基于IDL的遥感影像波段运算
基于IDL的遥感影像波段运算
1.IDL语言特征
在IDL中，矩阵是按照列的方式处理的，即矩阵是以n列、m行的方式表示的，这一点与Fortran语言一样，但与C语言（按m行、n列的维度来标记）表示矩阵的方式不同。只有熟悉IDL的数据存储、处理的特点，才能方便地进行分析。以300列、200行的遥感数据band1为例，其数据的记录特征如下：
IDL图形坐标band1 DN值坐标
图1.IDL中像元坐标与亮度矩阵的对应关系
（1）数据按列存储；最先存储的是第一列的数据（图象第一列的像元亮度值），接着是第二列，直至最后一列。
（show:print,data[0,*]）
（2）采用顺序显示数据的方式。将第一行的亮度值按顺序从左到右以行的方式显示或存储，不管band1矩阵有多少行、多少列，总是先显示、存储完第一行，然后是下一行。由于IDL的默认显示宽度是80列，所以在输出窗口中要用几行才能显示完矩阵的第一行亮度值。然后另起一行显示亮度矩阵的下一行值，直到最后一行。这一点对于图象显示和分析相当重要。
复习：IDL矩阵的显示方式，data
（show:print,data[*,0]）
（3）默认情况下，图象数组的第一行和第一个元素显示在屏幕的左下角。后面的行将从下往上显示。在图形窗口显示图象时，图象的每一个元素在屏幕中显示为一个像素[1]。在IDL中图象是从下往上画的。即把band1亮度矩阵的第一行值显示在图象最下端的一行像元中，把band1亮度矩阵的最后一行值显示在图象最上端的一行像元中。这是图象显示最重要的特征。
区别两幅图象的显示效果：（tvscl,data）与（tvscl,data,300，0，order=1）
（4）矩阵转置与图象的关系
将矩阵band1转置，
(print,(transpose(data))[*,0])，打印转置矩阵的第一行，它在band1中是哪行或哪列？
(print,transpose(data)
tvscl,data,200,0,order=1
结论：按行显示的数据DN，按列显示；按列显示的DN数据，按行显示
2.遥感数据的处理与分析
31通用的栅格数据存储格式
BSQ ：波段顺序存储格式。每行数据后面紧接着同一波谱波段的下一行数据。这种格式最适于对单个波谱波段中任何部分的空间（X，Y）存取。每个tile是单个波段的一个空间子集。
BIP ：波段按像元交叉格式。图像按顺序存储第1个像元所有的波段，接着是第2个像元的所有波段，然后是第3个像元的所有波段，等等，交叉存取直到像元总数为止。这种格式为图像数据波谱（Z）的存取提供最佳性能。每个tile是一幅图象中所有波段行的所有像素。
BIL：波段按行交叉格式。按BIL 格式存储的图像先存储第一个波段的第一行，接着是第二个波段的第一行，然后是第三个波段的第一行，交叉存取直到波段总数为止。每个波段随后的行按照类似的方式交叉存取。这种格式提供了空间和波谱处理之间一种折衷方式，它是大多数ENVI 处理任务中所推荐的文件格式。每个tile是一幅图像所有波段的一行。32栅格数据输入
以BSQ格式的图象为例。假设有一幅BSQ格式的7波段TM影象“2003_sw.img”，需要计算各波段亮度值的基本统计信息（包括：最大值、最小值、均值、均方差、倾斜度和平坦度）。
遥感数据其实就是像元的亮度值（也叫做DN值），这与它有多少个波段、是多光谱数据还是高光谱数据都没有关系。这里分析遥感数据的目的，是为了帮助理解、纠正易于混淆的栅格数据存储方法和数据分析方法。影象“subset_2003.img”的大小为300×200（即：lines:200，Samples：300）。以band1波段为例，在IDL的图形显示系统中，左上角坐标为（1，1）。
利用程序把band1的亮度值读入IDL环境中，构造成一个亮度矩阵（见图1）。在IDL 的图形系统中，图象左上角的坐标为（1，1），右下角（X,Y）坐标值最大。在图1中，图象band1的像元坐标左上角为（1，1），右下角为（300，200），坐标对中的X为列号，Y 为行号，像元数量为300列200行。与像元一一对应，亮度矩阵是band1的亮度值，每个像元一个值，左上角为92，右下角为90。亮度矩阵中的第一行值，与图象中的第一行像元从左到有一一对应，亮度矩阵中的第二行值，与图象中的第二行像元从左到有一一对应，依次
类推，直到最后一行。
在IDL中打开band1的亮度矩阵并且显示在IDL绘图环境中的时候，要正确地显示图象（见图2），必须要确保亮度矩阵与图象坐标系统的正确关系，如亮度矩阵中的左下三角（或右上三角）一定要严格对应图象像元矩阵的左下三角（或右上三角），否则就会发生图象翻转、倒置（见图3），其实质就是将波段亮度矩阵进行了转置或行列倒置。
练习：
程序调用。调用band4的ASCII文件的代码如下：
file=filepath('band1_matrix.txt',subdir='examples\data')
openr,lun,file,/get_lun
data=lonarr(300,200) ;事先知道图象大小
readf,lun,data
print,size(data,/n_elements) ；data就是band4图象的亮度矩阵
free_lun,lun
3.波段运算（Band Math）
Band Math TM功能允许你处理导致单个波段输出的复杂表达式。这些数学表达式也可以应用于一个多波段文件中的所有波段，providing “File Math”。
关于使用波段运算的更多信息，请参阅ENVI Programmer’s Guide 第29 页的“Band Math Basics”。
1．可利用的波段运算功能（Available Band Math Functions）
Band Math 功能为用户提供一个灵活的图像处理工具，其中许多功能是无法在任何其它的图像处理系统中获得的。该功能的能力与IDL 语言的能力直接相关。可用的函数包括但不仅限于表4-2 中列出的数学表达式。
表4-2: 一些可用的波段运算函数。
注意
一些有效的IDL 表达式要求整个输入数组存在于内存中，它可以不必与ENVI tiling 操作相兼容。
2．Band Math 对话框
（1）. 选择Basic Tools > Band Math.
将出现Band Math 对话框。假如运算结果是一个二维数组，它将接受任何有效的IDL 数学表达式、函数或程序。
（2）. 在标签为“Enter an expression:” 的文本框内，输入变量名（将被赋值到整个图像波段或可能应用到一个多波段文件中的每个波段）和所需要的数学运算符。
变量名必须以字符“b” 或“B” 开头，后面跟着 5 个以内的数字字符。
实例：
若你想计算三个波段的平均值，则在文本框“Enter an expression:”内输入数学方程式：（（float（b4）-float（b3））/（（float（b4）+ float（b3））
这时，变量b4、b3自动跳入”Previous band math expression”对话框中，可以输入到文本框中。该表达式中使用的三个变量，“b3” 是第一个变量，“b4” 是第二个变量，注意，在本例中，IDL 的浮点型函数用来防止计算时出现字节溢出错误。
（3）. 输入一个有效的表达式，点击“OK”处理。
将出现Variable/Band Name Pairings 对话框。请参见以下部分。
4．要重新使用、保存或取消任何以前应用的数学表达式：
（1）. 点击显示在“Previous Expression:”列表中的任何表达式，把它导入到“Enter an expression:” 文本区中。
（2）. 一旦被导入，点击“OK”，把该表达式应用到一组新的波段。
将出现Variable/Band Name Pairings 对话框。请见下列的详细向导。
5．要把表达式保存到一个输出文件，点击“Save”，然后当出现Enter Output Filename 对话框时，键入输出文件名。
为了保持一致，输出文件名应该指定扩展名为.exp。
（Tips:可以在记事本中先输入复杂的公式，再导入公式文件）。
6．要恢复原先保存的表达式，点击“Restore”，然后选择适当的文件名。
该表达式将显示在“Previous Expression:” 列表中。
·要清除所有原先的表达式，点击“Clear”。
图4-13: Band Math 对话框。
Variable/Band Name Pairings 对话框
Variable/Band Name Pairings 对话框允许你从一个输入波段列表中，把波段赋值给输入在“Enter an expression:” 文本框中的变量。
·要把一个值赋给原先实例中的变量“b1”：
1. 在标签为“Variables used in expression:” 的文本框内，点击表达式“B1”。
2. 在标签为“可利用波段列表:” 的列表中，点击所需要的波段。
注意，一旦第一个波段被选择，只有那些相同空间大小的波段被显示在波段列表中。
3. 按照同种方法，为“B2”、“B3” 等赋予一个值。
·要把一个多波段图像赋值给一个或所有变量：
1. 点击“Map variable to Input file”。
2. 使用标准的ENVI 文件选择步骤，选择一个文件（这可视为“File Math”）。
所选择的文件可以是波谱子集，但是若一个以上的文件被使用，它们必须有相同的波段数。通过数学表达式修改的文件数学（file math），一个多波段输出图像产生。
3. 一旦所有变量被定义，标准的ENVI 输出对话框显示在Variable/Bands Pairings 对话框的底部。可以把一个波段运算结果作为新的变量输入下一个运算过程。
·要选择一个空间子集：
1. 点击“Spatial Subset”。
2. 将出现标准的File Spatial Subset 对话框（系统默认值被设置为处理整个空间场景。·要把结果输出到一个文件或内存，选择“File” 或“Memory” 切换按钮。
·若选择输出到一个文件，键入一个输出文件名，或使用“Choose” 按钮选择一个文件名，然后点击“OK”。结果图像被显示在可利用波段列表中。
将用公式计算的NDVI和用菜单命令直接计算的NDVI进行比较。
4.运用 IDL 程序进行波段运算
由于ENVI 为你提供对IDL 性能的访问，你可以使用内置的IDL 功能部件的能力、IDL 用户函数，或书写你自己的程序执行自定义的操作。这些函数的唯一要求是它们接受一个或多个图像阵列作为输入，并且输出一个单波段二维数组的计算结果。这些函数必须保存在IDL 路径列表内的一个目录下，以便它们将自动编译。通过使用ENVI 主菜单System 下拉菜单下的Compile Module选项（见ENVI Programmer’s Guide第23 页的“Incorporating New Routines”），也可以对它们进行编译。以下是用户波段运算功能的一些简单的实例。
波段运算函数 1
下面的实例是一个非常简单的自定义波段运算函数，它把两个波段相加。下面的程序文本可以在一个文本编辑器中输入，并用文件名user_bm1.pro来保存：
实例：
FUNCTION user_bm1，b1，b2
RETURN，b1+b2
END
要从Band Math “Enter an expression:” 文本框中调用该函数，使用语法：
user_bm1（b1，b2）
方法：保存以上代码——编译——在Band Math “Enter an expression:”中输入user_bm1（b1，b2）——指明b1,b2对应的波段，OK
波段运算函数 2
下面的实例是一个自定义的波段运算函数，它把一个变量的数据类型转换为字节型，并将数值倒置（inverts the values）。下面的程序文本可以在一个文本编辑器中输入，并用文件名user_bm2.pro保存：
实例：
FUNCTION user_bm2， b1
lut = 255 - BINDGEN（256）
b1 = BYTSCL（b1）
b1 = lut（b1）
RETURN， b1
END
要从Band Math “Enter an expression:” 文本框中调用该函数，使用语法：user_bm2（b1）
波段运算函数 3
下面的实例是一个自定义的波段运算函数，当b1非零时，它用变量b2 的值代替变量b1。这一函数对分类图象非常有用，它用于将另一幅图象的像元代替分类的像元。下面的程序文本可以在一个文本编辑器中输入，并用文件名user_bm3.pro 来保存：
实例：
FUNCTION user_bm3， b1， b2
b1 = （b1 NE 0）*b2
RETURN， b1
END
要从Band Math “Enter an expression:” 文本框中调用该函数，使用语法：user_bm3（b1，b2）
通过。
波段运算函数 4
下面的实例是一个自定义的波段运算函数，它计算归一化差值植被指数（Normalized Difference Vegetation Index，NDVI），并把它缩放到字节数据范围。注意，“min” 和“max” 关
键字在函数中是必需的，以确保同样的最小和最大值被用于缩放一个tiled图像中所有的tiles。
对于变量b1，应该使用一个0.8 μm 附近的红外图像波段，而对于变量b2，应该使用一个0.6 μm 附近的“红”波段。下面的程序文本可以在一个文本编辑器中输入，并保存为user_bm4.pro：
实例：
FUNCTION user_bm4， b1，b2
b1=bytscl （（float（b1） - b2） / （float（b1）+b2）， min=-1.0，max=1.0）
RETURN， b1
END
要从Band Math “Enter an expression:” 文本框中调用该函数，使用语法：
user_bm4（b1，b2）
注意显示技巧：显示为RGB时，将r、g、b分别赋予band3、ndvi、band3，效果明显。
实例5：
作用：The following example creates a custom Band Math function to perform the following ratio and optionally check for divide-by-zero.
步骤：在记事本或IDL中编写如下代码——文件名为”mfband.pro”——保存在ENVI中的“SA VE_ADD”目录下.——重启ENVI——调入含至少两个波段的图象——输入变量b1,b2——在"Enter Expression" text box中输入表达式bm_ratio（b1, b2）
function bm_ratio, b1, b2, check=check
den = float(b1) - b2
if (keyword_set(check)) then ptr = where(den eq 0., count) $
else count = 0
if (count gt 0) then den[ptr] = 1.0
result = (float(b1) + b2) / den
if (count gt 0) then result[ptr] = 0.0
return, result
end
遥感影像处理步骤
3.2.3 遥感影像数据的获取 目前世界上用于民用的卫星很多，最常用于作物长势监测的是美国发射的一系列陆地卫星。本文使用的是2013年2月11日，NASA发射的Landsat 8卫星数据，Landsat 8上携带有两个主要载荷：OLI（陆地成像仪）和TIRS（热红外传感器）。OLI包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185×185 km。OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5（0.845–0.885 μm），排除了0.825 μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段（band1：0.433–0.453 μm）主要应用海岸带观测，短波红外波段(band9：1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。 表3-2 Landsat8各波段的名称与用途 Table 3-2 The name and purpose of each band of Landsat8 （引自：张玉君，国土资源遥感，2013） 波段No 波段名称波长范围/nm 数据用途GSD地面 采样距离 /nm 辐射率/ （W·m-2sr-1u m-1）典型 SNR （典型） 1 NewDeep Blue 433-453 海岸区气溶胶30 40 130 2 Blue 450-515 基色/散射/海岸30 40 130 3 Green 525-600 基色/海岸30 30 100 4 Red 630-680 基色/海岸30 22 90 5 NIR 845-885 植物/海岸30 14 90 6 SWIR2 1560-1660 植物30 4.0 100 7 SWIR3 2100-2300 矿物/干草/无散射30 1.7 100 8 PAN 500-680 图像锐化15 23 80 9 SWIR 1360-1390 卷云测定30 6.0 130 10 TIR 10300-11300 地表温度100 11 TIR 11500-12500 地表温度100 本实验获取条带号和行编号为143/029，选取棉花蕾期、花铃期、吐絮期内无云、质量较好的影像数据，过境时间分别为2013年6月25日，8月5日，8月29日。 3.2.4 卫星影像处理 地面目标是个复杂的多维模型，具有一定的空间位置、形状、大小和相互关
遥感数据特征
常用遥感数据特征总结 按照遥感平台类型，遥感技术可以分为航宇遥感、航天遥感、航空遥感、地面遥感四类。其中航天遥感平台发展最快，应用最广。很据航天遥感平台的服务内容，可以将其分为气象卫星系列、陆地卫星系列和海洋卫星系列。不同的卫星系列所获得的遥感数据有着不同的特征，常常应用于不同的应用领域，在进行检测研究时，常常根据不同的卫星资料特点，选择不同的遥感数据。下文简单总结了几种常用的航天遥感数据特征。 1 气象卫星系列 气象卫星是最早发张起来的环境卫星。从1960年美国发射第一颗实验性气象卫星（TIROS）以来，已经有多种实验性或者业务性气象卫星进入不同轨道。气象卫星资料已经在气象预报、气象研究、资源调查海洋研究等方面显示出了强大的生命力。 气象卫星主要有以下几种系列：60年代——TIROS系列、ESSA系列、Nimus 系列；70年代——ITOS系列、NOAA系列、SMS系列、GOES系列、MeteopII、GMS、Meteosat；80年代后，主要以NOAA系列为代表。我国的气象卫星发展比较晚，FY-1是我国发射的第一颗1988年9月7日发射成功。气象卫星主要有以下特征。 （1）轨道。气象卫星轨道可以分为两种，低轨和高轨。低轨是近极低太阳同步轨道，简称极地轨道，轨道高度800~1600km，南北向绕地球运转。对东西宽约2800km的带状地域进行观测，由于与太阳同步，使卫星每天在固定的时间经过每个地方的上空，资料获得时具有相同的照明条件。高轨是指地球同步轨道，轨道高度36000km左右，相对于地球静止，能够观测地球1/4的面积，有3—4颗卫星形成观测网，对某一固定地区，每隔20~30min获取一次资料，由于它相对于地球静止，可以作为通讯中继站，用于传送各种天气资料。 （2）短周期重复观测。地球同步卫星观测周期为0.5小时一次，极轨卫星为约为0.5~1天/次，时间分辨率较高。有助于对地面快速变化的动态检测。 （3）成像面积大，有助于获得宏观同步信息，减少数据处理容量。 （4）资源来源连续、实时性强、成本低 NOAA系列。 NOAA-11卫星：发射日期1988年9月24日，正式运行日期1988年11月8日，轨道高度841公里，轨道倾角98.9度，轨道周期：101.8分。 NOAA-12卫星：发射日期1991年5月14日，正式运行日期1991年9月17日轨道高度804公里，轨道倾角98.6度，轨道周期101.1分。 NOAA-14卫星：发射日期1994年12月30日，正式运行日期1985年4月10日，轨道高度845公里，轨道倾角99.1度，轨道周期101.9分。 NOAA-15卫星：发射日期1998年5月13日，正式运行日期1998年12月15日轨道高度808公里，轨道倾角98.6度，轨道周期101.2分。 NOAA-16卫星：发射日期2000年9月12日，正式运行日期2001年3月20日，轨道高度850公里，轨道倾角98.9度，轨道周期102.1分。
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
遥感地图处理步骤
一、正射矫正 首先打开envi然后找到索要校对的地图，首先把多光谱（MSS）的直接拖到界面中，然后把高程模型里（DEM）的hebei.tif拖入。高分模型的正射矫正是根据RPC和DEM进行矫正的。拖入之后选择在ToolBox中→选择Geometric Correction→Orthorectification→RPC Orthorectification. 选择完之后就会出现
intput file是你从哪里取得文件，不用在改变了。下面的dem file 选择dem中的一个波段，一般选择band1
然后选择ok。进行下一步，点击next。 然后选择advanced，output pixel size（输出的像素密度）因为MSS的像素密度为8故写上8（pan全色影像的像素密度为2）然后image Resampling（图像重采样）输出bilinear（双线性）。下一步选择Export 在选择out file中的tiff格式。输出地址在进行选择如下图， 应该保存在正射矫正。在选择地址时，直接从文家家的地址复制到所填框的地址，选择一下文件名，省的以后写就是绿色的MSS文件，然后文件名就会出现其对应的名字，在进入正射矫正，文件名就不用改了，然后点打开，就完成了，最后在点击finish就结束等待期运行完。 多光谱跟全色的操作一样。就是像素密度由8改为2
二、配准 同一区域里一幅图像（基准图像）对另一幅图像的校准，以使两幅图像中的同名像元配准，两幅影像经过校正后，达到了更好的精度要求。同时打开2米全色和8米多光谱影像，以2米全色影像作为基准图像，通过从两幅图像上选择同名点（控制点）来配准8米多光谱影像，使得相同地物出现在校正后的图像相同位置。 打开envi classic 从File→open image file→从正射矫正中选择全色（PAN）的图 然后 选择load band会加载出来
流行的遥感图像处理软件比较
遥感软件 PCI遥感图像处理软件简介 PCI GEOMATICA是PCI公司将其旗下的四个主要产品系列，也就是PCI EASI/PACE、（PCI SPANS，PAMAPS）、ACE、ORTHOENGINE，集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列，该产品系列被称之为 PCI GEOMATICA。对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说，始终坚持领先一步的原则，地理咨讯永远在变迁，而地理咨讯软件更处于变迁的前沿。在今天，随着用户需求广度与深度的不断拓宽与加深，越来越多的人希望软件是一个可以满足用户所有需求的良好的工具。由于对这一点的正确把握，经过4年努力，PCI公司将原有的四个产品系列整合在一起，产生了一个使用简单、灵巧的工作平台----PCI GEOMAITCA。该系列产品在每一级深度层次上，尽可能多的满足该层次用户对遥感影像处理、摄影测量、GIS空间分析、专业制图功能的需要，而且使用户可以方便地在同一个应用界面下，完成他们的工作。在这之前，用户需用多个软件来实现，并且需要面对多个软件经销商、多个软件技术支持、多次的培训、对多个软件的维护，以及不得不投入相当大的精力来在多种数据格式间，进行数据转换。产品模块功能介绍 PCI Geomatica FreeView ( PCI地理咨讯通用视窗) FreeView是PCI公司为用户提供的一个免费的影像浏览工具，用户可以从PCI的网址上直接下载。用于浏览、显示各种数据，如矢量、位图、卫星影像（如LANDSAT, SPOT, RADARSAT, ERS-1/2, NOAA A VHRR等）、航片以及与GIS矢量数据叠加显示、进行属性查询等。FreeView 还具有影像增强，任意漫游、缩放、影像灰度值矩阵显示等功能 PCI Geomatica GeoGateway （PCI通用数据转换工具）PCI Geomatica GeoGateway包含PCI Geomatica FreeView的所有功能。 PCI Geomatica Fundamentals (PCI 地理咨讯基础版) PCI Geomatica Fundamentals包含PCI Geomatica GeoGateway的所有功能。主要包括以下部件： Focus 浏览环境 OrthoEngine FLY!（演示模式）软件许可管理器 PCI Geomatica Prime （PCI地理咨讯专业版） PCI Geomatica Prime包含PCI Geomatica Fundamentals（见上一节）的所有功能。此外，增加了PCI Modeler、EASI、FLY!、算法库等模块。 Geomatica Prime 是强大的、低成本解决方案，提供的工具可用于影像几何校正、数据可视化与分析以及专业标准地图生产。 PCI Productivity Tools （PCI地理咨讯生产工具）该软件是PCI公司为了提高PCI软件的生产能力和效率而专门设计的，其主要功能是为用户提供一系列自动或批处理操作的导向功能。该软件是PCI GEOMATICA PRIME或FUNDAMENTALS功能的扩展。主要提供影像自动镶嵌功能及针对ORTHOENGINE 系列产品的航片，光学卫星影像，雷达卫星的自动同名点收集功能。同时提供影像控制点库及库管理功能。 PCI AIRPHOTO MODEL （PCI地理咨讯系统航空正射影像处理器）是一个与PCI Geomatica Fundamentals或Geomatica Prime模块一起使用的功能强大的航空照片正射校正工具。该模块运用了特殊的算法模型将已经扫描的或由数字摄像机得到的照片制作成精确的正射影像图。所生成的图像可以转化为多种文件形式，作为许多GIS/CAD/MAP软件的数据源。同时用户可选择附加的DEM自动提取、3DVIEW 和三维特征提取模块（OrthoEngine Airphoto DEM）来构造自己的数字摄影测量软件包。该软件具有如下功能：项目工程文件建立（含
遥感数据的波段运算
遥感数据的波段运算 一、波段运算（Band Math） Band Math TM功能允许你处理导致单个波段输出的复杂表达式。这些数学表达式也可以 应用于一个多波段文件中的所有波段，providing “File Math”。 关于使用波段运算的更多信息，请参阅ENVI Programmer’s Guide 第 29 页的 “Band Math Basics”。 1．可利用的波段运算功能（Available Band Math Functions） Band Math 功能为用户提供一个灵活的图像处理工具，其中许多功能是无法在任何其它 的图像处理系统中获得的。该功能的能力与 IDL 语言的能力直接相关。可用的函数包括但 不仅限于表 4-2 中列出的数学表达式。 表 4-2: 一些可用的波段运算函数。 Series and Scalar 数学三角函数其它波段运算选项加（+）正弦（sin（x））关系运算符（EQ、NE、LE、LT、 GE、GT） 减（-）余弦（cos（x））逻辑运算符（AND、OR、XOR、 NOT） 乘（*）正切（tan（x））类型转换函数（byte， fix， long， float， double， complex）除（/）反正弦（asin（x））IDL 返回数组结果的函数最小运算符（<）反余弦（acos（x））IDL 返回数组结果的程序 最大运算符（>）反正切（atan（x））User IDL 函数和程序 绝对值（abs（x））双曲正弦（sinh（x））
平方根（sqrt（x））双曲余弦（cosh（x）） 指数（^）双曲正切（tanh（x）） 自然指数（exp（x）） 自然对数（alog（x）） 以10为底的对数（alog10 （x）） 注意 一些有效的 IDL 表达式要求整个输入数组存在于内存中，它可以不必与 ENVI tiling 操作相兼容。 2．Band Math 对话框 （1）. 选择Basic Tools > Band Math. 将出现 Band Math 对话框。假如运算结果是一个二维数组，它将接受任何有效的 IDL 数学表达式、函数或程序。 （2）. 在标签为 “Enter an expression:” 的文本框内，输入变量名（将被赋值到整个图像波段或可能应用到一个多波段文件中的每个波段）和所需要的数学运算符。 变量名必须以字符 “b” 或 “B” 开头，后面跟着 5 个以内的数字字符。 实例： 若你想计算三个波段的平均值，则在文本框“Enter an expression:”内输入数学方程式：（float（b1）+float（b2）+float（b3））/3.0 这时，变量b1、b2自动跳入”Previous band math expression”对话框中，可以输入到文本框中。该表达式中使用的三个变量，“b1” 是第一个变量，“b2” 是第二个变量，“b3” 是第三个变量。注意，在本例中，IDL 的浮点型函数用来防止计算时出现字节溢出错误。（3）. 输入一个有效的表达式被输入，点击 “OK”处理。
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
高分辨率遥感影像数据一体化测图系统PixelGrid
高分辨率遥感影像数据一体化测图系统PixelGrid 北京四维空间数码科技有限公司 一、概况介绍 高分辨率遥感影像数据一体化测图系统PixelGrid（以下简称“PixelGrid”）是由中国测绘科学研究院自主研发的“十一五”重大科技成果，获得2009年度国家测绘科技进步一等奖。 为将这一重大科技成果实现产业化，2008年开始，由中国测绘科学研究院参股单位北京四维空间数码科技有限公司进行成果转化和产品化，并开展销售。 该软件是我国西部1:5万地形图空白区测图工程以及第二次全国土地调查工程的主力软件， 被誉为国产的“像素工厂”。 PixelGrid以其先进的摄影测量算法、集群分布式并行处理技术、强大的自动化业务化处理能力、高效可靠的作业调度管理方法、友好灵活的用户界面和操作方式，全面实现了对卫星影像数据、航空影像数据以及低空无人机影像数据的快速自动处理，可以完成遥感影像从空中三角测量到各种比例尺的DEM/DSM、DOM等测绘产品的生产任务。 PixelGrid软件主界面。 二、主要特点 PixelGrid系统以现代摄影测量与遥感科学技术理论为基础，融合计算机技术和网络通讯技术，采用基于RFM通用成像模型的大范围遥感影像稀少或无控制区域网平差、基于旋转/缩放不变性特征多影像匹配的高精度航空影像自动空三、基于多基线/多重特征的高精度DEM/DSM自动提取、等高线数据半自动采集及网络分布式编辑、基于地理信息数据库等多源控制信息的高效影像地图制作、基于松散耦合并行服务中间件的集群分布式并行计算等一系列核心关键技术，是中国测绘科学研究院研制的一款类似“像素工厂”（ISTAR PixelFactoryTM）的新一代多源航空航 天遥感数据一体化高效能处理系统。
基于信息量遥感图像最佳波段选择
《基于信息量遥感图像最佳波段选择研究》简介开始：基于信息量遥感图像最佳波段选择研究摘要：本文介绍基于信息量最佳波段选择中的单波段信息特征量、相关性系数、熵和联合熵、最佳指数、协方差矩阵特征值、波段指数的计算方法及特点，以石家庄市的TM影像为例，分析单波段信息特征量，相关性，最佳指数法，找出了最佳波段组合为1、4、5。关键词：信息量，最佳指数，波段指数，最佳波段组合。1引言随着空间技术，数字图像处理技。。此内容文章属于《工业论文→ 电子论文》栏目，以上内容为《基于信息量遥感图像最佳波段选择研究2011-6-8 4:25:20》简单介绍，正文正式开始》》》 基于信息量遥感图像最佳波段选择研究 摘要：本文介绍基于信息量最佳波段选择中的单波段信息特征量、相关性系数、熵和联合熵、最佳指数、协方差矩阵特征值、波段指数的计算方法及特点，以石家庄市的TM影像为例，分析单波段信息特征量，相关性，最佳指数法，找出了最佳波段组合为1、4、5。 关键词：信息量，最佳指数，波段指数，最佳波段组合。 1 引言随着空间技术，数字图像处理技术和计算机技术的不断发展，遥感技术得到突飞猛进的发展多光谱和高光谱技术的出现，是21世纪遥感技术的发展前沿和当今世界遥感关注的焦点之一，多光谱遥感数据的最佳波段选取是遥感图像增强处理的关键部分，直接影响到目视解译和研究对象的信息提取。目前遥感图像解译在相当的程度上仍依赖于目视解译．由于人眼对彩色比较敏感且分辨能力强，故应充分利用信息丰富的彩色合成图像进行目标判读．一般的数字图像处理系统都采用三色合成原理形成彩色图像，即在3个通道上安置3个波段图像，然后分别赋以红、绿、蓝色，叠合在一起形成彩色图像[1]。因此，如何从遥感提供的多光谱数据中快速、准确选取最佳波段，以便于图像的目视解译和信息的有效提取，是遥感数字图像处理的关键问题之一。本文是基于TM图像信息量的最佳波段选择。 通常选择最佳波段的原则有3点[2]：(1)所选的波段信息量要大；(2)波段间的相关性要小；(3)波段组合对所研究地物类型的光谱差异要大。那些信息含量多、相关性小、地物光谱差异大、可分性好的波段组合就是最佳组合，据此，可以认为相关性较强的波段组合在一起不会是最佳组合，高光谱遥感数据波段间的存在着不同程度的信息量重复和冗余。 一般选择波段的主要依据是：波段辐射量的方差应尽可能大，因为方差的大小体现了所含信息的多少，但由于地物在各波段的辐射特性之间存在相关性，用3个方差最大的波段合成的效果并不一定能获得更多的信息。当三者相关性很强时，各波段所包含的信息之间有可能出现大量的重复和冗余。因此，选择三个波段进行组合时，必须同时考虑方差要大而相关性要小这样两个条件[3]。 2 最佳波段选择的理论模型[4] 目前应用比较广泛的选取方法有各波段信息量的比较、波段间相关性比较、最佳指数法（OIF）、各波段数据的信息熵和联合熵、协方差矩阵特征值法、波段指数法。 2.1单波段信息量的比较根据遥感图像各波段包含的信息量进行数值评价来选择波段是进行波段组合的第一步[5]。通过分析，可以确定哪几部分或哪几个波段(即波段子集)包含信息量的多少。各波段的标准差反映了图像各像元灰度值与平均值总的离散度，一定程度上反映了各波段的信息量，其值越大，所包含的信息量越大。TM 图像各波段所包含的地物信息量，一般采用该波段图像覆盖的辐
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
(完整word版)常用的遥感图像处理软件大全,推荐文档
常用的遥感图像处理软件大全 eCognition eCognition是由德国Definiens Imaging公司开发的智能化影像分析软件。eCognition 是目前所有商用遥感软件中第一个基于目标信息的遥感信息提取软件，它采用决策专家系统支持的模糊分类算法，突破了传统商业遥感软件单纯基于光谱信息进行影像分类的局限性，提出了革命性的分类技术——面向对象的分类方法，大大提高了高空间分辨率数据的自动识别精度，有效地满足了科研和工程应用的需求。 ENVI ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。 ERDAS ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。 Fragstats 计算景观格局指数的软件 Fragstats是最新的景观分析软件，可以在Arcgis10.x上运行的畅通无阻 专业的遥感影像处理软件免费下载网站：遥感集市应用汇集 Geomatica Geomatica 软件是地理空间信息领域世界级的专业公司加拿大PCI公司的旗帜产品，Geomatica集成了遥感影像处理、专业雷达数据分析、GIS/空间分析、制图和桌面数
常用遥感大数据和波段用途
（一）NOAA/AVHRR NOAA/AVHRR（National Oceanic and Atomospheric Administration）是低空间分辨率遥感卫星。它是美国国家海洋大气局的实用气象观测卫星，从1970年12月发射的第一颗到2002年6月24号发射的NOAA-M，30多年来共发射了17颗。NOAA卫星的轨道为太阳同步近极地圆形轨道，以确保同一时间、同一地方的上午、下午成像。轨道平均高度分别为833km和870km，轨道倾角98.7o和98.9o；是目前业务化运行最成熟的一种遥感卫星。NOAA卫星采用双星系统，即NOAA12和NOAA14在服役，它的总体参数：总重量：1421公斤；负载量：194公斤；保留余量：36.4公斤；卫星尺寸：3.71米（长）*1.88米（直径）。星载传感器有：①极精密高分辨率辐射计（AVHRR）以5个频道同时扫描大气，可获得可见光云图和红外云图，作为天气分析与预报之用。此外，红外频道的数据可用来决定若干云参数及海面温度。②泰洛斯业务垂直探测器（TOVS），这组仪器包括三个辐射计，各有不同的功能：A.高分辨率红外辐射探测器（HIRS/2）是具有20个可见光和红外频道的扫描辐射计，可以探测对流层内气温和水汽垂直分布以及臭氧总含量。B.平流层探测单元（SSU）以3个红外频道观测平流层中的气温垂直分布。C.微波探测单元（MSU）以4个微波频道观测波长0.5厘米的氧吸收带，可以穿透云层探测云下的气温垂直分布。③太空环境监测器（SEM）负责侦测太空中太阳质子、α粒子及电子通量等资料。④地球辐射收支试验（ERBE）以狭角视场和广角视场观测地球大气，可以监测太阳常数、行星反照率以及射出长波辐射等参数。TIROS-N系列卫星具有数据汇集系统（DCS），可以接收来自两千多个固定及移动观测台的资料，加以处理储存，最后再传送到地面接收站。 AVHRR为TIROS-N系列卫星最主要的仪器，它由一个8英寸口径的卡塞格伦望远镜对准地面，用一个旋转镜对地面左右扫描，望远镜的瞬时视场角为 1.3*1.3平方毫弧度，相当于星下点1.1平方公里，扫描每分钟360行，扫描角为正负55度，相当于地面2800公里。它的成像方式是光学机械扫描成像，成像幅宽为16.5km*16.5km，空间分辨率在星下点处是1100m，在远离星下点处是4000m。AVHRR具有五个探测波段，每个波段特性见下表1： 表1 波段特性
遥感影像成图步骤—以ETM为例
理塘-德巫断裂卫星影像地图制作（1:10万） ——以ETM数据为例 一、主流处理软件对比介绍 ENVI，ERDAS，PCI 软件功能不作具体说明，ENVI和ERDAS较为主流，各个软件各有自己的优缺点，比如ENVI中提供的数据融合方法就没有ERDAS中的多，ERDAS(破解版)中无法做DEM提取工作；ENVI的影像波段显示和数据操作较为简便，菜单功能有很多重复；PCI破解版本较低。另外，每个软件对不同类型的卫星遥感影像可能有各自的处理模块，所以也不能绝对就以某一类软件为主，如果遇到一些问题，一类软件解决不了，可以尝试用另一类软件。如在中科院网站下载的ＥＯＳ原始卫星数据打不开，用ＰＣＩ就能打开，然后转换成ENVI STANDSRD格式或者ERDAS IMAGINE格式，即可处理了。最后，哪种能免费下载，哪种版本功能多，就用哪种吧，没的讲究。 二、数据准备（建议查看百度文库：《遥感影像的获取及处理sky》） （1）介绍 （2）来源 A https://www.wendangku.net/doc/f715497625.html,/cs_cn/ https://www.wendangku.net/doc/f715497625.html,/cs_cn/中科院对地中心 B https://www.wendangku.net/doc/f715497625.html,/EarthExplorer/ USGS网站 C Ftp://https://www.wendangku.net/doc/f715497625.html,马里兰大学FTP（Landsat 4-7数据存放于WRS2下，建议用360浏览器浏览，） 说明：A, B注册后，方可下载。USGS上的数据比对地中心要新一些，格式种类要多，有许多是经过正射矫正（Orthorectified）的数据，做图可以直接拿来用，另外，landsat 7在2003年以后的数据（SLC-off）由于卫星故障，有条带，虽然修复过，最好不用，具体说明见中科院对地中心数据下载网站。C里面数据类型丰富，包括ASTER，QUICKBIRD，EOS等等，可以作为练习数据使用。 D 下载前准备：查询数据行列号（Path/Row）以下是Landsat 7 影像行列号
遥感影像的波段组合及用途
高光谱遥感数据最佳波段的选择根据自己对具体影像解译的要求进行波段的选择，以提高解译的速度和精度。 若要获得丰富的地质信息和地表环境信息，可以选择TM(7、4、1)波段的组合，TM(7、4、1)波段组合后的影像清晰度高，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； 若要获得监测火灾前后变化分析的影像，可以选择TM(7、4、3)波段的组合，它们组合后的影像接近自然彩色，所以可通过TM(7、4、3)彩色合成图的分析来掌握林火蔓延与控制及灾后林木的恢复状况； 若要获得砂石矿遥感调查情况，可以选择TM(5、4、1)波段组合；用TM影像编制洲地芦苇资源图时，宜用TM(3、4、5)波段组合的影像，分辨率最高，信息最丰富；用MSS图像编制土地利用地图，通常采用MSS(4、5、7)波段的合成影像； 若要再区分林、灌、草，则需要选用MSS(5、6、7)波段的组合影像。 遥感影像时相的选择 : 遥感影像的成像季节直接影响专题内容的解译质量。对其时相的选择，既要根据地物本身的属性特征，又要考虑同一地物不同地域间的差异。例如解译农作物的种植面积最好选在8、9月份，因为这时作物成熟了，但还没有收割，方便各种作物的区别；解译海滨地区的芦苇地及其面积宜用5、6月份的影像；解译黄淮海地区盐碱土分布图宜用3、4月份的影像。 高分辨率影像的选择 : 分辨率的选择要符合自己的实际需要，分辨率高对解译速度和精度都有很大帮助。随着科技的不断发展，已经有了15～30m分辨率的ETM／TM影像、2．5～5．0m分辨率的SPORT 影像、2m分辨率的福卫二号、lm分辨率的ORBVIEW一3／IKONOS、0．6m分辨率的QUICK BIRD 等。法国SPOT-5卫星影像分辨率可达到2．5m，并可获得立体像对，进行立体观测。SPOT 一5卫星上的主要遥感设备是2台高分辨率几何成像仪(HRVIR)，其工作谱段有4个，主要任务是监测自然资源分布，特别是监测农业、林业和矿产资源，观测植被生长状态与农田含水量等项，对农作物进行估产，了解城市建设与城市土地利用状况等。卫星遥感传感器和遥感数据处理技术发展很快，一些传感器的立体观测，各类遥感数据分辨率的提高，为遥感影像解译标志和遥感影像信息模型的开发、研究提供了有利条件，为快速和精确地进行解译提供了便利。 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。 742 1992年，完成了桂东南金银矿成矿区遥感地质综合解译，利用1：10万TM7、4、2假彩色
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。