遥感整理文档格式.docx
《遥感整理文档格式.docx》由会员分享，可在线阅读，更多相关《遥感整理文档格式.docx（29页珍藏版）》请在冰豆网上搜索。
宏观性：
覆盖范围大、信息丰富。
可进行大面积同步观测便于发现和研究宏观现象
综合性：
映像包含多种地表景观信息，有可见的，也有潜在的
时效性：
获取时间快
多波段性：
波段的延长使对地球的观测走向了全天候
多时相性：
重复探测，有利于进行动态分析
信息的可比性:
卫星轨道的确定性、影像分幅的同一性、同一系列传感器信息的兼容性
经济性：
与传统信息获取手段相比
局限性：
相对于整个电磁波谱段而言
第二章电磁辐射与地物光谱特征
1.电磁波谱：
将各种电磁波在真空中的波长按其长短，依次排列制成的图表。
2.辐射通量：
单位时间内通过一个任意面的辐射能量
3.辐射强度：
点辐射源在某方向上单位立体角内传送的辐射通量。
辐射强度通常在不同方向上是不同。
辐射亮度：
表示面辐射源上某点在法线方向上，单位面积，单位立体角的辐射通量。
4.辐射度：
被辐射物体表面单位面积上的辐射通量
辐射出射度：
辐射源物体表面单位面积上的辐射通量
5.地物发射电磁波的能力以发射率作为标准；
地物的发射率是以黑体辐射作为参照标准。
a.黑体：
在任何温度下，对各种波长的电磁辐射的吸收系数等于1的物体。
b.黑体辐射：
黑体的热辐射称为黑体辐射。
6.普朗克热辐射定律：
表示出了黑体辐射通量密度与温度的关系以及按波长分布的规律（pdf）
变化特点：
辐射通量密度随波长连续变化，只有一个最大值；
温度越高，辐射通量密度越大，不同温度的曲线不相交（波尔兹曼定律）；
随温度升高，辐射最大值向短波方向移动（维恩位移定律）。
斯蒂芬-波尔兹曼定律（见讲义）
维恩位移定律（见讲义）
瑞里—金斯公式：
黑体辐射的微波功率与温度成正比，与波长的平方成反比。
（见讲义）
7.基尔霍夫定律：
8.太阳辐射：
是可见光和近红外的主要辐射源
大气吸收：
a.氧气（小于0.2微米，0.155为峰值）,高空遥感很少使用紫外波段
b.臭氧（影响不大）
c.水（吸收太阳辐射能量最强的介质，水对红外遥感有极大的影响）
d.二氧化碳：
（量少；
吸收作用主要在红外区，可以忽略不计）
大气散射：
太阳辐射在传播过程中遇到小微粒而使传播方向改变，并向各个方向散开。
由于大气散射集中在太阳辐射能量最强的可见光区，所以散射是太阳辐射衰
减的主要原因。
瑞利散射：
当微粒的直径比辐射波长小的多时，此时的散射成为瑞利散射。
对可见光的影响较大（散射率与波长的四次方成反比）
米氏散射：
微粒直径与辐射波长差不多，米氏散射的强度与波长的二次方成反比，且散射在光线向前方向比向后方向更强，即有方向性；
云雾粒子大小与红外线的波长接近，所以云雾对红外线的米氏散射不可忽视。
无选择性散射：
当微粒的直径比辐射波长大得多时所发生的散射。
符合无选择性散射条件的波段中，任何波段的散射强度相同。
水滴、雾、尘埃、烟等气溶胶常产生非选择性散射。
大气折射：
折射改变太阳辐射的方向，不改变太阳辐射的强度。
9.大气窗口：
通过大气而较少被反射、吸收或散射的透射率较高的电磁辐射波段。
（大气
窗口是选择遥感工作波段的重要依据）
•0.3－1.4um：
包括全部可见光（95％），部分紫外光（70％），部分近红外光（80％）。
•摄影和扫描成像的方式在白天感测和记录目标电磁波辐射信息
•1.4－2.5um：
近红外窗口，60％－95％，扫描成像，白天记录
•3.5－5.5um：
中红外窗口，60％－70％，白天夜间，扫描成像记录
•8－14um：
远红外窗口，超过80％，白天夜间，扫描记录
10.地物光谱特性：
任何地物都有自身电磁辐射规律，如反射、发射、吸收电磁波的特性。
少数还有透射电磁波的特性。
11.地物的反射光谱特性：
对于某段反射率高的地物，其吸收率就低，即为弱辐射体；
反之，吸收率高的地物，其反射率就低。
12.地物反射光谱曲线：
根据地物反射率与波长之间的关系而绘成的曲线。
植被的反射特性：
0.4-0.7μm有一个小的反射峰，位于绿色波段（0.55μm），两边（蓝、红）为吸收带（凹谷）；
0.76-1.3μm高反射，在0.7μm处反射率迅速增大，至1.1处有峰值；
1.3-2.5μm受植物含水量影响，吸收率增加，反射率下降，形成几个低谷。
土壤的反射特性：
土壤表面反射光谱曲线比较平滑，没有明显的峰谷。
一般情况下，土质越细反射率越高；
有机质含量越低，反射率越高；
土壤含水量越低，反射率越高。
水体的反射特性：
水体在蓝绿光波段有较强反射，在其它可见光波段吸收都很强，在近红外波段吸收更强。
水体中含有其它物质时，水体的反射光谱曲线会发生变化，如含有泥沙时反射峰值出现在黄红区，含有叶绿素时近红外波段反射率明显增加。
第三章遥感成像原理与遥感图像特征
陆地卫星有哪些传感器
LANDSAT：
1.LANDSAT-1
周期18天
传感器MSS
辐射分辨率128
波段
波长/μm
地面分辨率
4
0.5-0.6绿色
80米
5
0.6-0.7红色
6
0.7-0.8近红外
7
0.8-1.1近红外
2.LANDSAT-5
传感器TM
周期16天
辐射分辨率256
成像宽度185公里，标准景为185公里*185公里
特性光谱范围地面分辨率
波段10.45-0.52微米30米
波段20.52-0.60微米30米
波段30.63-0.69微米30米
波段40.76-0.90微米30米
波段51.55-1.75微米30米
波段610.4-12.5微米120米
波段72.08-2.35微米30米
3.LANDSAT-7
传感器ETM+
波段20.53-0.61微米30米
波段610.4-12.5微米60米
波段72.09-2.35微米30米
全色波段PAN0.52-0.90微米15米
SPOT
传感器两台HRV推扫描仪（多光谱和全色）
标准景：
60×
60km特殊情况120×
120km
轨道周期26天
通过编程控制
--单颗卫星的重访周期为2－3天。
--4颗卫星同时运行，可以实现每天重复观测一至两次，最短时间间隔为20分钟。
探测器
HRV
HRVIR
VI
卫星
SPOT-1~3
SPOT-4
波段/μm
分辨率/m
刈幅/km
0.43~0.47
1
0.50~0.59
20
60
PAN0.51~0.73
10
PAN0.61~0.68
0.61~0.68
0.79~0.89
1.58~1.75
辐射灵敏度
≤0.05
≤0.003
动态范围
0.1≤ρ≤0.6
绝对辐射精度/%
9
覆盖天数/d
26
CBERS（中巴资源）
ZY-1（CBERS-1）
周期100.26min
重复周期26天
传感器CDD相机，红外扫描仪（IRMSS），广角成像仪（WFI）
1、CCD相机（CCD）
重复周期26天，具有+32º
侧摆功能，侧视范围可达1100km，
最短成像周期3天
扫描宽度113公里，分辨率19.5米
2、红外扫描仪（IRMSS）
重复周期26天，扫描宽度119.5公里
分辨率为78米（B6-B8）和156米（B9）
3、广角成像仪（WFI）
重复周期5天，扫描宽度890公里
分辨率为258米
比较：
CCD有侧视功能，同一地区最短观测周期为3天，广角相机由于覆盖面积
大，5天可覆盖我国国土一遍。
IRS卫星
共有7颗IRS系列的卫星（1A、1B、1E、P2、1C、P3、1D）相继升空。
重访周期24天
传感器PAN,LISS-3和WiFS
IRS-1C特性
传感器波段光谱范围图象分辨率成像宽度
PAN0.45~0.515微米5.8米70公里
LISS-3波段20.52~0.59微米23米
波段30.62~0.68微米23米142公里
波段40.77~0.86微米23米
波段51.55~1.70微米70米
WiFS波段30.62~0.68微米188米810公里
波段40.77~0.86微米188米
IKONOS:
1米全色
4米多光谱
1米全色-锐化
传感器高分辨率数字相机
幅宽：
11km
重返周期：
1－3天
IKONOS相机特性
波段光谱范围图象分辨率成像宽度
PAN0.45~0.90微米1米11公里
波段10.45~0.53微米
多光谱波段20.52~0.61微米4米11公里
波段30.64~0.72微米
波段40.77~0.88微米
扫描成像和摄影成像的定义
摄影是通过成像设备获取物体影象的技术。
传统摄影依靠光学镜头及放在焦平面的感光胶片记录物体影象。
数字摄影则通过放置在焦平面的光敏元件，经光/电转换，以数字信号记录物体的影象。
扫描成像概念：
依靠机械传动装置使光学镜头摆动，形成对目标地物逐点逐行扫描。
探测元件把接受到的电磁波能量能转换成电信号，在磁介质上记录或再经电/光转换成为光能量，在设置于焦平面的胶片上形成影像
中心投影的透视规律
1.点的像仍然是点。
2.与像面平行的直线的像还是直线；
如果直线垂直于地面，有两种情况：
第一；
当直线与像片垂直并通过投影中心时，该直线在像片上的像为一个点；
第二；
直线的延长线不通过投影中心，这时直线的投影仍为直线，但该垂直线状目标的长度和变形情况则取决于目标在像片中的位置。
3.平面上的曲线，在中心投影的像片上一般仍为曲线。
中心投影和正射投影
中心投影
正射投影
航片是中心投影，即摄影光线交于同一点
地图是正射投影，即摄影光线平行且垂直投影面
焦距固定，航高改变，其比例尺也随之改变
比例尺和投影距离无关
若投影面倾斜，航片各部分的比例尺不同
总是水平的，不存在倾斜问题
地形起伏引起投影差航片各部分的比例尺不同
地形起伏对正射投影无影响
像点位移的规律
（1）位移量与地形高差成正比，即高差越大引起的像点位移量也越大。
当高差为正时，像点位移为正，是背离像主点方移动；
高差为负时，像点位移为负，是朝向像主点方向移动。
（2）位移量与像点距离像主点的距离成正比，即距像主点越远的像点位移量越大，像片中心部分位移量较小。
像主点无位移。
（3）位移量与摄影高度（航高）成反比。
即摄影高度越大，因地表起伏的位移量越小。
光/机扫描特点：
利用光电探测器解决了各种波长辐射的成像方法。
输出的电学图象数据，存储、传输和处理方面十分方便。
但装置庞杂，高速运动使其可靠性差；
在成像机理上，存在着目标辐射能量利用率低的致命弱点
固体自扫描成像扫描方式上具有刷式扫描成像特点。
探测元件数目越多，体积越小，分辨率就越高。
电子藕合器件CCD逐步替代光学机械扫描系统。
高光谱成像光谱扫描特点：
高光谱成像仪是遥感进展的新技术，其图象是多达数百个波段的非常窄的连续的光谱波段组成，光谱波段覆盖了可见光、近红外、中红外和热红外区域全部光谱带。
光谱仪成像时多采用扫描式和推帚式，可以收集200或200以上波段的收据数据。
使图象中的每一像元均得到连续的反射率曲线，而不像其他一般传统的成像谱光仪在波段之间存在间隔。
微波遥感的特点
1、能全天候、全天时工作；
瑞利散射与波长的-4次方成正比。
基本上不受烟、云、雨、
雾的影响。
穿透4km含液态水的浓云只衰减1db。
2、对某些地物具有特殊的波谱特征；
3、对冰、雪、森林、土壤等具有一定穿透力；
4、对海洋遥感具有特殊意义；
5、分辨率较低，但特性明显。
波长较长，衍射现象显著。
合成孔径侧视雷达（SAR）
合成孔径侧视雷达的方位分辨力与距离无关，只与天线的孔径有关。
所以，可用于高轨卫星。
天线越小，方位分辨力越高。
第四章遥感图像处理
1.点域增强：
直方图变换，LUT，直方图匹配，直方图均衡
1.1直方图变换：
即对比度拉伸，分为线性拉伸、分段线性拉伸、非线性拉伸
1.1.1线性拉伸：
为改善图像对比度，必须改变图像像元的亮度值，且这种改变需符合一定的数学规律，即在运算过程中有一个变换函数。
如果变换函数是线性的或是分段线性的，这种变换就是线性变换。
变换公式：
当线性变换时，变换前图像的亮度范围Xa为a1～a2，变换后图像的亮度Xb为b1～b2，则变换方程为：
1.1.2分段线性拉伸：
更好地调节图像对比度，需要在一些亮度段拉伸，而在另一些亮度段压缩，则可用分段线性变化完成。
分段线性变化时，不同亮度段的斜率不同，在变换坐标系中表现为折线。
1.1.3非线性拉伸：
当变换函数为非线性函数时，即为非线性变化。
非线性变换的函数很多，常用的有指数变换和对数变换。
1.2LUT（LOOKUPTABLE）:
根据查找对照表进行线性或非线性拉伸变换。
1.2直方图均衡：
属于非线性拉伸，它使得图像像元值重新分配，以使得每一范围的像元数目大致相等。
直方图输出大概是一个平的直方图，一般而言，在直方图的峰顶对比度增强，在尾部对比度降低。
1.3亮度反转：
亮度反转产生一个与原图像的对比度相反的图像，暗的地方变成亮的，而亮的地方变成暗的。
通过亮度反转可将扫描所得到的负图像转换为正图像。
公式：
1.4直方图匹配（直方图规定化）是确定一个查找表将一幅遥感图像的直方图转换为与另一幅遥感图像的直方图一致的过程。
直方图匹配对于匹配不是同一天拍摄或由于太阳高度角、大气影响而不同的同一地区影像或相邻影像很有用。
为获得良好结果，两幅输入遥感图像应具有以下相同特征：
Ø
①直方图区间的总体形状大致相似；
②图像中相对黑和亮的特征的地物类同；
③对某些应用而言，数据的几何分辨率应是相同的；
④地面覆盖物的相对分布应大致相同。
2.空间域增强
2.1空间滤波：
以突出图像上的某些特征为目的，通过像元与周围相邻像元的关系，采取空间域中的邻域处理方法进行图像增强方法。
2.2图像卷积运算：
在图像的左上角开一个与模板同样大小的活动窗口，图像窗口与模板像元的亮度值相乘再相加，得到新像元（窗口的中心）的灰度值。
p117公式（4.19）
2.3空间滤波的种类
2.3.1平滑：
图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点。
2.3.1.1均值平滑：
将每个像元在以其为中心的区域内，取平均值来代替该像元值，达到去掉尖锐“噪声”和平滑图像的目的。
低通算子（低频算子）:
2.3.1.2中值滤波：
将每个像元在以其为中心的邻域内，取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。
中值滤波器（一维）：
m-2
m-1
m
m+1
m+2
中值滤波器（二维）：
（m,n-2）
（m,n-1）
（m-2,n）
（m-1,n）
（m,n）
（m+1,n）
（m+2,n）
（m,n+1）
（m,n+2）
2.3.2锐化：
突出图像边缘、线性目标或某些亮度变化率大的部分
2.3.2.1边缘增强：
有提高空间频率的效果。
用于“边缘增强”：
将边界变为高亮度，而不一定将其它物体抹去。
高通算子：
2.3.1.2梯度算子：
梯度反映相邻像元的亮度变化率，图像中的边缘处存在较大的梯度。
一阶算子（罗伯特梯度算子、索伯尔梯度算子、Prewitt梯度算子）、二阶算子（拉普拉斯算子）
罗伯特梯度算子Robert：
索伯尔梯度算子Sobel：
考虑了领域点的关系，扩大了窗口。
各自同向的索伯尔算子IsotropicSobel：
采用加权。
定向检测算子Prewitt：
检测某一方向的边界。
H1为检测垂直边界，H2为检测水平边界
拉普拉斯算子Laplace：
检测变化率的变化率，计算出的图像更加突出亮度值突变的部分。
2.3.1.3.边缘检测算子（零和算子:
水平边缘检测算子、垂直边缘检测算子）
零和算子：
算子中所有系数的和等于0。
作用：
①在所有输出值相等的区域（没有边界）输出值为0；
②在低空间频率的区域输出值很低；
③在高空间频率的区域极化（高的值变得更高，低的值变得更低）；
水平边缘检测算子:
垂直边缘检测算子:
3.光谱域增强
3.1RGB颜色系统：
700nm（红）、546.1nm（绿）、435.8nm（蓝）三个色光为三基色（物理三基色）
3.2HIS颜色系统：
I：
表示光照强度或称为亮度，它确定了像素的整体亮度，而不管其颜色
是什么。
H：
表示色度，由角度表示。
反映了该颜色最接近什么样的光谱波长（既彩虹中的那种颜色）。
S：
饱和度，饱和度参数是色环的原点到彩色点的半径长度。
3.3RGB到HSI的转换
3.4HSI到RGB的转换
3.5图像运算
3.5.1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。
3.5.2.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）。
常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物量，这种算法的结果称为植被指数。
常用算法：
近红外波段/红波段;
或（近红外-红）/（近红外+红）.对于区分和增强光谱亮度值虽不明显，而不同波段的比值差异较大的地物有明显效果。
比值值被指数（RatioVegetationIndex）：
RVI=DNNIR/DNR（简单表示为NIR/R）
归一化植被指数（NormalizedDifferenceVegetationIndex）：
NDVI=（DNNIR-DNR）/（DNNIR+DNR）
归一化差异绿度指数（NormalizedDifferenceGreenIndex）：
NDGI=（G-R）/（G+R）
归一化差异指数（NormalizedDifferenceIndex）：
NDI=（NIR-MIR）/（NIR+MIR）
3.6PCA变换（K-L变换）：
离散变换的简称（karhunen-Loeve变换），又称主成分变换（PrincipalComponentAnalysis，PCA）。
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.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。
3.7K-T变换（kauth-Thomas，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。
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。
3.8K-L变换和K-T变换的关系：
K-T变换也是一种坐标空间发生旋转的线性变换，但旋转后的坐标轴成分方向，而是指向与地面景物有密切关系的方向。
如在分析农作物生长过程中，第一分量为亮度，第二分量为绿度，第三分量为湿度。
4多元遥感图像融合的技术方法
4.1多源遥感影像数据融合：
将同一地区的高空间分辨率影像数据与多光谱影像数据,按一定的融合模型有机结合起来,产生新数据的过程。
其目的是使得融合结果不仅保持了多光谱影像数据的光谱特性、而且还提高其空间分辨率，从而达到信息优势互补、有利于图像解译和分类应用的目的。
4.2常用的多源遥感影像数据融合方法：
HIS变换法，Brovey变换法，HPF变换法，主成分变换法，小波分析。
4.2.1HIS变换法
优点：
运算简单、操作方便，成为遥感图像融合的成熟算法。
融合后的图像能够较好地保留纹理细节及彩色关系。
缺点：
仅三个多光谱波段，不能选择全部波段作为融合的数据，大大降低了当前大量高光谱、超光谱图像数据的利用程度。
且融合后同色系缺少层次，从而影响地物类型判读。
4.2.2Brovey变换法：
通过归一化后的三个波段多光谱影像与高分辨率影像乘积的融合方法。
常用于影像锐化、TM多光谱与SPOT全色、SPOT全色与SPOT多光谱的数据融合。
在于锐化影像的同时能够保持原多光谱信息。
仅利用了三个多光谱波段。
4.2.3HPF变换法
高通滤波融合法（HDF）是采用一个较小的空间高通滤波器对高空间分辨率影像滤波，直接将高通滤波得到的高频成分依像素地加到各低分辨率多光谱影像上，获得空间分辨率增强的多光谱影像。
很好地保留了原多光谱图像的光谱信息，并且具有去噪功能，对波段数没有限制。
滤波器尺寸大小是固定的，对于不同大小的各种地物类型很难或不可能找到一个理想的滤波器。
若滤波器尺寸过小，则融合后的结果图像将包含过多的纹理特征，并
升级会员 