3.影像数据处理

中国科学院计算技术研究所教育中心

影像数据处理

闫磊

Email：gisworld@https://www.sodocs.net/doc/263560766.html,

中国科学院计算技术研究所教育中心讲解内容

一．影像的配准操作

二．影像基本处理和分割

三．影像拼接

四．影像入库和管理

五．影像数据格式转换

中国科学院计算技术研究所教育中心一.影像的配准基本原理

地理配准的基本过程是在栅格图像中选取一定数据的控制点，将它们的坐标指定为矢量数据中对应点的坐标（在空间数据中，这些点的坐标是已知的，坐标系统为地图坐标系）

配准中我们需要知道一些特殊点的坐标，即控制点。控制点的选取：控制点可以是经纬线网格的交点、公里网格的交点或者一些典型地物的坐标。

控制点的坐标：如果我们知道这些点在我们矢量坐标系内坐标，则直接输入控制点的坐标值;

如果不知道它们的坐标，则可以采用间接方法获取－从矢量数据中选取。

选取控制点

中国科学院计算技术研究所教育中心

控制点的数目取决于你打算使用哪一种数学方法来实现坐标转换.

但是，过多的控制点并不一定能够保证高精度的配准。要尽可能使控制点均匀分布于整个格格图像，而不是只在图像的某个较小区域选择控制点，最

好成三角形。最少三个点。

通常,先在图像的四个角选择4个控制点，然后在中

间的位置有规律地选择一些控制点能得到较好的

效果。

重点影像坐标和地图坐标系不同

1、打开ArcMap，增加地理配准工具条

2、打开影像图ppp.jpg

找控制点，这里去图框的三个点（先配对角）

126, 52 --左上（500000，5763444.76497728）

126.25，51.833333333 --右下（517233.466983948，5744929.71472506）126, 51.833333333–左下(500000, 5744900.15479306)

3、加载影像，左键点击影像左下点，右键

输入对应控制点,输入对角，再是左上，最后更新配准，

4、更新影像坐标系统和地图一致，需要投影变换的就投影，

操作：10/配准过程.exe

ppp.jgw是配准文件

RRD是金子塔信息

AUX，是一个用来保存栅格文件自身不能保存的辅助信息的文件，它与栅格文件一起存在同一目录中，文件名与栅格文件一致。

Jgw内容含义:

0.00012406834121720073X-Scale(一个像元的每一个删格点多少

米)

-7.9083546378922614e-007X方向旋转角

-1.0831794831270474e-006Y方向旋转角度

-7.7157884865725716e-005 Y-Scale(一个像元的每一个删格点多少米) 125.98443126748765左上角X坐标

52.016893994951666左上角Y坐标

手工配置写jgw

中国科学院计算技术研究所教育中心

已知影像的宽度w,高度h，

矩形配置范围为最小：x1,y1,最大：x2,y2

Jgw文件内容：

(X2-x1)/w 第一行

(Y1-y2)/h 是负值

X1

y2

中国科学院计算技术研究所教育中心二.影像基本处理和分割

基本处理

1.Flip（翻转）

2.Mirror（左右翻转,镜像）

3.Rescale（重设比例）

4.Rotate（旋转）

5.Shift（平移）

6.Warp（扭曲）

7.投影栅格

Flip（翻转）

中国科学院计算技术研究所教育中心

数据格式可以自己输出tif，img，grid（无

扩展名），会输出4个文件，第一个是主文件，

其他只有一个波段，多波段，又叫多光谱，是

指对地物辐射中多个单波段的摄取。得到的影

象数据中会有多个波段的光谱信息。对各个不

同的波段分别赋予RGB颜色将得到彩色影象

结果

中国科学院计算技术研究所教育中心

Mirror（左右翻转，镜像）

中国科学院计算技术研究所教育中心

以左下角为起始点，进行放缩，系数大于1是放大，小于1缩小

以度为单位顺时针

中国科学院计算技术研究所教育中心Warp（扭曲）

按照对应控制的点关系，进行变形，只有一个控制点就是平移，可以用于配准等

原始点：

0,0

2545.0

0,-1873

后来的

632549.661363,2762186.585641

638735.131629,2762066.197329

632549.523511,2757508.067476

影像的投影变换，理论上使用Project Raster，目前9.3有Bug,方法是在arcmap加载数据，设置地图窗口的坐标系统，后右键转出，

在ArcCatalog中定义坐标系(对grid格式的Krasovsky_1940_Transverse_Mercator文件无法定义，方法是转为其他格式）

操作见：\3\影像投影.exe

影像切割有以下方法：

1.Extract by Mask（按掩膜提取）

2.Extract by Points（用点提取）

3.Extract by Polygon（多边形提取)

4.Extract by Circle（按圆形区域提取)

5.Extract by Rectangle(用矩形提取) 矩形切割

6.Data Management Tools->Clip 矩形切割

5-6都是矩形，要输入矩形范围

2-3需要输入点的坐标

4是Circle，要输入圆心（x，y）和半径

Inside是内部，outside是外部

中国科学院计算技术研究所教育中心按掩膜提取-Extract by Mask

是多边形切割，可以按一个已有矢量和影像的范围切割影像

矢量图范围切割，输出格式由文件扩展名指定，tif，img，没有扩展名是grid

使用数据:\3\clip\clip.shp

中国科学院计算技术研究所教育中心分幅，分乡镇的影像切割

工具在\3\clip\影像切割，数据也在那个下面

中国科学院计算技术研究所教育中心三.影像拼接

影像拼接以下几种方法Data

Management Tools->Raster

1.镶嵌(Mosaic)

2.镶嵌至新栅格(Mosaic To

New Raster)是调用Mosaic

3.工作空间转栅格数据集

4.栅格目录转栅格数据集

常见的资源卫星影像数据区别

一.遥感数据基础知识： 太阳辐射经过大气层到达地面，一部分与地面发生作用后反射，再次经过大气层，到达传感器。传感器将这部分能量记录下来，传回地面，即为遥感数据。目前用于遥感的电磁波段有紫外线、可见光、红外线和微波。航空与航天飞行器运行快、周期短，可获得多时相数据。以美国陆地卫星5号（Landsat 5 ）为例，Landsat 5每天环绕地球14.5圈，覆盖地球一遍所需时间仅16天，而气象卫星的周期更短（1天或半天）。由于探测距离远，传感器所获得的地面影像覆盖的空间范围较大。它距离地表的高度是705.3 km，对地球表面的扫描宽度是185 km，一幅TM 图像可以全部覆盖我国海南岛大小的面积。不同的卫星传感器获得的同一地区的数据以及同一传感器在不同时间获得的同一地区的数据，均具有可比性. （1）遥感平台 遥感平台是装载传感器的运载工具,按高度分为： 地面平台：为航空和航天遥感作校准和辅助工作。 航空平台：80 km以下的平台，包括飞机和气球。 航天平台：80 km以上的平台，包括高空探测火箭、人造地球卫星、宇宙飞船、航天飞机。 人造地球卫星的类型： 低高度、短寿命卫星：150～350 km，用于军事。 中高度、长寿命卫星：350～1800 km，地球资源。 高高度、长寿命卫星：约3600 km，通信和气象。 （2）遥感数据类型 按平台分 地面遥感、航空遥感、航天遥感数据。

按电磁波段分 可见光遥感、红外遥感、微波遥感、紫外遥感数据等。 按传感器的工作方式分 主动遥感、被动遥感数据。 （3）遥感数据获取原理; （4）传感器 a.传感器定义：传感器是收集、探测、记录地物电磁波辐射信息的工具。它的性能决定遥感的能力，即传感器对电磁波段的响应能力、传感器的空间分辨率及图像的几何特征、传感器获取地物信息量的大小和可靠程度。 b.传感器的分类 按工作方式分为： 主动方式传感器：侧视雷达、激光雷达、微波辐射计。 被动方式传感器：航空摄影机、多光谱扫描仪（MSS）、TM、ETM(1,2)、HRV、红外扫描仪等。 c.传感器的组成

遥感影像图像处理流程

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

遥感影像预处理

遥感影像预处理 预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 图1数据预处理一般流程 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍

（一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准 影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。

遥感卫星影像数据处理

北京揽宇方圆信息技术有限公司 遥感卫星影像数据处理 北京揽宇方圆遥感影像处理是对数字影像数据进行一系列工序处理后得到的，包括倾斜和投影差改正、影像镶嵌、图幅切割、图廓整饰等。卫星影像产品同时具有地形图特征和影像特征，信息较为丰富，可作为GIS的数据应用到各个领域。卫星影像在北京揽宇方圆定购一般是原始影像数据，购买回来以后是需要进行一定技术处理后才能使用的。最常见的技术处理内容包括：几何校正（使影像带上正确的地理坐标信息）、融合（把分辨率较高的黑白影像与分辨率较低的彩色影像融合在一起，变成分辨率较高的彩色影像）、镶嵌（将多幅影像拼接在一起）、调色（将影像的色彩效果调节到客户满意程度）、裁剪（按自由分幅或是按标准分幅生成更小的单幅影像）等等。以上这些专业技术处理需要专门的技术人员才能完成。北京揽宇方圆的技术处理团队有国家大型项目经验，相关硬件设备软件设备一流，所有数据处理符合国标要求。 北京揽宇建议：如果您自己不处理影像，可以放心的把您手头的影像数据放心交给我们处理吧！我们有专业的技术人员和相应的软、硬件设备，为您提供专业的服务。 三、卫星国籍

(1)美国：worldview1、worldview2、worldview3、quickbird、geoeye、ikonos、landsat5(tm)、landsat(etm)、锁眼卫星、planet卫星 (2)法国：pleiades、spot1、spot2、spot3、spot4、spot5、spot6 (3)中国：资源三号、高分一号、高分二号、高景卫星 (4)德国：terrasar-x、rapideye (5)加拿大：radarsat-2 北京揽宇方圆信息技术有限公司

遥感数据处理实习报告

影像融合与目视解译的结果分析 张媛媛1103070526 黄朵燕1103070523 徐雪歌1103070517 布尔兰1103070531 一、三种影像融合方法的效果比较 1、Gram-Schmidt效果分析 A、定性分析 根据上面两幅图，其中左图为融合后的影像，右图为原始影像，左图显示的部分即为右图的绿框部分，从这两幅图来看：Gram-Schmidt方法融合的影像色彩变化不明显，两幅图的色彩效果很类似B、定量分析 如上图，第一个为Gram-Schmidt方法融合的影像的数据，第二个为原始的影像数据，从上面的两幅图可以看出：除了最小值变化很明显之外，影像的最大值和平均值变化都很小，两个影像的最小方差也很接近 下面两幅图分别为融合影像和原始影像的直方图：

从上面两张直方图可以看出：除了绿色部分变化稍微明显之外，其他部分的变化均不明显 2、pc效果分析 A、定性分析 上图左图为pc方法融合的影像，右图为原始影像，从色彩显示结果来看，色彩稍微有点变化，但不是特别明显。 B、定量分析

第一个为pc融合后的影像数据，第二个为原始的影像数据，从上面的图可以看出，除了最小值的变化稍微有点变化外，最大值和平均值的变化都特别小，最小的方差的差异也很小 下面再看两幅影像的直方图： 从上面的直方图来看，除了白色曲线的峰值有较大差异外，另外两条曲线的变化并不明显 3、CN效果分析 A、定性分析 从上面这两幅图可以明显看出CN影像融合方法色彩变化很明显，且亮度的变化也比较明显 B、定量分析

第一张图为CN融合后影像的数据，第二张图片是原始影像的数据，从图片上可以看出不管是最小值、最大值、平均值和最小方差，影像融合前后的差异都很小，变化都及其不明显 下面为两个影像的直方图： 从上面这两张图可以看出除了红色曲线部分变化较为明显之外，其他两条曲线的变化都不明显二、地物的目视解译及其识别依据 5种地物的名称及其识别依据如下表所示： 三、监督分类 1、平行管道分类成果

(完整版)卫星图像处理流程

卫星图像处理流程 一．图像预处理 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。 图1 消除噪声前

图2 消除噪声后 （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。 图3 去条纹前

图4 去条纹后 图5 去条带前

图6 去条带后 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。

遥感影像处理步骤

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

遥感卫星影像预处理做哪些

北京揽宇方圆信息技术有限公司热线：4006019091 遥感影像数据预处理 影像融合不同传感器的数据具有不同的时间、空间和光谱分辨率以及不同的极 化方式。单一传感器获取的影像信息量有限，往往难以满足应用需要， 通过影像融合可以从不同的遥感影像中获得更多的有用信息，补充单一 传感器的不足。全色图影像一般具有较高空间分辨率，多光谱影像光谱 信息较丰富。为提高多光谱影像的空间分辨率，可以将全色影像融合进 多光谱图像，通过融合既提高多光谱影像空间分辨率，又保留其多光谱 特性。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。 影像匀色相邻的遥感图像，由于成像日期、季节、天气、环境等因素可能有差异， 不仅存在几何畸变问题，而且还存在辐射水平差异导致同名地物在相 邻图像上的色彩亮度值不一致。如不进行色调调整就把这种图像镶嵌起 来，即使几何配准的精度很高，重叠区复合得很好，但镶嵌后两边的影 像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专 业信息的分析与识别，降低应用效果。要求镶嵌完的数据色调基本无差 异，美观。遥感影像匀色后保证影像整体色彩一致性。 影像镶嵌将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像，通 过镶嵌处理，可以获得更大范围的地面图像。参与镶嵌的图像可以是不 同时间同一传感器获取的，也可以是不同时间不同传感器获取的图像， 但同时要求镶嵌的图像之间要有一定的重叠度。 影像去云雾影像数据常常有云雾覆盖，针对有云雾覆盖的影像，可以通过后期技术 处理去除薄云雾，达到影像最佳效果。 影像纠正依据控制点，利用相应软件模块对数据进行几何精校正，这一步骤包括 利用地面控制点（GCPs）找出实际地形，计算配准中控制点的误差，利 用DEM消除地形起伏引起的位移，然后对图像进行重采样等。形成符合 某种地图投影或图形表达要求的新影像。 即插即用无使用门槛，可与各类GIS软件系统无缝衔接 第 1 页

卫星遥感数据处理规范流程

北京揽宇方圆信息技术有限公司遥感卫星影像图像数据处理介绍 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势： 1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。

4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。 8：售后服务：完善的售后服务体制，全国热线，登陆官网客服服务同步。 技术能力说明 北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 一．图像预处理 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。

遥感卫星图像处理方法

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

遥感数据预处理

遥感讲座——遥感影像预处理 据预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。下面是预处理中比较常见的流程。 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍 （一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准

影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。 （2）建立几何校正模型 地面点确定之后，要在图像与图像或地图上分别读出各个控制点在图像上的像元坐标（x，y）及其参考图像或地图上的坐标（X，Y），这叫需要选择一个合理的坐标变换函数式（即数据校正模型），然后用公式计算每个地面控制点的均方根误差（RMS）根据公式计算出每个控制点几何校正的精度，计算出累积的总体均方差误差，也叫残余误差，一般控制在一个像元之内，即RMS<1。 （3）图像重采样 重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像中的行列号不是或不全是正数关系。因此需要根据输出图像上的各像元在输入图像中的位置，对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。常用的内插方法包括： 1、最邻近法是将最邻近的像元值赋予新像元。该方法的优点是输出图像仍然保持原来的像元值，简单，处理速度快。但这种方法最大可产生半个像元的位置偏移，可能造成输出图像中某些地物的不连贯。 2、双线性内插法是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值。 3、三次卷积内插法较为复杂，它使用内插点周围的16个像元值，用三次卷积函数进行内插。这种方法对边缘有所增强，并具有均衡化和清晰化的效果，当它仍然破坏了原来的像元值，且计算量大。 一般认为最邻近法有利于保持原始图像中的灰级，但对图像中的几何结构损坏较大。后两种方法虽然对像元值有所近似，但也在很大程度上保留图像原有的几何结构，如道路网、水系、地物边界等。

Landsat TM 影像处理最完整流程

一. 界面系统介绍 1. 主菜单：菜单项，File、Basic Tool、Classification、Tranform、Spectral实 习所涉及的（粗略介绍） 2. Help 工具的使用 3. 主菜单设置（preferences）：内存设置 二. 文件的存取与显示 1．图像显示 由一组三个不同的图像窗口组成：主图像窗口、滚动窗口、缩放窗口。 1）主图像Image窗口：（400*400）100％显示（全分辨率显示）scroll的方框，可 交互式分析、查询信息。主图像窗口内的功能菜单：在主图像窗口内点击鼠标右键， 切换隐藏子菜单的开启和关闭。该"Functions" 菜单控制所有的ENVI交互显示功能，这包括：图像链接和动态覆盖；空间和波谱剖面图；对比度拉伸；彩色制图；诸如ROI 的限定、光标位置和值、散点图和表面图等交互特征；诸如注记、网格、图像等值线 和矢量层等的覆盖（叠置）；动画以及显示特征。 2）滚动Scroll窗口：全局，重采样(降低分辨率)显示一幅图像。只有要显示的图像比主图像窗口能显示的图象大时，才会出现滚动窗口。滚动窗口位置和大小最初在 envi.cfg 文件中被设置并且可以被修改。 3）缩放Zoom窗口：（200*200）显示image的方框。缩放系数（用户自定义）出现在 窗口标题栏的括号中。 2．图像的头文件资料的获取和编辑 ENVI：File>>Edit ENVI Header，选择相应的文件。 从Header Info 对话框里，你可以点击Edit Attributes 下拉菜单中的选项，调用 编辑特定文件头参数的独立对话框。这些参数包括波段名、波长、地图信息等。3．图像的存取 File > Open Image File. 当你打开任何文件，可用波段列表（ABL）自动地出现。 ABL列出该图像文件的所有波段，并允许你显示灰阶和彩色图像、启动新的显示窗口、 打开新文件、关闭文件，以及设置显示边框。 要选择当前活动显示，请按以下步骤： 从ABL（Available Bands List）内，点击“Display #X”按钮菜单（其中“X” 是与显示窗口标题栏内数字相对应的数字），再从列表中选择所需要的显示。 要开始一个新的显示，从按钮菜单选择“New Display”。

高分二号卫星影像数据处理技术方案

1技术路线整体技术流程图 数据查询数据获取 数据预处理 质量检查整理提交原始数据正射校正 平面控制高程数据 辐射校正辐射定标 大气校正 配准融合整体镶嵌 范围裁切

2数据获取与准备方案 2.1影像数据 本项目所用遥感影像数据为高分二号遥感卫星数据。 高分二号卫星是我国自主研制的首颗空间分辨优于1米的民用光学遥感卫星，搭载有两台高分辨率0.8米全色、3.2米多光谱相机，具有亚米级空间分辨率、高定位精度和快速姿态机动能力等特点，有效地提升了卫星综合观测效能，达到了国际先进水平。高分二号卫星于8月19日成功发射，8月21日首次开机成像并下传数据。这是我国目前分辨率最高的民用陆地观测卫星，星下点空间分辨率可达0.8米，标志着我国遥感卫星进入了亚米级“高分时代”。主要用户为国土资源部、住房和城乡建设部、交通运输部和国家林业局等部门，同时还将为其他用户部门和有关区域提供示范应用服务。 高分二号卫星轨道和姿态控制参数 参数指标 轨道类型太阳同步回归轨道 轨道高度631km（标称值） 倾角97.9080° 降交点地方时10:30AM 侧摆能力（滚动）±35°，机动35°的时间≦180s 高分二号有效载荷技术指标 参数0.8m分辨率全色/3.2m分辨率多光谱相机 光谱范围 全色0.45～0.90μm 多光谱 0.45～0.52μm 0.52～0.59μm 0.63～0.69μm 0.77～0.89μm 空间分辨率 全色0.8m 多光谱 3.2m 幅宽45km（2台相机组合）

重访周期（侧摆时）5天覆盖周期（不侧摆）69天 高分二号样图 2.2基础数据 本项目所需要的基础数据资料如下表所示。 基础数据资料表基础数据 覆盖范围数据时间数据格式坐标系比例尺（分辨率）数字高程模 型（DEM ）北京最新栅格WGS8430米ASTERDEM 和90米SRTM DEM 数字正射影 像图DOM 北京 局部2017栅格WGS842米高程数据准备情况 本项目高程数据拟采用可覆盖全国的ASTGTM30米的高程数据。本数据已进行过认真的分析检查和修改，检查修改方法为生成等高线，对各区域的高程值以及不连续、不合理或漏洞区域进行修改，修改后的高程数据可确保正射后数据

常用的遥感卫星影像数据处理方法

北京揽宇方圆信息技术有限公司 常用的遥感卫星影像数据处理方法 1、常用遥感图像处理软件 ?ENVI:美国Exelis Visual Information Solutions公司的旗舰产品 ?PCI GEOMATICA：加拿大PCI公司旗下的四个主要产品系列之一 ?EDRAS imagine 2、白色的光可以分解为系列单色的可见光；三种原色：红、绿、蓝；三种补色：黄、 品、青 黄=红+绿品=红+蓝青=绿+蓝任何一种颜色都可以用3原色或者3补色来组 合 3、 常用的波段组合 特点 红绿蓝 321真彩色：可见光组成，符合人眼对自然物体的观察习惯。对于水体和人工 地物表现突出。 432假彩色：城市地区，植被种类。 543假彩色：增强对植被的识别 743假彩色：增强对植被的识别，以及矿物、岩石类别的区分。 4、共15个主功能模块，其中一般的遥感数字图像处理经常用到的是Viewer、Import、DataPrep、Interpreter、Classifier、Modeler等。 5、功能模块介绍： ①该模块主要实现图形图像的显示，是人机对话的关键。

②数据输入输出模块，主要实现外部数据的导入、外部数据与ERDAS支持数据的转换及ERDAS内部数据的导出。③数据预处理模块，主要实现图像拼接、校正、投影变换、分幅裁剪、重采样等功能。 ④专题制图模块，主要实现专题地图的制作。 ⑤启动图像解译模块，主要实现图像增强、傅里叶变换、地形分析及地理信息系统分析等功能。 ⑥图像库管理模块，实现入库图像的统一管理，可方便地进行图像的存档与恢复。 ⑦图像分类模块，实现监督分类、非监督分类及专家分类等功能。 ⑧空间建模模块，主要是通过一组可以自行编制的指令集来实现地理信息和图像处理的操作功能。 ⑨矢量功能模块，主要包括内置矢量模块及扩展矢量模块，该模块是基于ESRI的数据模型开发的，所以它直接支持coverage、shapfile、vector layer等格式数据。 ⑩雷达图像处理模块，主要针对雷达影像进行图像处理、图像校正等操作。 ⑾虚拟GIS模块，给用户提供一个在三维虚拟环境中操作空间影像数据的模块。 ⑿立体分析模块，提供针对三维要素进行采集、编辑及显示的模块。 ⒀自动化影像校正模块，该模块提供工作站及向导驱动的工作流程机制，可实现影像的自动校正。 ⒁启动智能变化检测模块。⒂启动面向对象信息提取模块。 6、图像显示操作：①启动Viewer视窗；②在菜单条单击File|Open|Raster Layer,打开Select Layer To Add对话框；③在File选项卡中选择要打开的图像文件；④在Raster Options选项卡中设置显示参数；⑤确定后，打开图像。 7、几何校正：纠正系统和非系统因素引起的几何畸变。 8、图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。 9、图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。又叫地理参照。 10、图像地理编码（Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。 11、图像正射校正：借助于地形高程模型，对图像中每个像元进行地形的校正，使图像符合正射投影的要求。 12、图像几何校正图像几何校正途径 ①数据预处理途径（Start from Data Preparation） Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File 对话框 点击Data Prep图标→Image Geometric Correction→打开Set Geo-Correction Input File对话框

遥感实习2卫星数据的预处理流程

数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。

图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。 目的：消除传感器本身的误差，确定传感器入口处的准确辐射值 方法：实验室定标、机上/星上定标、场地定标 不同的传感器，其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。 分类：统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种： 1) 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。包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 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。包括：基于统计的不变目标法、直方图匹配法等。 方法的选择问题，一般而言： 1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少，没办法了只能选择较简单的方法了。 在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、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。 在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。但接边色调相差太大时，可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis

遥感卫星影像的数据处理方法

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)

Landsat卫星影像简介

Landsat 卫星影像简介 同济大学罗新 1. Landsat系列卫星概述（Avalanche P） Landsat系列卫星是由美国的NASA和USGS共同努力的成果。其中NASA负责火箭的发射以及遥感卫星的研制。USGS负责卫星的运行以及卫星影像的接收和处理。Landsat系列卫星中由于Landsat 5长时间高质量的运行（运行了28年10个月）为全球地表的连续监测提供了数据支撑，因此意义重大。 历代Landsat卫星的发射以及运行情况如下图所示： 2. 卫星影像获取 Landsat 7和Landsat 8都是太阳同步卫星，轨道相同，都是轨道高为705km，成像宽度为185km，视场角为15°，运动轨迹为地球阳面从北向南，卫星绕地球一周时间为99分钟，每天能绕地球14周，重访周期为16天。 Landsat 卫星重访示意图：

Landsat 数据接收站位置： 3. 传感器和波段设置 Landsat 1,2和3的传感器都是多光谱扫描器MSS，该传感器能收集4个多光谱波段（3个可见光和1个近红外波段），影像分辨率为79m。影像最终被采样为了60m分辨率。Landsat 4和5同时荷载了MSS传感器和可接受可见光，近红外，短波中红外波段且影像分辨率为30m的TM传感器。除此之外Landsat 4和5同时增加了一个120m分辨率的热红外波段（后被采样为30m）。 Landsat 7荷载的是ETM+传感器，在2003年5月31日时，该传感器发生故

障，导致获取影像上出现条带缺失，影像上缺失信息占影像总面积的

22%，严重影响了遥感影像的使用。 各传感器详细光谱信息如下： Note:Landsat ETM+ 获取的热红外波段影像分辨率为60 m, Landsat TM获取的热红外波段为120米！Landsat TM只有一个热红外波段，Landsat ETM+有两个热红波段，但是同一个光谱区间分别在低和高增益下获取的，Landsat 8有两个热红外波段，分别在不同光谱区间获取。 Reference: Landsat-8: Science and product vision for terrestrialglobal change research 4. Landsat 8数据 2013年发射的Landsat8卫星包含11个波段。影像特征较之前的Landsat 7卫星有部分改进。该数据详细光谱信息如上表所示。在Landsat 8数据获取过程中有一个质量评估影像（QA），该影像反映了像元受到传感器和云污染的影响。

遥感图像处理方法

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。