遥感影像的分辨率+遥感影像的处理+遥感影像的特点

北京揽宇方圆信息技术有限公司

遥感影像的分辨率

空间分辨率（Spatial Resolution）又称地面分辨率。后者是针对地面而言，指可以识别的最小地面距离或最小目标物的大小。前者是针对遥感器或图像而言的，指图像上能够详细区分的最小单元的尺寸或大小，或指遥感器区分两个目标的最小角度或线性距离的度量。它们均反映对两个非常靠近的目标物的识别、区分能力，有时也称分辨力或解像力。

光谱分辨率（Spectral Resolution）指遥感器接受目标辐射时能分辨的最小波长间隔。间隔越小，分辨率越高。所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小，这三个因素共同决定光谱分辨率。

光谱分辨率越高，专题研究的针对性越强，对物体的识别精度越高，遥感应用分析的效果也就越好。但是，面对大量多波段信息以及它所提供的这些微小的差异，人

们要直接地将它们与地物特征联系起来，综合解译是比较困难的，而多波段的数据分析，可以改善识别和提取信息特征的概率和精度。

辐射分辨率（Radiant Resolution）指探测器灵敏度——遥感器感测元件在接收光谱信号时能分辨的最小辐射度差，或指对两个不同辐射源的辐射量的分辨能力。一般用灰度的分级数来表示，即最暗——最亮灰度值(亮度值)间分级的数目——量化级数。它对于目标识别是一个很有意义的元素。

时间分辨率（TemporalResolution）是关于遥感影像间隔时间的一项性能指标。遥感探测器按一定的时间周期重复采集数据，这种重复周期，又称回归周期。它是由飞行器的轨道高度、轨道倾角、运行周期、轨道间隔、偏栘系数等参数所决定。这种重复观测的最小时间间隔称为时间分辨率。

遥感影像的处理

这种方案应用还算比较用的，如果不用这种方案，在缩放的时候就会速度很慢，但是会比较占硬盘，特别是1个多G的数据的时候。一般是2倍缩放，但是这种方案不知道是取平均还是直接取4个像素中的某个，按理说第二种是可行的，如果仅仅是显示的话，因为具体选点的时候，如果仅在2倍大小选点的话，还是有0.5个像素的选点误差。

这种方案使得拖动较为流畅，但是还是有缝的，即拖动的时候会有黑块出现，这样处理的方案是再拖动的时候，计算出需要显示的东东，存储在某个对象中，显示时交换即可。改进方案，因为屏幕一般不过1280×1024，如果以显示的部分为中心，读取9倍大小的影像块(内存要的也不过10M)，这样在拖动的时候，不管怎么拖动都在影像范围内，这样拖动就会显得无缝，在拖动时，还是需要一个缓存，来存储要需用的区域，拖动完的时候进行交换。

可以在生成金字塔影像的时候，对影像的各个波段进

行计算，获取其灰度分布直方图，然后显示的时候进行实时计算，将原始格式转换为8位位图。

当前的方案是最占硬盘的，将影像的底层也计算到了金字塔之中。而且没有用到帧缓存技术，使得拖动的时候出现跳帧，唉，理论分析很简单，工程实现麻烦。

校正处理图像校正是指从具有畸变的图像中消除畸变的处理过程，消除几何畸变的叫几何校正；消除辐射量失真的叫辐射校正。

可提取颜色或灰度或波段间的亮度比等目标物的光谱特征，例如Landsat的MSS有四个波段，根据某类地物的光谱特征，采用特定的比值可将其突出出来。

把目标物的形状、大小、或者边缘，线性构造等几何性特征提取出来，例如把区域断层明显突出出来。

是指周期性图案及区域的均匀性等有关纹理的特征。根据构成图案的要素形状、分布密度、方向性等纹理进行图像特征提取的处理叫做纹理分析。

利用遥感图像进行分类，就是对单个像元或比较匀质的像元组给出对应其特征的名称，其原理是利用图像识别技术实现对遥感图像的自动分类。计算机用以识别和分类的主要标志是物体的光谱特性，图像上的其它信息如大小、形状、纹理等标志尚未充分利用。

在计算机分类之前，往往要做些预处理，如校正、增强、滤波等，以突出目标物特征或消除同一类型目标的不同部位因照射条件不同、地形变化、扫描观测角的不同而造成的亮度差异等。

计算机图像分类方法，常见的有两种，即监督分类和非监督分

类。监督分类，首先要从欲分类的图像区域中选定一些训练样区，在这样训练区中地物的类别是已知的，用它建立分类标准，然后计算机将按同样的标准对整个图像进行识别和分类。它是一种由已知样本，外推未知区域类别的方法；非监督分类是一种无先验（已知）类别标准的分类方法。对于待研究的对象和区域，没有已知类别或训练样本作标准，而是利用图像数据本身能在特征测量空间中聚集成群的特点，先形成各个数据集，然后再核对这些数据集所代表的物体类别。

与监督分类相比，非监督分类具有下列优点：不需要对被研究的地区有事先的了解，对分类的结果与精度要求相同的条件下，在时间和成本上较为节省,但实际上,非监督分类不如监督分类的精度高，所以监督分类使用的更为广泛。

参考教材

北京揽宇方圆信息技术有限公司

高分辨率遥感卫星介绍

北京揽宇方圆信息技术有限公司 高分辨率遥感卫星有哪些 高分辨率遥感可以以米级甚至亚米级空间分辨率精细观测地球，所获取的高空间分辨率遥感影像可以清楚地表达地物目标的空间结构与表层纹理特征，分辨出地物内部更为精细的组成，地物边缘信息也更加清晰，为有效的地学解译分析提供了条件和基础。随着高分辨率遥感影像资源日益丰富，高分辨率遥感在测绘制图、城市规划、交通、水利、农业、林业、环境资源监测等领域得到了飞速发展。 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。 一、卫星类型 (1)光学卫星：worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、北京二号、高景一号、资源三号、高分一号、高分二号、环境卫星。 (2)雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 (3)侦查卫星：美国锁眼卫星全系例(1960-1980) 二、卫星分辨率 (1)0.3米：worldview3、worldview4 (2)0.4米：worldview3、worldview2、geoeye、kompsat-3A (3)0.5米：worldview3、worldview2、geoeye、worldview1、pleiades

遥感影像的分类处理

摘要 在面向对象的影像分类方法中，首先需要将遥感影像分割成有意义的影像对象集合，进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究，(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词，并且通过实验证明其表达能力优于经典的词包表示。最后，在词包表示的基础上，利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析，找出其最可能属于的主题或类别，进而完成影像的分类。 近些年来，随着航空航天平台与传感器技术的高速发展，获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛，除了传统的国土资源、地质调查和测绘测量等部门，还涉及到城市规划、交通旅游和环境生态等领域，极大地拓展了遥感影像的应用范围。因此，对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式：高空间分辨率（获取影像的空间分辨率从以前的几十米提高到1 至5 米，甚至更高）；高光谱分辨率（电磁波谱被不断细分，获取遥感数据的波段数从几十个到数百个）；高时间分辨率（遥感卫星的回访周期不断缩短，在部分区域甚至可以连续观测）。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据，高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息，对认知地物目标的属性特征更加方便，如光谱、形状、纹理、结构和层次等。另外，高分辨率遥感影像有效减弱了混合像元的影响，并且能够在较小的空间尺度下反映地物特征的细节变化，为实现更高精度的地物识别和分类提供了可能。 然而，传统的遥感影像分析方法主要基于“像元”进行，它处于图像工程中的“图像处理”阶段（见图1-1），已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征，而忽视影像的纹理、形状、上下文和结构等重要的空间特征，因此，分类结果会产生很严重的“椒盐(salt and pepper)现象”，从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法，如支持向量机(Support Vector Machine，SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等，但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限：无法很好的描述和应用地物目标的尺度特征，而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上，同样的地表空间格局与过程会表现出明显的差异，因此，在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果，需要充分考虑多尺度特征。 针对以上问题，面向对象的处理方法应运而生，并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”，即影像分析的最小单元不再是传统的单个像元，而是由特定像元组成的有意义的同质区域，也即“对象”；因此，在对影像分析和识别的过程

遥感影像分类精度与空间分辨率的关系验证

实验一遥感影像分类精度与空间分辨率的关系验证 实验目的： 1、掌握相同传感器多光谱影像与全色影像融合方法； 2、掌握监督分类的基本流程； 3、验证遥感影像分类精度与空间分辨率的关系。 实验要求： 1、对多光谱影像和全色影像进行融合； 2、利用马氏距离法进行监督分类； 理论基础：高分辨率影像能反映更多细节信息，但是过高的的空间分辨率也会造成地物类别内部光谱可分性下降（同物异谱和异物同谱现象更严重），通过不同分辨率遥感分类精度的比较来验证这一理论。 原始实验数据：北京市朝阳区2002年奥运公园规划区IKONOS多光谱影像4个波段与IKONOS 全色波段（两者成像时间都是2002年8月26日，即是同一传感器同时成像，植被覆盖情况一致），全色波段影像大小4000*4000。class1.roi是1m空间分辨率的参考分类ROI模板。 实验步骤： 1、将IKONOS多光谱影像4个波段与IKONOS全色波段数据进行融合，操作如下： （1）打开图像bjikonospan.img和bjikonosmultispectral.img，在Available band list对话框中，选中bjikonospan.img，点击右键，选择Edit header，查看bjikonospan.img的头文件。记 录该文件的行列数，下图1~2。

图1 图2 查看头文件

（2）在ENVI主菜单，点击Basic Tools→Resize Data，在弹出的对话框中，选择bjikonosmultispectral.img，点击OK，在接下来弹出的Resize Data Parameters对话框中，Samples后输入4001，点击回车，Lines后输入4001，点击回车，设置存储路径，OK。将重置了大小后的图像bj_resize按432的RGB模式显示，与前两个图像对比，观察其变化。 图3

遥感影像比例尺和分辨率的关系

遥感影像比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。

2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。 下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3） 成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m) SPOT-5(2.5m) 1：50 000 SPOT-5(2.5m) 对于已有旧版实测地形图的地区，若有足够密度的图上参考点（即可与卫片上的同位置点相一致）作范围控制的基础上，在地形图局部快速更新（修、补测）时，可以考虑适当放宽对分辨率的要求，如用2.5m 分辨率卫片局部修、补测1：10 000 地形图，用10m 分辨率卫片局部修、补测1：50 000 地形图等。 卫星与航拍影像由像素点组成，像素点越丰富，照相辨认的细节的尺寸越小。影像照片上像素点的密度常用每毫米多少条线来表示，线越多表示影像质量越高。例如，卫星影像每平方毫米的纵横线数各250条，也就是每平方毫米内排列：62500个像素点，其相邻两像素点间的距离只有4微米，这样微小的间隔，即使放大10倍，肉眼也是看不出来的。照片上4微米相当于地面距离多少呢？这与照相机的焦距和卫星的飞行高度有关。如果焦距为2米，飞行高度150公里，那末，根据简单的几何学关系就可求得地面距离为0.3米。这个长度就叫做照片的地面分辨率。通俗地说，地面分辨率是能够在照片上区分两个目标的最小间距，但它并不代表能从照片上识别地面物体的最小尺寸。1尺寸为0.3米的目标，在地面分辨率为0.3的照片上，只是1个像素点，不管把照片放大多少倍，依然只

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。 下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3）成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m) SPOT-5(2.5m) 1：50 000 SPOT-5(2.5m) 对于已有旧版实测地形图的地区，若有足够密度的图上参考点（即可与卫片上的同位置点相一致）作范围控制的基础上，在地形图局部快速更新（修、补测）时，可以考虑适当放宽对分辨率的要求，如用2.5m 分辨率卫片局部修、补测1：10 000 地形图，用10m 分辨率卫片局部修、补测1：50 000 地形图等。

几种典型高分辨率商业遥感卫星系统

几种典型高分辨率商业遥感卫星系统 1．2．1 IKONOS卫星系统 1．基本情况 IKONOS是空间成像公司(Space Imaging)为满足高解析度和高精度空间信息获取而设计制造，是全球首颗高分辨率商业遥感卫星。IKONOS-1于1999年4月27日发射失败，同年9月24日，IKONOS-2发射成功，紧接着于10月12日成功接收到第一幅影像。 IKONOS卫星由洛克希德—马丁公司(Lockheed Martin)制造，重1600lb，由Athena II 火箭于加利福尼亚州的范登堡空军基地发射成功，卫星设计寿命为7年。它采用太阳同步轨道，轨道倾角98.1o，平均飞行高度681km，轨道周期98.3min，通过赤道的当地时间为上午10:30，在地面上空平均飞行速度为6.79km/s，卫星平台自身高1.8m，直径1.6m。 IKONOS卫星的传感器系统由美国伊斯曼—柯达公司(Eastman Kodak)研制，包括一个1m分辨率的全色传感器和一个4m分辨率的多光谱传感器，其中的全色传感器由13816个CCD单元以线阵列排成，CCD单元的物理尺寸为12μm x 12μm，多光谱传感器分四个波段，每个波段由3454个CCD单元组成。传感器光学系统的等效焦距为10m，视场角(FOV)为0.931o，因此当卫星在681km的高度飞行时，其星下点的地面分辨率在全色波段最高可达0.82m，多光谱可达3.28m，扫描宽度约为11km。传感器可倾斜至26o立体成像，平均地面分辨率1m左右，此时扫描宽度约为13km。IKONOS的多光谱波段与Landsat TM的1—4波段大体相同，并且全部波段都具有11位的动态范围，从而使其影像包含更加丰富的信息。 IKONOS卫星载有高性能的GPS接收机、恒星跟踪仪和激光陀螺。GPS数据经过后处理可提供较精确的星历信息；恒星跟踪仪用以高精度确定卫星的姿态，其采样频率低；激光陀螺则可高频地测量成像期间卫星的姿态变化，短期内有很高的精度。恒星跟踪数据与激光陀螺数据通过卡尔曼滤波能提供成像期间卫星较精确的姿态信息。GPS接收机、恒星跟踪仪和激光陀螺提供的较高精度的轨道星历和姿态信息，保证了在没有地面控制的情况下，IKONOS卫星影像也能达到较高的地理定位精度。 2．成像原理 与Landsat和SPOT-4卫星相比，IKONOS卫星的成像方式更加灵活，其传感器系统采用独特的机械设计，可以十分灵活地以任意方位角成像，偏离正底点的摆动角甚至可达到60o。IKONOS卫星360o的照准能力使其既可侧摆成像以获取异轨立体或缩短重访周期，也可通过沿轨道方向的前后摆动同轨立体成像，具有推扫、横扫成像能力。 IKONOS卫星能获取同轨立体影像。当卫星接近目标时，传感器光学系统先沿着轨道向前倾斜，照准目标区域并采集第一幅影像，接着控制系统操纵传感器向后摆动，大约100s 后再次照准目标区并采集第二幅影像，如图1．1所示。由于IKONOS卫星利用单线阵CCD 传感器，通过光学系统的前后摆动实现同轨立体成像。因此，相应的立体覆盖是不连续的。

遥感图像分类方法的国内外研究现状与发展趋势

遥感图像分类方法的国内外研究现状与发展趋势

遥感图像分类方法的研究现状与发展趋势 摘要：遥感在中国已经取得了世界级的成果和发展，被广泛应用于国民经济发展的各个方面，如土地资源调查和管理、农作物估产、地质勘查、海洋环境监测、灾害监测、全球变化研究等，形成了适合中国国情的技术发展和应用推广模式。随着遥感数据获取手段的加强，需要处理的遥感信息量急剧增加。在这种情况下，如何满足应用人员对于大区域遥感资料进行快速处理与分析的要求，正成为遥感信息处理面临的一大难题。这里涉及二个方面，一是遥感图像处理本身技术的开发，二是遥感与地理信息系统的结合，归结起来，最迫切需要解决的问题是如何提高遥感图像分类精度，这是解决大区域资源环境遥感快速调查与制图的关键。 关键词：遥感图像、发展、分类、计算机 一、遥感技术的发展现状 遥感技术正在进入一个能够快速准确地提供多种对地观测海量数据及应用研究的新阶段，它在近一二十年内得到了飞速发展，目前又将达到一个新的高潮。这种发展主要表现在以下4个方面： 1. 多分辨率多遥感平台并存。空间分辨率、时间分辨率及光谱分辨率普遍提高目前，国际上已拥有十几种不同用途的地球观测卫星系统，并拥有全色0．8～5m、多光谱3．3～30m的多种空间分辨率。遥感平台和传感器已从过去的单一型向多样化发展，并能在不同平台

上获得不同空间分辨率、时间分辨率和光谱分辨率的遥感影像。民用遥感影像的空间分辨率达到米级，光谱分辨率达到纳米级，波段数已增加到数十甚至数百个，重复周期达到几天甚至十几个小时。例如，美国的商业卫星ORBVIEW可获取lm空间分辨率的图像，通过任意方向旋转可获得同轨和异轨的高分辨率立体图像；美国EOS卫星上的MOiDIS-N传感器具有35个波段；美国NOAA的一颗卫星每天可对地面同一地区进行两次观测。随着遥感应用领域对高分辨率遥感数据需求的增加及高新技术自身不断的发展，各类遥感分辨率的提高成为普遍发展趋势。 2. 微波遥感、高光谱遥感迅速发展微波遥感技术是近十几年发展起来的具有良好应用前景的主动式探测方法。微波具有穿透性强、不受天气影响的特性，可全天时、全天候工作。微波遥感采用多极化、多波段及多工作模式，形成多级分辨率影像序列，以提供从粗到细的对地观测数据源。成像雷达、激光雷达等的发展，越来越引起人们的关注。例如，美国实施的航天飞机雷达地形测绘计划即采用雷达干涉测量技术，在一架航天飞机上安装了两个雷达天线，对同一地区一次获取两幅图像，然后通过影像精匹配、相位差解算、高程计算等步骤得到被观测地区的高程数据。高光谱遥感的出现和发展是遥感技术的一场革命。它使本来在宽波段遥感中不可探测的物质，在高光谱遥感中能被探测。高光谱遥感的发展，从研制第一代航空成像光谱仪算起已有二十多年的历史，并受到世界各国遥感科学家的普遍关注。但长期以来，高光谱遥感一直处在以航空为基础的研究发展阶段，且主要

高分辨率遥感影像数据一体化测图系统PixelGrid

高分辨率遥感影像数据一体化测图系统PixelGrid 北京四维空间数码科技有限公司 一、概况介绍 高分辨率遥感影像数据一体化测图系统PixelGrid（以下简称“PixelGrid”）是由中国测绘科学研究院自主研发的“十一五”重大科技成果，获得2009年度国家测绘科技进步一等奖。 为将这一重大科技成果实现产业化，2008年开始，由中国测绘科学研究院参股单位北京四维空间数码科技有限公司进行成果转化和产品化，并开展销售。 该软件是我国西部1:5万地形图空白区测图工程以及第二次全国土地调查工程的主力软件， 被誉为国产的“像素工厂”。 PixelGrid以其先进的摄影测量算法、集群分布式并行处理技术、强大的自动化业务化处理能力、高效可靠的作业调度管理方法、友好灵活的用户界面和操作方式，全面实现了对卫星影像数据、航空影像数据以及低空无人机影像数据的快速自动处理，可以完成遥感影像从空中三角测量到各种比例尺的DEM/DSM、DOM等测绘产品的生产任务。 PixelGrid软件主界面。 二、主要特点 PixelGrid系统以现代摄影测量与遥感科学技术理论为基础，融合计算机技术和网络通讯技术，采用基于RFM通用成像模型的大范围遥感影像稀少或无控制区域网平差、基于旋转/缩放不变性特征多影像匹配的高精度航空影像自动空三、基于多基线/多重特征的高精度DEM/DSM自动提取、等高线数据半自动采集及网络分布式编辑、基于地理信息数据库等多源控制信息的高效影像地图制作、基于松散耦合并行服务中间件的集群分布式并行计算等一系列核心关键技术，是中国测绘科学研究院研制的一款类似“像素工厂”（ISTAR PixelFactoryTM）的新一代多源航空航 天遥感数据一体化高效能处理系统。

高空间分辨率遥感森林参数提取探讨

高空间分辨率遥感森林参数提取探讨 刘晓双,黄建文,鞠洪波 (中国林业科学研究院资源信息研究所,北京100091) 摘要:介绍了高空间分辨率遥感在森林参数提取方面的研究和应用情况,并结合国内外学者在此方面所做出的研究成果,对不同森林参数的提取分别做了阐述,包括单木树冠轮廓信息、胸径、森林生物量、树种识别和分类、叶面积指数、森林郁闭度、木材结构和性质。最后分析了高空间分辨率遥感在森林参数提取方面存在的问题,并对该领域的应用前景作了展望。 关键词:高空间分辨率;遥感;森林参数;树冠提取;生物量 中图分类号:TP79　文献标识码:A 文章编号:1002-6622(2009)02-0111-07 Study on Extraction of Forest Parameters by High Spatial R esolution R emote Sensing L IU Xiaoshuang ,HUAN G Jianwen ,J U Hongbo (Research Instit ute of Forest Resources and Inf ormation Technique ,CA F ,Beiji ng 100091,Chi na ) Abstract :Study and application of forest parameters extraction by high spatial resolution remote sens 2ing was introduced in this article ,combined with achievements in this field made by researchers all over the world 1Extraction of such different forest parameters was described respectively as single tree crown contour ,diameter at breast height ,biomass ,identification and classification of species ,LAI ,canopy den 2sity ,wood structure and property 1Finally ,the problems of forest parameters extraction by high spatial resolution remote sensing were discussed ,and the prospect of forest parameters extraction by high spa 2tial resolution remote sensing was expected. K ey w ords :high spatial resolution ,remote sensing ,forest parameters ,extraction of tree crown ,biomass 收稿日期:2009-01-04;修回日期:2009-04-03 基金项目:中央级公益性科研院所基本科研业务费专项基金(RIFRITZ J Z 2007006);国家自然科学基金“基于高分辨率 遥感的树冠信息提取技术研究”项目(40771141) 作者简介:刘晓双(1985-),女,甘肃兰州人,在读硕士生,主要从事遥感、GIS 技术应用研究。通讯作者:鞠洪波(1956-),男,黑龙江人,研究员,研究方向:林业信息技术。 现代林业的经营管理得以顺利进行主要依赖于对各种森林参数的调查,而森林限于其特殊的自然地理条件往往会给研究数据的采集造成很大的困 难。传统的森林调查方法一般是基于随机抽样和统计学,其样本的选择是否具有代表性对调查的精确性有很大的影响。这种传统的以个体来推断总体的 2009年4月第2期林业资源管理 FOREST RESOURCES MANA GEMEN T April 2009No 12

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 GIS 2010-09-16 00:27:43 阅读31 评论0 字号：大中小订阅 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。 下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3） 成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m)

遥感影像分辨率的概念及常见传感器的分辨率

遥感影像分辨率的概念 1空间分辨率 遥感影像空间分辨率是用于记录数据的最小度量单位，一般用来描述在显示设备上所能够显示的点的数量(行、列)，或在影像中一个像元点所表示的面积。 空间分辨率指像素所代表的的地面范围的大小，即扫描仪的瞬间视场，或是地面物体能分辨的最小单元。当分辨率为1km时，一个像元代表地面1kmX1km的面积，即1km2；当分辨率为30m时，一个像元代表地面30m×30m的面积；当分辨率为1m时，也就是说，图像上的一个像元相当于地面1m x 1m的面积，即1m2。 因为遥感拍摄的像片是由位于不同高度，装在不同载体(如飞机、卫星等)上的不同清晰度(分辨率)照相设备，以不同的照相(采集)方式，获取的遥感像片(图像、数据、影像等)，这些遥感图像是具有不同清晰度、不同分辨率的照片。类似我们在生活中用135 照相机拍摄一棵树，从汽车上拍一张，然后再从飞机上拍一张，两张135底片在放大同一棵树时，其放大效果是不一样的。肯定是高度低的135照片放大后的效果最清晰，也就是说分辨率最高。 遥感卫星的飞行高度一般在4000km～600 km之间，图像分辨率一般从1 km～1m之间。图像分辨率是什么意思呢？可以这样理解，一个像元，代表地面的面积是多少。像元是什么意思呢？像元相当于电视屏幕上的一个点(电视是由若干个点组成的图像画面)，相当于计算机显示屏幕上的一个象素，相当于一群举着不同色板拼成画图的人中的一个。 光谱分辨率，指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。 2光谱分辨率 光谱分辨率是指传感器在接收目标辐射的光谱时能分辨的最小波长间隔。间隔越小，分辨率越高。 光谱分辨率指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 1 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。下面列出几种商用卫星影像的分辨率。表（2） 卫星 QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15

高分辨率遥感影像分类实验报告

高分辨率遥感影像分类实验报告 班级：___________________ 姓名：___________________ 学号：___________________ 指导老师：_______________ 地球科学与环境工程学院 二?一四年六月

目录 1 实验方法——面向对象方法 (1) 2 实验内容 (1) 2.1 影像预处理 (1) 2.1.1 影像数据融合 (1) 2.1.2 影像增强处理 (2) 2.2 创建工程 (2) 2.3 分割处理 (3) 2.4 分类 (4) 2.4.1 水体 (4) 2.4.2 陆地 (5) 2.4.3 植被 (6) 2.4.4 裸土 (7) 2.4.5 建筑物 (8) 2.4.6 道路 (9) 2.4.7 阴影 (10) 2.4.8 总体分类图 (12) 3 结语 (13)

1实验方法——面向对象方法 面向对象方法是一个模拟人类大脑认知的过程，将图像分割为不同均质的对 象，充分利用对象所包含的信息，将知识库转换为规则特征，从而提取影像信息。 因为分析的是对象而不是像元，因此我们可以利用对象丰富的语义信息， 结合各 种地学概念，如面积、距离、光谱、尺度、纹理等进行分析。 面向对象的遥感影像分析方法与传统的面向像元的影像分析方法不同。 首先 需要使用一定方法对遥感影像进行分割， 在提取分割单元（图像分割后所得到的 内部属性相对一致或均质程度较高的图像区域） 的各种特征后，在特征空间中进 行对象识别和标识，从而最终完成信息的分类与提取。 2实验内容及详细过程 2.1影像预处理 2.1.1影像数据融合 实验数据为QuickBird 影像，包括4个多光谱波段以及一个全色波段。 QuickBird 影像星下点分辨率：全色为 0.61m ,多光谱为2.44m 。对于面向对象 影像分类 来说，越高的高空间分辨率越好，但在对对象进行分类时，光谱信息同 样重要，因此，可将高分辨率的全色影像和多光谱影像进行数据融合。 使用 ERDAS 进行数据融合： Interprete u spatialenchancemen ^resolution mergeo 图1 全色影像与多光谱影像融合 Ib^pul Fh (*.网| MJitiMewl lfl img 乓 | nwin?_r?J_pM4 |i ■J Nurb-w of 4 Mai hod DiJput OpJcm: riHEWT^SBn-n r Bchnaiuar f* Fmcpai T Newwt Nd^ibor 厂 5Woh to Unsigned 6 W 厂 厂l|>Kj 沽Eti 臼? 一 Brcvay TividuirTi 件 iDi-tc T 呼 Nunt-B? Mulkip?cdi4 Inpui Lafin: 4 G 喑 Sca*e: Uns^ned 1E tt |1 Nlu ■弔 pecirot Uns^flrwd 1 百 b* U M ■ E -jiiiiH In EKH

遥感影像分辨率

遥感分辨率与制图比例尺关系 张益新 （淮海工学院测绘工程学院，江苏连云港 222005） 摘要：分析遥感影像分辨率与制图比例尺相关的关系，从遥感分辨率与制图比例尺的数学定律来阐述两者的关系，最后指出如何选取适当空间分辨率的卫星影像，为制图提供帮助 关键词：遥感影像分辨率比例尺关系 1.引言 当今世界随着信息技术和传感器技术的飞速发展，各种测量技术日新月异，各种测量技术为社会的进步作出了巨大的贡献。其中遥感技术作为目前测量顶端技术，已经被广泛的应用到各个领域。在科学家的努力下，遥感影像的空间分辨率有了很大提高。原来只有航空影像能够达到的精度，如今遥感影像也能够满足需要。卫星遥感影像是平面几何精度与地物类别精度的统一，影像空间分辨率是决定影像精度的一个重要指标，影像精度要满足相应比例尺地图更新对于影像识别能力和成图精度要求，同时又要考虑地图更新成本。冗余的分辨率会增加影像购买成本和加重内业处理的负担；而若分辨率达不到一定要求，细小的地物就无法判读、影像控制点精度得不到保证，满足不了成图精度。现在我们就来讨论遥感影像分辨率与制图比例尺的关系。 2.遥感影像空间分辨率与成图比例尺的数学关系 资源卫星遥感影像空间分辨率R (单位为m ) 与可制作的合理成图比例尺m (m 为比例尺分母) 以及图件要求的误差范围e (单位为mm ) 存在以下关系: e ×m × 10-3= C ×R (1) 式中 C ——影像几何校正系数, 即: 经几何校正以后,最差的像元位置均方根差(Roo t M ean Squa re, 简称RM S) , 以像元为单位, 达到多少个像元; e——人眼的分辨率, 通常采用0.2mm。式(1) 的左边是一般图件允许的实地误差(以m 为单位) , 而右边是遥感影像校正后存在的实地误差, 这两个误差在遥感制图中应当相等, 也是(1) 式成立的基础。几何校正系数C 是一个待定变量。以RTK GPS(Real T ime Kinemat ic GPS) 测量值作为真值, 求出精校正遥感影像与真值的误差, 计算得到误差的均方根差, 就可以求出精纠正遥感影像均方根差的像元个数,即C 的值。C 值确定后, 利用(1) 式可以计算出此遥感影像可以制作的合理成图比例尺。通常, 遥感影像空间分辨率越低, 几何校正系数C 就应设置越大, 这是因为空间分辨率越低, 影像边缘几何变形就越大, 几何校正的效果就越差。

高分辨率遥感影像分类实验报告

高分辨率遥感影像分类实验报告 班级： 姓名： 学号： 指导老师： 地球科学与环境工程学院 二〇一四年六月

目录 1实验方法——面向对象方法 (1) 2实验内容 (1) 2.1 影像预处理 (1) 2.1.1影像数据融合 (1) 2.1.2 影像增强处理 (2) 2.2 创建工程 (2) 2.3 分割处理 (3) 2.4 分类 (4) 2.4.1 水体 (4) 2.4.2陆地 (5) 2.4.3 植被 (6) 2.4.4 裸土 (7) 2.4.5 建筑物 (8) 2.4.6 道路 (9) 2.4.7 阴影 (10) 2.4.8 总体分类图 (12) 3 结语 (13)

1实验方法——面向对象方法 面向对象方法是一个模拟人类大脑认知的过程，将图像分割为不同均质的对象，充分利用对象所包含的信息，将知识库转换为规则特征，从而提取影像信息。因为分析的是对象而不是像元，因此我们可以利用对象丰富的语义信息，结合各种地学概念，如面积、距离、光谱、尺度、纹理等进行分析。 面向对象的遥感影像分析方法与传统的面向像元的影像分析方法不同。首先需要使用一定方法对遥感影像进行分割，在提取分割单元（图像分割后所得到的内部属性相对一致或均质程度较高的图像区域）的各种特征后，在特征空间中进行对象识别和标识，从而最终完成信息的分类与提取。 2实验内容及详细过程 2.1 影像预处理 2.1.1影像数据融合 实验数据为QuickBird影像，包括4个多光谱波段以及一个全色波段。QuickBird影像星下点分辨率：全色为0.61m，多光谱为2.44m。对于面向对象影像分类来说，越高的高空间分辨率越好，但在对对象进行分类时，光谱信息同样重要，因此，可将高分辨率的全色影像和多光谱影像进行数据融合。 使用ERDAS进行数据融合：Interpreter→spatialenchancement→resolution merge。 图 1 全色影像与多光谱影像融合

遥感影像的比例尺和分辨率的关系

遥感影像的比例尺和分辨率的关系 遥感影像的比例尺和分辨率的关系 航空摄影测量对影像的要求 航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。 航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1） 成图比例尺航摄比例尺影像地面分辨率（m） 1：5000 1：10 000～1：20 000 0.4～0.8 1：10 000 1：20 000～1：40 000 0.8～1.6 1：2 5000 1：25 000～1：60 000 1.0～2.4 1：50 000 1：35 000～1：80 000 1.4～3.2 上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者

并不是成线性正比关系，而是非线性的。 2 卫星影像分辨率的选择 卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。下面列出几种商用卫星影像的分辨率。表（2） 卫星QuickBird-2 IKONOS-2 SPOT-5 SPOT-4 Landsat-7 最高分辩率(m) 0.61 1 2.5 10 15 对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3） 成图比例尺卫星影像（分辨率） 1：5000～1：10 000 QuickBird(0.61m) IKONOS-2 (1m) 1：25 000 QuickBird-2(0.61m) IKONOS-2 (1m) SPOT-5(2.5m) 1：50 000 SPOT-5(2.5m) 对于已有旧版实测地形图的地区，若有足够密度的图上参考点（即可与卫片上的同位置点相一致）作范围控制的基础上，在地形图局部快速更新（修、补测）时，可以考虑适当放宽对分辨率

IKONOS卫星遥感影像解译数据分辨率是多少

IKONOS卫星遥感影像解译数据分辨率是多少? IKONOS卫星简介 IKONOS为美国DigitalGlobe公司的高分辨率遥感卫星，于1999年09月24日发射，其影像分辨率达0.82米，为全球首颗提供1米以下分辨率的商用光学卫星，揭开了高分辨率卫星影像的时代。--广西善图科技。 IKONOS卫星基本参数

IKONOS卫星影像样片 IKONOS卫星影像 IKONOS卫星影像 卫星遥感数据分类： 一、卫星分辨率 1.0.3米：worldview3、worldview4 2.0.4米：worldview3、worldview2、geoeye、kompsat-3A 3.0.5米：worldview3、worldview2、geoeye、worldview1、pleiades、高景一号 4.0.6米：quickbird、锁眼卫星 5.1米：ikonos、高分二号、kompsat、deimos、北京二号 6.1.5米：spot6、spot7、锁眼卫星 7.2.5米：spot5、alos、资源三号、高分一号（4颗）、高分六号、锁眼卫星 8.5米:spot5、rapideye、锁眼卫星、planet卫星4米

9.10米:spot5、spot4、spot3、spot2、spot1、Sentinel-卫星 10.15米:landsat5(tm)、landsat(etm)、landsat8、高分一号16米 二、卫星类型 1.光学卫星：spot2、spot3、spot4、spot5、spot6、spot7、worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、高分一号、高分二号、高分六号、北京二号、高景一号、资源三号、环境卫星。 2.雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 3.侦查卫星：美国锁眼卫星全系例(1960-1980) 4.高光谱类卫星：高分五号、环境小卫星、ASTER卫星、EO-1卫星 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：高分一号、高分二号、高分六号、高景卫星、北京二号、资源三号等 4.德国：terrasar-x、rapideye 5.加拿大：radarsat-2 四、卫星发射年份 1.1960-1980年：锁眼卫星(0.6米分辨率至10米) 2.1980-1990年：landsat5(tm)、spot1 3.1990-2000年：spot2、spot3、spot4、landsat(etm)、ikonos 4.2000-2010年：quickbird、worldview1、worldview2、spot5、rapideye、radarsat-2、alos 5.2010-至今：高分一号、高分二号、高分三、高分四、高分五、高分六号、高分七、spot6、spot7、资源三号、worldview3、worldview4、pleiades、高景卫星、planet卫星