遥感影像级别

北京揽宇方圆信息技术有限公司

遥感影像级别

SPOT卫星系例遥感影像级别（一般SPOT默认的是1A级产品）

SPOT卫星数据1A级产品

?探测器均衡化

?未做任何几何校正

?图像定位精度

SPOT1，2，4：350米

SPOT5：50米

?1A级在最大程度上保留了卫星原图像的所有信息

?提供所有星历参数做正射纠正

?正射纠正必须从1A级开始

SPOT卫星数据2A级产品

?初级制图产品,在1B级基础上加标准地图投影

?图像定位精度与1A及1B级相同,但只要加入控制点，精度会显著提供

?2A级产品只能用多项式方法做几何纠正

?2A级产品不能做正射纠正

国产卫星资源三号高分一号高分二号遥感影像级别(国产数据默认1A级数据）

卫星标准数据产品根据处理程度不同，分为1A级、1C级、2级、2A级和2C级产品，各级产品主要说明如下：

1A级（预处理级辐射校正影像产品）：经数据解析、均一化辐射校正、去噪、MTFC、CCD拼接、波段配准等处理的影像数据；并提供卫星直传姿轨数据生产的RPC文件。

1C级（高精度预处理级辐射校正影像产品）：经数据解析、均一化辐射校正、去噪、MTFC、CCD拼接、波段配准等处理的影像数据；并提供整轨精化的姿轨数据生产的RPC 文件。

2级（系统级几何校正影像产品）：经相对辐射校正、系统级几何校正后的影像产品。

2A级（预处理级几何校正影像产品）：1A级数据经几何校正、地图投影生成的影像产品。

2C级（高精度预处理级几何校正影像产品）：1C级数据经几何校正、地图投影生成的影像产品。

Quickbird worldview1/2/3geoeye pleiades遥感影像级别默认orthoready预正射产品

公司地址：北京市丰台区南三环万柳桥宝隆大厦1－1626电话：4006019091010－57113949

遥感图像几种分类方法的比较

摘要 遥感图像分类一直是遥感研究领域的重要内容，如何解决多类别的图像的分类识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重要的意义。 遥感图像的计算机分类是通过计算机对遥感图像像素进行数值处理，达到自动分类识别地物的目的。遥感图像分类主要有两类分类方法:一种是非监督分类方法，另一种是监督分类方法。非监督分类方法是一个聚类过程，而监督分类则是一个学习和训练的过程，需要一定的先验知识。非监督分类由十不能确定类别属性，因此直接利用的价值很小，研究应用也越来越少。而且监督分类随着新技术新方法的不断发展，分类方法也是层出不穷。从传统的基十贝叶斯的最大似然分类方法到现在普遍研究使用的决策树分类和人工神经网络分类方法，虽然这些方法很大程度改善了分类效果，提高了分类精度，增加了遥感的应用能力。但是不同的方法有其不同优缺点，分类效果也受很多因素的影响。 本文在对国内外遥感图像分类方法研究的进展进行充分分析的基础上，应用最大似然分类法、决策树分类法对TM影像遥感图像进行了分类处理。在对分类实现中，首先对分类过程中必不可少的并影响分类效果的步骤也进行了详细地研究，分别是分类样本和分类特征；然后详细介绍两种方法的分类实验；最后分别分析分类结果图，采用混淆矩阵和kappa系数对两种方法的分类结果进行精度评价。 关键词:TM遥感影像，图像分类，最大似然法，决策树 题目：遥感图像几种分类方法的比较...................................... 错误！未定义书签。摘要.. (1) 第一章绪论 (3)

1.1遥感图像分类的实际应用及其意义 (4) 1.2我国遥感图像分类技术现状 (5) 1.3遥感图像应用于测量中的优势及存在的问题 (6) 1.3.1遥感影像在信息更新方面的优越性 (6) 1.3.2遥感影像在提取信息精度方面存在的问题 (6) 1.4研究内容及研究方法 (8) 1.4.1研究内容 (8) 1.4.2 研究方法 (8) 1.5 论文结构 (9) 第二章遥感图像的分类 (9) 2.1 监督分类 (9) 2.1.1 监督分类的步骤 (9) 2.1.2 最大似然法 (11) 2.1.3 平行多面体分类方法 (12) 2.1.4 最小距离分类方法 (13) 2.1.5监督分类的特点 (13) 2.2 非监督分类 (14) 2.2.1 K-means算法 (14) K-均值分类法也称为 (14) 2.2.2 ISODATA分类方法 (15) 2.2.3非监督分类的特点 (17) 2.4遥感图像分类新方法 (17) 2.4.1基于决策树的分类方法 (17) 2.4.2 人工神经网络方法 (19) 2.4.3 支撑向量机 (20) 2.4.4 专家系统知识 (21) 2.5 精度评估 (22) 第三章研究区典型地物类型样本的确定 (24) 3.1 样本确定的原则和方法 (24) 3.2 研究区地物类型的确定 (24) 3.3样本区提取方案 (25) 3.4 各个地物类型的样本的选取方法 (25) 3.4.1 建立目视解译标志 (25) 3.4.2 地面实地调查采集 (26) 3.4.3 利用ENVI遥感图像处理软件选取样本点 (26) 第四章遥感图像分类实验研究 (26) 4.1遥感影像适用性的判定 (26) 4.2分类前的预处理 (28) 4.2.1空间滤波的处理 (28) 4.2.2 频域滤波处理 (28) 4.3利用ENVI软件对影像按照不同的分类方法进行监督分类 (30) 4.3.1监督分类 (30) 4.3.2 决策树 (33) 4.4分类后的处理 (35)

遥感数据特征

常用遥感数据特征总结 按照遥感平台类型，遥感技术可以分为航宇遥感、航天遥感、航空遥感、地面遥感四类。其中航天遥感平台发展最快，应用最广。很据航天遥感平台的服务内容，可以将其分为气象卫星系列、陆地卫星系列和海洋卫星系列。不同的卫星系列所获得的遥感数据有着不同的特征，常常应用于不同的应用领域，在进行检测研究时，常常根据不同的卫星资料特点，选择不同的遥感数据。下文简单总结了几种常用的航天遥感数据特征。 1 气象卫星系列 气象卫星是最早发张起来的环境卫星。从1960年美国发射第一颗实验性气象卫星（TIROS）以来，已经有多种实验性或者业务性气象卫星进入不同轨道。气象卫星资料已经在气象预报、气象研究、资源调查海洋研究等方面显示出了强大的生命力。 气象卫星主要有以下几种系列：60年代——TIROS系列、ESSA系列、Nimus 系列；70年代——ITOS系列、NOAA系列、SMS系列、GOES系列、MeteopII、GMS、Meteosat；80年代后，主要以NOAA系列为代表。我国的气象卫星发展比较晚，FY-1是我国发射的第一颗1988年9月7日发射成功。气象卫星主要有以下特征。 （1）轨道。气象卫星轨道可以分为两种，低轨和高轨。低轨是近极低太阳同步轨道，简称极地轨道，轨道高度800~1600km，南北向绕地球运转。对东西宽约2800km的带状地域进行观测，由于与太阳同步，使卫星每天在固定的时间经过每个地方的上空，资料获得时具有相同的照明条件。高轨是指地球同步轨道，轨道高度36000km左右，相对于地球静止，能够观测地球1/4的面积，有3—4颗卫星形成观测网，对某一固定地区，每隔20~30min获取一次资料，由于它相对于地球静止，可以作为通讯中继站，用于传送各种天气资料。 （2）短周期重复观测。地球同步卫星观测周期为0.5小时一次，极轨卫星为约为0.5~1天/次，时间分辨率较高。有助于对地面快速变化的动态检测。 （3）成像面积大，有助于获得宏观同步信息，减少数据处理容量。 （4）资源来源连续、实时性强、成本低 NOAA系列。 NOAA-11卫星：发射日期1988年9月24日，正式运行日期1988年11月8日，轨道高度841公里，轨道倾角98.9度，轨道周期：101.8分。 NOAA-12卫星：发射日期1991年5月14日，正式运行日期1991年9月17日轨道高度804公里，轨道倾角98.6度，轨道周期101.1分。 NOAA-14卫星：发射日期1994年12月30日，正式运行日期1985年4月10日，轨道高度845公里，轨道倾角99.1度，轨道周期101.9分。 NOAA-15卫星：发射日期1998年5月13日，正式运行日期1998年12月15日轨道高度808公里，轨道倾角98.6度，轨道周期101.2分。 NOAA-16卫星：发射日期2000年9月12日，正式运行日期2001年3月20日，轨道高度850公里，轨道倾角98.9度，轨道周期102.1分。

【CN110032965A】基于遥感图像的视觉定位方法【专利】

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910283770.4 (22)申请日 2019.04.10 (71)申请人 南京理工大学 地址 210094 江苏省南京市孝陵卫200号 (72)发明人 朱明清　陆建峰　 (74)专利代理机构 南京理工大学专利中心 32203 代理人 陈鹏 (51)Int.Cl. G06K 9/00(2006.01) G06T 7/73(2017.01) G01C 21/20(2006.01) G01C 21/32(2006.01) (54)发明名称 基于遥感图像的视觉定位方法 (57)摘要 本发明公开了一种基于遥感图像的视觉定 位方法，包括以下步骤：根据遥感数据提取场景 道路网络和地物语义特征；从视觉传感器获取观 测值，对传感器数据进行特征提取和特征匹配， 实现定位和地图构建；根据定位地图优化定位与 地图；定位地图路网模块优化定位，实时估计当 前位姿在路网中的绝对位置，辅助于定位。本发 明在遥感卫星地图上提取道路网络以及语义信 息辅助视觉定位，可在未知环境下实现高精度视 觉定位。权利要求书2页 说明书5页 附图5页CN 110032965 A 2019.07.19 C N 110032965 A

1.一种基于遥感图像的视觉定位方法，其特征在于，包括以下步骤： 步骤1，根据遥感数据提取场景道路网络和地物语义特征； 步骤2，从视觉传感器获取观测值，对传感器数据进行特征提取和特征匹配； 步骤3，根据定位地图优化定位与地图； 步骤4，通过定位地图路网模块优化定位，实时估计当前位姿在路网中的绝对位置。 2.根据权利要求1所述的基于遥感图像的视觉定位方法，其特征在于，步骤1具体为：步骤1-1，构建端到端神经网络： (1)获取遥感图像，并标记道路，对训练集做数据增强操作； (2)根据上一步提供的数据对网络模型进行训练； (3)将定位场景遥感图输入网络，得到道路网提取结果； 步骤1-2，根据神经网络所提取道路像素值，建立道路网模型； 步骤1-3，根据路网图、结构拓扑图以及地物语义信息生成所需的定位地图。 3.根据权利要求1所述的基于遥感图像的视觉定位方法，其特征在于，步骤2具体为：步骤2-1，定位初始化，恢复相机的旋转矩阵R和平移向量t，F cr 表示基本矩阵,X r 、X c 表示两个像素点归一化平面上的坐标； 步骤2-2，提取ORB特征，计算帧之间的位姿变化，具体步骤如下： 首先利用运动模式预测当前状态，通过匹配投影验证，如若匹配少于25％的特征，进入关键帧模式，与最近关键帧匹配，得到初始位姿估计； 再通过局部地图跟踪优化相机位姿 x＝[ε1,…,εm ,P 1,…,P n ]； 式中，ε表示单个位姿，P表示单个路标点，e表示观测误差；E、F是整体目标函数对路标点的偏导数和整体变量的导数，xc表示相机位姿变量，xp表示空间点变量； 步骤2-3，选择性插入关键帧，然后检查当前地图点云，剔除冗余点，三角化新地图点，s 1x 1＝s 2Rx 2+t；x 1，x 2为两个特征点归一化坐标，s 1，s 2为两个特征点的深度，R旋转举证，t表示位移。 4.根据权利要求1所述的基于遥感图像的视觉定位方法，其特征在于，步骤3具体为：步骤3-1，变化点检测，根据定位地图中的变化点图模块，当当前状态与其所在路径变化点位置theta3范围之内触发变化点检测，在固定滑动窗口内计算其每个位置平面内偏航角变化(-theta，theta)，计算窗口变化均值，根据下一个点变化点特征，在theta范围内，则认为当前位置变化点为候选点，记录下来，当到达极大值时， 则认为该点为变化点； |xi -pt|<θ；|i|<μ；f表示偏航角θy ， pt表示距离变化点，θ预设置的检测范围，μ表示预设置F的计算范围； R表示旋转矩阵； θx ＝tan -1(R32,R33)；θz ＝tan -1(R21,R11)，θx 、θy 、θz 分别表示欧拉角的各个方向； 权　利　要　求　书1/2页2CN 110032965 A

常见国产卫星遥感影像数据的简介

北京揽宇方圆信息技术有限公司 常见国产卫星遥感影像数据的简介 本文介绍了常见国产卫星数据的简介、数据时间、传感器类型、分辨率等情况。 中国资源卫星应用中心产品级别说明 ◆1A级和1C级产品均为相对辐射校正产品,只是不同卫星选用的生产参数不同。 ◆2级，2A级和2C级产品均为系统几何校正产品,只是不同卫星选用的生产参数不同。 其中: ■GF-1卫星和ZY3卫星归档产品为1A级，ZY1-02C卫星数据归档产品级别为1C级，其他卫星归档级别为2级! ◆归档产品是指:该类产品已经存在于系统中,仅需要从存储系统中迁移出来.即可供用户下载的数据。 ◆生产产品是指:该类产品不是已经存在的产品,需要对原始数据产品进行生产,然后再提供给用户下载的数据。

■当用户需要的产品级别是上述归档的级别,直接选择相应的产品级别，然后查询即可！ ■当用户需要的产品级别不是上述归档的级别,就需要进行生产.本系统提供GF-1卫星和ZY3卫星2A级的生产产品,ZY1-02C卫星2C级的生产产品,在选择需要的级别查询后,无论有没有数据,在查询结果页上方有一个“查询0级景”按钮,点击此按钮后,进行数据查询,如果有数据，选择需要的产品直接订购,即可选择需要的产品级别。 国产卫星 一、GF-3(高分3号) 1.简介 2016年8月10日6时55分，高分三号卫星在太原卫星发射中心用长征四号丙运载火箭成功发射升空。 高分三号卫星是中国高分专项工程的一颗遥感卫星，为1米分辨率雷达遥感卫星，也是中国首颗分辨率达到1米的C频段多极化合成孔径雷达（SAR）成像卫星，由中国航天科技集团公司研制。 2.数据时间 2016年8月10日-现在 3.传感器 SAR：1米 二、ZY3-02（资源三号02星） 1.简介 资源三号02星（ZY3-02）于2016年5月30日11时17分，在我国在太原卫星发射中心用长征四号乙运载火箭成功将资源三号02星发射升空。这将是我国首次实现自主民用立体测绘双星组网运行，形成业务观测星座，

工程测绘中遥感影像定位测绘技术的应用

工程测绘中遥感影像定位测绘技术的应用 发表时间：2019-08-15T10:31:38.173Z 来源：《建筑模拟》2019年第27期作者：周宗祥 [导读] 地质测绘是工程建设中一项非常重要的工作，主要为工程建设施工服务，测绘结果会直接影响工程项目开发的最终效果。 周宗祥 身份证号：4525231978****0054 摘要：地质测绘是工程建设中一项非常重要的工作，主要为工程建设施工服务，测绘结果会直接影响工程项目开发的最终效果。最近几年，测绘项目在不断地增加，各种新技术和新方法已被广泛应用于工程地质测绘，这在很大程度上提升了测绘质量。本文主要分析了遥感影像定位测绘技术在工程测绘中的应用。 关键词：工程测绘；遥感影像定位；测绘技术；应用 1.遥感影像定位测绘技术概述分析 遥感影像定位测绘技术是一种探测技术，遥感探测方法一般是远距离非接触的。根据被探测物体的电磁波反射特点及辐射，通过传感器或遥感器进行发射、接收信号，分析了物体形态、特性的原理以及应用方法。现阶段，遥感影像定位测绘技术被广泛应用于多个领域（如：水文、建筑、矿业、军事、农业、气象、环保等），可通过对全球范围多个领域、视角、层次的观测，获取特定环境的资源信息。 遥感影像是利用遥感技术获得地物电磁波胶片。它可以实现大面积同时观测、实效性比较强、数据具有可比性，同时还可以提高社会、经济效益。例如：使用影像定位技术时，不会存在空间制约，假如所获得的卫星图像和航拍图像可以覆盖30，000平方公里的区域，它们可以包含大量信息和不同方法的特征，针对不同的任务，通过调整遥感设备、波段获取所需信息。目前的主要探测技术包含：微波探测、紫外线探测、红外线探测以及可见光物体探测。 1.1遥感影像定位测绘技术的应用 遥感技术是利用安装在遥感平台上的传感器在距离较远，并不与探测物体接触的前提下，接收目标反射线或发射的各种波段电磁波传输的信息，并对所获取的信息进行处理、诠释，以探测、识别远距离目标。通过所获取的信息资料，可以清楚了解工程的实时动态以及综合信息，监测工程实际环境。 1.2遥感影像特征 首先，遥感影像中的像素值会随着传感器的变化而发生变化，传感器不同，最终获得的波段数就会不一样，并且该值由不同波段的对应位置点的值共同显现；其次，所获取的遥感影像通常是不可以进行有损压缩的，若进行有损压缩，可能会造成图像信息损坏或者丢失，而针对常规图像，则会进行有损压缩，以节省空间；最后，使用不同类型的传感器，最终产生的文件组织方法也会不同。目前，市场上有许多遥感软件制造商，不同制造商生产的遥感软件最终组织的影响数据的格式也是不同的，很难通过一种方法读取和诠释所获取的影响信息。 1.3遥感图像三维可视化及影像动态在工程测绘中的应用 在工程测绘过程中，使用遥感图像三维可视化及影响动态分析方法，可以在短时间内获得完整、准确的测绘信息，节省测绘时间的同时，还节省了大量的人力、物力、财力。基于图像遥感技术开发了三维可视化技术，三维可视化技术可以选择、设置测绘路线，可以全面掌控工程项目区域内的地质条件分布和相应的构造空间，并清楚区分工程项目区域内的地质条件及其地貌特征，并进一步分析地质条件、地貌特征，以促使工程测绘的可视化得到全面提高。与此同时，借助三维技术，可准确的将地质条件较好的区域及岩石集中区域区分开，以全面了解、掌握该工程施工区域的地质条件。使用三维可视化技术时，必须确保地质观测路线及其探测物区域内的施工线之间相互垂直，同时将垂直方向的穿越丝作为主线，根据该主线设置对应的测绘点位。 2.影像定位技术在工程测绘中的应用分析 目前，影像定位技术在各个领域已得到了广泛应用，对人们的生活、生产有很大的影响，不管是煤矿、医院还是建筑、汽车等多个行业都会使用该技术。 影像定位技术是工程测绘过程中经常会使用的基础技术，使用影像定位技术可以探测、分析、研究工程施工区域的地质情况，以了解该区域的地质结构及其岩石等的具体分布位置，以了解、掌握施工区域的地质特征，确保工程施工质量和测绘工作的顺利开展。 通常情况下，工程测绘过程中使用最多的是遥感影像定位测绘技术，使用该技术可以获得全面、准确的测绘信息，具体包括对施工区域的地质条件，地形、地貌特征以及地形空间结构分布规则等进行初步探测，同时，将建立一个完整的探测控制区域，用于探测施工现场的地形，以分析工程施工区域的地质结构和地形构造以及地质体的性质及其地势的高低程度，通过所获取的图像施工人员可以进一步了解施工现场的具体特征，以方便后期施工。 在工程测绘过程中使用遥感影像定位技术，不论在勘探路线、还是探测方向以及所获得的图像上，传统的探测方法跟其没有可比性，使用遥感影像定位技术所获得的图像不仅分辨率高，同时，获得的信息也比较全面、准确，保证了测绘质量。 3.遥感影像在水文地质勘查中的应用 可以使用影像定位技术进行水文地质学探测，通过卫星遥感图像、遥感航空照片和其他信息反馈通道，清楚地了解水文地质条件。在特定的水文地质测绘过程中，影像技术可用于获取水文地质规则反馈的信息，以确保所获取的水文地质测绘结果准确无误。此外，在地下水调查过程中使用影响定位技术时，可以通过图片清楚掌握地下水含水层的具体分布情况，并且相应的含水层结构边界也会清晰地反映在图像中，这样人们可以清楚掌握地下水量的多少及其分布规律。 3.1水文地质测绘工作 水文地质测绘是一种较为复杂的工作，通过遥感影像定位技术可以清楚掌控工程施工区域的地形、地貌、水体以及含水的岩体的特征，相关工作人员通过这些信息可以快速概括该区域的水文地质特征。 3.2地下水资源的调查工作 通过使用遥感影像定位技术搜寻地下水和评估地下水资源，使用遥感图像获得的含水层和含水层之间的界限准确度比较高，通过遥感技术搜寻地下水资源将会有很大收获。

遥感卫星影像数据质量如何检查

遥感卫星影像数据质量如何检查 原始影像质量检查 取得原始影像数据后，首先要对数据源质量进行全面检查。主要检查内容和要求如下： 1、原始数据检查以景为单位，应用遥感图像处理软件打开影像数据，采用人工目视检查的方法，对每景数据进行质量检查，并进行文字记录。 2、检查相邻景影像之间的重叠是否在4%以上，特殊情况下不少于2%。 3、检查原始影像信息是否丰富，是否存在噪声、斑点和坏线。 4、检查影像云、雪覆盖情况，是否满足云、雪覆盖量小于10%，且不能覆盖城乡结合部等重点地区之规定。 5、检查侧视角是否满足规程之规定：一般小于15°，平原地区不超过25°，山区不超过20°。 6、对检查结果中不符合以上质量要求的数据信息及时反馈全国调查办，申请替换。 3.1.2原始影像质量常见问题

根据以往的影像处理经验，除常见的云雪覆盖量较大和侧视角超限等问题外，在原始影像的检查中常见质量问题如下： 1、掉线，如图3-1所示： 图3-1：掉线现象 2、条带现象，如图3-2所示： 图3-2条带现象 3、增溢过度现象，如图3-3所示：

图3-3影像增溢过度 3.1.3原始影像分析 原始影像数据质量检查合格后，根据各景影像的头文件信息，通过GIS软件生成落图矢量文件（WGS84坐标），内容包含数据源类型、景号、时相、侧视角等属性字段。将落图矢量文件与项目区范围在GIS软件中进行叠加，全面检查数据覆盖是否完整，并对重叠较小的区域进行反复确认，将缺漏数据情况及时反馈全国调查办。同时，在满足重叠要求和项目区覆盖完整的前提下，尽量排除不需要生产的数据以提高工作效率和保障项目进度。 在确定好需生产数据的数量和分布后，以分带区为单元，将同一投影带内的原始数据以所在带号为名称的文件夹分别存放，对跨分带线的数据以面积较大区域所在投影带为准，以备下一环节的使用。 3.1.4原始影像预处理 由于卫星具有侧视观测地面的功能，获取完整监测区的数据时段不同、空中云雾干扰以及地面光线不均匀等原因，会造成一景图像内部、景与景之间的感光程度存在差别，采用专业图像处理软件，对项目区全色与多光谱影像分别进行预处理。同时，可对同源同时相同轨道的部分影像进行拼接处理，以保证项目区影像内部接边精度，提高工作效率。 3.1. 4.1全色影像色调调整 对全色影像的明暗度、对比度、均匀度等进行调整处理，一方面提高地物的亮度，另一方面增加地物的对比度，使地物边界更清晰。通过预处理，使整幅图像色彩真实均匀、明暗程度适中、

试述遥感图像分类的方法,并简单分析各种分类方法的优缺点。

遥感原理与应用 1.试述遥感图像分类的方法，并简单分析各种分类方法的优缺点。答：监督分类：1、最大似然法；2、平行多面体分类法:这种方法比较简单，计算速度比较快。主要问题 是按照各个波段的均值为标准差划分的平行多面体与实际地物类别数据点分布的点群形态不一致，也就造成俩类的互相重叠，混淆不清的情况；3、最小距离分类法:原理简单，分类精度不高，但计算速度快，它可以在快速浏览分类概况中使用。通常使用马氏距离、欧氏距离、计程距离这三种判别函数。主要优点：可充分利用分类地区的先验知识，预先确定分类的类别；可控制训练样本的选择，并可通过反复检验训练样本，以提高分类精度（避免分类中的严重错误）；可避免非监督分类中对光谱集群组的重新归类。主要缺点：人为主观因素较强；训练样本的选取和评估需花费较多的人力、时间；只能识别训练样本中所定义的类别，对于因训练者不知或因数量太少未被定义的类别，监督分类不能识别，从而影响分结果（对土地覆盖类型复杂的地区需特别注意）。 非监督分类：1、ISODATA； 2、K-Mean：这种方法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响，并且在迭代的过程中又没有调整类别数的措施，因此不同的初始分类可能会得到不同的分类结果，这种分类方法的缺点。可以通过其它的简单的聚类中心试探方法来找出初始中心，提高分类结果；主要优点：无需对分类区域有广泛地了解，仅需一定的知识来解释分类出的集群组；人为误差的机会减少，需输入的初始参数较少（往往仅需给出所要分出的集群数量、计算迭代次数、分类误差的阈值等）；可以形成范围很小但具有独特光谱特征的集群，所分的类别比监督分类的类别更均质；独特的、覆盖量小的类别均能够被识别。主要缺点：对其结果需进行大量分析及后处理，才能得到可靠分类结果；分类出的集群与地类间，或对应、或不对应，加上普遍存在的“同物异谱”及“异物同谱”现象，使集群组与类别的匹配难度大；因各类别光谱特征随时间、地形等变化，则不同图像间的光谱集群组无法保持其连续性，难以对比。

SPOT卫星遥感影像数据基本参数

SPOT5遥感卫星基本参数 北京揽宇方圆信息技术有限公司 前言： 遥感传感器是获取遥感数据的关键设备，由于设计和获取数据的特点不同，传感器的种类也就繁多，就其基本结构原理来看，目前遥感中使用的传感器大体上可分为如下一些类型：（1）摄影类型的传感器； （2）扫描成像类型的传感器； （3）雷达成像类型的传感器； （4）非图像类型的传感器。 无论哪种类型遥感传感器，它们都由如下图所示的基本部分组成： 1、收集器：收集地物辐射来的能量。具体的元件如透镜组、反射镜组、天线等。 2、探测器：将收集的辐射能转变成化学能或电能。具体的无器件如感光胶片、光电管、光敏和热敏探测元件、共振腔谐振器等。 3、处理器：对收集的信号进行处理。如显影、定影、信号放大、变换、校正和编码等。具体的处理器类型有摄影处理装置和电子处理装置。 4、输出器：输出获取的数据。输出器类型有扫描晒像仪、阴极射线管、电视显像管、磁带记录仪、XY彩色喷笔记录仪等等。 虽然不同卫星的基本组成部分是相同的，但是由于，各个组成部分的具体构造的精细度又是不同的，的，所以不同的卫星具有不同的分辨率。 一、法国SPOT卫星 法国SPOT-4卫星轨道参数： 轨道高度：832公里 轨道倾角：98.721o 轨道周期：101.469分/圈 重复周期：369圈/26天 降交点时间：上午10：30分 扫描带宽度：60 公里 两侧侧视：+/-27o 扫描带宽：950公里 波谱范围： 多光谱XI B1 0.50 – 0.59um 20米分辨率B2 0.61 – 0.68um B3 0.78 – 0.89um SWIR 1.58 – 1.75um

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

遥感影像数据产品级别

遥感影像数据产品级别 卫星数据服务商北揽宇方圆信息技术有限公司是国内规模最大、服务最稳定、服务质量最高的卫星影像数据综合应用服务企业，一直致力于为用户提供全球中、高分辨率卫星影像数据及基于遥感数据的应用服务。多颗国际领先的高分辨率遥感卫星数据资源，这些卫星群能够以极快地速度为用户提供全球各地的超高分辨率影像。 0级：经数据重构，未进行任何处理的原始数据；所有的通信信息（比如：同步帧、通信头和重复数据）被移除。 1A级：经数据重构，具有时间参考、辅助信息（包括辐射、几何校正系数等）以及地理坐标参数等（如：平台星历等，并没有应用于0级产品）的未进行任何处理的原始数据。 1B级：在1A级产品的基础上处理至传感器单元（并不是所有数据都有L1B级数据）。 2级: 与1级数据具有相同分辨率和位置的地球物理参量数据产品。 3级: 投影至统一时空格网尺度，通常具有一定完整性和一致性的数据产品。4级: 模型输出结果或从低级数据分析得到的结果。 该分级体系的一个重要方面是它的每一级是积累的，新的一个级别是由其下一级别生成同时它也是上一级产品的输入数据。0级数据基本上是原始的、未经任何处理的仪器和传感器数据。虽然它是基本的数据级别，但我们通常不会使用它，对传感器本身准确性和敏感性比较感兴趣的人将会是它的用户。0级数据的主要作用是作为数据处理链中的原始数据被用来生成更高级别的数据产品。1级数据可以恢复为0级，同时1级数据也是生成更高级别数据的基础。 2级数据可直接用于大多数的科学研究。相对于1级数据来说，2级数据可能由于某些原因（比如：在空间尺度或光谱范围等方面做了缩减）要小一些。3级产品可能会更小，以便其更容易被使用，同时规则的空间和时间组织使得这些数据更容易与不同数据源的数据结合使用。一般地，随着处理技术的改进，数据集本身将会变得更小，但其在科学应用中的价值和效用将会变的更大。 对于遥感影像预处理类型和程度来说，采用统一的处理级别体系来描述其优

常用的遥感卫星影像数据有哪些

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有哪些 公司拥有WorldView、QuickBird、IKONOS、GeoEye、SPOT、高分一号、资源三号等卫星的代理权，与国内多家遥感影像一级代理商长期合作，能够为客户提供全天候、全覆盖、多分辨率、多尺度的影像产品 WorldView，分辨率0.5米 WorldView卫星系统由两颗(WorldView-I和WorldView-II)卫星组成。WorldView-I全色成像系统每天能够拍摄多达50万平方公里的0.5米分辨率图像，并具备现代化的地理定位精度能力和极佳的响应能力，能够快速瞄准要拍摄的目标和有效地进行同轨立体成像。WorldView-II多光谱遥感器具有8个波段，平均重访周期为一天，每天采集能力达到97.5万平方公里。

QuickBird，分辨率0.61米 QuickBird具有较高的地理定位精度,每年能采集7500万平方公里的卫星影像数据，在中国境内每天至少有2至3个过境轨道，有存档数据约500万平方公里，重访周期为1-6天，每天采集能力达到21万平方公里。 IKONOS，分辨率0.8米 IKONOS卫星是世界上第一颗高分辨率卫星，开启了商业高分辨率卫星的新时代，同时也创立了全新的商业化卫星影像标准。全色影像分辨率达到了0.8米，多光谱影像分辨率4米，平均重访周期3天。

Geoeye，分辨率0.41米 GeoEye-1卫星具有分辨率最高、测图能力极强、重返周期极短的特点。全色影像分辨率达到了0.41米，多光谱影像分辨率1.65米，定位精度达到3米，重访周期2-3天，每天采集能力70万平方公里。

IKONOS卫星 遥感影像解译数据 的 波段简介

IKONOS卫星遥感影像解译数据的波段 IKONOS卫星影像

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。 IKONOS卫星基本参数 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

遥感影像数据下载

1.MODIS L1B 1km: https://www.sodocs.net/doc/e99932384.html,/data/d ... _Level_1/index.html 免费注册，免费下载，daily data 2.https://www.sodocs.net/doc/e99932384.html,/pub/imswelcome/ 3. https://www.sodocs.net/doc/e99932384.html,/ https://www.sodocs.net/doc/e99932384.html,ndsat etm+ and tm images for free https://www.sodocs.net/doc/e99932384.html,/ortho/index.htm 5.EarthEtc ER MAPPER公司示范网站 https://www.sodocs.net/doc/e99932384.html,/imagery.aspx该网站上可以欣赏世界各地的高清晰度卫星照片，以及覆盖全球的1990年版LANDSAT卫星拼图（NASA命名为Circa 1990)。该网站不提供文件下载，只能通过浏览器观看。 6.NASA已经将中国地区的卫星图像发表在其网站上，免费供公众下载。 https://https://www.sodocs.net/doc/e99932384.html,/mrsid/mrsid.pl 7.ENVISAT ASAR数据 https://www.sodocs.net/doc/e99932384.html,或者https://www.sodocs.net/doc/e99932384.html, ENVISAT卫星是欧空局迄今为止研制的最大的环境监测卫星，其高级合成孔径雷达（ASAR）在C波段具有多极化、可变观测角度、宽幅成像等特性。其数据可以广泛应用于自然灾害监测、资源环境调查、雷达遥感教学与科研等领域。 8.美国航天飞机SRTM 高程数据 SRTM高程数据由NASA航天飞机上的雷达在2000年2月搜集，覆盖南纬56度到北纬60度之间的陆地区域。该数据分辨率为30米，但NASA出于“安全性”考虑将美国以外的地区缩减为90米分辨率。数据格式为HGT格式，采用ZIP压缩，文件名以经纬度网格的左上角点命名。该系列数据是“未完成”数据，里面有很多地方有数据空洞存在。 ftp://https://www.sodocs.net/doc/e99932384.html,/srtm/Eurasia/ https://www.sodocs.net/doc/e99932384.html,gs,gov/data/obtainingdata.html(“unfinished”Grade) https://www.sodocs.net/doc/e99932384.html,gs,gov/products/elevation.html(“finished”Grade) Easy Download Site—GLCF ftp://https://www.sodocs.net/doc/e99932384.html,/gl ... 0/SRTM_u03_n040e116 上述数据覆盖范围1*1度n040—北纬40度e116—东经116度 9.国家基础地理信息系统全国1:400万数据库

遥感图像地形分析方法应用研究

遥感图像地形分析方法应用研究 二、实验目的 了解遥感图像地形分析的一般方法:坡度分析、坡向分析、高程分带、地形阴影、彩色地势、地形较正处理、栅格等高线及三维浮雕等。它们大多是基于DEM进行分析的。重点了解坡度分析、坡向分析。 三、实验原理 坡度(Slope)和坡向(Aspect)作为描述地形特征信息的两个重要指标,不但能够间接表示地形的起伏形态和结构,而且是水文模型、滑坡监测与分析、地表物质运动、土壤侵蚀、土地利用规划等地学分析模型的基础数据。在地理信息系统(Geo-graphical InformationSystem, GIS)中,坡度和坡向一般在数字高程模型(Digital Elevation Model ,DEM)上通过一定的计算模型计算得到。 地形特征是人们用于描述空间过程变化的重要指标，地形特征的提取是进行测绘、资源调查、环境保护、城市规划、灾害防治及地学调查等地理空间相关研究的基础，快速准确的获取地学特征是进行地理空间相关研究的前提。应用遥感技术结合DEM数据对现象的垂直分布进行研究，直观、快速、精确、可视化效果好。DEM是数字高程模型，是地球表层信息的三维可视化模拟，能直观的反映信息的垂直分布规律及影响因子，是进行三维分析不可缺少的数据地形因素是影响环境变迁水文过程生物分布地貌特征等的重要因素。

某地区无洼地的1:5 万DEM数据 五、实验步骤及结果分析 1、DEM的建立 1.1用航天、航空遥感影像立体像对提取DEM；（以SPOT5影像为例） 利用ENVI的DEM提取模块，提取DEM信息。这是一个流程化的操作模块，根据标题提示设置参数后点击下一步，即可完成整个DEM提取的操作。（ENVI可以从ALOS PRISM, ASTER, CARTOSAT-1, FORMOSAT-2, GeoEye-1, IKONOS, KOMPSAT-2, OrbView-3, QuickBird, WorldView-1, SPOT 1-5以及航空影像立体像对中提取DEM。）主要流程如下 第一步：输入立体像对 （1）单击主菜单->File->Open External File->SPOT->DIMAP，打开266282-20030123HRS1\SCENE01\METADATA.DIM和266282-20030123HRS2\SCENE01\METADATA.DIM数据。打开的数据在波段列表中显示，如图2. 图2数据列表 （2）单击主菜单->Topographic->DEM Extraction-> DEM

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