遥感数据处理与解译.ppt

遥感遥感遥感遥感数据处理与数据处理与数据处理与数据处理与解译解译解译解译田淑芳田淑芳二二一五一五年三月年三月精选ppt主要内容主要内容一、数据预处理及影像图制作一、数据预处理及影像图制作二、数据特点及对比分析二、数据特点及对比分析三、数据信息增强三、数据信息增强四、数据信息解译四、数据信息解译 三三三三精选ppt 遥感与遥感技术系统遥感与遥感技术系统遥感的概念RemoteSensing“遥”具有空间概念，从近地空间，外层空间乃至宇宙空间来获取目标物的空间信息。“感”系指信息系统，包括信息获取和传输、信息加工处理、信息分析和可视化系统等。“目标物”，就狭义遥感研究对象而言，是指和地质相关的岩性、地层、构造、地貌、矿产、能源、环境、灾害等地质体和地质事件，对于广义遥感，已拓展到对地观测和对地外星体的观测。“物性”，主要指物体对电磁辐射的特性，人们利用物体波谱特性差异达到识别物体的目的。接收预处理用户应用处理分析结果、图表输出地物的波谱特征地物的波谱特征v地物波谱特征是指各种地物各自所具有的电磁波特性（反射、发射、吸收、透射）。v地物反射波谱特性：地物波谱反射率随波长变化而改变的特性。v地物反射特性曲线：将地物的波谱反射率与波长的关系在直角坐标系中描绘出的曲线。通常以横坐标代表波长，纵坐标代表光谱反射率所作出的相关曲线来表示。精选ppt典型地物的反射光谱曲线精选ppt几种岩石类型的光谱特征精选ppt从把运载工具发射到预定轨道后传感器开始工作起，到由专用的处理系统生产出遥感数字产品（计算机兼容磁带）和模拟产品（各种比例尺的遥感相片）的全过程和全部设备构成一个遥感系统。我们所取得和使用的原始图像数据或像片是地物的辐射信息经过整个系统的记录、传送、加工及转化后的产品。精选ppt数字图像由离散化的坐标和灰度值组成的MN数字矩阵：g（0，0），g(0,1),g(0,N-1)g(x,y)g（1，0），g(1,1),g(1,N-1),g（M-1，0），g(M-1,1),g(M-1,N-1)即为数字化图像，其中每一个格网称为一像元，它在MN数字阵中，用行、列号和灰度值表示。精选ppt遥感图像函数g(x,y)有以下三个基本特点：函数值物理意义的明确性遥感图像的灰度值即图像函数的值代表了地物电磁波辐射的一种度量，也就是说图像函数值主要反映的是地物的光谱特征。函数定义域的限定性由于每一种遥感传感器都具有一定的视域，因而它所获得的图像大小也是有限的，所以图像函数只在图像范围内有效。即它在空间上是限定的，包含在一个矩形区域内，而且坐标原点在左上角。函数值的限定性图像函数g(x,y)的取值都在一定的值域内，即0g(x,y)RmaxRmax地物的最大辐射量，g(x,y)没有负值，而且不大于最大的辐射量。0，Rmax称为灰度空间，通常g(x,y)=0定为黑色，g(x,y)=Rmax定为白色所有中间值都是由黑连续地变为白时的灰度等级。ETM、02C、ASTER、SPOT-5的量化等级0255（8bit）WorldView-2的量化等级02047（11bit）精选ppt 直方图是图像中的每个波段亮度值的分布曲线。图像直方图的横坐标表示图像的灰度级变化，直方图的纵坐标表示图像中某个灰度级像元数目占整个图像象元数目的百分比或累计百分比。直方图是图像灰度分布的直观描述，它能够反映图像的信息量及分布特征。直方图精选ppt正态分布中心趋势统计量（均值、中值和众数）中心趋势统计量（均值、中值和众数）变化程度统计量（数值域、方差、标准差）变化程度统计量（数值域、方差、标准差）均值：均值：指一幅图像中所有像元的亮度值的算术平均值。方差：方差：衡量由每个像元值Xi与均值X的差异所累积形成的总的离散程度。标准差：标准差：方差的平方根（取正值）就是标准差精选ppt对遥感图像进行数字处理其实质是通过各种运算及变化来提取和增强图像中的专题信息，以达到识别地物的目的。数学运算输入原始图像数字矩阵数字矩阵输出图像应用目的数学运算输入原始图像直方图直方图输出图像应用目的精选ppt一、数据预处理与影像图制作一、数据预处理与影像图制作v对遥感影像预处理主要包括：v（1）辐射校正v（2）几何校正（正射）v（3）配准v（4）彩色合成v（5）融合等v主要目的是消除多种原因造成的辐射度失真、几何畸变以及影像与地形图坐标系统的不统一，为遥感影像图、地理底图的制作以及后续遥感地质解译工作提供基础数据。数据预处理数据预处理精选ppt一、数据预处理与影像图制作一、数据预处理与影像图制作遥感影像进行预处理前，需收集处理工作区的地形控制资料（包括：工作区地形图、地面高程数据DEM等），为后续工作做准备。v数学基准数学基准原始数据WGS84坐标UTM椭球体DEMWGS84坐标UTM椭球体1:5万地形图西安80坐标IAG椭球体校正后影像西安80坐标IAG椭球体数据预处理数据预处理精选ppt1.辐射校正校正遥感器本身的光电系统特征、太阳高度、地形以及大气条件等引起的光谱亮度失真，使传感器得到的测量值与目标物的光谱反射率或光谱辐射亮度等物理量一致。完整的辐射校正包括遥感器校正、大气校正以及太阳高度角和地形校正。多光谱数据的波段宽度较大，大气对其造成的影响不像高光谱数据那么严重，通常采用地区经验值进行校正。精选ppt大气校正大气校正 所谓大气校正就是指消除主要由大气散射引起的辐射误差的处理过程。校正方法：直方图法直方图法 回归分析法回归分析法前提假设：大气散射的影响主要在短波波段，红外波段中清洁的水体几乎不受影响，反射率值应当为0。由于散射影响，而使得水体的反射率不等于0，推定是由于受到了天空辐射项的影响。瑞利散射强度与波长的关系(一)回归分析法由于大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此可用其校正其他波段数据。作法如下：在不受大气影响的波段(如TM5)和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。例如，用TM1波段与TM5波段比较，作出回归直线图，精选ppt回归方程为(3.9)(3.10)(3.11)(3.12)以上各式中T1、T5表示TM1与TM5波段灰度值，Tl为TM1波段校正后的灰度值，对于任一波段其校正量ai是第i波段回归分析的截距。实际校正时只要依据以上公式通过TM1、TM5波段灰度值计算出a1、b1值，再根据式(3.12)减去改正量即可求出每个像元TM1波段校正后灰度值。例：基于回归分析法的大气校正例：基于回归分析法的大气校正(a)原始影像 (b)基于参考波段的大气校正结果影像 精选ppt(二)直方图法直方图最小值去除法直方图最小值去除法直方图最小值去除法直方图最小值去除法基本思路基本思路:每幅图像上都有辐射亮度或反射亮度应为每幅图像上都有辐射亮度或反射亮度应为0的地区，而事实的地区，而事实上并不等于上并不等于0,说明亮度最小值必定是这一地区大气影响的程辐射度增说明亮度最小值必定是这一地区大气影响的程辐射度增值。值。校正方法校正方法:将每一波段中每个像元的亮度值都减去本波段的最小值。将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善，对比度增强，从而提高了图像质量。使图像亮度动态范围得到改善，对比度增强，从而提高了图像质量。是通过灰度直方图对比找出校正量。如图所示，由于大气散射影响只作用于短波段，对可见光以外的红外波段几乎没有影响(如TM5波段)，因此如果影像范围内存在灰度值为零的地物(例如深水体，高山背阴处等)，其灰度直方图往往从原点开始，而其他波段灰度直方图离原点有一段距离(例如图中线段Lpn)，这段距离即为大气散射引起的灰度直方图漂移值。依此为改正量进行校正，相当于从每个像元灰度值中减去这个数值。其他波段的校正量可以由此类推求得。例：例：直方图最小值去除法直方图最小值去除法 MSS-7MSS-4G 大气影响校正后的灰度直方图MSS-7MSS-4G 大气影响的灰度直方图 原始影像 直方图法大气校正结果影像精选ppt几何校正校正是指消除或改正影像几何畸变的过程，包括传感器性能差异、姿态变化及地形起伏等造成影像像元相对于地貌目标的实际位置发生挤压、扭曲、拉伸和偏移等几何畸变。2.12.1、遥感影像预处理、遥感影像预处理精选ppt 在利用遥感图像取信息的过程中，要求把所提取的信息表达在某在利用遥感图像取信息的过程中，要求把所提取的信息表达在某一个规定的图像投影参照系统中，以便进行图像的几何量测、相互比一个规定的图像投影参照系统中，以便进行图像的几何量测、相互比较以及图像复合分析等处理。当原始图像上各地物的几何位置、形状、较以及图像复合分析等处理。当原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中表达要求不一致时，就产生了图像尺寸、方位等特征与在参照系统中表达要求不一致时，就产生了图像几何变形问题。几何变形问题。几何校正的必要性：几何校正的必要性：遥感图像的几何纠正处理就是解决遥感图像的几何变形遥感图像的几何纠正处理就是解决遥感图像的几何变形的问题，其重要性主要体现在以下二个方面：的问题，其重要性主要体现在以下二个方面：第一，对遥感原始图行几何变形改正后，才能对图像信第一，对遥感原始图行几何变形改正后，才能对图像信息进行各种分析，制作满足量测和定位要求的各类地球资源息进行各种分析，制作满足量测和定位要求的各类地球资源及环境的遥感专题图。及环境的遥感专题图。第二，当应用不同传感方式、不同光谱范围以及不同成第二，当应用不同传感方式、不同光谱范围以及不同成像时间的各种同一地域复合图像数据来进行计算机自动分类、像时间的各种同一地域复合图像数据来进行计算机自动分类、地物特征的变化临测或其他应用处理时，必须进行图像间的地物特征的变化临测或其他应用处理时，必须进行图像间的几何配准，保证各不同图像间的几何一致性。几何配准，保证各不同图像间的几何一致性。精选ppt几何校正原理几何校正原理遥感图像的数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的，所以能够精确地改正线性和非线变形误差。它一般包括两方面：一是像元坐标变换，二是像元灰度值重新计算（重采样）。精选ppt 1.地形图的准备原则上要求所用地形图的比例尺应大于遥感影像制图的比例尺。对分辨率小于5m的影像制图，应采用15万的地形图纠正；对于分辨率大于5m的影像制图，应采用11万的地形图纠正。一、准备工作一、准备工作精选ppt 2.校正图像的准备 根据影像数据分析与预处理的结果，首先需确定是否为多景数据处理。多景数据处理的原则为：时间相近的图像，可先镶嵌后再进行几何处理；获取时间差别较大的图像，应分别进行几何处理再镶嵌。其次生成供选取控制点的图像。可以对图像进行增强以改善目视效果，有利于地物点的确定。也可以选择某一时相的TM彩色合成（743、543、741等）图像，作为供选取控制点的影像。精选ppt二、纠正变换函数的建立二、纠正变换函数的建立 用以建立影像坐标和地面坐标（或地图）间的数学关系，即输入图像与输出图像间的坐标变换关系。这种坐标变换关系，通常有两种互逆的表达式法：数字图像纠正原理1.直接法方案从原始图像阵列出发，按行列的顺序依次对每个原始像素点位求其在地面坐标系（也是输出图像坐标系）中的正确位置：X Fx(x,y)Y Fy(x,y)式中Fx、Fy为直接纠正变换函数。按照原始图像的阵列，依次对每个象元(x，y)进行变换纠正，求得图像的位置（X，Y），同时把原图像(x，y)的灰度值送到新图像（X，Y）的位置上。精选ppt2.间接法方案从空白的输出图像阵列出发，亦按行列的顺序依次对每个输出象元点位反求其在原始图像坐标的位置。xGx(X,Y)yGy(X,Y)式中Gx、Gy为间接纠正变换函数。同时把上式所算得的原始图像点位上的亮度值取出填回到空白输出图像点阵中相应的象元点位上去.由于计算的（x，y）不一定刚好位于原始图像的某个象素中心上，必须经过灰度内插确定（x，y）的灰度值。精选ppt三、纠正后数字图像灰度值的重采样三、纠正后数字图像灰度值的重采样以间接法纠正方案为例，假如输出图像阵列中的任意一个象元在原始图像中的投影点的坐标值为整数时，便可简单地将整数点位上原始图像上的灰度值直接取出，填入输出图像中。但当投影点位的坐标不为整数时，则投影点的灰度值需根据周围阵列象元的灰度确定，这种方法就称为灰度值重采样。所谓重采样，是相对于遥感信息获取时已进行过一次采样而言的。精选ppt 精选ppt1.邻近法：以离投影点最近的一个象元的灰度值作为输出象元的灰度值。这种方法保持了原来的亮度值不变，即光谱信息不变，但却搬动了空间位置，相比之下，几何精度差。但方法简单，计算速度快，灰度失真大。精选ppt精选ppt2.双线性内插法：以投影点周围邻近四个象元的灰度值，确定输出象元的灰度值，其简单式为：g xy输出象元的灰度值gi 邻近点I的灰度值pi 邻近点对投影点的权值（pi1/di，di为邻近点至投影点的距离）这种方法的计算量比邻近法要大，但几何上比较准确，即输出象元灰度值的保真度较好。精选ppt 3.双三次卷积法：以投影点周围邻近16个象元的灰度值，确定输出象元的灰度值，其简单式为：这种方法精度最高，但计算量较大精选ppt四、多项式纠正法：四、多项式纠正法：用多项式近似地描述纠正前后相应点的坐标关系，并利用控制点的图像坐标和参考坐标系中的理论坐标，按最小二乘法原理求解出多项式中的系数，然后以此多项式对图像进行几何纠正 精选ppt其一般简化式为：XiFx(xi,yi)a0+a1xi+a2yi+a3xiyi+a4xi2+a5yi2YiFy(xi,yi)b0+b1xi+b2yi+b3xiyi+b4xi2+b5yi2或xi Gx(Xi,Yi)c0+c1xi+c2yi+c3xiyi+c4xi2+c5yi2yi Gy(Xi,Yi)d0+d1xi+d2yi+d3xiyi+d4xi2+d5yi2其中：X，Y ：为控制点在参考坐标系中的理论坐标；x,y ：为同名控制点对应的原始图像坐标（行列号）ai、bi、ci、di：为多项式系数。利用有限的控制点的已知坐标，解求多项式的系数，确定变换函数。然后将各个像元带入多项式进行计算，得到纠正后的坐标。精选ppt实际工作中多项式最高次数一般取2就足以满足精度要求了。可以看出，只要求解出ai、bi、ci、di这四组系数就可以直接利用上式进行纠正了。实际工作中常利用待定系数法求解ai、bi、ci、di。选择待纠正图像和地形图（或其它参考地图、图像）上均可清晰辨认像点作为地面控制点（ground control point,GCP）读取控制点在图像和地形图（或其它参考地图、图像）上坐标，代替上式中的x,y,X,Y,得出一个关于ai和bi、ci和di方程组。可以看出，控制点个数不得少于方程中ai、bi、ci、di的数目i。这样通过求解ai和bi、ci和di方程组，可确定上式系数。多项式系数求出后，根据上式可以求解原始图像任一像元的坐标，并对图像灰度进行内插，获取某种投影的纠正图像。为此必须选择控制点 精选ppt选择控制点时，应遵循以下原则：均匀分布：一般先在图像的四角和对角线交点处选择控制点，然后逐渐加密，保证均匀分布。特征明显：尽可能选在固定的地物交叉点上，无精确定位的标志情况下，利用半固定的地形地物交叉点（山顶、河流交叉处）。如道路交叉点，标志物，水域的边界，山顶，小岛中心，机场等。足够数量：控制点数量每景宜在2535个左右，山区或丘陵区适当增加。精选ppt数目确定：数目确定：一次多项式：一次多项式：x=x=a a0000+a a1010+a a0101 y=b y=b0000+b+b1010+b+b0101 66个系数，个系数，3 3个控制点；个控制点；二次多项式，二次多项式，1212个系数，个系数，6 6个控制点；个控制点；三次多项式，至少三次多项式，至少1010个控制点；个控制点；控制点最少数目控制点最少数目:(n+1)(n+2)/2.:(n+1)(n+2)/2.一般控制点数应大于最低数很多一般控制点数应大于最低数很多(有时有时6 6倍倍)。精选ppt采用多项式纠正法应注意以下几点：采用多项式纠正法应注意以下几点：第一，多项式纠正法的精度与地面控制点(GCP)的精度、分布、数量及纠正范围有关。GCP的位置精度越高，则几何纠正精度越高。对于一般齐次多项式，GCP的个数至少不得低于多项式的系数个数。适当增加GCP的数量，可以提高几何纠正的精度，但过多地增加GCP的数量，不仅不会显著提高纠正精度，而且会增大选择GCP的工作量，有时甚至难以选出大量的GCP。一幅ETM影像要纠正到一个像元以内的精度，一般需要30个左右均匀分布的GCP；一幅SPOT卫星影像采用三次多项式拟合，用1317个GCP，其纠正精度可达两个像元左右。第二，GCP应尽可能在整幅图像内均匀分布，否则会在GCP密集区几何纠正精度较高，而在GCP分布稀疏区将出现较大的拟合误差。工工作作区区地地形形图图上上控控制制点点较较难难选选取取，影影像像校校正正采采取取了了先先根根据据DEM进进行行正正射射校正，再依据地形图进行几何精校正的方法，保证精度。校正，再依据地形图进行几何精校正的方法，保证精度。精选ppt正射校正正射校正是通过在影像上选取一些地面控制点，并利用相应范围内的数字高程模型(DEM)数据，对影像同时进行倾斜改正和投影差改正，将影像重采样成正射影像。数字正射影像有效地解决了地势起伏较大引起的误差，具有精度高、信息丰富、直观真实、数据结构简单等优点。原始影像与地形图叠加效果图正射影像与地形图叠加效果图2.12.1、遥感影像预处理、遥感影像预处理精选ppt利用利用DEM生成模拟图像，代替地形图选点生成模拟图像，代替地形图选点精选pptDEM生成模拟图像模拟图像及DEM对影像进行正射校正地形图对影像进行几何精校正影像校正影像校正数据预处理数据预处理精选ppt图像镶嵌实实际际工工作作中中时时常常需需要要将将多多幅幅卫卫片片镶镶嵌嵌在在一一起起。通通过过数数字字镶镶嵌嵌方方法法可可以以较较好好地地实实现现“无无缝缝”拼拼接接。数数字字镶镶嵌嵌在在理理论论和和方方法法上上与与几几何何校校正正类类似似，有有几几点点需要注意：需要注意：2.12.1、遥感影像预处理、遥感影像预处理精选ppt图像镶嵌准备工作：准备工作：1）要要参参加加拚拚接接的的图图像像必必须须具具有有统统一一的的坐坐标标系系，即即首首先先进进行行图图像像的的几几何何纠纠正。正。2）图像灰度的调整图像灰度的调整对于彩色图像，对于彩色图像，需要从红绿蓝三个波段分别进行灰度的调整；需要从红绿蓝三个波段分别进行灰度的调整；对于多波段的图像文件，对于多波段的图像文件，进行一一对应的多个波段的灰度调整。进行一一对应的多个波段的灰度调整。灰灰度度调调整整的的方方法法：进进行行交交互互式式的的图图像像拉拉伸伸，进进行行图图像像直直方方图图的的规规定定化化(匹匹配配)，或者进行更加复杂的类似变化（如线性回归）。，或者进行更加复杂的类似变化（如线性回归）。精选ppt图像镶嵌2.12.1、遥感影像预处理、遥感影像预处理确定输出图像的大小；确定参加图像拚接的方法；有无羽化（Feathering）。参加拚接的图像如没有羽化，则用上面的图像灰度值直接替代重复部分的灰度值；如果有羽化，则重复部分的灰度值由两个图像的灰度值确定。羽化方法：一是边缘羽化，二是用户自定义羽化。图像拚接的操作：图像拚接的操作：精选pptv确定输出图像的大小；v确定参加图像拚接的方法；有无羽化（Feathering）。参加拚接的图像如没有羽化，则用上面的图像灰度值直接替代重复部分的灰度值；v如果有羽化，则重复部分的灰度值由两个图像的灰度值确定。v羽化方法：一是边缘羽化，二是用户自定义羽化。图像镶嵌的操作：精选ppt1）边缘羽化边缘羽化用户需要键入羽化的距离。羽化部分的灰度值采取两个图像的线性加权值。边缘处Image#20%,Image#1100%,AveragingDistance处，Image#2占100%,Image1占0；中间部位线性组合。精选ppt2)自定义羽化自定义羽化首先必须在图像上使用ANN定义Cutline.灰度值的计算方法：Cutline处，Image#2占100%,Image#1占0%,Averaging Distance 处，Image#2占 0%,Image1占100；中间地带，线性插值。精选ppt图像镶嵌精选ppt多图像几何配准 不同类型传感器获得的遥感数据在分辨率、比例尺、投影方式等方面往往差异很大，在实际应用过程中又经常需要将同一地区的各种遥感数据“匹配”起来，以期利用各自优点，这种作法称之为多图像几何配准。它是动态监测、变化信息提取、信息复合等工作不可缺少的组成部分。多图像几何配准原理与方法都和几何校正基本相同。多图像几何配准原理与方法都和几何校正基本相同。这种配准既可以是遥感图像，也可以是遥感图像与各种专题图、地形图的配准。值得注意的是，当不同分辨率图像配准时需要兼顾实用需要和图像数据量大小，再决定配准后的图像分辨率。精选ppt95年2000年精选ppt彩色合成波段组合方法彩色合成波段组合方法最佳指数法最佳指数法（OIFOIF）选择波段彩色合成）选择波段彩色合成 通过公式OIF 计算不同波段组合的最佳指数OIF，最佳指数越大，包含的信息量就越大，据此可选出最优组合方案。首先通过WorldView-2数据各波段相关性分析将其各波段分组划分，然后按照划分结果进行波段组合。数据预处理数据预处理精选ppt波段Band1Band2Band3Band4Band5Band6Band7Band8Band11.0000000.9455580.9181980.9344000.8769210.8963960.8001580.805190Band20.9455581.0000000.9890060.9243730.9585080.8917070.8691840.801031Band30.9181980.9890061.0000000.9437820.9866910.9209330.9099560.838301Band40.9344000.9243730.9437821.0000000.9482010.9710000.8734350.885833Band50.8769210.9585080.9866910.9482011.0000000.9231660.9150020.841889Band60.8963960.8917070.9209330.9710000.9231661.0000000.9379100.964883Band70.8001580.8691840.9099560.8734350.9150020.9379101.0000000.945314Band80.8051900.8010310.8383010.8858330.8418890.9648830.9453141.000000WorldView-2（多光谱）各波段间相关系数矩阵表由相关系数矩阵表可以看出，第2、3、5波段相关性大；第6、7、8波段相关性大，第1、4波段相对比较独立，所以可以将8个波段划分为4组：第1波段，第2、3、5波段，第6、7、8波段，第4波段。同组之间的相关性较大，不同组之间的相关性较小。对以上4组波段可能的波段组合有136、137、138、156、157、158、134、154、174、184、274、284、374、384、574、584等多种方案。数据预处理数据预处理彩色合成波段组合方法彩色合成波段组合方法精选ppt彩色合成波段组合方法彩色合成波段组合方法组合方案组合方案OIF组合方案组合方案OIF组合方案组合方案OIF组合方案组合方案OIF136142.14157111.60174140.21374153.82137122.12158140.70184164.35384181.92138151.00134135.31274136.92574141.70156132.44154125.63284165.06584169.52 在WorldView-2数据相关性分析的基础上，通过计算16组波段组合的最佳指数，可知3、4、8组合最佳指数最大，选取这三个波段组合作为信息提取的最佳波段组合，可以包含最大的信息量。数据预处理数据预处理采用483波段组合彩色合成图像如上图所示。精选ppt 图像融合图像融合 遥感技术的发展为人们提供了丰富的多源遥感数据。这些来自不同传感器的数据具有不同的时间、空间和光谱分辨率以及不同的极化方式。单一传感器获取的图像信息量有限，往往难以满足应用需要，通过图像融合可以从不同的遥感图像中获得更多的有用信息，补充单一传感器的不足。图像融合是指将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。全色图像一般具有较高空间分辨率(如SPOT全色图像分辨率为10m、5m)，多光谱图像光谱信息较丰富(SPOT有三个波段、四个波段)，为提高多光谱图像的空间分辨率，可以将全色图像融合进多光谱图像。通过图像融合既可以提高多光谱图像空间分辨率，又保留其多光谱特性。精选ppt精选ppt影像融合影像融合数据预处理数据预处理融合方法融合方法-HIS PCGS Brovey Wavelet精选pptHIS融合实现过程融合实现过程精选pptSPOT全色波段和多光谱图像的信息融合精选pptBrovey融合又称色彩标准化（ColorNormalized）变换融合，是由R.L.Brovey提出并推广的，其算法较为简单，是将原始多光谱影像的像素空间分解成亮度成分和色彩两部分进行计算。与HIS融合相比，Brovey算法简化了色彩空间转换的过程，同时保留了原始多光谱影像的光谱信息，提高了结果影像的视觉效果。精选pptPCA融合流程融合流程精选ppt融合效果对比与分析融合效果对比与分析融合效果对比分析方法融合效果对比分析方法-目视效果通过融合后图像3、4、8三个波段的彩色合成，与多光谱波段合成影像目视对比分析。-效果客观评价均值与标准差清晰度偏差指数精选ppt 不同专题信息数据融合效果对比与分析不同专题信息数据融合效果对比与分析 由于不同的专题信息对影像显示效果需求的差异性，要进行多种融合方法的对比分析，并通过多次融合对比，得到遥感影像成图的最佳融合方法。精选ppt倾斜岩层倾斜岩层数据预处理数据预处理目视效果GS融合和Wavelet融合较好Band4、8、3彩色合成精选ppt数据预处理数据预处理数据类型均值标准差差偏差指数清晰度均值标准差MultispectralBand8(R)117.6141.53-Band4(G)114.9243.22-Band3(B)119.5042.54-HSVBand8(R)106.5162.53-11.1021.000.2611.97Band4(G)104.7063.97-10.2220.750.2611.84Band3(B)107.9963.80-11.5121.260.2611.87PCBand8(R)117.5741.04-0.04-0.490.067.93Band4(G)114.9643.110.04-0.110.078.32Band3(B)119.5343.130.030.590.078.79GSBand8(R)117.8141.030.20-0.500.0611.93Band4(G)114.9943.130.07-0.090.0712.33Band3(B)119.7043.140.200.600.0712.80BroveyBand8(R)138.6037.6420.99-3.890.157.41Band4(G)126.8335.0711.91-8.150.117.90Band3(B)120.0241.100.52-1.440.237.89WaveletBand8(R)115.1864.66-2.4323.130.2313.25Band4(G)109.3765.14-5.5521.920.2413.35Band3(B)111.0365.14-8.4722.600.2514.12客观效果评价：客观效果评价：（1）影像均值表明，PC，GS，Wavelet均值较适中，视觉效果较好；Broveyband8均值偏离较大，给影像的视觉效果带来一定影响；HSV变换均值变化最大，其视觉效果最差。（2）标准差反映了图像灰度分布离散性，Wavelet融合的标准差变化最大，其影像的色调差异最为突出，其次是HSV变换；GS变换标准差变化最小，影像色调差异最小。（3）偏差指数反映图像间的偏离程度，它将光谱失真定量化。HSV，Wavelet变换偏差指数较大，其次是Brovey变换，PC和GS变换偏差指数较小，说明融合后的影像在提高空间分辨率的同时，又较好的保留了多光谱影像的光谱信息。（4）清晰度表明，HSV、GS、Wavelet融合图像较清晰，图上可以清晰地看到灰黑色含炭质岩层与灰白色砂岩组成北西向的岩层三角面，倾向为北东，Brovey融合后图像最不清晰。综合目视及客观评价对比分析，解译倾斜岩层应用GS融合影像效果较好精选ppt近直立岩层近直立岩层数据预处理数据预处理Band4、8、3彩色合成精选ppt断裂构造断裂构造数据预处理数据预处理Band8、4、3彩色合成精选ppt总结：总结：在解译过程当中，由于不同的融合方法对于不同的地质现象的显示度不同，需要结合实际情况，选用多种融合方法配合解译过程。数据预处理数据预处理精选ppt5万标准图幅成图影像融合：万标准图幅成图影像融合：GS融合影像往往具有较小的偏差指数和较高的清晰度，因此可用来进行成果图件中的遥感影像图的制作。数据预处理数据预处理WorldView-2数据数据4、8、3波波段模拟真彩色合成段模拟真彩色合成精选ppt遥感影像图制作遥感影像图制作每个5万标准图幅内的遥感影像在获取时，往往不仅有一景影像，且其各个部分的时相、大气等条件均有所差异，因此在处理过程中要进行影像的拼接以及分区色彩调整与处理。下面以其中一幅5万标准图幅影像制作为例：数据预处理数据预处理精选ppt遥感影像图制作遥感影像图制作影像分区处理影像分区处理影像清晰区、霾区、云区、阴影区和积雪覆盖区等。其中本影区、厚云区和积雪覆盖区在影像处理过程中不参与任何运算。薄云区薄云区霾区霾区厚云区厚云区阴影区阴影区清晰区清晰区精选ppt遥感影像图制作遥感影像图制作数据预处理数据预处理清晰区处理清晰区处理将清晰区色彩调整至更佳视觉效果。精选ppt遥感影像图制作遥感影像图制作去云处理去云处理去云和去阴影都是较为复杂的问题：去云分为去薄云和去厚云，厚云不但有云区还有云的阴影。霾和薄云对影像的影像响主要表现为：降低了影像的对比度、改变了影像的亮度，其处理方法类似，可利用同态滤波等手段，首先调整霾区和薄云区的亮度，再增强其对比度。厚云的去除以及积雪覆盖区的处理可以考虑替换法。数据预处理数据预处理厚云 薄云精选ppt去云前 去云后遥感影像图制作遥感影像图制作 对薄云区遥感影像进行同态滤波运算数据预处理数据预处理薄云处理薄云处理精选ppt同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅立叶变换处理的失真。同态滤波的基本原理是：将像元灰度值看作是照度和反射率两个组份的产物。由于照度相对变化很小，可以看作是图像的低频成份，而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。同态滤波处理的基本流程如下：S(x,y)-Log-DFT-频域滤波-IDFT-Exp-T(x,y)其中S(x,y)表示原始图像；T(x,y)表示处理后的图像；Log代表对数运算；DFT代表傅立叶变换（实际操作中运用快速傅立叶变换FFT）；IDFT代表傅立叶逆变换（实际操作中运用快速傅立叶逆变换IFFT）；Exp代表指数运算。精选ppt遥感影像图制作遥感影像图制作厚云处理厚云处理镶嵌厚云区镶嵌处理数据预处理数据预处理精选ppt 在遥感图像预处理的基础上，经过前述一系列分区制作过程，在PhotoShop平台上进行各区的拼接，并叠加MapGis中生成的5万标准图框，即可制作出一幅完整的1:5万标准图幅遥感影像。遥感影像图制作遥感影像图制作精选pptWorldView-2数据4、8、3波段模拟真彩色合成遥感影像图制作遥感影像图制作精选ppt二、数据特点及对比分析二、数据特点及对比分析 在项目工作中，所涉及的遥感数据有：ETM、02C、ASTER、SPOT-5、WorldView-2。对这些数据的了解与认识是应用的前提。空间分辨率：ETM、ASTER适合10万25万的解译与成图SPOT-5、02C适合5万的解译与成图WorldView-2适合1万的解译与成图 处理过程：ETM、ASTER、WorldView-2先融合后配准SPOT-5、02C先配准后融合精选ppt二、数据特点及对比分析二、数据特点及对比分析1、ETM数据：ETM传感器是搭载在美国1999年4月发射的LandSat-7上的。ETM与TM的区别在于增加了全色波段，分辨率为15m，因而使数据速率增加;采用双增益技术使热红外波段的空间分辨率提高到60m,也增加了数据率;改进后的太阳定标器使卫星的辐射定标误差小于5%,即其精度比Landsat5约提高1倍.辐射校正有了很大改进.精选ppt二、数据特点及对比分析二、数据特点及对比分析其中ETM5、7是地质调查中的常用的波段，ETM5主要用于探测地物含水量、土壤湿度（植物含水量）植被长势的调查，及地质调查中的岩石分类（不少岩石的反射高峰值在此波段内）。ETM7主要用于探测岩石类型，对粘土类矿物、碳酸盐类矿物及其岩性的研究有利（暗色调）。有利于区域地质填图、大型蚀变带的研究。精选ppt通过对TM7个波段数据分析，可获得5个具有明确物理意义的特征变量：亮度（Brightness）:构成亮度的主要成分是可见光波段。TM1-3的灰度值各代表可见光中蓝、绿、红的亮度。TM4、5对亮度也有贡献。亮度主要反映第五的辐射水平，用于监测地物的反射辐射强度。它可以是几个波段之和或均值。绿度（Greenness）:对绿度贡献最大的是对植物高反射的TM4，而TM3与之呈负相关。它们的组合反映红外与红光辐射强弱的对比关系，提供更多植被信息。TM5、7对绿度也有一定作用。精选ppt 湿度（Wetness）:构成湿度的主要是TM5、7。它们均处于两个水的强吸收带之间，受到水吸收带的控制，对湿度反映最灵敏。它可以是TM5、TM7独立构成，也可以两波段比值、差值等。透射度（深度）（Degree of Transmission）:透射度主要对透射可见光的水体而言，由TM1、2、3构成，对研究水深、水下地形、水体浑浊度的有用。热度（Thermoness）:构成热度的主要是TM6。热度主要反映物体常温下的热辐射差异，也可反映高温的“热度”，它与湿度也有一定的相关性。精选ppt二、数据特点及对比分析二、数据特点及对比分析2、ASTER ASTER是是Terra卫星上的一种高级光学传感器，包括了从可见光到卫星上的一种高级光学传感器，包括了从可见光到热红外共热红外共14个光谱通道，可以为多个相关的地球环境资源研究领域提个光谱通道，可以为多个相关的地球环境资源研究领域提供科学、实用的卫星数据。供科学、实用的卫星数据。ASTER影像的第一至第三波段位于可见光影像的第一至第三波段位于可见光/近红外部分，空间分辨率为近红外部分，空间分辨率为15米；第四至第九波段位于短波红外部分，米；第四至第九波段位于短波红外部分，空间分辨率为空间分辨率为30米；第十至第十四波段位于热红外部分，地面分辨率米；第十至第十四波段位于热红外部分，地面分辨率为为90米。米。与与ETM+相比，相比，ASTER传感器包含了更多的短波红外和热红外波段，传感器包含了更多的短波红外和热红外波段，在矿化蚀变