精华内容
下载资源
问答
  • 遥感影像
    千次阅读
    2021-07-15 09:23:13

    遥感影像及其特征

    航空摄影及其影响特征

    航空摄影类型

    按摄影倾斜角分类

    • 垂直摄影(像片倾斜角小于3°)
    • 倾斜摄影(像片倾斜角大于3°)

    按摄影实施方式分类

    • 单片摄影
    • 单航线摄影
    • 多航线摄影

    按感光片和波段分类

    • 全色黑白摄影
    • 黑白红外摄影
    • 彩色摄影
    • 彩色红外摄影
    • 多光谱摄影

    航空像片的几何特性

    投影类型

    • 正射投影
    • 中心投影
      正射投影和中心投影

    航空像片的投影及构像规律

    航空像片的中心投影

    在中心投影上,点的像仍然是点;直线的像一般仍是直线,但如果直线的延长线通过投影中心时,则该直线的像就是一个点;
    空间曲线的像一般为曲线,但若空间曲线在一个平面上,而该平面又过投影中心时,它的像则为直线;
    平面的像一般为平面,只有当平面通过投影中心时,像为一直线;

    航空像片的特征点线

    航空像片的特征点线

    航空像片的相点位移

    地形的起伏和投影面的倾斜会引起像片上像点位置的变化,称为像点位移。引起航空像片像点位移的主要因素是像片倾斜和地面起伏

    • 因像片倾斜引起的像点位移——倾斜误差
      • 地物点在倾斜像片上的像点位置与同一摄影站获得的水平像片上的像点相比,产生的一段位移称为倾斜误差
      • 规律
        • 倾斜误差的方向在像点与等角点的连线上
        • 倾斜误差的大小与像片倾斜角成正比,倾角越大,误差越大;
        • 倾斜误差的大小与像点距等角点距离的平方成正比,与摄影机的焦距成反比,即
          越位于像片边缘的像点,倾斜误差越大;焦距越小,倾斜误差越大
    • 因地形起伏引起的像点位移——投影误差
      • 由于地形起伏,高于或低于基准面的地面点,在像片上的像点对于它在基准面上的垂直投影点的像点所产生的直线位移,称为投影误差
      • 规律
        • 投影误差的大小与像点距像主点的距离成正比,像片中心部位投影误差小,像主点是唯一不因高差而产生投影误差的点
        • 投影误差与航高成反比,航高越大,引起的投影误差越小
        • 投影误差与高差成正比,高差越大,投影误差越大,反之越小。地物点高于基准
          面时,投影误差为正值,像点背离像底点方向移动;地物点低于基准面时,投影误差为负值,像点向着像底点方向移动因地形起伏引起的像点位移
    • 航空像片的使用区域
      • 使用中心部分
      • 使用面积由像片的航向重叠和旁向重叠
        的中线(或距中线不超过1mm的线)所围成航空像片的使用面积

    航空像片的比例尺(略)

    • 水平像片的比例尺
    • 倾斜像片的比例尺
    • 比例尺的测定

    航空像片的立体观察与立体量测(略)

    • 立体观察原理
    • 像对立体观察
    • 立体观察方法和效应
    • 航摄像片的立体量测

    陆地卫星及其影像特征

    陆地卫星以探测地球资源、环境监测为主要目的,在900km左右的高度上沿太阳同步近极地近圆形轨道运行,不间断地实施对地观测

    Lansat 卫星系列

    • 概况

      • 1967年,NASA制定了地球资源技术卫星计划(ERTS计划)
      • 目前已经发射到 Lansat-8
        Landsat卫星概况
    • 轨道特征

      • 中等高度卫星、近圆形轨道、进极地轨道、太阳同步、准回归轨道
      • 实现全球覆盖,便于图像的对比分析和对地面地物变化的动态监测
    • 传感器

      • 反束光导摄像机(RBV),多光谱扫描仪(MSS)、专题制图仪(TM)、陆地成像仪(OLI)和热红外传感器(TIRS)
    • Landsat-8的改进

      • 在原蓝光波段外新增了1个深蓝(deep blue)波段,用于监测近岸水体和大气中的
        气溶胶,因此,也称为海岸/气溶胶(coastal / aerosol)波段
      • 新增了1个卷云(cirrus)波段.用于卷云检测
      • 将原热红外波段的光谱范围一分为二,设置了两个热红外波段
      • 收窄了原近红外波段的范围,以便去除0.825um处水汽吸收影响
      • 收窄了原全色波段范围,新的全色波段的光谱范围不再覆盖近红外波段
    • Landsat 图像的空间信息

      • 图像经纬度
        • 卫星运行轨道和经线的夹角成为图像方位角
        • 不同纬度图像的方位角不同,在使用卫星影像时,注意单张像片的方位以及它所编地图的关系
      • 图像获取时间
        • 近乎一致的光照条件使全球范围内相同的地物具有相似的色调和灰度值
        • 便于互相对比,进行一致的分类和识别
      • 图像的重叠
        • 航向重叠:沿卫星运行方向的重叠
        • 旁向重叠:图像在相邻轨道间的重叠, 由轨道间距和成像宽度决定;重叠率随纬度的增高而增大
      • 图像的投影
        • RBV:光学镜头成像,中心投影
        • 其他:扫描成像,每次有效扫描都有一个中心,多福图像属于多中心投影,且投影中心动态变化;在较大比例尺制图中,考虑投影变形的影像,必须进行几何校正和投影变换
    • Lansat 数据产品

      • 原始数据产品(Level 0)
        • 包含用于辐射校正和几何校正处理所需的所有参数文件
        • 可以在各个地面站之间交换并处理
      • 辐射校正产品(Level 1)
        • 未经过几何校正
      • 系统几何校正产品(Level 2)
      • 几何精校正产品(Level 3)
        • 采用地面控制点对几何校正模型进行修正
      • 高程校正产品(Level 4)
        • 采用地面控制点和数字高程模型对几何校正模型进行修正,进一步消除高程影响
        • 要求用户提供数字高程模型数据

    SPOT卫星系列

    地球观测卫星系统 SPOT 是由法国国家空间研究中心(CNES)主导、欧盟相关国家参与共同开发研制的地球资源卫星,也称为“地球观测实验卫星”

    高空间分辨率陆地卫星

    • 美国高分卫星
      • GeoEye-1, IKONOS, OrbView-3, QuickBird等
        美国高分卫星概述
    • 其他高分卫星

    其他国家的高分卫星概述

    • 中国地球资源卫星
      • 2009年10月14日发射了中国与巴西共同投资研制的首颗中巴地球资源卫星 CBERS-01( China一Brazil earth resource satellite),我国又称为ZY-1 。其后,相继发射了CBERS-02B, CBERS-03, CBERS-04以及资源三号(ZY-3)卫星
      • CBERS系列卫星均为太阳同步回归轨道,轨道高度778km,轨道倾角98.5°,回归周期26天
      • 主要搭载CCD相机、红外扫描仪(也称红外相机)、宽视场成像仪等传感器

    气象卫星

    气象卫星主要传感器有成像仪和垂直探测器两类。

    • 成像仪选用波段均位于大气窗口区,用于透过大气层观测下面的云和地表状况;
    • 垂直探测仪选用的光谱波段位于大气吸收带及其边缘,用于研究大气微量组成成分的含量及大气温度的垂直分布

    气象卫星类型

    分为地球静止轨道卫星(GMS)和太阳同步轨道卫星(极地轨道气象卫星,POMS)
    全球卫星气象系统由由5颗地球静止轨道气象卫星和2颗极地轨道气象卫星组成全球观测网,可获得完整的全球气象资料并连续监测地球上任何一个地区的天气变化
    全球气象卫星检测网

    • GMS
      • 空间分辨率低,边缘几何畸变严重,定位和匹配精度不高
      • 适用于地区性短期气象业务,有利于高密度动态遥感监测,如日变化频繁的天气、海洋动力现象等
    • POMS
      • 低中轨-近极地太阳同步轨道,由于高度低,可实现的观测项目更丰富,探测精度高
      • 提供中长期数值天气预报的数据资料

    气象卫星观测内容及特点

    • 特点
      • 高时间分辨率
      • 成像面积大,有利于获得宏观同步信息,减少数据处理量
      • 资料来源连续及一致性,同时资料的相对可比较性性强,分布一致
      • 卫星资料是对一定视场面积内的取样平均,具有较好的区域代表性

    美国 NOAA 卫星

    • NOAA卫星是由国家海洋和大气管理局(National Oceanic and Atmosheric Adminis tration , NOAA)运行的第三代气象观测卫星第一代称为TIROS(泰罗斯)系列(1960一1965年),第二代称为ITOS(艾托斯)系列(1970一1976年)
    • 搭载传感器:改进型高分辨率辐射计AVHRR/3 ( advanced very high resolution radiometer model)、高分辨率红外垂直探测仪 HIRS/3 ( high resolution
      infrared sounder model)和改进型微波垂直探测仪 AMSU ( advanced microwave sounding unit)
      AVHRR/3 参数及主要应用

    中国气象卫星

    • 极轨卫星系统和静止卫星系统
    • FY-1卫星(极轨气象卫星)
      • FY-1A, FY-1B:试验卫星
      • FY-1C, FY-1D:业务卫星
    • FY-2卫星(静止同步)
      • FY-2A,FY-2B:试验卫星
      • FY-2C,2D,2E,2F:业务卫星
    • FY-3卫星
      • FY-3A,FY-3B:试验卫星
      • FY-3C:业务卫星
      • 探测仪器
        • 可见光红外扫描辐射计、红外分光计、微波辐射计、中分辨率成像光谱仪、微波成像仪、紫外臭氧探测器、地球辐射收支探测器、空间环境监测等8种探测仪器
      • FY-4卫星
        • 卫星姿态稳定方式:三轴稳定
        • 在世界上首次实现静止轨道成像观测和红外高光谱大气垂直探测综合观测
        • 首次采用SAST5000平台
        • 首次实现了我国天基闪电观测,区域扫描仅需1分钟
          FY-4科研试验星和FY-2业务卫星比较
          FY-4与其他卫星比较
      • 与国际同类卫星相比,风云四号A星装载的多通道扫描成像辐射计,其14个成像通道与国际水平相当。
      • 装载的干涉式大气垂直探测仪在世界上首次实现了静止轨道红外高光谱探测,可以获取大气温湿度三维结构,处于国际领先水平。
      • 风云四号装载的闪电成像仪首次实现了对亚洲大洋洲区域的静止轨道闪电持续观测。国外只有美国新一代静止轨道气象卫星GOES-R搭载了闪电成像仪对西半球美洲区域进行观测。

    海洋卫星

    海洋卫星的类型

    • 海洋水色卫星
      • 探测海洋水色要素
      • 主传感器:海洋水色仪(可见光多光谱扫描辐射计)
      • 1997年8月1日,美国射了世界上第一颗专用海洋水色卫星“海星” 。该卫星装有
        洋宽视场传感器
        ,用于海洋水色探测海洋生产力研究
    • 海洋地形卫星
      • 探测海表面拓扑(海平面高度的空间分布、海冰、波高、海面风速和海流等)
      • 只配置雷达高度计和微波辐射计
      • 主传感器是雷达高度计,微波辐射计仅作为水汽传感器使用,为雷达高度计的水汽订正服务
    • 海洋动力环境卫星
      • 探测海洋动力环境要素
      • 装载有合成孔径雷达、微波散射计、雷达高度计和微波辐射计等

    中国的海洋卫星

    • 2002年5月5日和2007年4月11日分别发射的海洋一号A,B星(HY-1A 、HY-1B ),属我国海洋水色环境卫星系列,主要用于海洋水色色素的探测
    • 2011年8月16日,我国第一颗海洋动力环境监测卫星―海洋二号卫星(HY-2)成功发射,该卫星集主、被动微波遥感器于一体,装载雷达高度计、微波散射计、扫描微波辐射计和校正微波辐射计以及DORIS 、双频GPS和激光测距仪

    海洋卫星的发展趋势

    • 两个方向
      • 小型:轻质量、低成本、快交付、多用途
      • 大型:同时搭载多种传感器进行综合测量
    • 三种类型
      • 海洋水色卫星:更高的光谱分辨率,覆盖范围由局部海域变为全球海洋
      • 海洋地形卫星:提高观测精度,进入民用业务化阶段
      • 海洋动力环境卫星:进一步提高微波传感器的性能,实现多种传感器的集成
    • 一个注意
      • 对三维海洋结构及其物理化学和生态过程的了解,仍需要结合传统的观测手段,形成以卫星为主体的立体海洋观测体系

    遥感图像处理

    遥感图像处理是对遥感图像进行辐射校正和几何校正、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

    • 光学处理:利用光学和电子学的方法对遥感模拟图像(照片、底片)进行处理,简称光学处理
    • 遥感数字图像处理:利用计算机对遥感数字图像进行一系列操作,从而获得某种预期结果的技术

    数字图像

    • 采样
      • 把时间上和空间上连续的图像变换成离散点(采样点即像元,pixel)的集合的一种操作
      • 即空间、时间的离散化处理
    • 量化
      • 把连续的灰度值变换为离散值(整数值)的操作
      • 真实值和灰度值的差,称为量化误差
    • 数字图像优点
      • 便于计算机处理与分析
      • 图像信息损失低(模拟方法表现的遥感图像会因多次复制而使图像质量下降)。
      • 抽象性强(便于建立分析模型,进行计算机解译和运用遥感图像专家系统)

    灰度直方图

    • 在平面直角坐标系中,对应于每个灰度值,表示具有该灰度值的像元个数占总像元数百分比的图形叫做灰度直方图
      直方图
    • 直方图的应用
      • 直方图表示数字图像中每一灰度出现频率的统计关系。直方图能给出该图像的概貌性描述,如图像的灰度范围、每个灰度的频度和灰度的分布、整幅图像的平均明暗和对比度等
      • 因此,直方图可以反映出一幅图像的质量,是进一步处理图像的重要依据。通过直方图调整可以改变图像灰度的概率分布,提高图像的视觉效应,达到增强图像的目的
        图像性质与直方图分布

    遥感数字图像校正

    几何特征、辐射能量和亮度分布存在差异,存在几何变形和辐射失真
    需要几何校正、辐射校正和去除噪声

    几何校正

    • 内部几何变形
      • 由遥感系统本身引起的系统性变形
      • 有一定的规律性,大小事先可以预测
      • 通过分析传感器特性和星历表数据等来进行校正
    • 外部几何变形
      • 外部因素造成的变形
      • 获取图像后几何校正
    • 术语
    • 配准:同一区域内两幅图像之间的相互对准,一般以一幅标准图像去校正另一幅图像,以使两幅图像中的同名像元几何位置匹配。
    • 校正:图像对地图的对准,使图像像地图一样平面化,这也称为地理参考过程
    • 地理编码:是校正的一个特例,还包括比例尺的归一化和像元尺寸和坐标的标准化,以使来自不同传感器的图像或地图能够方便地进行不同图层间的互操作。
    • 正射校正:对图像的逐个像元进行地形校正,使图像符合正射投影的要求
    • 两个层次
      • 对单一遥感原始图像的几何校正
      • 应用不同传感方式、不同光谱范围以及不同成像时间的同一区域的多种遥感图像时,需要对每幅图像进行几何校正后进行图像间的几何配准保证不同图像间的几何一致性

    用户拿到的遥感图像,已经经过系统校正,但仍存在几何形变,因此需要地面控制点(GCP)和多项式校正模型进一步几何校正

    地面控制点的选取

    • 几何控制点数目
      • n(n+1)/2
    • 控制点选择要求
      • 地面控制点应具有高对比度,即有明显的、清晰的定位识别标志
      • 特征尺度较小
      • 控制点上的地物不随时间变化,以使不同时段的两幅图像或地图上的同一控制点在几何校正时可以同时识别出来
      • 所有的控制点处在同一高程,除非已考虑过地形起伏的影响

    多项式校正模型

    • 共线模型
      • 严密且精确,但计算复杂
      • 需要控制点具有高程值,应用受到限制
    • 多项式模型
      • 地面平坦的图像具有足够高的校正精度
      • 对各类传感器的校正具有普遍适用性
      • 注意的问题
        • 多项式校正的精度与地面控制点的精度、分布、数量及校正的范围有关。地面控制点的精度越高、分布越均匀、数量越多,几何校正的精度就越高。
        • 采用多项式校正时,在地面控制点处的拟合较好,但在其他点的误差可能会较大。
          平均误差较小,并不能保证图像各点的误差都小。
        • 多项式阶数的确定,取决于对图像中几何形变程度的认识。并非多项式的阶数越高,校正精度就越高。但多项式的阶数越高,需要地面控制点的数量就越多,如三阶校正模型需要至少10个地面控制点

    重采样

    • 空间和亮度值的插值计算
    • 重采样方法
      • 最近邻方法:计算简单,计算速度快,对于新图像用于分类的情况非常适用
      • 双线性内插法:具有一定的精度,但该方法具有低通滤波的性质,会损失图像的一些边缘或线性信息,导致图像模糊
      • 三次卷积内插方法:非常精确,可以得到更接近高分辨率图像的放大效果,产生图像较光滑,但计算量较大

    辐射校正

    辐射校正包括传感器校正、大气校正、太阳高度和地形校正

    • 传感器校正
      • 对光学系统特性引起的失真校正
      • 对光电转换系统特性引起的失真校正
    • 大气校正
      • 野外波谱测试回归分析法:野外实地波
        谱测试获得的无大气影响的辐射值与卫星传感器同步观测结果进行分析计算,以确定校正量
      • 辐射传递方程计算法:测量大气参数,按理论公式求得大气干扰辐射量
      • 波段对比法:在特殊条件下,利用某些不受大气影响或影响很小的波段来校正其他波段。在实际工作下,常采用波段对比法
        • 理论依据:大气散射具有选择性,对短波影响大,对长波影响小
        • 方法:回归分析法、直方图法
    • 太阳高度和地形校正(水平面上的太阳垂直照射)
      - 太阳高度角:将太阳光线倾斜照射时获取的图像,校正为太阳光线垂直照射时获取的图像,通过调整一幅图像内的平均灰度来实现
      - 倾斜的地形:经过地表散射、反射到传感器的太阳辐射量会依赖倾斜度而变化。进行地形校正就是把倾斜面上获得的图像校正到平面上获取的图像‘

    去除噪声

    噪声会干扰从图像中提取地物信息的能,会以各种形式出现,而且很难模型化

    • 全局噪声
      • 由每个像元亮度的随机变量确定
      • 低通空间滤波器能够去除这样的噪声,特别是在相邻像元不相关的情况下通过平均化相邻像元可以去除
      • 但信号内在具有空间相关,能够同时保
        持图像锐化信息并抑制噪声的算法称为边缘保持算法
    • 局部噪声
      • 单个坏像元和环线
      • 去除步骤:噪声像元的检测和用期望较好的像元替代它
    • 周期噪声
      • 全局周期噪声(一致性噪声))在整个图像中表现为重复性的虚假模式且具有一致性
      • 来源
        • 数据传输或接收系统中的电子干扰
        • 摆扫或推扫扫描器中各个探测像元的定标差异
      • 去除办法
        • 如果噪声尖峰离图像谱有足够的距离(如噪声是相对高频的),则可以通过设置傅里叶幅度为0将噪声去除。滤波后的谱再采用傅里叶逆变换就能生成无噪声的图像
        • 空间卷积滤波器也可以产生同样的结果;然而它需要大空间域窗口,以得到局部化频域的滤波。
    • 探测器条纹
      - 在摆扫扫描器图像中,不一致的探测元件灵敏性和其他电子因素会导致扫描线之间出现条纹
      - 去条纹需要在几何校正前进行,此时数据阵列仍与扫描方向一致

    数字图像增强

    方法分为空间域增强和频率域增强

    • 空间域增强:改变单个像元及相邻像元的灰度值来增强图像
    • 频率域增强:是对图像进行傅里叶变换,然后对变换后的频率域图像的频谱进行修改,达到增强的目的。

    目的是改变灰度等级,提高图像对比度;消除边缘和噪声,平滑图像;突出边缘或线状地物,锐化图像;合成彩色图像;压缩图像数据量,突出主要信息等

    空间域增强

    • 在图像平面上直接针对每个像元
      点进行处理,处理后的像元位置不变
    • 点运算
      • 直方图变换、线性变换(含分段线性变换)和非线性变换
    • 领域运算
      • 强调像元与其相邻像元的关系
      • 可以突出特征或去除抑制某些特征(抑制图像在获取和传输过程中产生的各种噪声)
      • 包括图像平滑和图像锐化方法
      • 通常采用卷积运算
      • 图像平滑(积分过程使图像边缘模糊)
        • 均值平滑:在消除噪声的同时,图像中的一些细节变得模糊
        • 中值滤波:将每个像元在以其为中心的邻域内取中间灰度值来代替该像元值,以达到消除尖锐“噪声”的目的;消除“噪声”的同时,还能保持图像中的细节部分,防止图像边缘模糊
        • 总结
          - 图像亮度为阶梯状变化时,均值平滑效果比中值滤波要明显得多
          - 对于突出亮点的“噪声”干扰,从去“噪声”后对原图的保留看取中值要优于均值平滑
      • 图像锐化(微分过程使图像边缘更突出清晰)
        • 突出边缘和轮廓、线状目标信息
        • 边缘增强
        • 方法
          • 罗伯特梯度
          • 索博尔梯度
          • 拉普拉斯算子
          • 定向检测
      • 区别
        - 平滑:各系数符号为证(积分求和的性质)
        - 锐化:各系数符号相反,模板系数和正好为0(微分求差的性质)

    频率域增强

    图像像元的灰度值随位置变化的频繁程度可以用频率来表示
    频率域增强的过程

    • 傅里叶变换(FFT+IFFT)
    • 频率域平滑(低通滤波器)
      • 理想低通滤波器
      • Butterworth 低通滤波器
      • 指数低通滤波器
    • 频率域锐化(高通滤波器)
      • 理想高通滤波器
      • Butterworth 高通滤波器
      • 指数高通滤波器

    彩色增强

    背景:人的眼睛对灰度级的分辨能力较差,正常人的眼睛只能够分辨20级左右的灰度级,而对彩色的分辨能力远远大于对灰度级的分辨能力。因此,将灰度图像变为彩色图像以及进行各种彩色变换可以明显改善图像的可视性。

    • 伪彩色增强
      • 把一幅黑白图像的不同灰度按一定的函数关系变换成彩色,得到另一幅彩色图像的方法
      • 密度分割法是伪彩色增强中最简单的方法,是对单波段黑白遥感图像按灰度分层,对每层赋予不同的色彩,使之变成一幅彩色图像
      • 密度分割中彩色是人为赋予的,与地物的真实色彩毫无关系,只是为了提高对比度,可以较准确地区分出地物类别
    • 假彩色增强
      • 对于多波段遥感图像,选择其中的某三个波段,分别赋予红( R)、绿(G)、蓝(B)三种原色,即可在屏幕上合成彩色图像
    • HLS变换
      • HLS双圆锥模型
        彩色图像HLS变换

    图像运算

    • 加法运算:指两幅相同大小的图像对应像元的灰度值相加。相加后像元的值若超出了显示设备允许的动态范围,则需乘一个正数,以确保数据值在设备的动态显示范围之内。
      -

    • 减法运算:指两幅相同大小的图像对应像元的灰度值相减。相减后像元的值有可能出现负值,找到绝对值最大的负值,给每一个像元的值都加上这个绝对值,使所有像元的值都为非负数;再乘以某个正数,以确保像元的值在显示设备的动态显示范围内。
      -

    • 比值运算是指两个不同波段的图像对应像元的灰度值相除,相除以后若出现小数,则必须取整,并乘以某个正数,将其值调整到显示设备的动态显示范围内。
      在这里插入图片描述

      • 该算法对于增强和区分在不同波段的比值差异较大的地物有明显的效果
      • 该算法能去除地形坡度和方向引起的辐射量变化,在一定程度上消除同物异谱现象,是图像自动分类前常采用的预处理方法之一
    • 植被指数

      • 比值植被指数RVI(近红外波段的反射值/红光波段的反射值)
      • 归一化植被指数NDVI
      • 差值植被指数DVI
      • 正交植被指数PVI
      • 植被指数可以检测某一区域农作物长势,建立农作物估产模型

    多光谱增强

    采用对多光谱图像进行线性变换的方法,减少各波段信息之间的冗余,达到保留主要信息,压缩数据量,增强和提取更具有目视解译效果的新波段数据的目的。

    • K-L变换(主成分变换,霍林特变换)
    • K-T变换(缨帽变换)
      • 对原图像的坐标空间进行平移和旋转,变换后新的坐标轴具有明确的景观含义,可与地物直接联系
        在这里插入图片描述
      • K-T变换的实际意义
        在这里插入图片描述
        在这里插入图片描述
    更多相关内容
  • 本程序主要对遥感图像实现三种处理:几何校正、图像增强和图像配准。这三种处理都可以独立实现,然而对于原始的遥感图像将这三种处理依次进行效果更佳。
  • 包含功能:a) 读取Landsat-5卫星遥感影像;b) 图形显示遥感影像读取结果;c) NDVI或NDWI计算及结果输出;d) 自定义RGB输出图像
  • 对于遥感图像的融合,采用主成分分析的方法,融合全色图像和多光谱图像
  • 根据我前述博客中对图像传分割算法及图像块合并方法的实验探究,在此将这些方法用于遥感影像并尝试矢量化。 这个过程中我自己遇到了一个棘手的问题,在最后的结果那里有描述,希望知道的朋友帮忙解答一下,谢谢! ...
  • 遥感图像配准matlab

    2019-11-20 10:43:52
    首先进行Harris角点特征提取,而后利用NCC算法进行粗匹配,剔除误匹配和不匹配向量,基于灰度相关系数,计算配准误差, 从而得到配准后叠加...能够实现可见光区图像配准,可实现时间间隔不是很久的多时相遥感影像配准
  • 基于神经网络的遥感图像分类-基于神经网络的遥感影像识别.pdf 基于神经网络的遥感图像分类
  • 一个可用的神经网络方法进行的 遥感图像分类,里面有数据,可以直接执行。 一个可用的神经网络方法进行的 遥感图像分类,里面有数据,可以直接执行。
  • 基于python使用Deeplab-v3对遥感图像的语义分割项目源码
  • OpenCV+C++图像处理设计-遥感图像配准系统源码
  • 条纹噪声的去除(去条纹)是遥感图像处理中的一个基本问题,对于后续应用具有重要的实践意义。 这些变分去斑方法取得了令人瞩目的结果,并引起了广泛研究的兴趣。 然而,它们中的大多数专用于从条纹图像中估计清晰的...
  • 基于python对遥感影像的非监督分类
  • 飞机在遥感影像中是一种典型的目标。作者基于公开数据集DIOR、UCAS_AOD、NWPU VHR-10、DOTA以及Google earth中的高分辨率遥感影像,确定了全球多处机场,筛选有效飞机遥感数据3594张。然后,结合人体视觉注意力机制...
  • 文中从遥感影像中常见的薄云噪声的特征分析出发,分别从两个方面入手对含有薄云噪声的遥感影像进行去噪处理:①使用DB系列和SYM系列小波基对含有薄云的遥感影像进行小波变换去噪,对比发现使用db5小波母函数得到的去噪...
  • 在双时相变化检测里,一般来说对于遥感图像的标注是在最新的时相里进行的,例如2017和2018年份的两张图片中,我们选择在2018年度的图像上进行标注。 二、双时相遥感图像变化检测的标注 一般来说变化的区域是连通的,...
  • 包含几百张高分辨率遥感图像,对象类别(1架飞机,2艘船,3储罐,4棒球菱形,5网球场,6篮球场,7地跑道场,8港口,9桥,10车)。 包括150个不包含给定对象类别的任何目标的图像,文件夹“positive image set”包括...
  • 实现卫星遥感影像的融合(包含多种算法:小波,pca,brovey,HIS等),MFC程序,直接可用带有源码。
  • 基于MATLAB的遥感影像监督分类.pdf
  • 卫星遥感图像道路提取
  • 影响遥感图像分类效果的主要因素之一是空间分辨率。通过融合多分辨率遥感图像,引入面向对象的思想,有效地克服了多光谱图像空间分辨率低的问题。该方法由图像分割和分类等一系列技术组成,首先用基于区域分割法则对...
  • 从卫星遥感图像空间分辨率的定义出发,简述了影响卫星遥感图像空间分辨率的几种因素。根据各研究领域和研究层次对卫星遥感空间分辨率的不同需求,给出其相应的空间分辨率。从测绘制图的角度确定了不同比例尺地图所...
  • 遥感图像建筑物识别及变化检测方法
  • 利用shp矢量数据裁剪遥感影像的Python实现
  • 通过将高分辨率的类判别激活图投射到原始地图上,并与土地利用数据叠加,以生成经验统计的特征,使模型更为准确地预测该地区在社会经济地位方面的土地利用类别。
  • 彩色遥感图像分类算法及Matlab实现.pdf
  • 主要介绍了python+gdal+遥感图像拼接(mosaic)的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 实现Landsat遥感图像tif格式文件的分类
  • 基于深度学习的高分辨率遥感影像解译技术研究.pdf
  • 软件包括了显示遥感图像,及鼠标拖动,随鼠标位置缩放,及部分栅格图像处理功能(图像锐化,平滑等),和显示矢量图像的功能。
  • 遥感影像分类是模式识别技术在遥感领域的具体应用,针对普通卷积神经网络处理遥感图像分类遇到的边缘分类不准确、分类精度低等问题,提出了一种基于编码解码器的空洞卷积模型(DeepLab-v3+)的遥感图像分类方法。...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 28,455
精华内容 11,382
关键字:

遥感影像