1-遥感图像处理基础..ppt

gisliu@163.comcn刘海新 ENVI/IDL 3.3图像预处理——图像镶嵌和裁剪 镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 裁剪 图像裁剪的目的是将工程之外的区域去除，常用的是按照行政区划边界或自然区划边界进行图像的分幅裁剪。 ENVI/IDL 3.3图像预处理——辐射校正（一、基本概念） 卫星光学传感器是接受地表反射太阳的能量而成像的，遥感图像在获取过程中，受到如大气吸收与散射、传感器定标、地形等因素的影响，且它们会随时间的不同而有所差异，这些因素都会引起图像造成影像的系统辐射失真和非系统辐射失真，辐射校正实际上是影像恢复的一个内容。 校正方式有两类： ①传感器辐射校正。通常采用内部校准光源和校准楔，如陆地卫星多光谱扫描仪的辐射校正； ②大气校正。 前者主要纠正系统误差，直接表现是图像得到增强而清晰；后者纠正非系统误差，得到地表真实辐射量。 在遥感图像处理中，图像辐射校正常常做的是大气校正。 ENVI/IDL 3.3图像预处理——辐射校正（二、大气校正） 大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响，消除大气分子和气溶胶散射的影响。大多数情况下，大气校正同时也是反演地物真实反射率的过程。 目前，遥感图像的大气校正方法很多。这些校正方法按照校正后的结果可以分为2种： 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。 相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。 这是遥感图像处理的一般流程，主要分为6个过程。大多数的遥感平台都是按照这个流程来设计或者是具有这六个过程的功能。 这是中国资源卫星应用中心的卫星数据服务系统，免费提供中巴卫星数据 这是环保部环境卫星的数据分发系统，同样是免费的 这是国家卫星气象中心的风云系列卫星数据分发系统，免费提供风云系列卫星数据 ENVI/IDL 遥感图像处理基础 ENVI/IDL 遥感图像处理的一般流程 数据源选择 图像输入与浏览 图像预处理（几何校正、融合、镶嵌、裁剪、大气校正等） 图像信息提取（人工解译、自动分类、特征提取、动态检测、反演、高程提取） 成果报告与应用（制图、GIS分析、共享） ENVI/IDL 3.1数据源选择——考虑因素 图像选择 经济成本 专题目的 专题地域环境 专题图比例尺 空间分辨率 时间分辨率 波谱分辨率 ENVI/IDL 3.1数据源选择——常见商业高分辨率卫星 传感器 发射时间 国家 多光谱波段 空间分辨率(米) 重返周期 IKONOS 1999 美国 红、绿、蓝、近红外 全色：1 多光谱： 4 1.5-2.9 SPOT5 2001 法国 红、绿、近红外、中远红外 全色：5 或2.5（超模式） 多光谱:10 26 Quick Bird （快鸟） 2001 美国 红、绿、蓝、近红外 全色：0.61 多光谱：2.44 1-3.5 FORMOSAT II 2004 中国台湾 红、绿、蓝、近红外 全色：2 多光谱：4 1 EROS-B 2006 以色列 / 全色：0.7（立体） 5 CartoSAT -1（P5） 2005 印度 / 全色：2.5（立体） ALOS 2005 日本 红、绿、蓝、近红外 全色：2.5（立体） 多光谱：10 2 北京一号小卫星 2005 中国 红、绿、近红外 全色：4 多光谱：32 3-5 KOMPSAT-2 2006 韩国 红、绿、蓝、近红外 全色：1 多光谱：4 3 WorldView-1/2 2008 美国 红、绿、蓝、近红外 红边、海岸、黄、近红外2 全色：0.5 多光谱：2.4 1.1-3.7 资源应用卫星-2B星 2008 中国 / 全色：2.37 多光谱：19.5 26 GeoEye-1 2008 美国 红、绿、蓝、近红外 全色：0.41（0.5） 多光谱：1.65 2-3 RapidEye 2008 德国 蓝、绿、红、红边、近红外 5 每天 ENVI/IDL 3.1数据源选择——其他卫星 传感器 发射时间 国家 多光谱波段 空间分辨率(米) Landsat1~7 72~99 美国 蓝、绿、红、近红外、短波红外、热红外 15、30、60、80、120 SPOT4 1999 法国 绿、红、近红外、中远红外 全色：10 多光谱:20 中巴资源卫星 1999 中国 蓝、绿、红、近红外 多光谱：19.5 Resourcesat（P6） 2003 印度 绿、红、近红外