遥感影像处理研究及应用.docVIP

遥感影像处理研究及应用 　　摘要：随着卫星传感器的更新换代，遥感技术在测绘行业的应用越来越普遍。遥感技术的应用大大提高了工作效率，同时也使得早期许多不能实现的监测和研究成为现实。本文主要介绍了集遥感影像的制作流程及在农业发展中的应用。 　　关键词：遥感影像；集体土地确权 　　1 引言 　　遥感是以电磁波与地球表面物质相互作用为基础，探测、分析和研究地球资源与环境，揭示地球表面各要素的空间分布特征与时空变化规律的一门科学技术。通过遥感影像识别各种地面目标是遥感技术发展的一个重要环节，无论是专题信息提取、动态变化监测、专题制图，还是遥感数据库建设等都离不开遥感影像处理技术。但是，遥感影像处理技术由于受到诸多因素影响，如复杂的地表信息、遥感影像的选择、数据预处理质量、分类方法差异等，仍然面临着巨大的挑战。本研究中采用的遥感影像主要为 QuickBird 卫星数据，QuickBird 数据作为普遍使用的高分辨率影像数据，影像质量稳定，数据接收能力较强，影像分辨率及光谱分辨率均较高，是比较理想的遥感数据源。 　　2 遥感影像的处理 　　2.1 原始数据预处理 　　本研究采用的 QuickBird 卫星原始数据一般存储为 4-9 幅 TIF 格式影像，先将这些分块影像通过ERDAS软件中的DataPrep-Mosaic images-Mosaicpro拼接。 　　2.2数据融合 　　QuickBird 原始多光谱与全色数据匹配较好，可不用配准直接进行融合处理。在融合之前，根据影像质量、光谱特征进行融合前影像处理，融合方法采用了对光谱信息保留较好的 PANSHARP 融合算法。在融合之后，对每景影像的融合效果进行检查。 　　2.2.1融合前遥感影像处理 　　融合前影像处理对单波段高分辨率全色数据和多波段低分辨率多光谱数据进行了处理。对单波段高分辨率全色数据通过增加影像亮度，增强影像局部纹理的反差，从而突出全色影像中各种地物的边界清晰度和纹理细节，降低噪声，增加影像清晰度；对多波段低分辨率多光谱数据进行了色彩增强处理，目的是增大不同地物类型间的色调差异，从色彩上增加各地类的辨识度。 　　（1） 全色影像数据处理 　　在融合中要突出 QuickBird 全色数据的高分辨率特征，在融合前采用灰度线性拉伸方法对全色数据进行处理，有效的增强了全色数据的灰度反差，增强纹理细节。为避免增加伪信息，不采用非线性拉伸方法，防止原影像灰度数值的相对关系发生变化，使影像产生灰度值扭曲，从而影响影像地物类型解译精度。 　　（2） 多光谱影像数据处理 　　在融合影像中，多光谱影像数据突出的主要是光谱信息。QuickBird 多光谱数据具有蓝、绿、红、近红外 4 个光谱波段，光谱分辨率较高，不同波段范围对各类型地物的反映各有所长。在影像数据融合前需选择最佳波段组合方式，分析不同波段影像对目标地物的反映，最大程度地保留有效波段的信息量，可有助于影像的判读与分析，提高地类解译精度。 　　2.2.2 影像融合 　　在遥感影像处理过程中，通常采用的融合方法有主成分变换、IHS 变换、比值变换、高通滤波、加权乘积、BROVERY、小波变换、结合 GRB 与 IHS 变换的 PANSHARP 融合等多种方法。影像融合主要采用了对光谱信息保留较好的PANSHARP 融合算法。 　　2.2.3 融合后影像处理 　　融合后影像数据的亮度比较偏低，影像色彩信息不丰富，灰阶分布动态范围较小。对研究区域融合后影像进行分析，采用适当的色调调整方法进行调整。调整后的融合影像灰阶分布动态范围较大，纹理较清晰、明暗反差适中且色调均匀，可以清晰判别各种重要地物类型。 融合后的影像处理主要有色阶拉伸，USM锐化，色彩平衡和色相饱和度、明度、亮度、对比度处理等。 　　2.3 控制点采集 　　采用实测控制点为纠正基础，要求纠正控制点残差中误差应不大于规定，取中误差的两倍为其最大误差。若控制点残差超限，须查找原因并重新选点。在影像上选取影像清晰且易于判别明显特征点，每景影像上控制点分布要均匀，并且覆盖整景影像，控制区域大于工作区范围。平地、丘陵地，每景影像的纠正控制点数量不少于 9 个；山地、高山地，每景影像的纠正控制点数量不少于 12 个。相邻景重叠区选取不少于 3 个公共控制点。对于重要或有特殊要求（工作区边缘、地形复杂）的点位，可采用双点布设的作业方式，便于内业根据具体情况进行取舍。内业预选点位难以测量时，在确保纠正精度的前提下，允许根据实地情况在预选点附近调整点位。若工作区涉及连片多景同源影像时可进行整体纠正，以工作区为纠正单元利用具有区域网纠正功能的遥感影像处理软件进行区域网平差，即根据影像分布情况建立一个区域网文件，快速生成无缝正射镶嵌精确的正射影像。其