遥感数据处理方法

遥感数据处理方法

刚从卫星上获取的遥感数据格式为NTF格式，遥感数据要变成我们所需的数据一般需要做3步处理：1、遥感数据融合；2、遥感数据正射投影校正；3、裁剪拼接以及分幅等；

以下是处理步骤：

一、遥感数据融合：

所用软件：Erdas

所需资料：NTF原始数据资料（注意备份）

步骤：

1、打开erdas软件

2、选择Interpreter模块

3、选utilities选项

4、再选layer stack选项

5、依次添加需融合的数据

6、设置参数与输出路径

7、Ok

二、正射校正：

所需软件：erdas

所需资料：融合后IMG数据、DEM高程数据、控制点资料数据、RPC.TXT数据

步骤：

1、打开erdas软件

2、选择data preparation模块

3、打开待校正的img数据

4、选择校正模型“Iknos”

5、设置模型参数，输入RPC.TXT参数文件，设置坐标系“WGS84”或高斯克律ka…系，

修改参数中央经度102.00.0000与偏移距离17500000.0000meter。并加入dem高程数据。

6、选择添加控制点按钮设置参考信息，如有地图做参照影像时，选择image layer。只有参

考点数据时，选择keybord only。

7、使用添加控制点按钮选取对应的控制点，控制点选好后“yigema”技术校正中的误差值

大小，反复执行修正错误点，直到达到理想误差范围。

8、点“斜方格”按钮，进行正射校正，设置输出路径，选择差值方法“Resample method”

并设置输出文件分辨率大小。

三、图像拼接：

所需软件：erdas

所需资料：几幅img影像

步骤：

1、打开erdas软件

2、打来dataprep模块

3、点mosaic images选项

4、再打开mosaic toll选项

5、Edit/add images依次加载图像

6、点击“双方格”按钮，进入设置图像模式状态

7、图像匹配设置点edit/image matching——matching optiongs——设置匹配方法：“overlap

Areas”

8、Edit/set overlap Function——set overlap Function——设置相交为“intersection method：”

no…..——设置重叠图像元灰度技术“select function”aveage——apply——close

9、Process/run mosaic——run mosaic设置输出路径，图像区域——ok

四、数据算法处理（2次拉伸处理）：

所需软件：envi

所需资料：img影像

步骤：

1、打开envi软件

2、加载打开所需拉伸img数据

3、点enhance工具条

4、选择”…2%”选项

5、输出ok。

五、DEM数据融合

所需软件：erdas

所需资料：dem数据

步骤：

1、打开erdas软件

2、打开data prop模块

3、点mosaic选项

4、Add数据

5、Project选项

6、Run….

7、Ok

六、色彩调节

所需软件：Arcgis

所需资料：经过erdas处理后的波段数据

步骤：

1、打开arcgis

2、加载数据

3、右键数据点属性

4、在general选项卡中选n=3或者2，选statistics=from the current display extent

5、点应用，预览图像效果。

遥感影像预处理

遥感影像预处理 预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 图1数据预处理一般流程 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍

（一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准 影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。

遥感数据处理实习报告

影像融合与目视解译的结果分析 张媛媛1103070526 黄朵燕1103070523 徐雪歌1103070517 布尔兰1103070531 一、三种影像融合方法的效果比较 1、Gram-Schmidt效果分析 A、定性分析 根据上面两幅图，其中左图为融合后的影像，右图为原始影像，左图显示的部分即为右图的绿框部分，从这两幅图来看：Gram-Schmidt方法融合的影像色彩变化不明显，两幅图的色彩效果很类似B、定量分析 如上图，第一个为Gram-Schmidt方法融合的影像的数据，第二个为原始的影像数据，从上面的两幅图可以看出：除了最小值变化很明显之外，影像的最大值和平均值变化都很小，两个影像的最小方差也很接近 下面两幅图分别为融合影像和原始影像的直方图：

从上面两张直方图可以看出：除了绿色部分变化稍微明显之外，其他部分的变化均不明显 2、pc效果分析 A、定性分析 上图左图为pc方法融合的影像，右图为原始影像，从色彩显示结果来看，色彩稍微有点变化，但不是特别明显。 B、定量分析

第一个为pc融合后的影像数据，第二个为原始的影像数据，从上面的图可以看出，除了最小值的变化稍微有点变化外，最大值和平均值的变化都特别小，最小的方差的差异也很小 下面再看两幅影像的直方图： 从上面的直方图来看，除了白色曲线的峰值有较大差异外，另外两条曲线的变化并不明显 3、CN效果分析 A、定性分析 从上面这两幅图可以明显看出CN影像融合方法色彩变化很明显，且亮度的变化也比较明显 B、定量分析

第一张图为CN融合后影像的数据，第二张图片是原始影像的数据，从图片上可以看出不管是最小值、最大值、平均值和最小方差，影像融合前后的差异都很小，变化都及其不明显 下面为两个影像的直方图： 从上面这两张图可以看出除了红色曲线部分变化较为明显之外，其他两条曲线的变化都不明显二、地物的目视解译及其识别依据 5种地物的名称及其识别依据如下表所示： 三、监督分类 1、平行管道分类成果

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

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

遥感数据预处理

遥感讲座——遥感影像预处理 据预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。下面是预处理中比较常见的流程。 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍 （一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准

影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。 （2）建立几何校正模型 地面点确定之后，要在图像与图像或地图上分别读出各个控制点在图像上的像元坐标（x，y）及其参考图像或地图上的坐标（X，Y），这叫需要选择一个合理的坐标变换函数式（即数据校正模型），然后用公式计算每个地面控制点的均方根误差（RMS）根据公式计算出每个控制点几何校正的精度，计算出累积的总体均方差误差，也叫残余误差，一般控制在一个像元之内，即RMS<1。 （3）图像重采样 重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像中的行列号不是或不全是正数关系。因此需要根据输出图像上的各像元在输入图像中的位置，对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。常用的内插方法包括： 1、最邻近法是将最邻近的像元值赋予新像元。该方法的优点是输出图像仍然保持原来的像元值，简单，处理速度快。但这种方法最大可产生半个像元的位置偏移，可能造成输出图像中某些地物的不连贯。 2、双线性内插法是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值。 3、三次卷积内插法较为复杂，它使用内插点周围的16个像元值，用三次卷积函数进行内插。这种方法对边缘有所增强，并具有均衡化和清晰化的效果，当它仍然破坏了原来的像元值，且计算量大。 一般认为最邻近法有利于保持原始图像中的灰级，但对图像中的几何结构损坏较大。后两种方法虽然对像元值有所近似，但也在很大程度上保留图像原有的几何结构，如道路网、水系、地物边界等。

遥感卫星影像图像数据处理介绍

北京揽宇方圆信息技术有限公司 遥感卫星影像图像数据处理介绍 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势： 1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。

4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。 8：售后服务：完善的售后服务体制，全国热线，登陆官网客服服务同步。 技术能力说明 北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 一．图像预处理 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。

卫星遥感数据处理规范流程

北京揽宇方圆信息技术有限公司遥感卫星影像图像数据处理介绍 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势： 1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。

4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。 8：售后服务：完善的售后服务体制，全国热线，登陆官网客服服务同步。 技术能力说明 北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 一．图像预处理 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。

遥感图像处理方法

遥感图像处理方法 随着遥感技术的快速发展，人们已经从遥感集市中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 如果工作区跨多景图像，还必须在计算机上进行图像镶嵌，才能获取整体图像。镶嵌时，除了对各景图像各自进行几何校正外，还需要在接边上进行局部的高精度几何配准处理，并且使用直方图匹配的方法对重叠区内的色调进行调整。

遥感卫星影像的数据处理方法

遥感卫星影像数据处理方法和步骤 北京揽宇方圆信息技术有限公司 一、遥感图像几何畸变来源 遥感图像的变形误差总的可分为内部误差和外部误差两类。内部误差主要是由于传感器自身的性能、结构等因素造成；外部误差指的传感器以外的各因素所造成的，例如地球曲率、地形起伏、地球旋转等因素所引起的变形误差等 准备工作 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1∶5万的地形图纠正；对于分辨率大于5m的影像制图，应采用1∶1万的地形图纠正 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。 3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 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。 2.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。 x＝Gx(X,Y)

遥感数据处理方法

遥感数据处理方法---案例四、利用MRT批量拼接MODIS数据 来源：夏江周的日志 Q:有大量MODIS 数据需要进行拼接，如何完成这个无聊的工作？ A:利用MODIS Reprojection Tool(MRT)工具批量完成 开始： 操作步骤: 1:新建一个DATA文件夹，将HDF数据拷到DATA文件夹下; 2:在DATA文件夹下再新建个Result文件夹（存放拼接后数据）; 3:将以下代码内容粘到一个txt文件中，更改txt文件扩展名为bat即可，假设你命名该bat 文件名为MODISmosaic.bat；程序导读：rem 开始的为注释；MOSAICINPUT.TXT为程序自动生成的，不用管；MRTDATADIR为你的MRT安装文件中data的路径，“c:/MRT/bin/ mrtmosaic.exe”改成你的mrtmosaic.exe的安装路径。"set /a DAY= %DAY% + 16 "则是因为输入数据是16天间隔的，根据数据改你的程序。 rem Set the MRTDATADIR environmental var to the MRT data directory. set MRTDATADIR=C:\MRT\data set /a DAY=2000161 rem **batch data start time** set /a DEADLINE=2000193 rem **batch data end time** :start if %DAY% leq %DEADLINE% (goto ORDER) else exit :ORDER rem **save the file name into a notepad** dir *%DAY%.*.hdf/a/b/s > MOSAICINPUT.TXT rem **execute mosaic ** rem Set the mrtmosaic.exe directory. c:/MRT/bin/mrtmosaic.exe -i MOSAICINPUT.TXT -s "1 0 0 0 0 0 0 0 0 0 0 0" -o M OSAIC_TMP_%DAY%.hdf rem **copy the result to a file and delete the input data** copy MOSAIC_TMP_%DAY%.hdf Result & del MOSAIC_TMP_%DAY%.hdf del *%DAY%.*.hdf set /a DAY= %DAY% + 16

遥感数据处理流程

遥感图像处理流程转 (2013-08-2010:27:24) 转载▼ 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。 图1消除噪声前图2消除噪声后 （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。

图3去条纹前图4去条纹后 图5去条带前图6去条带后 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。 图7图像配准前图8图像配准后 （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 这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正. 3．几何精纠正 为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。 （1）图像对图像的纠正 利用已有准确地理坐标和投影信息的遥感影像，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。 （2）图像对地图（栅格或矢量） 利用已有准确地理坐标和投影信息的扫描地形图或矢量地形图，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。

常用的遥感卫星影像数据处理方法

北京揽宇方圆信息技术有限公司 常用的遥感卫星影像数据处理方法 1、常用遥感图像处理软件 ?ENVI:美国Exelis Visual Information Solutions公司的旗舰产品 ?PCI GEOMATICA：加拿大PCI公司旗下的四个主要产品系列之一 ?EDRAS imagine 2、白色的光可以分解为系列单色的可见光；三种原色：红、绿、蓝；三种补色：黄、 品、青 黄=红+绿品=红+蓝青=绿+蓝任何一种颜色都可以用3原色或者3补色来组 合 3、 常用的波段组合 特点 红绿蓝 321真彩色：可见光组成，符合人眼对自然物体的观察习惯。对于水体和人工 地物表现突出。 432假彩色：城市地区，植被种类。 543假彩色：增强对植被的识别 743假彩色：增强对植被的识别，以及矿物、岩石类别的区分。 4、共15个主功能模块，其中一般的遥感数字图像处理经常用到的是Viewer、Import、DataPrep、Interpreter、Classifier、Modeler等。 5、功能模块介绍： ①该模块主要实现图形图像的显示，是人机对话的关键。

②数据输入输出模块，主要实现外部数据的导入、外部数据与ERDAS支持数据的转换及ERDAS内部数据的导出。③数据预处理模块，主要实现图像拼接、校正、投影变换、分幅裁剪、重采样等功能。 ④专题制图模块，主要实现专题地图的制作。 ⑤启动图像解译模块，主要实现图像增强、傅里叶变换、地形分析及地理信息系统分析等功能。 ⑥图像库管理模块，实现入库图像的统一管理，可方便地进行图像的存档与恢复。 ⑦图像分类模块，实现监督分类、非监督分类及专家分类等功能。 ⑧空间建模模块，主要是通过一组可以自行编制的指令集来实现地理信息和图像处理的操作功能。 ⑨矢量功能模块，主要包括内置矢量模块及扩展矢量模块，该模块是基于ESRI的数据模型开发的，所以它直接支持coverage、shapfile、vector layer等格式数据。 ⑩雷达图像处理模块，主要针对雷达影像进行图像处理、图像校正等操作。 ⑾虚拟GIS模块，给用户提供一个在三维虚拟环境中操作空间影像数据的模块。 ⑿立体分析模块，提供针对三维要素进行采集、编辑及显示的模块。 ⒀自动化影像校正模块，该模块提供工作站及向导驱动的工作流程机制，可实现影像的自动校正。 ⒁启动智能变化检测模块。⒂启动面向对象信息提取模块。 6、图像显示操作：①启动Viewer视窗；②在菜单条单击File|Open|Raster Layer,打开Select Layer To Add对话框；③在File选项卡中选择要打开的图像文件；④在Raster Options选项卡中设置显示参数；⑤确定后，打开图像。 7、几何校正：纠正系统和非系统因素引起的几何畸变。 8、图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。 9、图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。又叫地理参照。 10、图像地理编码（Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。 11、图像正射校正：借助于地形高程模型，对图像中每个像元进行地形的校正，使图像符合正射投影的要求。 12、图像几何校正图像几何校正途径 ①数据预处理途径（Start from Data Preparation） Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File 对话框 点击Data Prep图标→Image Geometric Correction→打开Set Geo-Correction Input File对话框

遥感图像处理在汶川地震中的应用分析

遥感图像处理在汶川地震中的应用分析 摘要 随着卫星技术的快速发展，遥感技术被越来越广泛的应用于国民经济的各个方面。本文结合汶川地震中遥感技术的应用实例，系统阐述了遥感应用于应急系统中需要解决的一系列关键技术问题。并就数据获取、薄云去除、图像镶嵌、图像解译，以及灾后重建中的若干关键技术问题展开了分析。关键词：遥感；地震；应用；关键技术 1 引言 长期以来，人们不断遭受到各种自然灾害的侵害，如地震、火山、洪水等，同时，由人为因素导致的灾难也不断发生，如火灾、恐怖袭击等。这些灾害具备破坏性、突发性、连锁性、难预报性等特点，往往容易造成重大的人员伤亡和巨大的财产损失。为了有效的应对突发事件，产生了各类应急系统。 灾区数据的实时获取足所有应急系统的基础。对于区域性的灾害，传统的地面调查方式，由于速度慢、面积小、需要人员现场勘查等无法避免的特点，很难满足应急系统的需要。相对而言，遥感技术有其得天独厚的优势：遥感传感器能实时的、大面积的、无接触的获取灾区数据，因此成为绝大多数应急系统中数据获取的主要手段。为了使遥感数据能满足应急系统中基础数据的要求，需要经过数据获取、数据预处理、图像解译等阶段的处理，最终提取出准确的遥感信息。下面将根据这三个阶段的处理技术展开阐述与分析，并以汶川地震为例，介绍遥感技术在应急救灾及灾后重建中的应用。 2 数据获取 灾害发生后，由于地形、气象等客观因素的影响，通过单一的遥感传感器往往很难获得灾区所有数据，需要充分发挥多种传感器的优势，获取灾区的各种类型数据，主要包括光学与SAR卫星遥感影像、光学与SAR航空遥感影像两大类。 2.1 光学与SAR卫星遥感影像的获取 此类数据包括国内外的众多高分辨率光学与SAR卫星遥感影像。从时间上说，重点是灾害发生前后数据的获取，以快速确定灾区的位置和前后的变化。 2.2 光学与SAR航空遥感影像的获取 此类数据是利用高空遥感琶机、无人机和卣升机等高、低空遥感平台，搭载遥感传感器，快速

遥感数据处理方法

遥感数据处理方法 刚从卫星上获取的遥感数据格式为NTF格式，遥感数据要变成我们所需的数据一般需要做3步处理：1、遥感数据融合；2、遥感数据正射投影校正；3、裁剪拼接以及分幅等； 以下是处理步骤： 一、遥感数据融合： 所用软件：Erdas 所需资料：NTF原始数据资料（注意备份） 步骤： 1、打开erdas软件 2、选择Interpreter模块 3、选utilities选项 4、再选layer stack选项 5、依次添加需融合的数据 6、设置参数与输出路径 7、Ok 二、正射校正： 所需软件：erdas 所需资料：融合后IMG数据、DEM高程数据、控制点资料数据、RPC.TXT数据 步骤： 1、打开erdas软件 2、选择data preparation模块 3、打开待校正的img数据 4、选择校正模型“Iknos” 5、设置模型参数，输入RPC.TXT参数文件，设置坐标系“WGS84”或高斯克律ka…系， 修改参数中央经度102.00.0000与偏移距离17500000.0000meter。并加入dem高程数据。 6、选择添加控制点按钮设置参考信息，如有地图做参照影像时，选择image layer。只有参 考点数据时，选择keybord only。 7、使用添加控制点按钮选取对应的控制点，控制点选好后“yigema”技术校正中的误差值 大小，反复执行修正错误点，直到达到理想误差范围。 8、点“斜方格”按钮，进行正射校正，设置输出路径，选择差值方法“Resample method” 并设置输出文件分辨率大小。 三、图像拼接： 所需软件：erdas 所需资料：几幅img影像 步骤： 1、打开erdas软件 2、打来dataprep模块 3、点mosaic images选项 4、再打开mosaic toll选项

遥感地学分析整理的一些东西

一．基础知识 1.一些概念性的东西： （1）反射类型：镜面反射、漫反射、方向反射 （2）遥感概念：广义与狭义 （3）遥感技术系统：遥感平台、传感器、遥感数据接收与处理系统、遥感资料分析处理系统 （4）遥感分类：平台分；探测的电磁波分；电磁辐射源分；应用领域分。 （5）遥感的特点：大面积同步观测；时效性；经济性；局限性 （6）遥感信息在地学分析中的模糊性和多解性： 地面信息室多维的、无限的（时空），而遥感信息是简化的二维信息； 遥感信息的复杂性与不确定性：同物异谱，异物同谱；混合像元；时相变化；信息传输中的衰减与增益（辐射失真与几何畸变） （7）空间分辨率，时间分辨率，光谱分辨率，辐射分辨率 （8）不同应用的卫星遥感系统：如陆地资源卫星系列；气象卫星系列、海洋卫星系列、地球观测系统计划、环境遥感卫星 2.识别土壤，植被，岩石，水体，地物的光谱反射特征 3.黑体：在任何温度下，对各种波长的电磁辐射都完全吸收的理想辐射体 4.目视解译的标志：色调、颜色、图型、阴影、形状、纹理、大小。 5.目视解译的方法与步骤： （1）自上而下的过程：特征匹配、提出假设、图像辨识； （2）自下而上的过程：图像信息的获取、特征提取的识别、证据的选取 6.目视解译的步骤：

7.遥感图像校正 （1）辐射校正：消除图像数据中依附在辐射亮度中的各种失真的过程。包含遥感器校正、大气校正、地形辐射校正、地物反射模型校正； （2）几何校正：控制点的选择 （3）大气校正：消除大气反射的影响 8.图像处理 1. 图像显示合成 （1）目的：综合不同波段的特征，突出显示对象的差异。原则信息量最大，相关性最小，差异最大。 （2）主要方法： 密度分割（将灰度按照指定的间隔分为不同的级别，对新的密度级别分别赋予不同的颜色） 彩色合成：任选3个波段作为RGB进行彩色合成，产生彩色图像。 反差增强/对比度增强：灰度拉伸、直方图均衡化、直方图匹配 2.图像变换 （1）目的：将图像从空间域转换到频率域的过程，简化图像处理的过程。 （2）作用：更易于进行特征抽取 （3）主要方法 傅里叶变换：进行数据压缩、图像增强、特征提取 K-T变换：分离和消除干扰信息突出研究的专题信息 K-L变换：减少波段之间的相关性，去除多余信息，减少图像的数据量 代数运算：突出地物差异，压抑噪声 HSI彩色变换：将显示的彩色从RGB空间转换到HSI空间 3.图像滤波 （1）图像平滑：领域滤波、中值滤波、梯度倒数加权、高斯低通滤波去噪，突出主体（2）图像锐化：罗伯特算法、sobel算子、拉普拉斯算子强化边缘信息 （3）频率域图像增强：高通滤波（锐化）、低通滤波（平滑）、带通滤波（突出地物）、同态滤波（改善图像质量） 4.图像融合：在同一坐标系中将对同一目标的多幅遥感图像数据采用一定的算法，生成一

对高光谱遥感数据的分析与处理

对高光谱遥感数据的分析与处理 姓名：张俊飞 班级：021051 学号：02105058 E-mail：jeffei@https://www.wendangku.net/doc/7711679132.html, 时间：2013年4月25日

对高光谱遥感数据的分析与处理 一、高光谱成像介绍 高光谱成像技术是近二十年来发展起来的基于非常多窄波段的影像数据技术，其最突出的应用是遥感探测领域，并在越来越多的民用领域有着更大的应用前景。高光谱成像技术集中了光学、光电子学、电子学、信息处理、计算机科学等领域的先进技术，是传统的二维成像技术和光谱技术有机的结合在一起的一门新兴技术。 近几年年来，自然灾害频发，所以，及时、准确的灾情评估对决策部门制定科学和有效的救灾减灾方案具有关键性的作用。遥感具有数据获取范围广、速度快等特点，应用在灾害评估中具有非常大的优势和潜力。在我国近年来的多次重大自然灾害评估中，遥感技术都发挥了极其重要的作用。遥感技术的应用不止于此。下面列举了主要的应用方面： 1.气象：天气预报、全球气候演变研究； 2.农业：作物估产、作物长势及病虫害预报； 3.林业：调查森林资源、监测森林火灾和病虫害； 4.水文与海洋：水资源调查、水资源动态研究、冰雪监控、海洋渔业； 5.国土资源：国土资源调查、规划和政府决策； 6.环境监测：水污染、海洋油污染、大气污染、固体垃圾等及其预报； 7.测绘：航空摄影测量测绘地形图、编制各种类型的专题地图和影像地图； 8.地理信息系统：基础数据、更新数据。 虽然拥有诸多优点，但其本身带有很大的数据，对硬件和软件有很高的要求，本文中，先不对硬件进行讨论，就软件方面，对数据进行一系列处理，做到既不丢失其主要数据，又能降低其时空复杂度。 二、PCA理论基础 对测试数据库说明如下： AVIRIS高光谱数据92AV3C：该场景由AVIRIS传感器于1992年6月获得，该数据为145*145大小，有220个波段。该数据及真实标记图可以由因特网下载：http://www.ehu.es/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes。该数据共包含16个类别。 该数据维数为200维，维数较高，我们希望找到一种简洁的算法来把它的维数降下来，这样处理数据的速度可以加快，节省人力物力。 2.1PCA简介 主成分分析(Principal Component Analysis,简称PCA)是一种常用的基于变量

遥感图像处理的一般步骤

遥感图像的处理一般包括的步骤 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 如果工作区跨多景图像，还必须在计算机上进行图像镶嵌，才能获取整体图像。镶嵌时，除了对各景图像各自进行几何校正外，还需要在接边上进行局部的高精度几何配准处理，并且使用直方图匹配的方法对重叠区内的色调进行调整。当接边线选择好并完成了拼接后，还对接边线两侧作进一步的局部平滑处理。

4）匀色 相邻图像，由于成像日期、系统处理条件可能有差异，不仅存在几何畸变问题，而且还存在辐射水平差异导致同名地物在相邻图像上的亮度值不一致。如不进行色调调整就把这种图像镶嵌起来，即使几何配准的精度很高，重叠区复合得很好，但镶嵌后两边的影像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专业信息的分析与识别，降低应用效果。要求镶嵌完的数据色调基本无差异，美观。 5）反差调整 对合成好的图像根据人眼的观察特性进行图像增强处理，有效地突出有用信息、抑制其它干扰因素，改善图像的视觉效果，提高重现图像的逼真度，增强信息提取与识别能力。 6）地理配准 对经过增强处理的图像进行地理投影，叠加公里网和经纬度坐标，然后按工作区范围进行裁剪。 遥感技术广泛应用于城市规划、市政管理、公共交通、环境保护、土地管理、水资源管理、资源调查、区域开发规划、灾害预测与防治、军事、公安、消防、勘界以及住宅小区综合管理等。 遥感技术的特点：1）数据源丰富多样，利于进行多尺度、多目标的综合调查研究；2）重复周期短，利于快速调查及动态监测；3）处理技术完善，能有效降低人为因素的干扰，客观反映实际情况；4）受地形、地貌、海拔高度及气候等自然因素的限制较小，从而最大限度地节省人力物力。 应用遥感技术，可为编制国土规划和地区经济规划提供动态信息和基础数据，为区域经济社会可持续发展作出贡献：