及精度檢查；在立體模型中選取26個檢測點，用于檢測DEM和DOM成果精度。試驗區(qū)范圍及控制點分布（見圖1）。

2.2 使用的軟硬件

主要軟硬件設(shè)備包括集群式影像處理系統(tǒng)PCI GXL軟件及可進行圖形、圖像處理的高配置計算機等。

2.3 應(yīng)用區(qū)生產(chǎn)

2.3.1 稀少控制區(qū)域網(wǎng)平差

（1）建立測區(qū)工程

建立測區(qū)工程，設(shè)置工程參數(shù)及投影坐標(biāo)系、控制點文件、DEM格網(wǎng)間距及正射影像分辨率。同時根據(jù)影像之間的相互關(guān)系設(shè)置影像列表，導(dǎo)入衛(wèi)星影像并建立模型。

（2）區(qū)域網(wǎng)平差

首先利用軟件對所有影像自動進行連接點的量測，然后對控制點進行預(yù)測，人工輔助量測控制點，最后采用“RPC測區(qū)絕對定位”解算方法對區(qū)域網(wǎng)進行平差解算，剔除掉粗差點，得到滿足精度的區(qū)域網(wǎng)平差結(jié)果，控制點平差結(jié)果見表1。

表1 區(qū)域網(wǎng)平差結(jié)果（單位：m）

[類型＼&個數(shù)＼&平面中誤差＼&高程中誤差＼&平面最大誤差＼&高程最大誤差＼&控制點＼&68＼&1.385＼&0.836＼&2.723＼&1.042＼&檢查點＼&17＼&4.667＼&1.436＼&6.679＼&1.496＼&]

2.3.2 DEM及DOM生產(chǎn)

首先利用區(qū)域網(wǎng)平差定向后的影像進行DEM密集匹配，然后利用擬合、平滑、內(nèi)插、定值等工具對密集匹配結(jié)果進行編輯，得到滿足精度的DEM數(shù)據(jù)，最后利用DEM數(shù)據(jù)采用并行計算的方法對影像進行批量糾正，得到DOM數(shù)據(jù)。DEM及DOM批量鑲嵌結(jié)果見圖2。

2.3.3 精度統(tǒng)計

利用立體模型量測的檢測點對DEM及DOM進行精度檢測，檢測結(jié)果見表2。

2.3.4 效率統(tǒng)計

數(shù)據(jù)處理整理耗時情況見表3。

3. 結(jié)論

通過生產(chǎn)試驗表明，利用并行處理技術(shù)對大區(qū)域遙感影像數(shù)據(jù)進行區(qū)域網(wǎng)平差后制作的DEM與DOM精度能夠滿足不同比例尺規(guī)范的相關(guān)要求，同時并行處理技術(shù)能夠簡化生產(chǎn)流程，大幅度提高運算效率并減少運算時間，特別在對大區(qū)域遙感影像進行處理時，優(yōu)勢明顯。

參考文獻：

[1] 鄭福海，楊木，宋紅艷等.利用IRS―P5影像制作1：500003D產(chǎn)品的試驗研究[J].測繪與空間地理信息，2011，34（6）：117―120.

[2] 肖漢，張祖勛等.基于GPGPU的并行影像匹配算法[J].測繪學(xué)報，2010，39（1）：46―51.

[3] O影，鄭福海，王鐵軍等.PixelGrid集群式系統(tǒng)在影像快速糾正中的應(yīng)用研究[J].測繪與空間地理信息，2014，37（10）：221―223.

[4] 李宏寬，楊曉冬，鄒珍軍.基于MPI并行的遙感影像系統(tǒng)幾何校正快速處理技術(shù)研究[J].河南工程學(xué)院學(xué)報?自然科學(xué)版，2011，23（1）：49―52.

[5] 陳國良，孫廣中.并行計算的一體化研究現(xiàn)狀與發(fā)展趨勢[J].科學(xué)通報，2009，（8）：25―27.

篇6

關(guān)鍵詞：遙感；地理國情普查；防洪抗旱

一、遙感影像技術(shù)在地理國情普查應(yīng)用中的優(yōu)勢

地理國情普查是一項重大的國情國力調(diào)查，是全面獲取地理信息的重要手段，是掌握地表自然、生態(tài)以及人類活動基本情況的基本性工作。普查的目的是查清我國自然和人文地理要素的現(xiàn)狀和空間分布情況，為開展常態(tài)化地理國情監(jiān)測奠定基礎(chǔ)，滿足經(jīng)濟社會發(fā)展和生態(tài)文明建設(shè)的需要，提高地理信息和政府、企業(yè)和公眾的服務(wù)能力。

遙感技術(shù)之所以能夠在地理國情普查中應(yīng)用，是由于它具備了四個特點：首先，遙感技術(shù)具有宏觀性以及區(qū)域性的特點，宏觀性的特點使遙感技術(shù)在我國土地資源調(diào)查中應(yīng)用成為了可能，而遙感技術(shù)的應(yīng)用也改變了傳統(tǒng)的地理國情普查方法。同時，遙感技術(shù)又能夠?qū)^(qū)域內(nèi)的空間以及地理信息真實、清楚地觀察到，并且反映出區(qū)域地理分布特征以及相互之間的關(guān)系。其次，遙感技術(shù)具有綜合性的特點。遙感技術(shù)在對地理信息進行觀察時，能夠從空間、時相以及破斷三方面形成探測網(wǎng)，形成的地球表面信息包括了光譜空間、地理空間以及時間空間等五維信息，人們觀察以及分析問題能夠更加全面。再者，遙感技術(shù)具有多波段性的特點。在對地理進行研究時，遙感器能夠發(fā)出不同波段的波對地物信息進行探測，也使得探測的信息更加全面和準(zhǔn)確。比如在使用可見光波段的波雖然能夠較好的探測整個城市概況，但是卻不能探測城市的熱污染，必須使用紅外遙感數(shù)據(jù)。最后，遙感技術(shù)還具有多時相性特點。在對地理信息進行普查時，使用遙感技術(shù)能夠?qū)ν坏乩硇畔⑦M行多時段的重復(fù)探測，獲得同一地理位置的多時相信息，進而能夠發(fā)現(xiàn)該地區(qū)的地理變化。

二、遙感影像技術(shù)

（一）遙感影像變化監(jiān)測方法

遙感影像可以綜合分析多時相的地理圖像信息，然后提取出動態(tài)的地理信息，實現(xiàn)地理遙感的變化監(jiān)測。目前主要的地理信息變化監(jiān)測方法主要有比較分類結(jié)果法、光譜變異法、分析主成分法、提取動態(tài)信息法、分析矢量變化法、植被指數(shù)互減法、圖像數(shù)據(jù)運算法等，可以將這些遙感地理信息變化監(jiān)測方法總結(jié)成基于分析空間模型方法、基于結(jié)果比較的分類方法、基于變換空間信息方法、和基于運算圖像信息數(shù)據(jù)方法。

（二）遙感影像變化圖像信息方法

遙感影像利用不同時相的地理圖像變化信息，將多種圖像變化信息變換之后進行動態(tài)檢測和變化監(jiān)測，主要方法有變換對應(yīng)成分法、分析頻率域法、變換典型成分法、變換KT法、變換主成分法等。以變換主成分法為例，其方法主要是變換不同時相的地理圖像變化信息數(shù)據(jù)的主成分，突出變化信息數(shù)據(jù)的主要成分。變換主成分法又可以分為：變換多時相主成分法、變換動態(tài)主成分法、主成分差值法。

（三）遙感數(shù)據(jù)挖掘技術(shù)的應(yīng)用

與傳統(tǒng)的圖像數(shù)據(jù)分析相比，遙感數(shù)據(jù)挖掘技術(shù)對于地理圖像信息數(shù)據(jù)的處理是一種模型識別化的圖像數(shù)據(jù)處理過程，主要的研究方向在于具體圖像信息的特征和模式，主要強調(diào)經(jīng)過數(shù)據(jù)對比、分析和處理，從大量的地理圖像信息數(shù)據(jù)中，發(fā)現(xiàn)整合出這些地理圖形信息數(shù)據(jù)中有意義的數(shù)據(jù)，總結(jié)出這些信息數(shù)據(jù)的知識和規(guī)律，找出他們之間的特征和共性，實現(xiàn)相互促進、相互協(xié)作。遙感數(shù)據(jù)挖掘技術(shù)在更新地理信息中的應(yīng)用，可以對基本的地理圖像信息進行特征計算和有效分割，為遙感影像提供地理信息規(guī)則和知識

三、遙感影像技術(shù)在地理國情普查中的應(yīng)用

（一）遙感技術(shù)在地表特征的應(yīng)用

地表類型劃分范圍廣闊，地貌形態(tài)復(fù)雜多樣，為簡化地貌類型，同時兼顧地貌對地表產(chǎn)流量影響的差異，以衛(wèi)星圖像為基礎(chǔ)，將區(qū)內(nèi)劃分為幾個大的地貌類型，即中山區(qū)、低山丘陵區(qū)、平原區(qū)、及黃土高原區(qū)。地表巖性應(yīng)用遙感巖性地層解譯結(jié)果，考慮到不同巖性的透水性能，為了使區(qū)內(nèi)的下墊面類型趨于簡單化和帶有普遍性，將其共性特征組合如下：（1）黃土、第四紀沖洪積物，透水性較強；（2）砂巖、砂礫巖，結(jié)構(gòu)較為松散，孔隙裂隙較為發(fā)育，透水性較強；（3）砂巖、砂泥巖，透水性一般；（4）變質(zhì)巖、巖漿巖，透水性較弱；（5）碳酸鹽巖，透水性較強。

（二）遙感技術(shù)在防洪抗災(zāi)中的應(yīng)用

1、防洪抗旱

自遙感技術(shù)誕生以來，遙感技術(shù)在防洪抗旱中發(fā)揮了巨大的作用。災(zāi)害發(fā)生后可以根據(jù)水體與其他第五光譜明顯不同的特點，利用多光譜圖像快速確定受災(zāi)面積。在此基礎(chǔ)上根據(jù)已有的社會信息，利用遙感圖像分析功能進行疊加分析，可以快速的對災(zāi)情進行評估。為救災(zāi)，減災(zāi)提供信息基礎(chǔ)。在此方面水利行業(yè)已經(jīng)做了大量的工作取得了成熟經(jīng)驗。

2、水土保持

為了有效的進行水土保持工作，對土壤侵蝕和水土流失調(diào)查，監(jiān)測和評價，具有十分重要的意義。目前遙感技術(shù)成為水土保持研究的重要技術(shù)手段，在區(qū)域土壤侵蝕和水土流失研究中得到了廣泛的應(yīng)用。水土流失的研究有以下兩種：（1）土壤侵蝕動態(tài)的監(jiān)測，其關(guān)鍵是提取影響土壤侵蝕因子信息；（2）水土流失定量研究。

（三）遙感技術(shù)在油氣開發(fā)中的應(yīng)用

從油氣構(gòu)造的遙感解譯分析，到綜合遙感資料與物化探資料進行油氣綜合評價，再進一步發(fā)展到將遙感技術(shù)與油氣化探、地面波譜測試、地磁、地溫、能譜測量以及地電化學(xué)勘探手段相結(jié)合而進行的遙感方法直接找油，標(biāo)志著遙感技術(shù)應(yīng)用在油氣勘探領(lǐng)域的一次次重大飛躍。但是利用遙感探測也存在一定的問題：

遙感影像在識別巖性方面，由于火成巖的熱紅外光譜特性比其它巖類要清楚得多，所以對于火成巖的研究相對的較成熟一些。但是對于沉積巖和變質(zhì)巖的研究則相對的較少，主要是由于巖石中的不同礦物對熱紅外光譜影響較大。因此對于巖石和礦物發(fā)射光譜特性的關(guān)系及其影響因素需要進一步的研究。

將熱紅外譜域的研究延伸到3～5μm和17～25μm，目前對這兩個熱紅外譜域的巖石、礦物光譜特性還知之甚少。油氣遙感技術(shù)不斷發(fā)展，不僅可以在前期油氣勘探中發(fā)揮作用，并將會涉及到油氣勘探的各個階段。在隱蔽油氣勘探、巖性油氣勘探、水動油氣勘探及老油氣田的擴大、挖潛勘探中同樣可以取得成效。

（四）土地利用現(xiàn)狀調(diào)查

當(dāng)前，城鎮(zhèn)用地共分為十個大類，分別是：居住用地、公共設(shè)施用地、工業(yè)用地、倉庫用地、對外交通用地、道路廣場用地、市政公用設(shè)施用地、綠地、特殊用地、水域和其他用地。在實際工作中，我們可以根據(jù)不同的應(yīng)用需要，進行相應(yīng)類型的遙感調(diào)查，獲取相應(yīng)的遙感資料，然后繪制出土地利用現(xiàn)狀圖和土地利用演變圖，并自動測算出該區(qū)域內(nèi)各類用地的面積、分布、變化情況及發(fā)展趨勢。城鎮(zhèn)規(guī)劃和管理者通過這些資料，可以判斷城鎮(zhèn)布局是否合理，城鎮(zhèn)綠地是否足夠，存在哪些不足，需要如何改進，從而因地制宜，為城鎮(zhèn)制定相應(yīng)的規(guī)劃、建設(shè)和管理方案。

（五）人口普查

在定性、定量、定位的調(diào)查了城鎮(zhèn)各種土地利用現(xiàn)狀后，可迅速而準(zhǔn)確地獲得城鎮(zhèn)的總建筑密度、住宅房屋密度等城鎮(zhèn)用地特征參數(shù)。而城鎮(zhèn)居住建筑密度與人口分布密度往往有著某種必然的聯(lián)系，因此，可以以住房密度作為變量用于人口普查、人口統(tǒng)計學(xué)等方面的研究，從而為國家人口普查提供一個方便、快捷、精確的輔助手段。

參考文獻

篇7

Zhu Ruirong；Qu Huaying

（Yunnan Land & Resources Vocational College，Kunming 650217，China）

摘要： 在分析空間數(shù)據(jù)獲取現(xiàn)狀的基礎(chǔ)上提出空間數(shù)據(jù)挖掘的必要性，對遙感影像分類技術(shù)和方法進行了研究，提出GIS平臺和數(shù)據(jù)挖掘算法集成所挖掘的知識是其影像分類的重要知識源。最后通過實驗對以上的研究和分析進行了驗證。

Abstract： Based on the status quo of spatial data obtaining, the necessity of spatial data mining is put forward. Through the research of remote sensing image classification technology and methodologies, the knowledge mined and integrated from GIS platform and data mining algorithms has been recognized as the important knowledge source of image classification. Finally, the research and analysis has been verified through the experiment.

關(guān)鍵詞： GIS 空間數(shù)據(jù)挖掘 遙感影像 分類

Key words： GIS; spatial data mining; remote sensing image; classification

中圖分類號：TP7文獻標(biāo)識碼：A文章編號：1006-4311（2011）14-0193-02

0引言

進入信息時代，計算機技術(shù)、遙感技術(shù)的快速發(fā)展使得實時、全天候、大面積的獲取地球表面信息的高精度、高分辨率、多時相的數(shù)字影像成為現(xiàn)實，遙感數(shù)據(jù)每天以數(shù)百GB的速率遞增。但與之相對應(yīng)的卻是影像處理的理論和技術(shù)手段的嚴重滯后，在遙感影像信息提取的過程中，常常發(fā)生“同物異譜”和“異物同譜”的現(xiàn)象，影響了分類的精度，同時影像信息提取還局限于人工目視解譯的階段，工作效率低下，影像數(shù)據(jù)的獲取和遙感影像信息提取的速度嚴重不協(xié)調(diào)。利用GIS輔助遙感影像信息智能提取技術(shù)的研究對GIS和RS的集成，和空間數(shù)據(jù)生產(chǎn)效率的提高都有著重要的理論和現(xiàn)實意義。而數(shù)據(jù)挖掘可以作為其中一個重要的手段和工具。本文利用數(shù)據(jù)挖掘和知識發(fā)現(xiàn)（Data Mining and Knowledge Discover）技術(shù)，挖掘空間數(shù)據(jù)庫和數(shù)據(jù)文件中的知識，并將知識運用到遙感影像的分類過程中，通過知識來改善影像的分類精度。

1遙感數(shù)據(jù)和GIS數(shù)據(jù)的關(guān)系

在遙感影像和GIS數(shù)據(jù)之間，存在著數(shù)據(jù)和知識上巨大的互補性，而利用數(shù)據(jù)挖掘的手段，可以從GIS數(shù)據(jù)中挖掘出知識來解釋遙感的影像數(shù)據(jù)，同時用遙感的數(shù)據(jù)來反演和更新GIS數(shù)據(jù)（如圖1）。

從上圖可以看出，數(shù)據(jù)挖掘是將大量數(shù)據(jù)信息轉(zhuǎn)換為有用知識的有效工具，具體到在GIS和遙感信息提取中的作用如下：①在遙感影像解譯中應(yīng)用。用于遙感影像解譯中的約束、輔助、引導(dǎo)，解決同譜異物、同物異譜問題，減少分類識別的疑義度，提高解譯的可靠性、精度和速度?？臻g數(shù)據(jù)挖掘是建立遙感影像理解專家系統(tǒng)知識獲取的重要技術(shù)手段和工具，遙感影像解譯的結(jié)果又可用于更新GIS數(shù)據(jù)庫。②GIS智能化分析?？臻g數(shù)據(jù)挖掘獲取的知識同現(xiàn)有GIS分析工具獲取的信息相比更加概括、精煉，并可發(fā)現(xiàn)現(xiàn)有GIS分析工具無法獲取的隱含的模式和規(guī)律，因此空間數(shù)據(jù)挖掘本身就是GIS智能化分析工具，也是構(gòu)成GIS專家系統(tǒng)和決策支持系統(tǒng)的重要工具。因此，空間數(shù)據(jù)挖掘技術(shù)將會促進遙感與GIS的智能化集成。（如圖2）

2基于知識的遙感影像分類方法

由于傳統(tǒng)的遙感影像的分類方法推理規(guī)則單一，非遙感信息融入困難，且大多是基于要素相互獨立、空間參數(shù)化分布等前提假設(shè)條件下的數(shù)理統(tǒng)計方法，很難進行地學(xué)中要素之間相互關(guān)聯(lián)、分布復(fù)雜的空間信息處理與分析?？紤]到目視解譯和數(shù)字解譯的優(yōu)勢和缺點，為了解決遙感影像信息提取中存在的種種問題，許多學(xué)者提出了基于知識的遙感影像信息提取的方法。在GIS數(shù)據(jù)或地學(xué)知識與遙感數(shù)據(jù)集成分類的方法中，主要有三類：一是信息復(fù)合的方法。二是基于規(guī)則判斷的決策樹分類方法。三是影像分類與規(guī)則判斷結(jié)合的辦法。

基于知識的遙感影像信息提取，其基本內(nèi)容應(yīng)包括知識的發(fā)現(xiàn)、應(yīng)用知識建立提取模型、利用遙感數(shù)據(jù)和模型提取遙感信息。在知識發(fā)現(xiàn)方面包括從單期遙感圖像上發(fā)現(xiàn)有關(guān)地物的光譜特征知識、空間結(jié)構(gòu)與形態(tài)知識、地物之間的空間關(guān)系知識。主要從兩個方面進行遙感影像的信息提取：

2.1 基于光譜知識的信息提?。罕热绻诽崛∧Ｐ停?/p>

R■=∫mag[f（s）]■ds=max mum（1）

R■=∑{g[f（s）]-g■}■=min mum（2）

基于光譜特性的信息提取是在對遙感信息機理初步研究的基礎(chǔ)上找到的一種信息提取方法，它需要地物與背景之間在光譜上是可分的，與背景之間存著較少的同譜現(xiàn)象，并且地物內(nèi)部的光譜最好要一致，當(dāng)?shù)匚飪?nèi)部光譜不一致時，可以借助于地物內(nèi)部的特征成分光譜進行提取，當(dāng)?shù)匚飪?nèi)部成分的光譜與背景之間存著較多同譜現(xiàn)象時，須借助于地物的其它知識進行提取。

2.2 基于紋理知識的信息提取紋理是指灰度值在空間上的變化，它是由一些紋理基元按照不同的空間配置形式所構(gòu)成的一種圖案。共生矩陣紋理法是比較傳統(tǒng)的紋理描述方法，它可從多個側(cè)面描述影像紋理特征。

灰度共生矩陣屬二階統(tǒng)計量，被定義為從灰度為i的點離開某個固定位置關(guān)系δ=（dx，dy）的點上灰度為j的概率（或頻率）:

P■（i，j） （i，j=0，1，2，…，N-1）（3）

式中N表示灰度級數(shù)而i、j為灰度值，不同的位置關(guān)系δ對應(yīng)著特定距離和方向上的共生矩陣。顯然，將所有的δ納入考慮，計算量將極為龐大。根據(jù)Jensen的研究，由于TM影像的分辨率較之航空圖像或SPOT圖像為低，取某個固定的δ（如令δ=（1，0）或δ=（2，2））計算共生矩陣即可。下一步，便可由共生矩陣求解若干紋理特征量，用 4種典型和常用的量，分別是能量E（P），熵H（P），均質(zhì)性L（P），慣性力矩（反差）I（P）；紋理特征提取的結(jié)果有兩種形式：一是紋理特征度量參數(shù)本身；另一種是紋理特征參數(shù)對影像進行初步分類后得到的紋理分類圖像。

3試驗

為了檢驗基于知識的遙感影像分類方法的有效性，實驗中所用的遙感影像為Erdas Imageine8.6所帶的示例影像數(shù)據(jù)，參照土地資源調(diào)查中土地利用分類方式，并根據(jù)圖像的特點，將要分類的影像確定為12個類別，其類別如下：高等級道路、一般道路、平坦地區(qū)、緩坡地區(qū)、陡峭地區(qū)、極陡地區(qū)、水域、濕地、密林、中密度森林、稀疏林、建筑用地。

基于知識的分類體系可以利用決策樹來表示各種數(shù)據(jù)之間的關(guān)系，在實驗中，知識有4種數(shù)據(jù)來源，數(shù)據(jù)源及其類別屬性分別為：道路：離散型(0，1，2)；數(shù)字坡度模型：連續(xù)型；預(yù)分類圖像：離散型(0~20)；樹林密度模型：連續(xù)型；待分類圖像：連續(xù)型。

本試驗中采用常規(guī)最大似然法和基于知識分類方法分別對影像進行分類。原始貝葉斯分類結(jié)果（如圖3），基于知識的分類結(jié)果（如圖4）。

從實驗結(jié)果圖中可以看出：基于知識的分類，由于充分利用了規(guī)則中的先驗知識，其結(jié)果較貝葉斯分類更加詳細。

4結(jié)論

基于知識的遙感影像分類技術(shù)是遙感信息提取未來發(fā)展的方向，在GIS支持下基于空間數(shù)據(jù)挖掘技術(shù)進行遙感影響分類與信息提取，可以綜合地物光譜特征、GIS數(shù)據(jù)、領(lǐng)域知識、空間分析功能等，其分類結(jié)果較傳統(tǒng)技術(shù)下的分類結(jié)果有著明顯的優(yōu)越性。進行但是受限于計算技術(shù)、人工智能和數(shù)據(jù)挖掘技術(shù)的發(fā)展水平，知識的準(zhǔn)確、快速的獲取存在著一定的困難，實現(xiàn)自動化的知識獲取有很大的難度，在挖掘模型與GIS集成方面離可供實際操作的完全集成系統(tǒng)還有一定的距離，人機交互式的知識獲取方式在一定時期內(nèi)仍然是知識獲取的方式。

參考文獻：

[1]邸凱昌．空間數(shù)據(jù)發(fā)掘與知識發(fā)現(xiàn)[M]．武漢：武漢大學(xué)出版社，2001.

[2]梅安新等．遙感導(dǎo)論[M]．北京：高等教育出版社，2001.

[3]王清毅．目前數(shù)據(jù)挖掘算法的評價[J]．小型微型計算機系統(tǒng)，2000，21（01）.

篇8

【關(guān)鍵詞】地理信息；遙感影像

1.前言

寧夏遙感影像數(shù)據(jù)庫設(shè)計了三個子系統(tǒng)，每個子系統(tǒng)由若干個功能模塊組成，各個功能模塊相對獨立，耦合度低，通過標(biāo)準(zhǔn)接口和流程，貫穿整個業(yè)務(wù)系統(tǒng)，覆蓋系統(tǒng)所有功能需求。每個子系統(tǒng)的主要功能如下：

數(shù)據(jù)入庫子系統(tǒng)負責(zé)整理歷史的寧夏國土資源遙感衛(wèi)星影像數(shù)據(jù)，根據(jù)產(chǎn)品的標(biāo)準(zhǔn)化和規(guī)范化要求進行統(tǒng)一整理，并入庫管理。同時負責(zé)接收其他數(shù)據(jù)源（例如：中國資源衛(wèi)星應(yīng)用中心）的數(shù)據(jù)，進行整理后入庫統(tǒng)一管理。

數(shù)據(jù)管理子系統(tǒng)負責(zé)對收集到的遙感衛(wèi)星元數(shù)據(jù)、瀏覽數(shù)據(jù)以及產(chǎn)品數(shù)據(jù)進行統(tǒng)一管理，向其他子系統(tǒng)提供統(tǒng)一數(shù)據(jù)庫訪問接口和數(shù)據(jù)的統(tǒng)一訪問服務(wù)，負責(zé)優(yōu)化數(shù)據(jù)庫訪問，數(shù)據(jù)庫備份和恢復(fù)，保證系統(tǒng)數(shù)據(jù)庫的高效、可靠、穩(wěn)定、安全的運行。

用戶服務(wù)與數(shù)據(jù)分發(fā)子系統(tǒng)是面向用戶進行遙感衛(wèi)星數(shù)據(jù)分發(fā)的主要服務(wù)平臺，為用戶提供遙感衛(wèi)星數(shù)據(jù)的檢索、瀏覽、訂購和下載的服務(wù)，并負責(zé)接收用戶注冊信息，管理用戶信息，訂單信息等工作。為用戶提供方便快捷、安全可靠的遙感衛(wèi)星數(shù)據(jù)服務(wù)。

2.數(shù)據(jù)入庫子系統(tǒng)

本子系統(tǒng)負責(zé)整理歷史數(shù)據(jù)，同時支持從其他數(shù)據(jù)平臺（例如中國資源衛(wèi)星應(yīng)用中心）進行數(shù)據(jù)傳輸，收集各個遙感衛(wèi)星的元數(shù)據(jù)、瀏覽數(shù)據(jù)等，并根據(jù)元數(shù)據(jù)標(biāo)準(zhǔn)和規(guī)范、以及產(chǎn)品的標(biāo)準(zhǔn)和規(guī)范要求將收集的數(shù)據(jù)進行統(tǒng)一整理，然后調(diào)用數(shù)據(jù)管理子系統(tǒng)提供的接口入庫歸檔。本系統(tǒng)由6個功能模塊組成：

（1）歷史數(shù)據(jù)整理模塊

本模塊可以對歷史的遙感影像產(chǎn)品進行分析和預(yù)處理，使其符合數(shù)據(jù)中心統(tǒng)一管理的要求，然后通過產(chǎn)品入庫模塊存入數(shù)據(jù)中心，與后續(xù)新數(shù)據(jù)統(tǒng)一管理，服務(wù)和分發(fā)。

（2）數(shù)據(jù)傳輸模塊

本模塊實現(xiàn)數(shù)據(jù)的發(fā)送和傳輸，通過本模塊可以接受資源中心推送的數(shù)據(jù)產(chǎn)品，也可向資源中心發(fā)送數(shù)據(jù)請求。

（3）產(chǎn)品格式轉(zhuǎn)換模塊

本模塊可以將歷史產(chǎn)品和瀏覽圖像的格式進行轉(zhuǎn)換，轉(zhuǎn)換成系統(tǒng)的統(tǒng)一格式，支持國際上各種主流遙感衛(wèi)星數(shù)據(jù)產(chǎn)品格式的相互轉(zhuǎn)換功能，常用格式例如：GEOTIFF/TIFF/HDF/HDF5等。

（4）數(shù)據(jù)入庫模塊

本模塊負責(zé)將歷史產(chǎn)品和后續(xù)的產(chǎn)品及其元數(shù)據(jù)進行入庫。

數(shù)據(jù)獲取服務(wù)從其他數(shù)據(jù)平臺（例如中國資源衛(wèi)星應(yīng)用中心）獲取到遙感衛(wèi)星數(shù)據(jù)的元數(shù)據(jù)、瀏覽圖像和產(chǎn)品文件。

1）系統(tǒng)收集到元數(shù)據(jù)后，通過元數(shù)據(jù)格式分析轉(zhuǎn)換模塊，對元數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，使其符合元數(shù)據(jù)設(shè)計標(biāo)準(zhǔn)，然后通過元數(shù)據(jù)入庫模塊調(diào)用數(shù)據(jù)管理子系統(tǒng)的元數(shù)據(jù)服務(wù)接口入庫歸檔。

2）系統(tǒng)收集到瀏覽圖像后，通過瀏覽圖像格式分析轉(zhuǎn)換模塊，對瀏覽圖像進行標(biāo)準(zhǔn)化處理，然后通過瀏覽圖像入庫模塊調(diào)用數(shù)據(jù)管理子系統(tǒng)的瀏覽圖像服務(wù)接口入庫歸檔。

3）系統(tǒng)收集到產(chǎn)品文件后，通過產(chǎn)品文件格式轉(zhuǎn)換模塊，對產(chǎn)品進行標(biāo)準(zhǔn)化處理，然后通過產(chǎn)品文件入庫模塊調(diào)用數(shù)據(jù)管理子系統(tǒng)的產(chǎn)品服務(wù)接口入庫歸檔。

3.數(shù)據(jù)管理子系統(tǒng)

數(shù)據(jù)管理子系統(tǒng)負責(zé)對收集到的遙感衛(wèi)星元數(shù)據(jù)、瀏覽數(shù)據(jù)以及產(chǎn)品數(shù)據(jù)進行統(tǒng)一管理，向其他子系統(tǒng)提供統(tǒng)一數(shù)據(jù)庫訪問接口和數(shù)據(jù)的統(tǒng)一訪問服務(wù)，負責(zé)優(yōu)化數(shù)據(jù)庫訪問，數(shù)據(jù)庫備份和恢復(fù)，保證系統(tǒng)數(shù)據(jù)庫的高效、可靠、穩(wěn)定、安全的運行。

（1）元數(shù)據(jù)維護模塊

本模塊負責(zé)對存儲的所有遙感衛(wèi)星數(shù)據(jù)的元數(shù)據(jù)進行維護，提供對元數(shù)據(jù)插入、編輯、刪除、鎖定、級別限制等操作功能，方便對元數(shù)據(jù)進行管理。

（2）數(shù)據(jù)庫備份恢復(fù)模塊

本子系統(tǒng)是負責(zé)其他各模塊和系統(tǒng)與數(shù)據(jù)庫進行通信的主要模塊，同時負責(zé)對數(shù)據(jù)庫的管理和統(tǒng)計功能，所以數(shù)據(jù)庫的備份和恢復(fù)是本子系統(tǒng)重要功能之一。數(shù)據(jù)庫備份恢復(fù)模塊完成對數(shù)據(jù)庫的備份和恢復(fù)功能，定時（時間可設(shè)置）對數(shù)據(jù)庫進行備份，備份策略可選為增量備份和完全備份兩種模式，備份內(nèi)容包括數(shù)據(jù)庫備份和數(shù)據(jù)庫系統(tǒng)備份，備份數(shù)據(jù)直接保存到磁盤陣列中，并根據(jù)設(shè)定值保存一個時間段。數(shù)據(jù)庫恢復(fù)功能，當(dāng)數(shù)據(jù)庫丟失或數(shù)據(jù)庫系統(tǒng)宕機時，根據(jù)備份點，可實時選擇對數(shù)據(jù)庫進行恢復(fù)。

（3）數(shù)據(jù)統(tǒng)計分析模塊

本模塊負責(zé)對數(shù)據(jù)庫中的數(shù)據(jù)進行統(tǒng)計并進行分析，形成報表和圖表，并提供報表和圖表打印和導(dǎo)出功能，為系統(tǒng)優(yōu)化管理等提供數(shù)據(jù)支撐。通過屬性分類統(tǒng)計、時間范圍、地域分布統(tǒng)計、研究范圍統(tǒng)計等多種統(tǒng)計手段對元數(shù)據(jù)、用戶數(shù)據(jù)、訂單數(shù)據(jù)、門戶支撐數(shù)據(jù)、日志信息等數(shù)據(jù)庫內(nèi)容進行統(tǒng)計。

（4）數(shù)據(jù)服務(wù)接口

本模塊對磁盤陣列上的瀏覽數(shù)據(jù)和產(chǎn)品數(shù)據(jù)進行統(tǒng)一管理，同時提供這些數(shù)據(jù)的對外訪問接口，供其他子系統(tǒng)進行調(diào)用，同時負責(zé)保障數(shù)據(jù)訪問和提供的安全性。

（5）產(chǎn)品定時清理模塊

用戶訂購的產(chǎn)品將被傳輸?shù)綌?shù)據(jù)中心緩存磁盤陣列后，系統(tǒng)磁盤陣列后，需要定時對這些數(shù)據(jù)進行清理，否則磁盤陣列的容量將不夠使用。此功能根據(jù)一個時間段（可設(shè)置），根據(jù)數(shù)據(jù)庫中訂單的完成時間定時清理刪除磁盤陣列上的內(nèi)容。

4.用戶服務(wù)與數(shù)據(jù)分發(fā)子系統(tǒng)

用戶服務(wù)與數(shù)據(jù)分發(fā)子系統(tǒng)是面向用戶進行遙感衛(wèi)星數(shù)據(jù)分發(fā)的主要服務(wù)平臺，為用戶提供遙感衛(wèi)星數(shù)據(jù)的檢索、瀏覽、訂購和下載的服務(wù)，并負責(zé)接收用戶注冊信息，管理用戶信息，訂單信息等工作。為用戶提供方便快捷、安全可靠的遙感衛(wèi)星數(shù)據(jù)服務(wù)。

（1）用戶注冊登陸模塊

本模塊負責(zé)新用戶的注冊和用戶的登陸功能。注冊功能以方便用戶為主，首次注冊用戶僅需輸入email地址，登錄密碼，即可檢索數(shù)據(jù)產(chǎn)品。用戶可在以后通過資料修改模塊來補充自己的資料信息。包括：公司，姓名，電話等。

登錄功能是用戶能夠訪問本分系統(tǒng)其他功能的入口，用戶只有登錄成功后，才能享受本分系統(tǒng)的其他功能。登錄子功能還要負責(zé)檢驗用戶的身份，驗證用戶密碼的正確性。它還要負責(zé)獲取用戶登錄的時間，地點，IP地址，所在國家，所在地區(qū)等信息。

（2）用戶管理模塊

本模塊負責(zé)對已注冊用戶的管理，包括：

用戶檢索子功能，用戶刪除子功能，密碼修改子功能，用戶鎖定子功能，角色控制子功能，資源分配子功能，用戶資料導(dǎo)出子功能，用戶資料排序子功能。

（3）資源管理模塊

本模塊對本系統(tǒng)的頁面資源進行管理，結(jié)合功能模塊與用戶權(quán)限的不同，可將頁面資源分配給不同級別的用戶，也對頁面中的功能模塊進行管理，根據(jù)用戶不同的訪問權(quán)限，提供不同的訪問資源。

（4）數(shù)據(jù)檢索模塊

本功能模塊提供了文本方式與圖形方式檢索功能。圖形檢索功能與文本檢索功能在同一個頁面中完成。

在文本方式中可以指定的檢索條件包括：衛(wèi)星類型，地理坐標(biāo)，圖像數(shù)據(jù)，圖像時間，產(chǎn)品名稱，產(chǎn)品類型，投影方式，時間范圍，數(shù)據(jù)質(zhì)量，傳感器簡稱等。

在圖形方式中，直接在頁面中框選要檢索的區(qū)域，并可以放大、移動、改變已選擇的區(qū)域范圍，縮放已選擇區(qū)域的比例尺。

在文本方式和圖形方式中實現(xiàn)選擇區(qū)域的聯(lián)動，在圖形中選擇了一定區(qū)域，則在文本中顯示該區(qū)域的范圍（經(jīng)緯度值），在文本中輸入范圍，則在圖形中顯示該范圍。

產(chǎn)品關(guān)聯(lián)查詢功能，用戶選擇了一種產(chǎn)品，想同時下載相同時間和區(qū)域的其它產(chǎn)品，可以方便用戶選擇。

（5）數(shù)據(jù)瀏覽模塊

本模塊負責(zé)將用戶檢索出來的產(chǎn)品以不同的形式和頁面戰(zhàn)士給用戶，為用戶提供直觀的數(shù)據(jù)產(chǎn)品展示，幫助用戶更快的獲取需要的數(shù)據(jù)。本模塊將制定幾種展示方式供用戶選擇，用戶可根據(jù)網(wǎng)絡(luò)的狀況、機器的環(huán)境、以及自己的愛好選擇不同的展示方式。

參考文獻

篇9

關(guān)鍵詞：QuickBird；正射糾正；DEM；影像融合

中圖分類號：P237 文獻標(biāo)識碼：A 文章編號：

0 引言

隨著遙感和對地觀測技術(shù)的不斷發(fā)展，高分辨率商業(yè)遙感衛(wèi)星的數(shù)量快速增加，應(yīng)用領(lǐng)域也日益廣泛。正射影像是指消除了由于傳感器傾斜、地形起伏以及地物等所引起畸變后的影像。在國民經(jīng)濟中，正射影像圖有著很廣泛的應(yīng)用。與線劃圖相比，它有幾大優(yōu)點[2]：①影像圖更直觀、生動，即使不具備地圖常識的人也能看懂；②影像圖所記錄的信息量豐富，細節(jié)表達清楚；③具有快速更新特點，利用航空航天傳感器是當(dāng)前地理信息最重要的快速更新手段。因此它在城市規(guī)劃、土地管理、鐵路以及公路選線等方面有著特殊的作用。

1 QuickBird遙感衛(wèi)星簡介

QuickBird是由美國Digital Globe公司于2001年10月18日發(fā)射成功的高分辨率商業(yè)遙感衛(wèi)星具有引領(lǐng)行業(yè)的地理定位精度，海量星上存儲，單景影像比同時期其他的商業(yè)高分辨率衛(wèi)星高出2-10倍。它的全色波段分辨率首次突破米級單位，達到0.61米，多光譜波段分辨率達到2.44米，精度高于空間成像公司的IKONOS衛(wèi)星和法國SPOT衛(wèi)星。而且QuickBird衛(wèi)星系統(tǒng)每年能采集七千五百萬平方公里的衛(wèi)星影像數(shù)據(jù)，存檔數(shù)據(jù)以很高的速度遞增。QuickBird衛(wèi)星的成功應(yīng)用，將衛(wèi)星遙感推入一個嶄新的時代。

2 ENVI軟件簡介

ENVI是由遙感領(lǐng)域的科學(xué)家采用IDL開發(fā)的一套功能強大的、完整的遙感圖像處理軟件。IDL是進行二維或多維數(shù)據(jù)可視化、分析和應(yīng)用開發(fā)的理想軟件工具。ENVI架構(gòu)非常靈活，提供一個功能全面的函數(shù)庫（API），可以滿足用戶的個性化需求。同時，ENVI/IDL與ArcGIS為遙感和GIS的一體化集成提供了一個最佳的解決方案。ENVI (The Environment for Visualizing Images)是美國RSI 公司的旗艦產(chǎn)品，它由遙感領(lǐng)域的 。創(chuàng)建于1977 年德RSI 公司已經(jīng)成功地為其用戶提供了超過28 年的科學(xué)可視化軟件服務(wù)，幫助各領(lǐng)域的科學(xué)家、工程師、研究人員從復(fù)雜的數(shù)據(jù)中提取有用信息，創(chuàng)造出諸多科研成果。目前 RSI的用戶已達200,000之多，遍布世界 80多個國家和地區(qū)。其旗艦產(chǎn)品的ENVI，深受遙感、 工程、地球科學(xué)、氣象、環(huán)境、林業(yè)、農(nóng)業(yè)、軍事、自然資源勘探、海洋資源管理等領(lǐng)域的用戶喜愛，并從2000 年開始連續(xù)三年獲得美國權(quán)威機構(gòu)NIMA 遙感軟件測評第一。

3 正射遙感影像圖制作的基本原理及方法

3.1 融合原理

影像融合是將同一目標(biāo)或場景的用不同傳感器獲得的，或用同種傳感器以不同成像方式，或在不同成像時間獲得的不同影像，融合為一幅影像，在保持多光譜影像輻射信息的同時提高了影像的空間分辨率的遙感影像處理方法。融合方法的選擇，取決于被融合圖像的特征以及融合的目的，ENVI 系統(tǒng)所提供的圖像融合方法有6種[3]：HSV融合主、比值變換融合（Brovey Transform）、Gram-Schmidt融合、主成分變換融合（Principle Component）、能量分離變換（Energy Subdivision Transform）、乘積變換融合（Mutiplicative）。

3.2 正射糾正原理

正射糾正的實質(zhì)就是將中心投影的影像通過數(shù)字元糾正形成正射投影的過程，其原理是將影像化為很多微小的區(qū)域，根據(jù)有關(guān)的參數(shù)利用相應(yīng)的構(gòu)像方程式或按一定的數(shù)學(xué)模型用控制點解算，求得解算模型然后利用數(shù)字元高程模型對原始非正射影像進行糾正，使其轉(zhuǎn)換為正射影像。正射糾正是一種高精度的幾何糾正，是利用數(shù)字高程模型（DEM）對衛(wèi)星影像進行逐點數(shù)字微分糾正，用以消除衛(wèi)星遙感影像和航空遙感影像由于地形起伏等引起的像點位移。采用共線條件方程糾正法進行正射糾正，其糾正公式為[4]：

式中：x,y為像點的像空間坐標(biāo)，為像主點的坐標(biāo)（像片內(nèi)方位元素）；為焦距；為攝站點的物方空間坐標(biāo)；X,Y,Z為地面點的物方空間坐標(biāo)；為像片的三個外方位角元素組成的九個方向余弦。

3.3 重采樣

由于位置計算后找到的對應(yīng)的x和y值，多數(shù)不在原來像元的中心，因而必須重新計算新位置的亮度值。通常的做法是采用適當(dāng)?shù)姆椒ò言擖c位周圍鄰近整數(shù)點位上亮度值對該點的亮度貢獻積累起來，構(gòu)成該點位的新亮度值，這個過程稱為數(shù)字圖像亮度值的重采樣。重采樣有以下三種常用的方法[5]：（1）最近鄰法（Nearest Neighborhood）（2）雙線性內(nèi)插法（Bilinear Interpolation）（3）三次卷積內(nèi)插法（Cublic-interpolation）

4 QuickBird正射遙感影像圖的處理制作

4.1 QuickBird正射校正的流程

圖4-1 QuickBird正射影像圖制作的流程

Fig.4-1 process of generating QuickBird orthoimage

4.2 正射遙感影像圖的制作

1）在ENVI圖標(biāo)面板工具條上，單擊文件圖標(biāo)打開圖像Available Band List對話框打開全色影像和多光譜影像；在ENVI圖標(biāo)面板工具條上，單擊變換圖標(biāo)圖像融合主成分分析Select Low Spatial Resolution Multi Band Input File對話框中打開輸入低分辨率圖像（多光譜影像）輸入高分辨率圖像（全色影像）在PC Spectral Sharpen Parameters對話框中：

（1）在Resampling中選擇重采樣方法；

（2）在Enter Output Filename中選擇要保存的位置、名稱；

（3）點擊OK鍵，完成影像融合。

圖4-2 QuickBird影像融合效果

Fig.4-2 The fusion results of QuickBird images

2）應(yīng)用EMVI軟件進行遙感影像正射校正

（1）生成DEM

圖4-3 數(shù)字高程模型

Fig.4-3 Digital Elevation Model

(2) 影像的糾正過程

根據(jù)已知地形圖，在融合后影響上大致找出控制點的位置，在ENVI圖標(biāo)面板工具條上，單擊配準(zhǔn)與鑲嵌圖標(biāo)正射校正QuickBirdQuickBird基于地面控制點正射校正在Ground Control Points Selection對話框中輸入該點坐標(biāo)Add Point;

篇10

關(guān)鍵詞：遙感影像 地物自動提取 種子區(qū)域增長法

中圖分類號：TP753 文獻標(biāo)識碼：A 文章編號：1672-3791（2014）07（c）-0027-01

自從20世紀60年代遙感技術(shù)問世以來，經(jīng)過數(shù)十年的發(fā)展，遙感技術(shù)已經(jīng)被廣泛的應(yīng)用于軍事、測繪、環(huán)境等領(lǐng)域，并在其中發(fā)揮著非常重要的作用。遙感影像圖中的地物提取時測繪信息化、現(xiàn)代化發(fā)展的重要組成部分，極大的推動了遙感技術(shù)的數(shù)字化發(fā)展。目前，如何從遙感影像中自動提取地物已經(jīng)成為了遙感領(lǐng)域研究的重點。但是，雖然目前國內(nèi)外許多專家學(xué)者已經(jīng)對此進行了許多的研究，并且已經(jīng)取得了一定的研究成果，但是從遙感影像中自動獲得地物信息作為一個較為前沿的研究領(lǐng)域，目前缺乏成熟的方法應(yīng)用于實際當(dāng)中。

1 種子區(qū)域增長法的改進

種子區(qū)域增長法是一個較好的遙感影像圖地物信息自動提取算法。但是種子區(qū)域增長法受限于初始種子的好壞，容易受到噪聲點的影響，同時區(qū)域增長停止準(zhǔn)則的好壞對于增長的速度和增長的結(jié)果都有直接影響，如果在增長過程中如果某個像元有多個子集鄰接像元，并且像元與多個子集鄰接像元的差異都較小時，像元不同的歸并方向會對區(qū)域增長速度和遙感影像圖的地物提取效果造成較大的影響。為此，在應(yīng)用種子區(qū)域增長法實現(xiàn)遙感影像圖地物自動提取時，需要對算法進行改進，以獲得更好的地物自動提取效果。

在2009年周成虎所提出的面向?qū)ο蟮倪b感影像處理思想中，將遙感影像圖中地物要素的構(gòu)成單元看成是unit（基元），并認為unit是根據(jù)一定的計算規(guī)則，在一定尺度下所獲得的由具有相近像元所組成的連通區(qū)域，unit內(nèi)部的像元具有特征相似性。借助unit的思想，在使用種子區(qū)域增長法進行遙感影像圖中地物自動提取過程中，如果將種子集Ai看成是初始基元，則基元的光譜特征反應(yīng)了基元內(nèi)部各個像元的光譜屬性。其中種子集Ai的光譜特征計算入式（1）所示。

（1）

其中：Ai表示遙感影像圖中的第i個種子集合，即第i個基元；xki表示種子集Ai中的第k個像元，根據(jù)遙感影像圖中的光譜特征提取方法得到xki的光譜特征f（xki）。根據(jù)相同的原理可以獲得基元的灰度、紋理、形狀等信息。

根據(jù)如上的思想，對種子區(qū)域增長法進行如下的改進。

（1）根據(jù)遙感影像圖中的地物光譜特征，選擇初始種子點，其主要的方法是采用Otsu閾值法從遙感影像圖中獲得初步點集來作為種子區(qū)域法的種子點，從而加強初始種子點的地物代表性。（2）將種子集作為種子區(qū)域法中不斷生長的基元。（3）根據(jù)航空影像圖的精度，計算理想窗口寬度K，用于計算以帶辨別像元為中心的窗口內(nèi)鄰域聯(lián)合特征。在進行聯(lián)合特征計算時，綜合考慮地物的空間低于特征和光譜域特征信息。（4）對于聯(lián)合特征中的空間特征分量和光譜特征分量賦予不同的權(quán)重，采用“加權(quán)聯(lián)合特征”法來計算距離，并且以此作為相似度度量值，并且根據(jù)實際情況調(diào)整權(quán)重，調(diào)節(jié)空間特征分量和光譜特征分量對特征相似性的貢獻量。（5）在增長過程中，基于周成虎所提出的“特征差異最小”的思想，選取特征差異最小的外接區(qū)域作為種子的增長對象，在每一次完成種子的增長之后，需要按照加權(quán)聯(lián)合特征差異值大小將種子集中所有外接像元（即外接區(qū)域為地物邊界的像元）進行排序，最終將像元并入到與之特征差異最小的種子點擊，同時選擇下一個遙感影像圖中的像元進行增長，直到遙感影像中的所有像元處理完畢。

2 改進種子區(qū)域增長法的應(yīng)用于實驗

實驗數(shù)據(jù)采取如圖1所示的一幅精度為1m的QuickBird航空影像圖。

如圖1所示，航空影像圖主要包括建筑物和道路等地物，采用傳統(tǒng)種子區(qū)域增長法和改進的種子區(qū)域增長法提取遙感影像圖中的建筑物地物信息的結(jié)果分別如圖2和圖3所示。

從如上的實驗結(jié)果來看，兩種算法都較為清晰的獲得了建筑物結(jié)果，建筑物輪廓波愛吃了原有的規(guī)則性。但是通過改進種子區(qū)域增長法與傳統(tǒng)算法的對比可以看出，改進種子區(qū)域增長法更好的去除掉了建筑物地物提取時的樹木噪聲，所獲得的地物輪廓更加精確，具有更好的遙感影像圖地物自動提取效果。

3 結(jié)語

隨著遙感技術(shù)的發(fā)展，在為人們提供更加豐富的數(shù)據(jù)來源時，也推動了影像處理等技術(shù)的發(fā)展。遙感影像地物自動提取技術(shù)有利于遙感影像處理的自動化和全數(shù)字化，是一門基于高分辨率遙感影像的新興技術(shù)，有利于減少遙感影像處理成本，提高處理效率，是遙感影像技術(shù)重要的發(fā)展方向。在本研究中，主要通過對種子區(qū)域增長法的分析，針對其在遙感影像地物自動提取中所存在的易受噪聲點影響等問題，提出改進的種子區(qū)域增長法。

參考文獻