遥感技术发展趋势及现状.ppt

单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,遥感技术发展趋势和现状,李海林,2008.12,1,一、遥感技术发展趋势,1、遥感技术,2、趋势,二、遥感技术应用现状,1、应用研究现状,2、应用实例,三、遥感技术发展与应用的战略方针,四、甘肃省遥感技术应用现状,2,1.,遥感技术,从空间远距离测量地球表面物体辐射或反射的电磁波强度及其在空间和时间上的分布，以获取大气、陆地或海洋环境信息的技术。,它是通过传感器对远距离目标进行探测，以取得电磁波谱资料、数据，从而对地物进行识别和分类。,地球上各种物体都具有发射电磁波的特性，不同物体又具有互不相同的光谱特征，人们在事先掌握了各种物体的光谱特征后，只要借助某些手段收集、记录物体的不同性质的光谱特征，把这些特征信息与事先掌握(已知的)的光谱特征进行比较，就可以区别不同的物体。其主要目的就是要远距离感知、了解目标物。,3,现代遥感技术由三部分组成：,遥感器（传感器）。这种仪器能接收到物体发射或反射过来的电磁波，感知远处物体的性质。目前遥感器有航空摄影机、多光谱照相机、多光谱扫描仪和微波雷达等。,遥感平台。是装载遥感器的工具。可用于飞机、气球、火箭、人造卫星和航天飞机等。,4,遥感图象处理。为满足各种不同的应用要求，需要对遥感器获取的原始图象进行处理。常用方法有光学的和电子学的两种，而目前以电子技术中的计算机数字处理最为重要。处理内容有图象整饰、几何纠正和镶嵌、特征提取和分类及各种专题处理。,5,航天遥感应用中使用的数据基本有两种主要形式：遥感影像和数字图像无论是用何种遥感成像方式，影像都是记录在感光胶片或象纸上。如同普通像片那样，其灰度和颜色是连续变化的，它也被称为模拟图象，而数字图像往往记录在数字磁带上的，其灰度或颜色是离散变化的。,遥感影像是可以通过对地表摄影或扫描获得。光学成像是摄相机对地面物体摄影，直接在感光材料上记录地物的光像；扫描影像是地面信息通过探测器先变为电信号并记录在磁带上，然后回放磁带，在感光片上曝光而成。,遥感影像有黑白和彩色两种，由于彩色影像比黑白影像能提供更多的地表信息，因此彩色影像在遥感中得到广泛地使用。,6,(1)多波段影像：多波段影像是用多波段遥感器对同一目标（或地区）一次同步摄影或扫描获得的若干幅波段不同的影像。与单波段影像相比，它具有信息量大，光谱分辨率高（遥感器能分辨的地物的最小波长间隔）的特点，并且可通过各种影像增强技术，获得彩色合成影象，大大提高对地物的识别能力。Landsat上的MSS、TM和ETM+影像都属多波段扫描影像。,7,(2)彩色合成影像：彩色合成是将多波段黑白图像变换为彩色图像的处理技术。一般为三色合成,也可两色或四色合成。,合成的方法有两种：直接使用光学方法和使用计算机的数字处理。前者是将一组黑白透明片放入配有特定的红、绿、蓝三色滤光片的光学系统中，投影到同一屏幕上，使图像精确重合，形成彩色图像。,数字处理合成法是令三幅图的像元亮度值变换为红、绿、蓝三基色的彩色编码去控制彩色显示设备，形成彩色图像。根据合成影像的彩色与实际景物自然彩色的关系，可分为真彩色影像和假彩色合成影像，前者是比较真实地反映地物原来彩色的影像，它可以通过彩色感光胶卷拍摄获得，也可以用彩色合成方法获得；假彩色合成影像是通过彩色合成方法获得的非真彩色影像。,8,在光学合成法中，是将多波段影像配合不同滤光片准确重叠合成。影像的波段和滤光片可有各种组合方案，所得的假彩色影像也各不相同。解译时为了突出显示影像中的某种地物，可选择最佳组合方案。目前,用Landsat的MSS-4,5,7波段影像的正片,分别配以蓝、绿、红滤光片，重叠投影合成的是标准假彩色影像。在这种影像上，植被显示为红色，城镇为蓝灰色，水体为蓝色，雪和云为白色等等。假彩色合成影像目前广泛用于专题制图、资源调查、地学研究和环境监测等方面。,9,数字图像又称“数字化图像”，它是以二维数组形式表示的图像。该数组由对连续变化的图像作等间隔采样所产生的采样点像元(像素)组成，像元的实地面积大小就是影像的地面分辨率，即相当于IFOV在地面的投影面的大小，例如，陆地卫星(Landsat)MSS的4,5,6,7波段影像各由7,500,000个像元点构成。,每个像元相当于实地面积5779m2；TM的影像除第6波段外，像元的实地面积为3030m2。在数字图像中，像元排列的横方向从左到右按像元号排列，在纵方向上按行号排列。各像元的位置由(像元列号，行号)决定。,10,采样点(像元)用一数值表示称为像元的亮度值或灰度值，它对应着一个像元所代表的相应实地面积内地物电磁辐射的强度。电磁辐射强度越大，则亮度值越大。在量化的数据中，对应一个通道(波段)一个像元的信息量用比特(bit)表示。Landsat的TM的量化比特为8，MSS为6，NOAA为10。,在计算机处理中使用字节(byte)为单位(1 byte=8 bits)，所以，通常用一个字节或二个字节的数据进行处理。图像数据的全部数据量为：行数像元数通道数比特数/8，单位为byte。,11,遥感图像的数据量非常巨大。在地面站接收的卫星数据通常被实时记录到高密度数字磁带(HDDT)上，然后根据需要拷贝到计算机兼容磁带(CCT)等其它载体上。,CCT是记录、保存、分发卫星数据等数字信息的最一般的载体，计算机可以直接对CCT 数据进行各种有效、灵活、可靠的处理，使遥感图像获得良好的判读、分析效果。,12,遥感过程：,13,遥 感 平 台,航天遥感,卫星传输的数据,卫 片,航空遥感,飞机拍摄的照片,航 片,天气预报、环境监测、地矿勘查、资源评价,地形测绘、城市规划、水利工程、交通运输,广义遥感,雷达、声纳探测仪、地震波谱仪等记录的数据、图形；医疗诊断仪器所形成的影像、图片。,国防、军事,海洋、生态,农业、林业,灾害治理,14,地球上各种物体的原子都是带电的微粒，也就是一个小小的电磁系统，也都具有发射电磁波的特性，形成了各种地物所具有的不同波谱特征。,同时，它们也都具有对太阳电磁辐射吸收、反射、散射、发射和透射的本领。而各种不同的地物，由于本身的电磁波谱和电磁振动频率不同，从而对不同的色光的吸收和反射能力大小不同。,15,因此，各种地物都有自己独特的光谱特征。,只要人们事先能掌握各种物体的光谱特征，用遥感仪器收集、记录这些各不相同的光谱特征，并将这些感测到的光谱特征信息与事先掌握记录在案的各种物体的光谱特征加以比较，就能够“对号入座”地区别出来各种不同的物体。遥感技术的最重要的奥秘就在这里。,16,遥感技术特点：,一是“,遥,”人们常说站得高看得远。,从遥远的太空回头来观测地球真可谓遥远了，所看到的范围也就随之大大扩展了。飞在1万米(10公里)的飞机航空拍摄，一张照片只能是900平方公里，可分辨出400平方米的地块。而一幅地球资源卫星照片所拍摄的地面面积可达34万平方公里，差不多一张照片就可照下我国海南岛的全身相。如果需要，甚至可以把半个地球全拍在一张照片上，就是一张地球半身相。,17,二是“,感,”人们常说不能凭感觉办事。,肉眼只能感受到可见光，随着科学技术的发展，使用感测物体的科学仪器，就能感知人的感官难以感观到的物体，这些遥感仪器可以感受到地面上各种物体所辐射的各种波谱的波束，利用各种现代的探测仪器，既可感受到紫外波段和射线，也可感受到红外波段和微波从而获得平时人眼看不见的物体信息。,18,三是“,快,”人们常说走得快不如飞得快，以往实地勘测一个地区地形，需要几年、几十年；用飞机航空测量也要一两年、七八年；而利用航天的地球资源卫星要把整个地球测量一遍，只不过需要18天就可完成，一个星期就可拍摄和积累地面景物照片1万张，而且迅速准确。,19,四是“,广,”人们常说上通天、下达地，无所不知。利用地球资源卫星获取信息非常方便，可不受任何限制地广泛遥感地球任何一角。,同时，这种技术既利用了现代高技术的各种成果，又推动了各项技术领域的广泛发展，“天地生、数理化”，都要涉及。,20,遥感技术使人类对宇宙和自然界的认识有了新的飞跃而且大大推动了人类认识了解自然、开发保护资源的科研和实用技术的发展。,各国对应用空间遥感技术空前重视，积极发展这项技术。,21,美国在80年代后期，已逐步组成了一个由“陆地卫星”系列卫星、海洋观测卫星和气象卫星为主体组成的“地球环境遥感卫星系统”，其遥感仪器已由第一代、第二代发展到第三代。,其他许多工业先进国家和一些发展中国家，也都积极发展遥感技术。我国对开发空间遥感技术，从遥感仪器到卫星航天器都取得了很大进展，为国民经济发展起了重大作用。,22,兰州-武威铁路选线图ETM+,23,24,25,长江源头,26,IRS与TM融合图,27,28,29,30,遥感的分类,：,为了便于专业人员研究和应用遥感技术，人们从不同的角度对遥感作如下分类:,1、按搭载传感器的遥感平台分类 根据遥感探测所采用的遥感平台不同可以将遥感分类为:,地面遥感，即把传感器设置在地面平台上，如车载、船载、手提、固定或活动高架平台等；,31,航空遥感，即把传感器设置在航空器上，如气球、航模、飞机及其它航空器等;,航天遥感，即把传感器设置在航天器上，如人造卫星、宇宙飞船、空间实验室等。,32,2、按遥感探测的工作方式分类 根据遥感探测的工作方式不同可以将遥感分类为:,主动式遥感,:即由传感器主动地向被探测的目标物发射一定波长的电磁波，然后接受并记录从目标物反射回来的电磁波;,被动式遥感,:即传感器不向被探测的目标物发射电磁波，而是直接接受并记录目标物反射太阳辐射或目标物自身发射的电磁波。,33,3、按遥感探测的工作波段分类 根据遥感探测的工作波段不同可以将遥感分类为:,紫外遥感，其探测波段在0.30.38um之间;,可见光，其探测波段在0.380.76um之间;,红外遥感，其探测波段在0.7614um之间;,微波遥感，其探测波段在1mm1m之间;,34,多光谱遥感,，其探测波段在可见光与红外波段范围之内，但又将这一波段范围划分成若干个窄波段来进行探测。,高光谱遥感,是在紫外到中红外波段范围内，并且也将这一波段范围划分成许多非常窄且光谱连续的波段来进行探测。,35,4、按遥感探测的应用领域分类 根据遥感探测的应用领域，从宏观研究角度可以将遥感分类为:,外层空间遥感、大气层遥感、陆地遥感、海洋遥感等;,从微观应用角度可以将遥感分类为:,军事遥感、地质遥感、资源遥感、环境遥感、测绘遥感、气象遥感、水文遥感、农业遥感、林业遥感、渔业遥感、灾害遥感及城市遥感等。,36,2、当前遥感技术发展态势(1)遥感数据源的突飞猛进 现代航空航天遥感数据获取技术趋向三多（多平台、多传感器、多角度）和三高（高空间分辨率、高光谱分辨率和高时相分辨率）从空中和太空观测地球获取影像是20世纪的重大成果之一。,37,（2）定量化：,（空间位置定量化和空间地物识别定量化）,遥感信息定量化是指通过实验的或物理的模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学及大气等观测目标参量。,38,（3）智能化,遥感的智能化首先表现在遥感传感器的可编程：传感器不仅可以按设定的方式进行扫描，而且可以根据具体要求由地面进行控制编程，使用户可以获得多角度，高时间密度的数据。,39,（4）动态化,由于小卫星技术的发展，卫星造价大幅降低，使得卫星网络计划得以顺利实施。,使用户可以在获得更高分辨率的数据的同时，也可以获得更高时间密度的遥感数据。,40,（5）网络化,当前，Internet已不仅仅是一种单纯的技术手段，它已演变成为一种经济方式网络经济。人们的生活也已离不开Internet。,大量的应用正由传统的Client/Server(客户机/服务器)方式向Brower/Server（浏览器/服务器）方式转移，和传统的基于Client/Server的GIS、RS等产品相比较，新的网络化产品有许多优点。,41,平台独立性,无论服务器/客户机是何种机器，用户就可以透明地访问各种异构数据，在本机或某个服务器上进行分布式部件的动态组合和空间数据的协同处理与分析，实现远程异构数据的共享。,42,低成本系统,传统GIS、RS在每个客户端都要配备昂贵的专业GIS、RS软件，而用户使用的经常只是一些最基本的功能，这实际上造成了极大的浪费。,网络化的GIS、RS产品在客户端通常只需使用Web浏览器（有时还要加一些插件），其软件成本与全套专业GIS、RS相比明显要节省得多。,43,更简单的操作,要广泛推广GIS，、RS使GIS、RS系统为广大的普通用户所接受，而不仅仅局限于少数受过专业培训的专业用户，就要降低对系统操作的要求.,44,(6)实用化、工程化与产业化,遥感技术通过多年的研究和发展，同时随着遥感数据获取技术的突飞进，大量有实力的商业公司加入到遥感应用领域。它们不仅为遥感行业带入了大量资金，而且使应用成本快速下降，因此遥感技术产业化已经成为必然趋势。,45,二、遥感技术应用现状,1、应用研究现状,近二十年来，各部门成立了许多遥感中心，并在国家经济建设中发挥了重要作用。由于遥感技术逐渐成熟，数据源非常多，计算机软、硬件性能飞速提高,因此遥感应用逐渐普及，效果逐步提高，逐渐成为公认的一种勘查手段。这种形势为遥感的发展提供了机遇。,46,地勘行业遥感工作突出了国家地质工作需求,在配合新一轮国土资源大调查中发挥了很好的作用，取得了一系列成果;不断跟踪前沿新技术、方法，抓住机遇进行跟踪研究，在地质应用方面保持了领先地位；,在国土调查、地质灾害调查监测、灾害的应急调查、环境、找矿、基础地质研究等方面发挥了重要作用。,47,（1）,区域地质调查与研究,编制基础图件,应配合区域地质调查在全国范围内提前进行图像处理与遥感解译，编制分幅的地质构造等解译图件，作为将来进行面上地质调查工作的前期基础资料。,48,49,50,51,岩性填图,高光谱遥感在识别岩性方面很有前途，尤其在花岗岩区效果明显。,矿物填图,矿物填图技术已有一定的基础，正在进入实际应用阶段，同时热红外光谱细分的研究，有望突破造岩矿物关。,52,编制全国性的系列遥感专题图件,编制系列遥感专题图件，除了1:25万、1:5万填图外，利用SPOT5卫星图像，可以作到1:1万比例尺。可选一些典型地区，结合当地的经济建设热点做试验性调查，提供系列性、多源、多级的图集。,编制正射影像图,正射影像图用途广，需求大，是当前商用遥感的一个服务方向。,53,（2）矿产资源遥感调查与研究,在矿产资源勘查中，实行遥感先行、化探指路、物探定位的工作方针。资源调查是基础性、公益性、战略性工作，也是遥感技术的生命力所在。,在矿产资源勘查尤其是贯彻矿产资源走出去战略的工作中，发挥遥感的先行作用。,54,系统开展蚀变信息提取工作,由于机载成像光谱技术实用化为蚀变矿物图提供了有利的手段，高光谱矿物填图已进入日程。,第一步做干旱区、半干旱区、岩石裸露区，同时研究东部植被覆盖区蚀变信息提取技术；,55,第二步做植被掩盖区。,通过这一工作，可使遥感异常信息成为资源勘查的一个重要参数。建立遥感数据源的选择、遥感蚀变信息提取、模型建立、最佳变量获取、异常下限级别界定以及异常筛选等环节的一整套工作流程和技术标准。,56,在油气资源评价领域，遥感有用武之地。例如，通过对海上油膜的识别，遥感成像技术可以为圈定海底油气聚集区提供重要线索；在含油盆地进行地质调查时，通过含“烃”气晕圈定靶区。,57,（3）生态环境遥感调查与研究,遥感应用领域已得到大力拓宽，生态环境调查研究正逐步纳入工作日程。,随着经济社会的迅猛发展，当前的资源开发对环境产生了巨大的影响，为此需要利用遥感方法及时掌握环境变化的信息，现代技术的发展特别是对地观测体系的建立已经为这方面工作提供了高技术支撑。,遥感已将服务领域拓展到与国计民生有关的城市、环境、灾害、生态、农林调查等方面。,58,遥感监测技术体系逐步建设,。把建立对地动态监测技术体系作为地质工作的一个方向，可以分国家和区域两个层次建设。这种观测体系是多目标的，实时动态的，天地一体化的，长期的，甚至可以成为一种执法手段。,59,3.矿山开发现状及环境恢复整治的遥感动态监测工作正在开展，矿山监测信息系统也在逐步建立。利用干涉雷达技术监测地表灾害性微量形变已进入应用阶段。,60,流域遥感调查监测研究正在开展，包括湖泊环境监测。如甘肃黑河、淮河流域环境遥感动态监测方法研究，利用高分辨率遥感数据和比较成熟的雷达技术监测湿地的动态变化及河道演变，黄河、长江中下游环境遥感动态监测研究等。,61,开展青藏高原隆升过程及环境效应研究。气候、地表、大地构造动态相互作用是当前环境学、地貌学、地质学的研究前缘，丰富的DEM数据、数字地质资料、遥感资料以及GIS和GPS技术的发展，为研究地表过程提供了大量的信息和技术手段。,62,开展地球表层系统变迁遥感调查。遥感在资源环境方面，应该做全国性的、超前性的系统工作，包括地质背景调查，土地质量状况与土地系统变迁调查表生水系调查（地表水分布、土地含水性、地表水污染、水文状况、冰雪覆盖度），植被系统调查。,63,(3)遥感地物定量化研究现状,遥感信息定量化的要求使得高光谱遥感信息的定量分析与应用成为迫切的需要。,高光谱遥感器的光谱分辩率已达数纳米，空间分辩率仅几十厘米，对应图象任一像元反演的地物光谱，可与地面实测值相比拟，这将便于实验室地物光谱分析模型直接应用到高光谱遥感的处理和分析研究，以及利用计算机自动进行地物的光谱分类和匹配识别研究。,64,另一方面，遥感信息定量化，要求使不同种类遥感数据的信息进行复合，使复合后的信息不仅达到空间分辩率的归一化，而且其辐射值仍保持着目标结构和成分的物理信息，这将在全球变化和全球资源环境状况监测和调查等应用研究中具有重要的意义。,65,目标识别和分类、智能化的人机交互式的方法已普遍得到应用，人们追求的是全自动方法，因为只有全自动化才可能实时化和在轨处理（Smart Sensor），进而构成传感器格网（Sensor Grid），实现直接从卫星上传回经在轨加工后的有用的数据和信息。,66,基于影像内容的自动搜索和特定目标的自动变化检测，可望尽快地实现全自动化，将几何与物理方程一起实现遥感的全定量化反演是最高理想，本世纪内可望解决。,67,2、应用实例,68,白头山异常图,北山信息提取,69,70,71,72,蛟龙掌地区 TM743（色彩增强）图像,73,南京SPOT与ETM+融合20%,74,75,76,77,78,波 段,波长（,m,）,分辨率,覆盖范围,TM 1,0.450.52 蓝 色,30 m,185170,Km,2,TM 2,0.520.60 绿 色,30 m,TM 3,0.630.69 红 色,30 m,TM 4,0.760.90 近红外,30 m,TM 5,1.551.75 短波红外,30 m,TM 7,2.082.35 短波红外,30 m,TM 6,10.412.5 热红外,120 m,美 国,Landsat-5 TM 图像的观测参数,79,波 段,波长（,m,）,T M 波 段 主 要 特 性 及 用 途,TM 1,0.450.52,能穿透水体，用于沿海水域制图；区分土壤和植物。,TM 2,0.520.60,探测植物的绿色反射率，评价生长状态。,TM 3,0.630.69,叶绿素的吸收波段，可用来进行植物分类。,TM 4,0.760.90,叶绿素的反射波段，可用TM4/3,植被指数,区分植被与非植被区；另外可判别水中生物含量及水域边界，对含含水断裂显示较好。,TM 5,1.551.75,信息量最大,（,最丰富,）,的波段，绝大部分造岩矿物波谱响应曲线高峰段；另外可探测植物及土壤含水量。,TM 7,2.082.35,信息量较多的波段，探测岩石的热流蚀变及特征谱带；可区分岩石及蚀变类型、各种构造边界等。,TM 6,10.4512.50,探测土壤含水量、水温及地热,（,温泉,）,；可用于测制地表热异常图等。,T M 波 段 的 光 谱 特 性 及 主 要 用 途,80,波 段,波长（,m,）,分辨率,覆盖范围,ETM 1,0.450.52 蓝 色,30 m,183170,Km,2,ETM 2,0.520.60 绿 色,30 m,ETM 3,0.630.69 红 色,30 m,ETM 4,0.760.90 近红外,30 m,ETM 5,1.551.75 短波红外,30 m,ETM 7,2.082.35 短波红外,30 m,ETM 6,10.412.5 热红外,60 m,ETM 8,0.500.90 全色,15 m,美 国 Landsat-7,ETM,图像的观测参数,81,ETM+遥感不同波段的用途,741 741波段组合图像具有兼容中红外、近红外及可见光波段信息的优势，图面色彩丰富，层次感好，具有极为丰富的地质信息和地表环境信息；而且清晰度高，干扰信息少，地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚，不同类型的岩石区边界清晰，岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。,82,83,84,743 我国利用美国的陆地卫星专题制图仪图象成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段（2.08-2.35微米）对温度变化敏感；TM4、TM3波段则分别属于红外光、红光区，能反映植被的最佳波段，并有减少烟雾影响的功能；,同时TM7、TM4、TM3（分别赋予红、绿、蓝色）的彩色合成图的色调接近自然彩色，故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。,85,86,87,453 遥感图像是卫星遥感TM波段4(红)、波段5(绿)、波段3(蓝)。,成像时期晚稻接近收获，且稻田中不存积水，因此耕地类型中的水田色调呈粉红色；旱地由于作物大多收获，且土壤水分少而呈灰白色；,菜地则由于蔬菜长势好，色调鲜亮并呈猩红色。园地色调呈浅褐色，且地块规则整齐、轮廓清晰。,林地中乔木林色调呈深褐色，而分布于喀斯特山地丘陵等地区的灌丛则呈黄到黄褐色。,88,89,牧草地大多呈黄绿色调。,建设用地中的城镇呈蓝色；,公路呈线状，色调灰白；,铁路呈线条状，色调为浅蓝；,机场跑道为蓝色直线，背景草地呈蓝绿色；,在建新机场建设场地为白色长方形；备用旧机场为白色色调，外形轮廓清晰、较规则。水库和河流则都呈深蓝色调。,90,91,92,453 采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。,451 TM图像的光波信息具有34维结构，其物理含义相当于亮度、绿度、热度和湿度。在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。,93,94,3个可见光波段（即第1、2、3波段）之间，两个中红外波段（即第4、7波段）之间相关性很高，表明这些波段的信息中有相当大的重复性或者冗余性。第4、6波段较特殊，尤其是第4波段与其他波段的相关性得很低，表明这个波段信息有很大的独立性。,95,三危山小宛南山一带 TM741（局部增强）图像,96,白银矿田 TM541（色彩增强）图像,白银矿田（折腰山）TM741（色彩变换）图像,97,计算10种组合的熵值的结果表明，由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息，其中又常以4，5，3或4，5，1波段的组合为最佳。,第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。,最佳波段组合选出后，要想得到最佳彩色合成图像，还必须考虑赋色问题。,人眼最敏感的颜色是绿色，其次是红色、蓝色。因此，应将绿色赋予方差最大的波段。,98,李子园西安河一带 TM541 图像,李子园地区 碎石子一带 TM541（局部增强）图像,99,按此原则，采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。472 在采用TM4、7、2波段假彩色合成和 1:4 计算机插值放大技术方面，在制作 1:5万TM影像图并成 1:5万工程地质图、塌岸发展速率的定量监测以及在单张航片上测算岩(断)层产状等方面，均有独到之处。,100,武都543彩色合成,101,武都去相关657-1（反映不同地质单元地温差异）,102,信息提取,遥感信息在地质找矿中可以提供大量的地质素材,得到与成矿作用有关的控矿构造资料,还可以在适当条件下,提出与已知矿床产出特征有关的地物的同类标志信息区,例如矿化蚀变带等。,遥感地质找矿的成效,关键在于合理选用遥感资料及图像处理方法,最大限度地提取和增强致矿信息。,103,与成矿相关的遥感信息主要包括地层、岩石、构造和蚀变信息,其中构造信息和蚀变信息的提取及其与成矿关系的研究更为地学工作者所重视。,这不仅因为地质构造在成矿方面的重要地位,还在于遥感中的构造信息提取是最为成功的;蚀变信息提取是目前国内外学者十分重视的课题,并取得了不少成果。,104,天水幅KL变换图像,李子园西安河一带 TM541 图像,105,代家庄KL变换+色彩变换（123）,106,几 种 常 用 遥 感 图 像 处 理 软 件 简 介,专 业 软 件,美 国,ERDAS Imagine 8.4 8.6,加 拿 大,Adobe,公司的,PCI 5.1,新 加 坡,3-Link,公司的,ENVI 3.6,中 国,北 京 三联公司的,Bigimage,辅 助 软 件,Mapgis,Photoshop,CorlDRAW,ACD See,107,遥感图像,的数字增强技术与方法,边 缘 增 强,比 值 处 理,线 性 拉 伸,滤 波,锐 化,主成分变换,彩 色 合 成,指 数 变 换,直方图调整,非线性扩展,色 彩 变 换,伪 彩 色,数 据 融 合,密 度 分 割,图 像 采 样,108,3、,应用技术,遥感影像数据融合原理与方法,109,(1)数据融合基本涵义,数据融合（,data fusion,）最早被应用于军事领域。,现在数据融合的主要应用领域有：多源影像复合、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别等等。,在遥感中，数据融合属于一种属性融合，它是将同一地区的多源遥感影像数据加以智能化合成，产生比单一信息源更精确、更完全、更可靠的估计和判断。,110,相对于单源遥感影象数据，多源遥感影象数据所提供的信息具有以下特点：,A,.,冗余性,：表示多源遥感影像数据对环境或目标的表示、描述或解译结果相同；,B.,互补性,：指信息来自不同的自由度且相互独立,C.,合作性,：不同传感器在观测和处理信息时对其它信息有依赖关系；,D.,信息分层的结构特性,：数据融合所处理的多源遥感信息可以在不同的信息层次上出现，这些信息抽象层次包括像素层、特征层和决策层，分层结构和并行处理机制还可保证系统的实时性。,111,实质：,在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、更能有效表示该目标的图像信息。,目的：,将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，改善遥感信息提取的及时性和可靠性，提高数据的使用效率。,112,(2)数据融合原理及过程,一般来说，遥感影像的数据融合分为预处理和数据融合两步,A.预处理：,主要包括遥感影像的几何纠正、大气订正、辐射校正及空间配准。,1.,几何纠正、大气订正及辐射校正的目的主要在于去处透视收缩、叠掩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响。,2.影像空间配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。,113,影像的空间配准时遥感影像数据融合的前提,空间配准一般可分为以下步骤,:,a.,特征选择：在欲配准的两幅影像上，选择如边界、线状物交叉点、区域轮廓线等明显的特征。,b.特征匹配：采用一定配准算法，找处两幅影像上对应的明显地物点，作为控制点。,114,C.空间变化：根据控制点，建立影像间的映射关系。,d.插值：根据映射关系，对非参考影像进行重采样，获得同参考影像配准的影像。,空间配准的精度一般要求在,12,个像元内。空间配准中最关键、最困难的一步就是通过特征匹配寻找对应的明显地物点作为控制点。,115,2.,数据融合,根据融合目的和融合层次智能地选择合适的融合算法，将空间配准的遥感影像数据（或提取的图像特征或模式识别的属性说明）进行有机合成，得到目标的更准确表示或估计,。,对于各种算法所获得的融合遥感信息，有时还需要做进一步的处理，如“匹配处理”和“类型变换”等，以便得到目标的更准确表示或估计。,116,(3)数据融合分类及方法,A,数据融合方法分类,遥感影像的数据融合方法分为三类：,基于像元（,pixel,）级的融合、基于特征,(feature),级的融合、基于决策,(decision),级的融合。融合的水平依次从低到高。,A.1 像元级融合,像元级融合是一种低水平的融合。,像元级融合的流程为：经过预处理的遥感影像数据数据融合特征提取融合属性说明。,117,优点：,保留了尽可能多的信息，具有最高精度。,局限性：,a.,效率低下。由于处理的传感器数据量大，所以处理时间较长，实时性差。,b.,分析数据限制。为了便于像元比较，对传感器信息的配准精度要求很高，而且要求影像来源于一组同质传感器或同单位的。,118,c.分析能力差。不能实现对影像的有效理解和分析.,d.纠错要求。由于底层传感器信息存在的不确定性、不完全性或不稳定性，所以对融合过程中的纠错能力有较高要求。,e.抗干扰性差。,像元级融合所包含的具体融合方法有：代数法、,IHS,变换、小波变换、主成分变换（,PCT,）、,K-T,变换等.,119,A.2,特征级融合,特征级融合是一种中等水平的融合。在这一级别中，先是将各遥感影像数据进行特征提取，提取的特征信息应是原始信息的充分表示量或充分统计量，然后按特征信息对多源数据进行分类、聚集和综合，产生特征矢量，而后采用一些基于特征级融合方法融合这些特征矢量，作出基于融合特征矢量的属性说明。,120,特征级融合的流程为：经过预处理的遥感影像数据特征提取特征级融合（融合）属性说明。,121,A.3,决策级融合,决策级融合是最高水平的融合。融合的结果为指挥、控制、决策提供了依据。在这一级别中，首先对每一数据进行属性说明，然后对其结果加以融合，得到目标或环境的融合属性说明。,122,决策级融合的优点时具有很强的容错性，很好的开放性，处理时间短、数据要求低、分析能力强。而由于对预处理及特征提取有较高要求，所以决策级融合的代价较高。,决策级融合的流程：经过预处理的遥感影像数据特征提取属性说明属性融合融合属性说明。,123,表,1,三级融合层次的特点,融合框架,信息损失,实时性,精度,容错性,抗干扰力,工作量,融合水平,像元级,小,差,高,差,差,小,低,特征级,中,中,中,中,中,中,中,决策级,大,优,低,优,优,大,高,124,表,2,三级融合层次下的融合方法,像元级,特征级,决策级,代数法,熵法,专家系统,IHS,变换,表决法,神经网络,小波变换,聚类分析,Bayes,估计,K-T,变换,Bayes,估计,模糊聚类法,主成分变换,神经网络法,可靠性理论,回归模型法,加权平均法,基于知识的融合法,Kalman,滤波法,Dempater-shafer,推理法,Dempater-shafer,推理法,125,B,数据融合方法介绍,B.1,代数法,代数法包括加权融合、单变量图像差值法、图像比值法等。,（1）加权融合法,（2）单变量图象差值法,（3）图象比值法,126,B.2,图像回归法（,Image Regression,）,图像回归法是首先假定影像的像元值是另一影像的一个线性函数，通过最小二乘法来进行回归，然后再用回归方程计算出的预测值来减去影像的原始像元值，从而获得二影像的回归残差图像。,经过回归处理后的遥感数据在一定程度上类似于进行了相对辐射校正，因而能减弱多时相影像中由于大气条件和太阳高度角的不同所带来的影响。,127,B.3,主成分变换（,PCT,）,也称为,K-L,变换，数学上称为主成分分析（,PCT,）。,PCT,是应用于遥感诸多领域的一种方法，包括高光谱数据压缩、信息提取与融合及变化监测等。,PCT,的本质是通过去除冗余，将其余信息转入少数几幅影像（即主成分）的方法，对大量影像进行概括和消除相关性。,PCT,使用相关系数阵或协方差阵来消除原始影像数据的相关性，以达到去除冗余的目的。,128,对于融合后的新图像来说各波段的信息所作出的贡献能最大限度地表现出来。,PCT的优点是能够分离信息，减少相关，从而突出不同的地物目标。另外，它对辐射差异具有自动校正的功能，因此无须再做相对辐射校正处理。,129,B.4 K-T,变换,即,Kauth-Thomas,变换，简称,K-T,变换，又形象地成为“缨帽变换”。,它是线性变换的一种，它能使座标空间发生旋转，但旋转后的坐标轴不是指向主成分的方向，而是指向另外的方向，这些方向与地面景物有密切的关系，特别是与植物生长过程和土壤有关。,130,因此，这种变换着眼于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间的特征。通过这种变换，既可以实现信息压缩，又可以帮助解译分析农业特征，因此有很大的实际应用意义。,目前对这个变换在多源遥感数据融合方面的研究应用主要集中在,MSS,与,TM,两种遥感数据的应用分析方面。,131,B.5,小波变换,小波变换是一种新兴的数学分析方法，已经受到了广泛的重视。小波变换是一种全局变换，在时间域和频率域同时具有良好的定位能力，对高频分量采用逐渐精细的时域和空域步长，可以聚焦到被处理图像的任何细节，从而被誉为“数学显微镜”。,小波变换常用于雷达影像,SAR,与,TM,影像的融合。它具有在提高影像空间分辨率的同时又保持色调和饱和度不变的优越性。,132,B.6 HIS（色彩）,变换,光谱信息是遥感分类的基础。不论是监督分类还是非监督分类，图像上的灰度和色调都是从遥感影像上识别地物的主要依据。影像分辨率是影响地物识别精度的主要因素，为了保持影像的多光谱特性，同时又能提高图像分辨率，多采用HIS变换进行图像融合处理。HIS变换是一种能使图像彩色增强和图像信息增强的有效方法。,它是将RGB颜色空间转换为HIS色度空间（亮度I、色度H、和饱和度S），然后用高分辨率全色影像替换I，再从HIS空间变换到RGB空间。,因此，HIS变换不是简单的图像叠加，而是采用一定的算法将不同传感器的影像数据按信息优势互补原则结合在一起，产生新的融合影像。,133,3,个波段合成的,RGB,颜色空间是一个对物体颜色属性描述系统，而,IHS,色度空间提取出物体的亮度,I,，色度,H,，饱和度,S,，它们分别对应,3,个波段的平均辐射强度、,3,个波段的数据向量和的方向及,3,个波段等量数据的大小。,RGB,颜色空间和,IHS,色度空间有着精确的转换关系。,134,以TM和SAR为例，变换思路是把TM图像的3个波段合成的RGB假彩色图像变换到IHS色度空间，然后用SAR图像代替其中的I值，再变换到RGB颜色空间，形成新的影像。,135,高通滤波融合法一种保持光谱特征的图像融和方法,高通滤波（HPFF）是一种新的光谱保持型的融合算法。该算法先对参与融合的全色波段图像进行高通滤波，然后，用滤波后的全色波段图像替换HIS后的强度分量，再进行HIS逆变换，便得到HPFF融合图像。该图像色彩与TM图像一致，优于常规HIS变换法得到的图像。,136,影像数据融合的物理模式,遥感应用中的影像数据融合，一般是通过五类基本方法：,将单个(或多个)同星同时相的卫星低分辨率多光谱影像数据和高分辨率全色影像数据进行融合；,将单个(或多个)不同星同时