插件修复遥感图像方法
遥感影像条带修复2015/10/9
目录
一．技术流程图 (2)
二．目的及内容 (2)
2.1 目的 (2)
2.2 内容 (2)
三．数据下载 (3)
四．添加补丁 (3)
五．去条带 (4)
5.1． landsat_gapfill插件去条带 (4)
5.2． tm_destripe插件去条带 (6)
六．分析 (9)
七．总结 (10)
一．技术流程图
图1 技术流程图二．目的及内容
2.1 目的
学会下载LANDSAT_7 ETM+影像和修复条带2.2 内容
（1）LANDSAT_7 ETM+影像下载
（2）tm_destripe插件修复条带
（3）landsat_gapfill插件修复条带
三．数据下载
到地理空间数据云下载行列号为118 038的上海部分影像，时间为2013年5月1日，经度为121.92，纬度为31.73，云量为0，如图2所示。
图2landsat数据信息
由于Landsat-7 ETM+机载扫描行校正器（SLC）故障导致2003年5月31日之后获取的图像出现了数据条带丢失，严重影响了Landsat ETM遥感影像的使用。因此需要对LANDSAT-7 ETM+影像进行去条带处理，以方便对影像信息的提取及研究分析。
四．添加补丁
ENVI去条带补丁有tm_destripe和landsat_gapfill,常用的补丁为tm_destripe。将补丁插件添加到根目录对应文件夹下，
ENVI4.8为：C:\Program Files (x86)\ITT\IDL\IDL80\products\envi48\save_add，ENVI5.1为：C:\Program Files\Exelis\ENVI51\classic\save_add
重启ENVI软件，即可使用去条带插件。
五．去条带
5.1．landsat_gapfill插件去条带
ENVI条带修复的方法有两种，分别为：
A．差值修复：利用同一景影像完好的数据部分对数据缝隙进行差值。
B.回归修复：a.利用故障前的正常数据对数据缝隙进行填充；
b.或者是利用多景不同时相的异常数据生成一景缝隙填充的数据产品。
ENVI去条带方法有三种，分别为（1）国科平台在线两种方法（2）ENVI去条带补丁（3）ERDAS去条带模块。而国科平台上提供了两种修复方法，分别是：多影像局部自适应回归分析模型(2-b)和多影像固定窗口回归分析模型(2-b)。有在线试过第一种回归分析模型，结果显示如下：可以看到条带缺失得到很大的改善，但条带插值的部分和周围的像元有明显的区别，插值效果不太理想。
这里使用的是ENVI去条带补丁的方法。打开下载的LANDSAT影像，如图3所示
图3LANDSAT影像
从图像中可以看出，影像中存在着较多的黑色条纹，对影像的判读及信息的读取造成了较大的影像，需对影像进行去条带处理。打开去条带工具Landsat Gapfill，如图4.
图4 条带缝隙选择
第一个单个文件缝隙填充（三角剖分）用的是三角插值，后两个为双波段缝隙填充，区别在于匹配的时候是用全局直方图，还是用局部直方图。执行条带修复，得到图5的结果影像。
5.2．tm_destripe 插件去条带
tm_destripe 插件的功能是采取多影像局部自适应回归分析模型或多影像固定窗口回归分析模型对影像条带进行修复。是针对单波段进行条带修复。如图7为影像数据及掩膜数据的选择
图6 条带修复前后影像比较
（a 修复前条带影像b 修复后影像）
a 修复前条带影像
b 修复后影像像
图 5
条带修复结果
如图7，选择单波段和相应的掩膜数据后，执行条带修复，如图8为波段2的修复结果
执行操作，得到各波段条带修复结果，将6个波段组合，得到修复结果影像。如图9所示。
图8波段2条带修复结果
A 波段2图像 b 波段2条带修复结果
图7 影像数据及掩膜数据选择
将tm_destripe 修复结果和landsat_gapfill 修复结果进行比较，如图10所示，
从结果中可以看出，tm_destripe 修复的结果没有landsat_gapfill 修复结果好，造成差异的原因可能是因为tm_destripe 是对单波段图像进行修复，将修复好的波段组合即个波段结果叠加，结果会出现缝图9 条带修复前后影像比较
（a 修复前条带影像b 修复后影像）
a 修复前条带影像
b 修复后影像像
图9 条带修复前后影像比较
（a 修复前条带影像b 修复后影像）
a 修复前条带影像
b 修复后影像像
隙，图像不能完全连接。可以对结果再进行修复，能够得到较清晰的影像。
六．分析
landsat_gapfill插件ENVI条带修复的方法有两种，分别为：A．差值修复：利用同一景影像完好的数据部分对数据缝隙进行差值。
B.回归修复：a.利用故障前的正常数据对数据缝隙进行填充；
b.或者是利用多景不同时相的异常数据生成一景缝隙填充的数据产品。
tm_destripe插件的功能是采取多影像局部自适应回归分析模型或多影像固定窗口回归分析模型对影像条带进行修复，是对单波段条带进行修复。
两种修复方法都是利用一定的算法，根据无数据区域周围的数据推算出无数据的数据值，因为修复后的数据为推算出的数据，不是地表真实的信息，因此，修复的遥感图像与真实地表在地形、地貌、地类等方面存在一定的偏差，会导致研究的内容产生变化，如土地利用变化等。因此，修复后得到的影像数据存在误差，对土地调查，土地规划和土地利用变化等利用遥感影像研究内容的结果数据不精确，只能进行大概的研究二不能进行精确的数据研究。
但是条带修复后有利于地物的识别和分类，能够完善影像信息，满足研究人员的需要，方便对影像信息的判读和提取，对地球表面的
研究提供了很大的助力。
七．总结
除了利用tm_destripe插件和landsat_gapfil插件修复条带信息外，还可以在地里空间数据云官网，在下载影像前对根据不同年份月份的LANDSAT7影像对所需影像进行修复。遥感影像修复有多中方法，采用不同的方法得到的影像数据也不同。因此，我们要多用几种方法修复影像，采用效果最好的插件对影像进行处理。
https://www.wendangku.net/doc/214830404.html,/hmei007/article/details/8003267
遥感影像图像处理流程
遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。
消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
envi遥感图像处理之分类
ENVI遥感图像处理之计算机分类 一、非监督分类 １、K—均值分类算法 步骤:1）打开待分类得遥感影像数据 ２)依次打开：EＮVI主菜单栏—〉Cｌaｓsifiｃatiｏn—>Unsuperｖｉsed—>K—Means即进入K均值分类数据文件选择对话框 3）选择待分类得数据文件 4) 选好数据以后，点击OK键，进入K-Means参数设置对话框，进行有关参数得设置，包括分类得类数、分类终止得条件、类均值左右允许误差、最大距离误差以及文件得输出等参数得设置 5）建立光谱类与地物类之间得联系：在新窗口中显示分类结果图： 然后，打开显示窗口菜单栏Tools菜单—＞Color Maｐpｉng—〉Ｃlass ＣolｏｒMａppｉｎg…进入分类结果得属性设置对话框，在这里,可以进行类别得名称，显示得颜色等，建立了光谱类与地物类之间得联系。 设置完成以后，点击菜单栏Opｔiｏnｓ-〉Saｖe Chang ｅs 即完成光谱类与地物类联系得确立 6) 类得合并问题：如果分出得类中，有一些需要进行合并，可按以下步骤进行:选择ENＶI主菜单Classfaction-〉Post Clａｓsｆictｉon—>biｎe Classｅs，进入待
合并分类结果数据得选择对话框 点击OＫ键,进入合并参数设置 对话框，在左边选择要合并得 类，在右边选择合并后得类,点击 Add bination键即完成一组合 并得设置，如此反复，对其她需 合并得类进行此项操作，点击 OK，出现输出文件对话框,选择 输出方式，即完成了类得合并得 操作. 至此,K—均值分类得方法结束。 2、 ISODAＴA算法 基本操作与K—均值分类相似。 1）进行分类数据文件得选择(依次打开:EＮVI主菜单栏—＞Cl ａｓsifｉｃation—>Unsupeｒｖised—＞IsoＤaｔa即进入 ISODATA算法分类数据文件选择对话框，选择待分类得数据 文件） 2）进行分类得相关参数得设置(点击ＯK键以后，进入参数设置 对 话 框 ， 可 以 进行分类得最大最小类数、 迭代次数等参数得设置） 3）如此，光谱类得划分到此结 束。 4）参瞧K—均值分类得第5-6步，进行光谱类与地物类联系得建立以及类得合并等操作至此，使用IＳＯＤＡTA算法进行分类完成。 二、监督分类 本实验说明以最大似然法为例,进行监督分类得讲解说明。 步骤:1)打开待分类得遥感影像数据文件２)进行训练样本得选取:在窗口中打开一张影像,选择主窗口菜单栏Ｔoolｓ键—〉RegioｎOf Inｔerｅst—〉ROI Toｏls…(或就是在主窗口上单击右键，在弹出得快捷菜单栏中选择ROI To
图像复原方法综述
图像复原方法综述 1、摘要 图像是人类视觉的基础，给人具体而直观的作用。图像的数字化包括取样和量化两个步骤。数字图像处理就是将图像信号转换成数字格式，并利用计算机进行加工和处理的过程。 图像复原是图像处理中的一个重要问题，对于改善图像质量具有重要的意义。解决该问题的关键是对图像的退化过程建立相应的数学模型，然后通过求解该逆问题获得图像的复原模型并对原始图像进行合理估计。 本文主要介绍了图像退化的原因、图像复原技术的分类和目前常用的几种图像复原方法，详细的介绍了维纳滤波、正则滤波、LR算法和盲区卷积，并通过实验证明了该方法的可行性和有效性。 关键词：图像退化、图像复原、维纳滤波、正则滤波、LR算法、盲区卷积、 2、图像复原概述 在图像的获取、传输以及保存过程中，由于各种因素，如大气的湍流效应、摄像设备中光学系统的衍射、传感器特性的非线性、光学系统的像差、成像设备与物体之间的相对运动、感光胶卷的非线性及胶片颗粒噪声以及电视摄像扫描的非线性等所引起的几何失真，都难免会造成图像的畸变和失真。通常，称由于这些因素引起的质量下降为图像退化。 图像退化的典型表现是图像出现模糊、失真，出现附加噪声等。由于图像的退化，在图像接受端显示的图像已不再是传输的原始图像，图像效果明显变差。为此，必须对退化的图像进行处理，才能恢复出真实的原始图像，这一过程就称为图像复原[1]。 图像复原技术是图像处理领域中一类非常重要的处理技术，与图像增强等其他基本图像处理技术类似，也是以获取视觉质量某种程度的改善为目的，所不同的是图像复原过程实际上是一个估计过程，需要根据某些特定的图像退化模型，对退化图像进行复原。简言之，图像复原的处理过程就是对退化图像品质的提升，并通过图像品质的提升来达到图像在视觉上的改善。 由于引起图像退化的因素众多，且性质各不相同，目前没有统一的复原方法，众多研究人员根据不同的应用物理环境，采用了不同的退化模型、处理技巧和估计准则，从而得到了不同的复原方法。 图像复原算法是整个技术的核心部分。目前，国内在这方面的研究才刚刚起步，而国外
ENVI遥感图像处理方法
《ENVI遥感图像处理方法》科学出版社2010年6月正式出版 上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类：ENVI 查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 ) 从上个世纪六十年代E．L．Pruitt提出“遥感”这个词至今，遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前，遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采 用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能，尤其是与ArcGIS 一体化集成，使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息，从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是，目前关于ENVI 的中文教程非常少，给广大用户学习软件和应用软件带来诸多不便。 针对上述情况，在ESRI中国（北京）有限公司的大力支持下，根据多年遥感应用研究和软件操作经验，历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。全书分为17章，第1、2、3章介绍了ENVI软件的基础知识，可作为ENVI软件入门，也可作为参考内容；第4、5、6、7、8章介绍了遥感图像处理一般流程，包
遥感数字图像处理教程复习分析
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。
遥感数字图像处理
遥感数字图像处理 1.图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个 客观对象的信息。是人们最主要的信息源。 2.数字图像指数字存储的、用计算机直接处理的图像，是空间坐标和图像数值 不连续的、用离散数值表示的图像，在计算机内部，数字图像表现为二维阵列（网格），属于不可见图像。 3.什么是遥感数字图像，模拟图像（图片）与遥感数字图像有什么区别？ 遥感数字图像是以数字形式存储和表达的遥感图像。 模拟图像：又称光学图像，以胶片、相纸等硬拷贝形式存储的图像。图像是自然景物的反映，人眼感知的景物一般是连续的，照相机（非数码式）拍摄形成的照片也是连续的，两者均称之为模拟图像。广义的模拟图像还包括绘画。 区别： 模拟图像的显著特点是连续性：①空间位置的变化是连续的②每一空间位置上的亮度、色彩变化是连续的③符合数学上微积分连续性的定义 数字图像的特点：便于计算机处理与分析；图像信息损失低；抽象性强。 4.什么是遥感数字图像处理？它包括那些内容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其内容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一 种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰 度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。 5..什么是图像增强？主要目的是什么？主要有哪些方法？ 图像增强：使用多种处理方法压抑、去除噪声，增强显示图像整体或突出图像中特定地物的信息，使图像更容易理解、解译和判读。 主要目的：1.采用一系列技术改善图像的视觉效果，提高图像的清晰度； 2.将图像转换成一种更适合于人或机器进行分析处理的形式。 主要方法：彩色合成、图像拉伸、波段运算、图像平滑、锐化、图像融合等 6.数字图像最基本的单位是像素
遥感影像分类envi
遥感课程教学实验之二： 遥感影像分类 实验二遥感影像的分类遥感影像的监督分类 ?实验目的
理解计算机图像分类的基本原理以及监督分类的过程，学会利用遥感图像处理软ENVI 件对遥感图像进行分类的方法。 ?实验内容 1、遥感图像分类原理。 2、遥感图像监督分类。 3、最大似然法分类 ?实验条件 电脑、ENVI4.5软件。厦门市TM遥感影像。 ?实验步骤 1、启动ENVI软件，从文件菜单打开多波段影像文件，从可用波段列表中装载彩色或假色 影像，显示遥感影像。 2、从主图像窗口的工具Tools →Region of Interest →ROI Tools; 3、在自动打开的ROI Tools窗口中，设定ROI_Type 为“Polygon”（多边形），选定样本采 集的窗口类型，用Zoom（缩放窗口）进行采集。。
4、在选定的窗口如Zoom用鼠标左键画出样本区域，在结束处击鼠标右键二次，样本区域 被红色充填，同时ROI Tools窗口中显示采集样本的信息。采集新的样本点击“New Region”，重新上述步骤进行多个地物样本采集。。 5、从ENVI主菜单中，选 Classification > Supervised > Maximum Likelihood；或在端元 像元采集对话框 Endmember Collection中选择 Algorithm >MaximumLikelihood 进行最大似然法分类。
6、在出现Classification Input File 对话框中，选择输入影像文件，出现 Maximum Likelihood Parameters 对话框。 7、输入常规的分类参数。 设定一个基于似然度的阈值（Set Prpbability Threshold）：如不使用阈值，点击“None” 按钮。要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“Probability Threshold”文本框中，输入一个0 到1 之间的值。似然度小于该值的像元不被分入该类。 要为每一类别设置不同的阈值： ●在类别列表中，点击想要设置不同阈值的类别。 ●点击“Multiple Values”来选择它。 ●点击“Assign Multiple Values”按钮。 ●在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每 个类别重复该步骤。 最后给定输出结果的保存方式：文件或内存，当影像较大时建设保存到文件中，以免因内存不够而出错运算错误。 点击“OK”计算机开始自动分类运算。 8、在可用波段列表中显示分类图像。 ?实验总结
考试遥感数字图像处理理论考试复习题(答案)
第一章 一、名词解释 1.数字图像: 指用计算机存储和处理的图像，是一种空间坐标和灰度均不连 续的、用离散数学表示的图像。 2.遥感数字图像: 是以数字形式表述的遥感图像。不同的地物能够反射或辐 射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 3.像素: 数字图像最基本的单位是像素，像素是A/D转换中的取样点，是计 算机图像处理的最小单元；每个像素具有特定的空间位置和属性特征 4.遥感数字图像处理: 遥感数字图像处理是通过计算机图像处理系统对遥 感图像中的像素进行的系列操作过程。 5.频率域: 频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产 生的反映频率信息的图像进行处理。 二、简答 1.怎样理解图像处理的两个观点：离散方法的观点和连续方法的观点 答：（1）离散方法的观点认为，一幅图像的存储和表示均为数字形式，数字是离散的，因此，使用离散方法进行图像处理才是合理的。与该方法相关的一个概念是空间域。空间域图像处理以图像平面本身为参考，直接对图像中的像素进行处理。 （2）连续方法的观点认为，我们感兴趣的图像通常源自物理世界，它们服从可用连续数学描述的规律，因此具有连续性，应该使用连续数学方法进行图像处理。与该方法相关的一个主要概念是频率域。频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生的反映频率信息的图像进行处理。完成频率域图像处理后，往往要变换回到空间域进行图像的显示和对比。 2.遥感数字图像处理需要掌握哪些基本知识： 答：（1）物理学中电磁辐射、光学和电子光学等方面的基本知识； （2）地理学知识是有效利用遥感图像处理技术，认识地球客观世界的基本条件； （3）遥感数字图像处理是信息处理的主要组成部分，只有掌握了信息论的基础和方法，才能保证遥感数字图像处理工作在正确的理论指导下进行； （4）计算机技术和地理信息系统的理论和知识。 三、填空 1.遥感数字图像处理的主要内容包括（图像增强）、（图像校正）、（信息 提取）。 2.图像校正也称图像恢复、图像复原，校正的方法除了图像增强中的一些方 法外，主要包括（辐射校正）和（几何纠正）。 3.遥感数字图像处理系统包括硬件系统和软件系统两大部分，其中硬件系统 主要由计算机、（数字化器）、（大容量存储器）、（显示器）和（输出设备）、操作台。 4.在计算机中，基本的度量单位是（比特(位)）。存储一幅1024字节的8 位图像需要（1MB）的存储空间。一景正常的包括7个波段的LANDSAT5的TM图像文件，至少占用（200MB）的存储空间。
遥感卫星图像处理方法
北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌
利用ENVI软件进行遥感图像的融合和增强实习报告
遥感图像处理实习报告实验内容：影像融合与增强 班级：测绘1102班 学号： 1110020213 姓名： 指导老师：陈晓宁、黄远程、竞霞、史晓亮 西安科技大学 测绘科学与技术学院 二零一三年一月 实习三影像融合与增强
一、实习内容： 1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点； 2.熟悉ENVI图像增强操作； 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。 二、实习目的： 1.了解和认识各种图像融合方法的原理、内容及要点； 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较； 3.学习利用ENVI软件进行各种图像增强处理操作； 4.学会定性、定量分析比较图像融合的差异。 三、实习步骤： 1.图像融合： 三波段融合： HSV和Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中； 2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1； 3）在ENVI的主菜单选择Transform → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合； 与上述方法类似，选择Transform → Image Sharpening → Color Normalized (Brovey)，使用Brovey进行融合变换。 多光谱融合： Gram-Schmidt、主成分（PC）和color normalized (CN)变换
图像盲复原
一、图像复原的变分方法 图像在形成传输和存储的过程中都会产生失真，造成图像质量的退化，图像复原就是解决这些问题。 （1）图像复原的变分方法 一般来讲，图像的退化过程一般可描述为：f=Ru+n 1-（1） 其中n 表示加性Gauss 白噪声，R 表示确定退化的线性算子，通常是卷积算子。 图像复原就是要尽可能的降低或消除观察图像f （x ）的失真，得到一个高质量图像，根据最大似然原理，通过求解如下变分问题可以得到真实图像u 的一个最小二乘逼近： {} 2inf (x)(x)u f Ru dx Ω-? 1-（2） 但该问题是一个典型的病态问题，解决该问题的常用的方法是正则化方法，其中最典型的模型是全变差（TV ）模型，该模型在2001年被法国数学家完善，提出了卡通-纹理分解的变分模型。 TV 模型的正则化模型为：() 222()()inf L u H f Ru u dx λΩΩ∈Ω-+?? 1-（3） 第一项是残项，或称忠诚项，保证恢复图像u 保留观察图像f 的主要特征，第二项是正则项，保证恢复图像的光滑，以去除噪声，同时保证极小化问题是良态的，λ>0是尺度参数，平衡忠诚项和正则项的作用，该模型的唯一解满足以下方程: *(f Ru)u 0R λ-+?= 1-（4） 该模型对均匀区域来讲，能很好的去除噪声，但同时磨光了边缘的重要特征，对1-（3）的方程加上适当的初、边值条件，可构成最速下
降法来求解。 该方法可以去除光滑部分的噪声，但同时边缘和纹理也被模糊了，此模型对图像的光滑性要求高，不允许图像中出现不连续或奇异特征，由此改进了有界变差函数或分布空间-BV 空间将图像的梯度看成一种测度而不是函数，允许图像存在边缘、纹理等重要的不连续特征 ，用BV 空间刻画全局正则性更合适。 在图像复原中，为了在去噪的同时能够有效的保留边缘，提出如下正则化模型：2 2()()1inf 2L TV u BV f Ru u λΩ∈Ω??-+ ??? 1-（5） 它利用了BV 空间的半范数—全变差来作为正则项，加上同样的初、值条件，用最速下降法求解，它是Sobolev 空间的一种改进。 （2）变换域变分模型 上述TV 模型只利用了图像的空域信息，没有利用图像的频域或其他变换域信息，另一方面需要大量的迭代，而且没有一个好的停止准则，而变换域变分模型，其求解简单，无需迭代。 DT 模型： 112()1,1()22,inf (v,u)(v u)2f L H B u v F f v u γα-ΩΩΩ=-+++ 1-（6） 利用该模型和Besov 半范数和小波系数的等价关系可以建立基于小波变换的快速算法，避免了求解非线性偏微分方程。 图像的复原也可在基于Besov 和负hilbert-sobolev 空间进行，以及在基于Besov 和齐次Besov 空间进行。 二、 基于Besov 空间的图像盲复原
盲复原
一、引言 图像恢复是图像处理中的一大领域,有着广泛的应用,正成为当前研究的热点。图像恢复的主要目的是使退化图像经过一定的加工处理,去掉退化因素,以最大的保真度恢复成原来的图像。传统的图像恢复假设图像的降质模型是己知的。而许多情况下,图像的降质模型未知或具有较少的先验知识,必须进行所谓的盲恢复。其重要性和艰巨性而成为一个研究热点。目前所能获取的观测图像是真实图像经过观测系统成像的结果。由于观测系统本身物理特性的限制,同时受观测环境的影响,观测图像和真实图像之间不可避免地存在着偏差和失真,称观测系统对真实图像产生了降质。图像恢复的目的就是根据降质的观测图像分析和计算得出真实图像。 二、图像盲恢复算法的现状 总体来说, 图像盲复原方法主要分为以下两类: 一是首先利用真实图像的特别特征估计PSF,然后借助估计得到的PSF,采用经典的图像复原方法进行图像的复原。这类方法将PSF的估计与图像的复原过程分为2个不同的过程,因而具有较少计算量的特点；二是PSF辨识和真实图像估计相结合,同时辨识PSF和真实图像。这类算法较为复杂,计算量较大。另外,对于点扩展函数也考虑了空间变化的复杂情况。针对目前的盲复原算法的现状,根据退化模型的特点, 重新将算法分为空间不变的单通道盲复原算法、空间不变多通道盲复原算法和空间变化图像盲复原算法3类。 （一）单通道空间不变图像盲复原算法 在这类算法中, 最为常用的是参数法和迭代法。 1）参数法。所谓参数法, 即模型参数法, 就是将PSF和真实图像用某一类模型加以描述, 但模型的参数需要进行辨识。在参数法中, 典型的有先验模糊辨识法和ARMA 参数估计法, 前者先辨识PSF的模型参数,后辨识真实图像, 属于第1 种类型的图像盲复原算法, 因而计算量较小；后者同时辨识PSF和真实图像模型参数, 属于第2种类型图像盲复原算法。 2）迭代法。所谓的迭代法, 不是通过建立模型而是通过算法的迭代过程, 加上有关真实图像和PSF的约束来同时辨识PSF和真实图像的方法。迭代法是单通道 图像盲复原算法中应用最广泛的一类算法, 它不需建立模型, 也不要求PSF 为最小相位系
遥感图像处理实例分析01(算法、图像增强)
图像处理（Image processing） 基本概念 数字图像处理（digital image processing）指的是使用计算机巧妙处理以数字格式存储图像数据的过程。其目的是提高地理数据质量，使其对使用者更有意义，并能提取定量信息，解决问题。 数字图像（digital image）的存储是以二维数组或网格的形式保存像素值，每个像素在空间上对应着地表一块小面积。数组或网格又称光栅，所以图像数据经常叫着光栅数据。光栅数据的排列是这样：水平行叫着线（lines），垂直列叫着样品（samples）（如图1-1）。图像光栅数据的每个像素代表着是数字（digital number），简称DN。 图1-1 光栅数据 图像数字DNs在不同的数据源中，代表着不同的数据类型。如对Landsat、SPOT卫星数据，DNs代表的是地物在可见光、红外或其它波段的反射强度。对雷达图像，DNs代表的是雷达脉冲返回到天线的强度。对数字地形模型（DTMs），DNs代表的是地形高程。 通过应用数学变换，图像转化为数字图像。ER Mapper可以增强数字图像，突出和提取传统手工方法难以得到的细小信息。这就是为什么图像处理能成为所有地球科学应用的强大工具的原因 多光谱数据（multispectral data）指的是多波段数据，图像数据中含有多个波段的反射强度。图像处理技术随着合并不同波段的信息而发展，突出了一些特别类型的信息，如植被指数、水质量参数、地表矿物出现类型等。 图像处理广泛应用在地球科学的制图、分析和模型应用上。主要有：土地利用/土地覆盖制图和变迁勘察（land use/land cover mapping and change detection）、农业评价和监测（agricultural assessment and monitoring）、海岸线和海洋资源管理（coastal and marine resource management）、矿产勘查（mineral exploration）、石油和天然气勘查（o il & gas exploration）、森林资源管理（forest resource management）、城市规划和变迁勘察（ urban planning and change detection）、无线通讯定点和规划（telecommunications siting and planning）、海洋物理学（physical oceanography）、地质和地形制图（geology and topographic mapping）、冰川探测和制图（sea ice detection and mapping）等。 ER Mapper图像处理特点：发展了一个全新的方法，叫算法，将许多处理过程合并成简单的
遥感影像处理步骤
一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
图像盲恢复的算法研究
图像盲恢复的算法研究 摘要：当点扩展函数未知或不确知的情况下, 从观察到的退化图像中恢复原始图像的过程称为图像盲复原。近年来, 图像盲复原算法得到了广泛的研究。本文在介绍了盲图像恢复算法的现状的基础上进一步研究其的发展方向。 关键词: 图像盲恢复现状前景 一、引言 图像恢复是图像处理中的一大领域,有着广泛的应用,正成为当前研究的热点。图像恢复的主要目的是使退化图像经过一定的加工处理,去掉退化因素,以最大的保真度恢复成原来的图像。传统的图像恢复假设图像的降质模型是己知的。而许多情况下,图像的降质模型未知或具有较少的先验知识,必须进行所谓的盲恢复。其重要性和艰巨性而成为一个研究热点。目前所能获取的观测图像是真实图像经过观测系统成像的结果。由于观测系统本身物理特性的限制,同时受观测环境的影响,观测图像和真实图像之间不可避免地存在着偏差和失真,称观测系统对真实图像产生了降质。图像恢复的目的就是根据降质的观测图像分析和计算得出真实图像。 二、图像盲恢复算法的现状 总体来说, 图像盲复原方法主要分为以下两类: 一是首先利用真实图像的特别特征估计PSF,然后借助估计得到的PSF,采用经典的图像复原方法进行图像的复原。这类方法将PSF的估计与图像的复原过程分为2个不同的过程,因而具有较少计算量的特点；二是PSF辨识和真实图像估计相结合,同时辨识PSF和真实图像。这类算法较为复杂,计算量较大。另外,对于点扩展函数也考虑了空间变化的复杂情况。针对目前的盲复原算法的现状,根据退化模型的特点, 重新将算法分为空间不变的单通道盲复原算法、空间不变多通道盲复原算法和空间变化图像盲复原算法3类。 （一）单通道空间不变图像盲复原算法 在这类算法中, 最为常用的是参数法和迭代法。 1）参数法。所谓参数法, 即模型参数法, 就是将PSF和真实图像用某一类模型加以描述, 但模型的参数需要进行辨识。在参数法中, 典型的有先验模糊辨识法和ARMA 参数估计法, 前者先辨识PSF的模型参数,后辨识真实图像, 属于第1 种类型的图像盲复原算法, 因而计算量较小；后者同时辨识PSF和真实图像模型参数, 属于第2种类型图像盲复原算法。 2）迭代法。所谓的迭代法, 不是通过建立模型而是通过算法的迭代过程, 加上有关真实图像和PSF的约束来同时辨识PSF和真实图像的方法。迭代法是单
遥感数字图像处理复习题(第一、二章)
遥感数字图像处理复习题 第一章 一、名词解释 1.数字图像 答：数字图像指用计算机存储和处理的图像，是一种空间坐标和灰度均不连续的、用离散数学表示的图像。 2.遥感数字图像 答：遥感数字图像(digital image)是以数字形式表述的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 3.像素 答：数字图像最基本的单位是像素，像素是A/D转换中的取样点，是计算机图像处理的最小单元；每个像素具有特定的空间位置和属性特征。 4.遥感数字图像处理 答：遥感数字图像处理是通过计算机图像处理系统对遥感图像中的像素进行的系列操作过程。 5.频率域 答：频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生的反映频率信息的图像进行处理。 二、简答 1.遥感数字图像与照片的区别？ 答：遥感数字图像与照片的区别有： （1）照片来自于模拟方式，是通过摄影系统产生的；而遥感数字图像来自于数字方式，通过扫描和数码相机产生； （2）照片没有像素，没有行列结构，没有扫描行；遥感数字图像中的基本构成单位就是像素，具有行和列，可能会观察到扫描行； （3）照片中0表示没有数据；遥感数字图像中0是数值，不表示没有数据；（4）照片中任何点都没有编号；遥感数字图像中每个点都有确定的数字编号；（5）照片的摄影受到电磁波谱的成像范围限制；遥感数字图像可以使电磁波谱的任意范围 （6）一旦获取了照片，它的颜色就是确定的；遥感数字图像中颜色没有特定的规划，在处理过程中可以根据需要通过合成产生； （7）照片只具有红、绿、蓝三个通道；遥感数字图像有多个波段。 2.怎样理解图像处理的两个观点？ 答：当前，对于数字图像处理存在两种观点：离散方法的观点和连续方法的观点。 （1）离散方法的观点认为，一幅图像的存储和表示均为数字形式，数字是离散的，因此，使用离散方法进行图像处理才是合理的。与该方法相关的一个概念是空间域。空间域图像处理以图像平面本身为参考，直接对图像中的像素进行处理。（2）连续方法的观点认为，我们感兴趣的图像通常源自物理世界，它们服从可用连续数学描述的规律，因此具有连续性，应该使用连续数学方法进行图像处理。与该方法相关的一个主要概念是频率域。频率域基于傅里叶变换，频率域的图像
插件修复遥感图像方法
遥感影像条带修复2015/10/9
目录 一．技术流程图 (2) 二．目的及内容 (2) 2.1 目的 (2) 2.2 内容 (2) 三．数据下载 (3) 四．添加补丁 (3) 五．去条带 (4) 5.1． landsat_gapfill插件去条带 (4) 5.2． tm_destripe插件去条带 (6) 六．分析 (9) 七．总结 (10)
一．技术流程图 图1 技术流程图二．目的及内容 2.1 目的 学会下载LANDSAT_7 ETM+影像和修复条带2.2 内容 （1）LANDSAT_7 ETM+影像下载 （2）tm_destripe插件修复条带 （3）landsat_gapfill插件修复条带
三．数据下载 到地理空间数据云下载行列号为118 038的上海部分影像，时间为2013年5月1日，经度为121.92，纬度为31.73，云量为0，如图2所示。 图2landsat数据信息 由于Landsat-7 ETM+机载扫描行校正器（SLC）故障导致2003年5月31日之后获取的图像出现了数据条带丢失，严重影响了Landsat ETM遥感影像的使用。因此需要对LANDSAT-7 ETM+影像进行去条带处理，以方便对影像信息的提取及研究分析。 四．添加补丁 ENVI去条带补丁有tm_destripe和landsat_gapfill,常用的补丁为tm_destripe。将补丁插件添加到根目录对应文件夹下， ENVI4.8为：C:\Program Files (x86)\ITT\IDL\IDL80\products\envi48\save_add，ENVI5.1为：C:\Program Files\Exelis\ENVI51\classic\save_add 重启ENVI软件，即可使用去条带插件。
利用ENVI软件进行遥感图像的融合和增强实习报告
遥感图像处理实习报告 实验内容：影像融合与增强 班级：测绘1102班 学号：13 姓名： 指导老师：陈晓宁、黄远程、竞霞、史晓亮 西安科技大学 测绘科学与技术学院 二零一三年一月 实习三影像融合与增强
一、实习内容： 1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点； 2.熟悉ENVI图像增强操作； 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。 二、实习目的： 1.了解和认识各种图像融合方法的原理、内容及要点； 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较； 3.学习利用ENVI软件进行各种图像增强处理操作； 4.学会定性、定量分析比较图像融合的差异。 三、实习步骤： 1.图像融合： 三波段融合： HSV和Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中； 2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1； 3）在ENVI的主菜单选择Transform → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合；
遥感图像处理及应用
第一次作业： 一、何为遥感技术，有何优势？ 遥感技术是从人造卫星、飞机或其他飞行器上收集地物目标的电磁辐射信息，判认地球环境和资源的技术。它是60年代在航空摄影和判读的基础上随航天技术和电子计算机技术的发展而逐渐形成的综合性感测技术。任何物体都有不同的电磁波反射或辐射特征。航空航天遥感就是利用安装在飞行器上的遥感器感测地物目标的电磁辐射特征，并将特征记录下来，供识别和判断。 遥感技术的优势： 1.探测范围大：航摄飞机高度可达10km左右；陆地卫星轨道高度达到910km左右。 一张陆地卫星图像覆盖的地面范围达到3万多平方千米，约相当于我国海南岛的 面积。我国只要600多张左右的陆地卫星图像就可以全部覆盖。 2.获取资料的速度快、周期短。实地测绘地图，要几年、十几年甚至几十年才能重 复一次；陆地卫星4、5为例，每16天可以覆盖地球一遍。 3.受地面条件限制少：不受高山、冰川、沙漠和恶劣条件的影响。 4.方法多，获取的信息量大：用不同的波段和不同的遥感仪器，取得所需的信息； 不仅能利用可见光波段探测物体，而且能利用人眼看不见的紫外线、红外线和微 波波段进行探测；不仅能探测地表的性质，而且可以探测到目标物的一定深度； 微波波段还具有全天候工作的能力；遥感技术获取的信息量非常大，以四波段陆 地卫星多光谱扫描图像为例，像元点的分辨率为79×57m，每一波段含有7600000 个像元，一幅标准图像包括四个波段，共有3200万个像元点。 5.用途广：遥感技术已广泛应用于农业、林业、地质、地理、海洋、水文、气象、 测绘、环境保护和军事侦察等许多领域。 二、你对遥感过程是如何理解的？ 遥感过程可理解为系统的组织构成：被测目标的信息特征--信息的获取--信息的传输与记录--信息的处理和信息的应用。信息主要为发射的电磁波信息，通过电磁波波谱来判断地物的波谱特征。 三、说明遥感的时间分辨率、光谱分辨率、空间分辨率等含义。 空间分辨率指像素所代表的地面范围的大小,即扫描仪的瞬时视场,或是地面物体能分辨的最小单元。 光谱分辨率是指传感器在接收目标辐射的光谱时能分辨的最小波长间隔。间隔越小,分辨率越高。 时间分辨率指对同一地点进行遥感采样的时间间隔,集采样的时间频率。也称重访周期。 四、简要说明遥感的发展历史及其趋势 遥感起源于19世纪的空中摄影，当时主要用于空中侦察。随着平台技术的发展，逐步进入航空遥感阶段。现代遥感是以航空摄影技术为基础，在20世纪60年代初发展起来的一门新兴技术。开始为航空遥感，自1972年美国发射了第一颗陆地卫星后，这就标志着航天遥感时代的开始。经过几十年的迅速发展，成为一门实用的，先进的空间探测技术。