第四章遥感图像处理
目的与要求：熟悉光学遥感图像处理的原理；掌握数字图像处理的工作原理、工作流程；掌握几何校正、辐射校正的原理
重点及难点：遥感图像的几何纠正、辐射校正。
教学法：讲授法、演示法
教学过程：
第一节遥感数字图像的校正
一、数字图像及其直方图
1 数字图像
数字图像：遥感数据有光学图像和数字图像之分。数字图像是能被计算机存储、处理和使用的用数字表示的图像。
数字化：将连续的图像变化，作等间距的抽样和量化。通常是以像元的亮度值表示。数字量和模拟量的本质区别：连续变量，离散变量。
数字图像的表示：矩阵函数
2 数字图像直方图
数字图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。
直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。
正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。
偏态分布：图像偏亮或偏暗，层次少，质量较差。
二、辐射校正
1、遥感图像的辐射误差主要有三个因素
传感器的光电变换
大气的影响
光照条件
2、大气散射校正
2.1大气影响的定量分析
2.2大气影响的粗略校正
通过简单的方法去掉程辐射度（散射光直接进入传感器的那部分），从而改善图像质量。
直方图最小值去除法
回归分析法
三几何校正
1、遥感图像的几何变形有两层含义
卫星在运行过程中，由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差。
图像上像元的坐标与地图坐标系统中相应坐标之间的差异。
2、卫星姿态引起的图像变形
3、地形起伏的影响
4、地球曲率
5、大气折射
6、地球自转的影响
7、遥感图像几何校正方法
几何粗校正：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。
几何精校正：利用地面控制点进行的几何校正称为几何精校正。
2.1、基本思路：把存在几何畸变的图像，纠正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。
2.2、具体步骤
步骤一：选取控制点
(1)地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、河流叉口、建筑
边界等。
(2)地面控制点上的地物不随时间而变化地面控制点应当均匀地分布在整幅图像内，且要有一定的数量保证。地面控制点的数量、分布和精度直接影响几何纠正的效果。
步骤二：数据的空间变换
（1）二元多项式近似的基本原理
设两幅图像坐标系统间几何畸变关系可描述为：
x’=h1(x,y) y’=h2(x,y)
在未知情况下， h1(x,y)和h2(x,y)可用二元多项式来近似
（2）空间坐标的计算问题
向前映射法（直接法）
向后映射法（间接法）
两种映射方法的对比
对于向前映射：每个输出象素的灰度要经过多次运算；
对于向后映射：每个输出象素的灰度只要经过一次运算。
步骤三：像元灰度插值
插值方法
（1）最近邻插值
在待求像素的四个邻近像素中，输出象素的灰度等于离它所映射位置最近的输入象素的灰度值。
（2）双线性插值
利用待求像素四个邻近像素的灰度在两个方向作线性内插；
问题描述：单位正方形顶点已知，求正方形内任一点的f(x,y)值。
假设f(0,0)=2,f(1,0)=3,f(0,1)=1,f(1,1)=4
则 f(x,y)=x-y+2xy+2
对(i,j+v)，f(i,j)到f(i,j+1)的灰度变化为线性关系，有f(i,j+v)=[f(i,j+1)-f(i,j)]v+f(i,j)
同理，对(i+1,j+v)有
f(i+1,j+v)=[f(i+1,j+1)-f(i+1,j)]v+f(i+1,j)
从f(i,j+v)到f(i+1,j+v)的灰度变化也为线性关系
待求像素（任一点像素）的计算式为
双线性插值需要得到四个未知参数——利用四个已知点
双线性插值特点
计算中较为充分的考虑相邻各点的特征，具有灰度平滑过渡特点
一般情况下可得到满意结果
具有低通滤波特性，使图像轮廓模糊
平滑作用使图像细节退化，尤其在放大时不连续性会产生不希望的结果
(3)三次内插法（高阶插值）
利用待插值点周围的16个邻点像素值
三次内插法算法特点
可使待求点的灰度值范围更好的模拟实际可能值
可取得更好的视觉效果
三次内插法突出的优点是高频信息损失少，可将噪声平滑
计算量大为增加
2.3、内插方法的选择
内插方法的选择除了考虑图像的显示要求及计算量，还要考虑内插结果对分类的影响
当纹理信息为主要信息时，最邻近采样将严重改变原图像的纹理信息
但当灰度信息为主要信息时，双线性内插及三次内插法将减少图像异质性，增加图像同质性，其中，双线性内插方法使这种变化更为明显
四遥感数据的镶嵌处理
数字影像镶嵌是将两幅或多幅数字影像(它们有可能是在不同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。在遥感应用中，影像镶嵌有着重要的应用。
数字影像镶嵌原理：影像镶嵌的原理是：如何将多幅影像从几何上拼接起来，这一步通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。
第二节遥感数字图像的增强处理
目的：采用一系列技术去改善图图象保真象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。图象增强并不以为准则，而是有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。
方法:
空间域处理
全局运算：在整个图象空间域进行。
局部运算：在与象素有关的空间域进行。
点运算：对图象作逐点运算。
频域处理
在图象的Fourier变换域上进行处理。
一、辐射增强
1．线性变换
假定原图像f(i, j)的灰度范围为［a, b］，希望变换后图像g(i, j)的灰
度范围扩展至[a′,b′]
2. 非线性灰度变换
（1）对数变换
低灰度区扩展，高灰度区压缩。
（2）指数变换
高灰度区扩展，低灰度区压缩。
3、直方图均衡
?直方图均衡化技术要点：
–公理：直方图p(r k )为常数的图像对比度最好
–目标：寻找一个灰度级变换T(r)，使结果图像的直方图p(s k )为一个常数
4.直方图匹配
修改一幅图象的直方图，使得它与另一幅图象的直方图匹配或具有一种预先规定的函数形状。
目标：突出我们感兴趣的灰度范围，使图象质量改善。
二、空间增强
?目的：突出图像的整体特征或有目的的去除某些特征
?处理结果：可能与原图像差异较大
?处理方法：邻域处理（局部处理）
–在对图像进行处理时，某一像元处理后的值g(i,j)由处理前该像元f(i,j)
的小邻域N(i,j)中的像元值确定
1 .图像平滑
?（1）均值平滑
?（2）中值滤波
?中值滤波就是用一个奇数点的移动窗口，将窗口内的数值按从小到大进行排序，把窗口中心点的值用窗口内各点的中值代替。
?假设窗口内有五点，其值为80、 90、 200、 110和120，那么此窗口内各点
的中值即为110。
2. 图像锐化
?图象经转换或传输后，质量可能下降，难免有些模糊。
?图象锐化目的：加强图象轮廓，使图象看起来比较清晰。
三、频率域增强
1、低通滤波
?频域低通过滤的基本思想
G(u,v) = F(u,v)H(u,v)
–F(u,v)是需要平滑图像的傅立叶变换形式
–H(u,v)是选取的一个过滤器变换函数
–G(u,v)是通过H(u,v)减少F(u,v)的高频部分,来得到的结果
–运用傅立叶逆变换得到平滑后的图像
2、高通滤波
?频域高通过滤的基本思想
–G(u,v)=F(u,v)H(u,v)
–F(u,v)是需要锐化图像的傅立叶变换形式。
–目标是选取一个过滤器变换函数H(u,v)，通过它减少F(u,v)的低频部分来得到G(u,v)。
–运用傅立叶逆变换得到锐化后的图像。
四、彩色增强
1、伪彩色处理：
–把黑白图象处理成伪彩色图象。
–密度分割是伪彩色处理技术中最简单的一种。
2 假彩色增强
?把真实的自然彩色图象或遥感多光谱图象处理成假彩色图象。
?用途：
–（1）景物映射成奇异彩色，比本色更引人注目。
–（2）适应人眼对颜色的灵敏度，提高鉴别能力。
–（3）遥感多光谱图象处理成假彩色，以获得更多信息。
五、图像运算
?概念：两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实
现图像增强，达到提取某些信息或去掉某些不必要信息的目的。
?原理：地物不同波段的光谱差异。
●差值运算：两幅同样行、列数的图像，对应像元的亮度值相减就是差值运算。
●比值运算：两幅同样行、列数的图像，对应像元的亮度值相除（除数不为0）
就是比值运算。
六、多光谱变换
?多光谱变换:针对多光谱影象存在的一定程度上的相关性以及数据冗余现象，
通过函数变换，达到保留主要信息，降低数据量,增强或提取有用信息目的的方法。
?其变换的本质:对遥感图像实行线性变换，使光谱空间的坐标按一定规律进行
旋转。
1、K-L变换
?离散变换的简称，又称主成分变换。它是对某一多光谱图像X.利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y.
?K-L变换的特点:变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。新坐标系的坐标轴一定指向数据量较大的方向。
?目的：实现数据压缩和图像增强。
2、K-T变换
?K-T变换
也称缨帽变换.是一种坐标空间发生旋转的线性变换，旋转后的坐标轴指向与地面景物有密切关系的方向
?K-T变换的应用:主要针对TM图像数据和MSS数据.对于扩大陆地卫星TM影像数
据分析在农业方面的应用有重要意义.
五、多源信息复合
1、遥感数据之间的融合:
(1)不同传感器数据的复合：配准、复合（3种方法）
(2)不同时相数据的复合：配准、直方图调整、复合(彩色合成、差值、比值) 2、遥感数据与非遥感数据的复合
网格数据生成、遥感数据选取、配准复合(栅格与栅
格、栅格与矢量、综合分类分析)
§2 常用遥感图像处理软件
目前国内常用的遥感图像处理软件有：
?Erdas：美国亚特兰大ERDAS公司集遥感和GIS于一身的软件。
?Envi：美国Better Solutions Consulting 有限公司开发的遥感图像处理软件。
?PCI:加拿大PCI公司的产品，处理遥感图像。
第三节光学原理与光学处理
颜色视觉
加色法与减色法
光学增强处理
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对比度，可以提高图象的视觉效果。
（2）颜色对比：在视场中，相邻区域的不同颜色的相互影响叫做颜色对比。两种颜色相互影响的结果，使每种颜色会向其影响色的补色变化。在两种颜色的边界，对比现象更为明显。因此，颜色的对比会产生不同的视觉效果。2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。
颜色的性质由明度、色调、饱和度来描述。
（1）明度：是人眼对光源或物体明亮程度的感觉。物体反射率越高，明度就越高。
（2）色调：是色彩彼此相互区分的特性。
（3）饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，频率是否单一的表示。
3、颜色立体
（1）颜色立体：中间垂直轴代表明度；中间水平面的圆周代表色调；圆周上的半径大小代表饱和度。
（2）孟赛尔颜色立体：中轴代表无色彩的明度等级；在颜色立体的水平剖面上是色调；颜色历代中央轴的水平距离代表饱和度的变化。
二、加色法与减色法
1 颜色相加原理
CIE色度图
2 颜色相减原理
?减色过程:白色光线先后通过两块滤光片的过程.
?颜色相减原理:当两块滤光片组合产生颜色混合时,入射光通过每一滤光
片时都减掉一部分辐射，
最后通过的光是经过
多次减法的结果.
?加色法与减色法的区别:
?减法三原色:黄、品红、青
三、光学增强处理
?图像的光学增强处理方法具有精度高，反映目标地物更真实，图像目视效果好等优点，是遥感图像处理的重要方法之一。
?计算机图像处理的优点在于速度快、操作简单、效率高等优点，有逐步取代
光学方法的趋势。
●彩色合成
加色法彩色合成
减色法彩色合成
●光学增强处理
●光学信息的处理
图像的相加和相减
遥感黑白影象的假彩色编码
加色法彩色合成
?合成仪法：是将不同波段的黑白透明片分别放入有红、绿、蓝滤光片的光学投影通道中精确配准和重叠，生成彩色影像的过程。
?分层曝光法：指利用彩色胶片具有的三层乳剂，使每一层乳剂依次曝光的方
法。
减色法彩色合成
?染印法：是一种使用特别浮雕片、接受纸和冲显染印药制作彩色合成影像的方法。
?印刷法：利用普通胶印设备，直接使用不同波段的遥感底片和黄、品红、青三种油墨，经分色、加网、制版，套印成彩色合成图像。
?重氮法：利用重氮盐的化学反应处理彩色单波段影像透明片的方法。
光学增强处理
?相关掩膜处理方法：把几何位置完全配准的原片，制成不同密度、不同反差的正片或负片，通过它们的各种不同叠加方案改变原有影像的显示效果，达到信息增强目的的方法。
?改变对比度：使用两张同波段同地区的负片（或正片）进行合成，一张反差适中，另一张反差较小，合成后反差一般加大，从而提高了对比度；
光学增强处理
?显示动态变化：不同时相同一地区的正负片影像叠合掩膜，当被叠合影像反差相同时，凡密度发生变化的部分就是动态变化的位置。
?边缘突出：先将两张反差相同的正片和负片叠合，叠合配准后，再沿希望突出的线形特征的垂直方向错位。目的在于突出线形特征。
图像的相加和相减
（光栅滤波法）
?两个图像所发出的光波在空间重叠并且同位相，则图像相加。
?如果两列光波在空间重叠且反相，则图像相减。
遥感黑白影象的假彩色编码
?将黑白图像经过光栅进行依次编码处理，将振幅型编码图像转换成位相型编码图像。
?将位相介质片放入非相干光信息处理系统的输入平面，经过白光照射，在输出平面上获得等密度的假彩色图像。
?假彩色编码处理卫星图像可以使单波段影像彩色化，实现图像增强效果。
作业：
?课本132页7、8题
?课本133页13、14题
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
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。
《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
《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成，系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。全书分基础篇和扩展篇两部分，共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能，以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）等十个扩展模块的功能。 《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体，可以作为ERDAS IMAGINE软件用户的使用教程，对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。 目录 基础篇 第1章概述2 1.1 遥感技术基础2
1.1.1 遥感的基本概念2 1.1.2 遥感的主要特点2 1.1.3 遥感的常用分类3 1.1.4 遥感的物理基础3 1.2 ERDAS IMAGINE软件系统6 1. 2.1 ERDAS IMAGINE概述6 1.2.2 ERDAS IMAGINE安装7 1.3 ERDAS IMAGINE图标面板11 1. 3.1 菜单命令及其功能11 1.3.2 工具图标及其功能14 1.4 ERDAS IMAGINE功能体系14 第2章视窗操作16 2.1 视窗功能概述16 2.1.1 视窗菜单功能17 2.1.2 视窗工具功能17 2.1.3 快捷菜单功能18 2.1.4 常用热键功能18 2.2 文件菜单操作19 2.2.1 图像显示操作20 2.2.2 图形显示操作22 2.3 实用菜单操作23
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
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
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
《遥感数字图像处理》习题与答案 第一部分 1.什么是图像？并说明遥感图像与遥感数字图像的区别。 答：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。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 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。
遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义 波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强
3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念 方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点 ?计算图像经过下列操作后，其中心象元的值： –3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 –Sobel边缘检测 –Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用
国土管理学院 2016—2017学年度第1学期期末考试 《遥感影像处理技术》课程考核方案 国土管理学院16级国土资源调查与管理专业考试时间：120分钟学院名称：国土管理学院 课程名称：遥感影像处理技术 适用对象：16级国土资源调查与管理专业 学时：32学时 学分：2学分 考查方案： 一、设课目的 本课程是国土管理学院土管与地籍测绘类专业学生的专业选修课课，力图根据“项目导向”、“任务引领”等原则，从遥感数字图像处理的基本原理与软件操作操作，提升学生的遥感影像处理知识和技能，加强学生对遥感的理解。 二、课程教学内容和教学目标（考试内容与基本要求）： 本课程知识体系主要包括： （1）能够导入导出遥感影像； （2）能够进行遥感影像的坐标系变换； （3）能够进行遥感影像的几何校正处理； （4）能够进行遥感影像的融合处理； （5）能够进行遥感影像的镶嵌与剪裁处理； （6）能够进行遥感影像的分类处理。 三、课程考核内容及评分标准 1．平时成绩的考核内容及成绩构成比重：(50分) 上课出勤情况、课堂纪律及学习态度、团队协作能力(15分) 上课回答问题、作业完成情况(35分) 2．期末成绩考核内容：(50分) 期末考核为综合上机，考核学生综合利用课程内容解决实际问题的能力。 3．考核时间
考核由国土管理学院统一在学期末前2周左右组织进行。时间另行通知。 4．考核内容：具体考核内容详见考核标准。 5．组织形式：实训室基本组织考核。 6．评分标准：按照操作过程和成果标准综合打分。 7．考核形式：教考分离，由教务处统一组织老师在题库中抽题作为考试题目。 8．理论考试内容、题量、题型 考试内容按《遥感影像处理技术》课程标准所要求，题量为2小时的考试内容，2个上机综合题，分值为100分。 9．实践考核内容、办法 实践课的考核主要考核遥感影像综合处理与分析技术。具体见考核标准。 10．考核地点：详见后续通知 四、教材及参考资料 1、杨树文等编著，遥感数字图像处理与分析——ENVI 5.x实验教程，子工业出版社。 2、李玲，遥感数字图像处理，重庆大学出版社。 3、汤国安等,ERDAS遥感数字图像处理实验教程，科学出版社。 五、其他有关说明或要求 具体项目内容： 备注：满分100分。 国土资源调查与管理专业教研室 2017.6.20
2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（A）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（C ）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（ B）呈现黑色，而（ A）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（A）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（B）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（D）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（A）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（ B）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（A ）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（B）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（B）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（A）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（B）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（B）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（C）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（C）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（ C）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征
实验一遥感图像处理软件认识 1 实验目的与任务 1）熟悉ENVI软件，主要是对主菜单包含内容的熟悉； 2）练习影像的打开、显示、保存；数据的显示，矢量的叠加等 2 实验设备与数据 设备：遥感图像处理系统ENVI软件 数据：软件自带数据 3 实验内容 1）打开ENVI5.1，熟悉主菜单 2）主菜单：File→Open Image File，选择.img文件，然后弹出Available Bands List窗口，打开can_tmr.img，分贝用Gray Scale、RGB显示，点击Load Band显示选择的图像
3）对打开的数据进行保存，分别从主菜单和主影像窗口保存： 4）在ENVI主菜单中选择 Spectral> Spectral Libraries > Spectral Library Viewer，在右下角的Open 按钮中选择Spectral Library菜单，选择打开“ign.crs.sli”文件，如下图所示：
点击OK。在下图中，点击左图的一个单一的波谱名，将出现一个显示有该波谱图的窗口，如图所示。
5）选择主菜单：Basic Tools→Region of Interest→ROI Tool，在窗口画出一片区域。 并且保存为.shp格式：
6）①叠加：选择vector>open vector files，打开can_v1.evf，点击load selected，选择display，单击OK。进入该对话框，用鼠标点击Current Layer更改颜色，然后用Apply 显示。
②切图 首先要把矢量转换成ROI，选择file>export active layers to ROIs，分别用两种选择切图，如图所示：
第四章遥感图像数字处理的基础知识 C方向 20 卢昕 一、名词解释 1.光学影像：一种以胶片或其他的光学成像载体的形式记录的图像。它是一个二维的连续的光密度函数。 2.数字影像：以数字形式进行存储的图像，它是一个二维的离散的光密度函数。 3.空间域图像：用空间坐标x，y的函数表示的形式。有光学影像和数字影像。 4.频率域图像：以频率域的形式表示的影像，频率坐标Vx，Vy的函数。 5.图像采样：图像空间坐标（x,y）的数字化称为图像采样。 6.灰度量化：图像灰度的数字化称为图像量化。 7 .ERDAS：是美国 ERDAS 公司开发的遥感图像处理系统。它以模块化的方式提供给用户，可使用户根据自己的应用要求、资金情况合理的选择不同功能模块及不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。 ERDAS Imagine面向不同需求的用户，对于系统的扩展功能采用开放的体系结构以Imagine Essentials、Imagine Advantage、Imagine Professional的形式为用户提供低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，产品模块的组合比较灵活。 8.BSQ：遥感数字图像的一种存储格式，即按波段记载数据文件。 9.BIL：也是遥感数字图像的一种存储格式，是一种按照波段顺序交叉排列的遥感数据格式。 二、简答题 1、叙述光学影像与数字影像的关系和不同点。 答：光学图像可以看成一个二维的连续的光密度函数，像片上的密度随空间坐标的变化而变化。而数字图像是一个二维的离散的光密度函数。光学图像可以通过采样和量化得到数字图像，数字图像可以通过显示终端设备或照相或打印的方式得到光学图像。与光学图像相比数字图像的处理简捷快速，并可以完成一些光学处理方法所无法完成的各种特殊处理等。 2、怎样才能将光学影像变成数字影像？ 答：将光学影像变成数字影像要经过采样和量化两步。采样是将图像空间的坐标（X，Y）进行数字化，此时实现了空间的离散化。然后再进行图像灰度的数字化，实现连续灰度的离散化。 3、叙述空间域图像与频率域图像的关系和不同点。 答：空间域图像是以空间坐标进行表示的，而频率域图像是以频率坐标来表示图像的。通过傅立叶变换可以将空间域图像变换为频率域图像，利用傅立叶逆变换可以将频率域图像变换为空间域图像。 4、如何实现空间域图像与频率域图像间的相互转换？ 答：通过傅立叶变换可以将空间域图像变换为频率域图像，利用傅立叶逆变换可以将频率域图像变换为空间域图像。 5、你所知道的遥感图像的存贮格式有哪些？ 答：1）BSQ格式。是按波段记载数据文件，每一个文件记载的是某一个波段的
数字图像处理技术在遥感等领域的现状和未来 发展趋势 Last revised by LE LE in 2021
数字图像处理技术在遥感领域的现状和未来发展趋势 崔云腾 【摘要】阐述了遥感技术目前在国内外的发展现状，以及数字图像处理技术在遥感技术上起到的重大作用。随着数字图像处理技术的发展，让遥感技术有了翻天覆地的变化。并且详细的描述了图像处理技术在遥感领域的关键技术，对这些技术在遥感中起的作用进行解释。最后对图像处理技术在遥感领域未来的发展趋势进行分析。 【关键词】遥感；图像处理；技术发展 Digital image processing technology in the current situation and future development trend in the field of remote sensing Cui Yunteng A bstract this paper expounds the remote sensing technology in the domestic and foreign development present situation, and the digital image processing technology to play a major role in the remote sensing technology. With the development of digital image processing technology, remote sensing technology have changed dramatically. And a detailed description of the key technologies in the field of remote sensing image processing technology, plays the role of these techniques in remote sensing for explanation. Finally, the image processing technology in the field of remote sensing in the future development trend of the analysis. 0.引言 几十年来，随着卫星技术的不断成熟，遥感技术也不断地发展，通过卫星收集大量的影像资料，随之而来对图像的处理分析有了更高的要求，以前需要雇佣几千人，现在运用图像处理系统仅仅需要一台高级计算机，与之前相比分析识别速度有了显着的提高[1]，同时减少了大量的人员工作，并且还可以从照片中发现通过人力所不容易发现不能找到的有用情报。 1.数字图像处理技术在国内外的发展现状 上个世纪60年代，第一台可移植性图像处理的大型计算机研制成功。可以说是数字图像处理技术的开端，自此开始用数字图像处理技术来处理卫星发回来的图片。当时“旅行者七号”发回来的月球图片就是运用数字图像处理技术进行处理，来校正
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 GEOMA TICA。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, RADARSA T, ERS-1/2, NOAA AVHRR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 FL Y!（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、FL Y!、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 GEOMA TICA 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)