遥感卫星影像-建筑物提取方案
8.1建筑物提取意义
高分辨率遥感影像中的建筑物提取对违建监测、城区自动提取、地图更新、城市变化监测、城市规划、三维建模、数字化城市建立等应用具有重要意义。高分辨率遥感影像在提高地物光谱特征，突出地物结构、纹理和细节等信息的同时，也因为卫星观测角度问题造成地物遮挡，尺度的增大带来了严重的异物同谱问题，同时增加了影像的噪声，因而限制了建筑物提取的精度，使得目视解译方法仍然是最普遍使用的判读方法，它费时费力、精度难以保证的缺点严重制约了高分辨率遥感影像的大规模应用，造成影像数据的极大浪费。深度学习是人工智能中机器学习发展的新阶段，有效的解决了对复杂对象特征的刻画和复杂场景的关联分析等问题。面向高分辨率遥感影像建筑物提取的深度学习方法，可以自动提取建筑物的特征信息，实现高精度高效率的建筑物提取。
8.2建筑物提取数据需求
为保证建筑物提取的精度，遥感影像的空间分辨率要求做0.5米以上，至少包括R、G、B 三个波段，包括但不限于WorldView-2遥感卫星数据、中国高景一号遥感卫星数据。
8.3建筑物提取方骤
1.标记样本需求分析
标记数据的数量和质量是决定最终提取的建筑物产品精度的关键因素。深度学习算法是一种以数据为驱动的算法，在遥感大数据的环境下，利用深度学习算法实现建筑物高精度提取，首先要保证标记样本数据的数量、质量以及在空间上分布的合理性和对目标地物的代表性。此外，深度学习算法能够根据训练样本自主学习目标地物的光谱和结构特征，无需对影像进行定量化处理，有效地保留了影像细节信息。与传统样本库不同，深度学习算法要求样本库中样本的每个像素均具有一个独立的标号，且样本库的精度直接影响深度学习算法的精度。因此，需设计准确、完善的标记数据样本库。样本库的设计主要考虑标记样本的空间分布、时间分布、数据源、样本数量等影响因素。
2.基于目视解译的样本标记规范与流程设计
深度学习模型的本质上是通过对先验知识的学习来实现对未知信息进行判定的算法。标记数据的生成是利用专业人员的经验知识，对遥感数据进行解译，将先验知识进行格式化。
与传统计算机视觉领域处理的数据不同的是，遥感数据具有典型的空间特征、时间特征和多谱段（也称为多通道）的特性，需要设计标记流程和数据格式以在样本数据中存储记录这些特性。
本课题将分析遥感数据的特点，结合深度学习模型的数据输入要求，研究利用遥感数据标记建筑物样本的规范，并设计标准化的操作流程，开发可视化标定工具，制定标记样本数据格式与深度学习模型输入数据格式的转换模型，为建筑物提取网络的研发与训练奠定基础。
建筑物样本示意图
3.面向遥感影像建筑物提取的卷积神经网络设计与训练
分析建筑物样本数据的特征，以卷积神经网络作为基础网络提取影像特征，构建面向建筑物提取的语义分割深度神经网络，并通过样本集的训练与验证，优化网络参数设置。
(b)特征图计算(e)反卷积(f)建筑物提取图
(c) 金字塔池化模块
(a) 遥感影像(d)上采样
面向遥感影像建筑物提取的深度神经网络示意图
网络训练阶段：首先将样本数据分为训练数据、验证数据和测试数据三个数据集。其中，训练数据用于求解最小化损失函数的网络参数；验证数据用于最小化过拟合；测试数据用于在网络训练结束后测试网络的分类能力。为了提升网络的训练速度，同时兼顾计算机的内存限制，采用批次训练、梯度下降的方法训练网络模型。此外，在训练过程中，为了提高标记样本的利用率，分别采用旋转（多个角度）、翻转、随机裁剪以及随机增加噪声等方式提升采样数据的利用率，提高深度神经网络的分类精度。将测试数据输入到训练好的深度神经网络结构中，计算输出结果与其真实分类结果的差异，估计网络的分类精度。
根据模型验证情况，优化调整或适当增加标记样本。当标记样本库被优化调整时，可微调深度神经网络参数，优化网络结构，进一步提高网络分类精度。
4.目标区域建筑物检测
对目标区域的遥感影像进行预处理，输入上步中训练好的网络模型，对目标区域的遥感影像中的建筑物进行检测，最终生成建筑物提取专题图。
建筑物检测结果示意图
公司形象展示
遥感卫星影像镶嵌的基本原则
北京揽宇方圆信息技术有限公司 遥感卫星影像镶嵌的基本原则 遥感卫星影像镶嵌是指对一幅或若干幅图像通过几何镶嵌、色调调整、去重叠等处理，镶嵌到一幅大的背景图像中的影像处理方法。 基本原则 镶嵌时应对多景影像数据的重叠带进行严格配准，镶嵌误差不低于配准误差，镶嵌区应保证有10-15个像素的重叠带。影像镶嵌时除了要满足在镶嵌线上相邻影像几何特征一致性，还要求相邻影像的色调保持一致。镶嵌影像应保证色调均匀、反差适中，如果两幅或多幅相邻影像时相不同使得影像光谱特征反差较大时，应在保证影像上地物不失真的前提下进行匀色，尽量保证镶嵌区域相关影像色彩过渡自然平滑。 1、原则上，镶嵌只针对采样间隔相同影像。需在相邻数据重叠区域进行如下处理：首先，在相邻数据重叠区勾绘镶嵌线，镶嵌线勾绘尽量靠近采样间隔较小影像的外边缘，以保证其数据使用率最大化。然后对镶嵌线两侧影像进行裁切，裁掉重叠区域影像，为避免因坐标系转换导致接边处出现漏缝，对于采样间隔小的影像严格沿镶嵌线裁切，采样间隔大的影像应适当外扩一定范围，原则上不超过10个像素进行裁切。 2、镶嵌前进行重叠检查。景与景间重叠限差应符合要求。重叠误差超限时应立即查明原因，并进行必要的返工，使其符合规定的接边要求。采用
“拉窗帘”方式目视检查相邻影像间重叠区域的精度，若同名地物出现“抖动”或“错位”现象，则量测该处同名点误差，两者接边精度不超过1个像素。 3、镶嵌时应尽可能保留分辨率高、时相新、云雾量少、质量好的影像。 4、选取镶嵌线对DOM进行镶嵌，镶嵌处无地物错位、模糊、重影和晕边现象。 5、时相相同或相近的镶嵌影像纹理、色彩自然过渡；时相差距较大、地物特征差异明显的镶嵌影像，允许存在光谱差异，但同一地块内光谱特征尽量一致。 重叠精度检查 叠加相邻纠正单元，采用“拉窗帘”方式逐屏幕目视检查相邻纠正单元间重叠区域的精度，若同名地物出现“抖动”或“错位”现象，则量测该处同名点误差，两者相对精度应满足下表要求。 相邻影像采样间隔≤１米时，其相对误差限差满足表中规定。 相对误差限差表 地形类别 平地、丘陵（采样间 隔） 山地、高山地（采样间 隔） 相对误 差 2.0倍8.0倍 基础底图采样间隔＞１米时，其相对误差限差满足表中规定。 相对误差限差表 地形类别 平地、丘陵（采 样间隔） 山地、高山地（采 样间隔） 相对误差 2.0倍 4.0倍 注：相对误差因侧视角超限、基础底图和高程数据等控制资料精度不足引起，且无法改正的特殊地区除外，但该区域周边不超限。 镶嵌步骤 1、镶嵌线选取
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，
卫星影像提取建筑
卫星影像提取建筑、道路专题信息 技术方案提纲 一、影像专题信息提取原理 影像专题信息提取是一个影像分割、分类、分类后处理及专题信息输出的过程。但是在专题信息提取过程中，由于“同谱异物”、“同物异谱”等情况的普遍存在，加上遥感数据空间分辨率的限制，“混合像元”现象不可避免，因此基于常规像元灰度值的图像分类存在很多问题。在此基础上，人们开始对多源信息复合的信息提取方法进行探索，主要是从波谱特性、纹理信息、图像运算和地学专家知识等方面出发。 1.光谱特征信息复合 光谱特征分析法是遥感信息提取的常用方法之一，在相关研究中得到了广泛应用。不同地物的波谱特性，是遥感影像分析解译的理论基础，也就是说多光谱影像的计算机自动分类识别必须建立在全面了解掌握分类对象不同波段光谱特性的基础上。一般而言，同一地物在不同波段的光谱值不同，在同一波段不同地物的光谱值也不相同。根据这一原理，在多波段彩色合成影像上，首先对典型地物进行光谱采样，然后计算各种地物的光谱均值，得到典型地物波谱响应曲线图。之后分析所需专题信息光谱曲线与其他地物光谱曲线的关系，找到能够区分所需信息与其他地物的波段，利用波段之间的亮度值差异，选择适当的阈值即可将所需要的信息提取出来。 基于光谱特征的分析方法是从分析地物的光谱曲线入手，挖掘谱间特征，从而提取出所需地物信息的。但是该方法无法克服异物同谱和同物异谱的现象，许多地物无法准确区分。 2.纹理结构信息复合 常规提取遥感图像信息的最大似然分类法等都是基于地物光谱特征的，很难正确区分一些光谱易混淆的地物，因此为了克服这种现象，可以采用纹理分析的方法。影像纹理反映了影像灰度性质及它们之间的空间关系，是描述和识别影像的重要依据，与其他影像特征相比，它能更好地兼顾地物的宏观性质和细部结构。 纹理分析方法大致分为统计方法、结构方法和谱方法。统计方法是指在不知
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
遥感信息智能化提取方法
遥感信息智能化提取方法 目前，大部分遥感信息的分类和提取，主要是利用数理统计与人工解译相结合的方法。这种方法不仅精度相对较低，效率不高，劳动强度大，而且依赖参与解译分析的人，在很大程度上不具备重复性。尤其对多时相、多传感器、多平台、多光谱波段遥感数据的复合处理，问题更为突出。在遥感影像相互校正方面，一些商业化的遥感图像处理软件，虽然提供了简单的影像相互校正和融合功能，但均是基于纯交互式的人工识别选取同名点，不仅效率非常低，而且精度也难于达到实用要求。因此,研究遥感信息的智能化提取方法对于提高遥感信息的提取精度和效率具有重要意义。 1．遥感图像分类 遥感图像分类是遥感图像处理系统的核心功能之一，它实现了基于遥感数据的地理信息提取，主要包括监督分类，非监督分类，以及分类后的处理功能。非监督分类包括等混合距离法分类（Isodata）等。监督分类包括最小距离（Minimum Distance）分类、最大似然（Maximum Likehood）分类、贝叶斯（Bayesian）分类、以及波谱角分类、二进制编码分类、AIRSAR散射机理分类等。 自动分类是计算机图像处理的初期便涉及的问题。但作为专题信息提取的一种方法，则有其完全不同的意义，是从应用的角度赋予其新的内容和方法。传统的遥感自动分类，主要依赖地物的光谱特性，采用数理统计的方法，基于单个像元进行，如监督分类和非监督分类方法，对于早期的MSS这样较低分辨率的遥感图像在分类中较为有效。后来人们在信息提取中引入了空间信息，直接从图像上提取各种空间特征，如纹理、形状特征等。其次是各种数学方法的引进，典型的有模糊聚类方法、神经网络方法及小波和分形。 近年来对于神经网络分类方法的研究相当活跃。它区别于传统的分类方法在于：在处理模式分类问题时，并不基于某个假定的概率分布，在无监督分类中，从特征空间到模式空间的映射是通过网络自组织完成的，在监督分类中，网络通过对训练样本的学习，获得权值，形成分类器，且具备容错性。人工神经网络 (ANN) 分类方法一般可获得更高精度的分类结果，因此 ANN方法在遥感分类中被广泛应用，特别是对于复杂类型的地物类型分类，ANN 方法显示了其优越性。如 Howald(1989)、McClellad(1989)、 Hepner(1990)、T.Yosh ida(1994)、K.S.Chen(1995)、J.D.Paola(1997) 等利用 ANN 分类方法对 TM 图像进行土地覆盖分类，在不同程度上提高了分类精度；Kanellopoulos(1992) 利用 ANN方法对 SPOT 影像进行了多达20类的分类，取得比统计方法更精确的结果；G.M.Foody(1996)用ANN对混合像元现象进行了分解；L.Bruzzone 等 (1997) 在 TM－5 遥感数据、空间结构信息数据、辅助数据（包括高程、坡度等）等空间数据基础下，用 ANN 方法对复杂土地利用进行了分类，比最大似然分类法提高了 9% 的精度。与统计分类方法相比较，ANN 方法具有更强的非线性映射能力，因此，能处理和分析复杂空间分布的遥感信息。2．基于知识发现的遥感信息提取
基于高分辨率遥感影像的建筑物提取
基于高分辨率遥感影像的建筑物提取 摘要：本文首先对遥感影像上建筑物提取的研究历史进行分析，总结高分辨率航空相片或卫星影像提取建筑物等人工地物信息的主要方法，从影像数据、分辨率与方法几个方面概括建筑物提取的发展历史。总结高空间分辨率遥感影像建筑物提取研究的现状以及发展趋势。 关键词：高空间分辨率遥感影像；建筑物提取 引言 随着遥感技术的不断进步，光学卫星影像的空间分辨率不断提高（目前军用卫星已经达到厘米级），与同类中低空间分辨率的遥感影像相比，高空间分辨率光学卫星影像上地物的光谱特征更明显，景观的结构、形状、纹理和细节等信息突出，使得研究城市内部建筑分布细节成为可能。从20世纪90年代以来高空间分辨率光学卫星影像逐渐进入商业和民用领域，在地图更新、土地管理、城市规划、资源调查、环境监测、灾害评估等方面得到广泛应用，逐步成为一种主要的地理空间数据获取和更新途径，针对高空间分辨率光学卫星影像的信息提取研究也随之兴起，但高空间分辨率影像信噪比低的特点限制了建筑提取的精度，人工解译仍然是最普遍的提取方式，其费时费力的弱点成为制约高分辨率卫星影像大范围应用的瓶颈。目前对绿地和水体的自动提取已经比较成熟，而道路和建筑物由于其自身的复杂性导致自动提取困难，国内外很多学者在高分辨影像道路和建筑提取方面做了很多相关研究，在提取理论和方法方面取得了一定的成果。本文就高空间分辨率遥感影像建筑物提取研究现状进行总结，在此基础上提出目前遥感影像建筑物提取研究的热点及其发展趋势。 一、建筑物提取的研究历史 迄今为止，利用高分辨率航空相片或卫星影像提取建筑物等人工地物信息的方法大体分为两类：其一，利用图像信息结合高程信息进行建筑物信息提，通过建筑物与周围环境之间的高差进行屋顶边界的提取，大多需要一定的辅助数据如DEM、DSM等。其二，利用高空间分辨率遥感影像数据结合计算机视觉、图像处理与分析、人工智能等学科领域的新方法实现对建筑物顶部信息的半自动甚至全自动识别与提取。此方法不需要多景影像数据，也不需要其它的外部信息源，具有更为广泛的应用前景和范围，但是其缺乏对识别建筑物表面高度信息，只是利用的是图像的光谱信息、灰度信息以及建筑物的形态信息和一部分先验知识，难度要更大，此方法仍处于探索研究阶段。在城市环境中由于受到建筑物结构复杂性的影响，建筑物常常被人造目标或者自然目标包围，给提取建筑物带来干扰，常见的典型情况有：房屋边缘与道路平行且相邻，边缘检测后的影像中道路和房屋边缘相互混淆；因为拍摄角度导致建筑物彼此的遮蔽，影像上丢失了被遮蔽建筑物的信息；建筑物阴影的灰度接近建筑物的灰度，很难区分二者的边界，对提取产生干扰。此外利用成像质量、光谱范围等多方面因素影响的遥感影像提取建筑物信息，出现信息的丢失以及失真，从而增加了建筑物提取的难度。图1分别从影像数据、分辨率与方法几个方面概括了建筑物提取的发展历史。快速准确地
高分辨率卫星影像数据报价
GeoEye-1/IKONOS卫星影像数据价格表 说明： 1. 所有影像未经镶嵌处理。 2. 存档与编程： A. 存档数据：3个月前采集的Geo Ortho Kit数据 B. 编程数据：未采集的数据和3个月以内新采集的数据 3. 标准交付期： A. 存档数据：合同签订后5-10个工作日 B. 编程数据：数据接收成功后10-15个工作日 4. 起订面积： A. 存档数据：49km22 (最短边长不小于5公里) B. 编程数据：100km22 (最短边长不小于5公里)
5. 编程费用：标准编程免收编程费，如需加急编程，每个工作区收取38000 元编程费。 6. 运保费：人民币500元。 7. 含云量规定：实际含云量面积低于20%的影像为合格产品，若要求云量覆 盖在10%以内的影像每平方公里加价25%，要求云量覆盖在5%以内的影像每平方公里加价50%。 8. 目标仰角规定：标准拍摄目标仰角在60°- 90°之间。若要求拍摄目标仰 角在72°-90°之间，每平方公里需加收10%的附加费。 QuickBird/WorldView-1/WorldView-2影像数据价格表一、真彩色\彩红外\全色\4波段多光谱(MS1)： 二、4波段捆绑(Pan+MS1)\ 4波段融合数据： 三、立体像对(基础产品)：
卫星编程级别说明: 1．S级：优先级别最低的编程订单，适用于对影像获取时间要求不严格的客户，以及订单竞争不激烈的地区。优点是单价比较低，客户可以自己设定采集开始和截止时间， 或接受DG提供的采集周期；缺点是获取时间比较长.云量覆盖率不大于15% 。 2．S+级：优先级别比S级订单高，适用于急于获取合格影像的客户，以及订单竞争一般激烈的地区。优点是客户可以自己设定采集开始和截止时间，或接受DG提供的采集周期，单价相对较低，可以保证获取影像的质量。云量覆盖率不大于15% 。 3．AS级：优先级别较高，适用于急于获取合格影像的客户，以及订单竞争激烈的地区。客户必须接受DG提供的采集周期，并接受分批交付。优点是订单优先级别高，如果在DG提供的采集周期内没有完成采集，客户可以选择用DG现有的其他存档数据免费填充未完成的区域，或继续延长订单的采集周期。如果客户选择取消编程订单的未完成部分 并用免费存档数据填充未完成区域，应在原AS级订单取消后180天进行免费数据的申请；如果客户选择延长采集周期，DG会重新评估并给出新的采集周期，客户必须接受这个新的采集周期。云量覆盖率不大于15% 。 4．SS级：优先级别最高的编程订单，目标区域宽度要求小于13.5 公里，南北长度小于165 公里。DG会在未来2周的时间内，指定一个日期进行单次接收，客户可以提前48 小时确认订单，订单一旦确认，不能取消，无论云量多少均收全款。适用于灾害分析、
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。
遥感专题讲座——影像信息提取(四、面向对象特征提取)
面向对象的影像分类技术 “同物异谱，同谱异物”会对影像分类产生的影响，加上高分辨率影像的光谱信息不是很丰富，还有经常伴有光谱相互影响的现象，这对基于像素的分类方法提出了一种挑战，面向对象的影像分类技术可以一定程度减少上述影响。 本小节以ENVI中的面向对象的特征提取FX模块为例，对这种技术和处理流程做一个简单的介绍。 本专题包括以下内容： ??●面向对象分类技术概述 ??●ENVI FX简介 ??●ENVI FX操作说明 1、面向对象分类技术概述 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：影像对象构建和对象的分类。
影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法，这种方法综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。 影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和我们常说的监督分类是有区别的，它分类时和样本的对比参数更多，不仅仅是光谱信息，还包括空间、纹理等信息。基于知识分类也是根据影像对象的熟悉来设定规则进行分类。 目前很多遥感软件都具有这个功能，如ENVI的FX扩展模块、易康（现在叫Definiens）、ERDAS的Objective模块、PCI的FeatureObjeX（新收购）等。 表1为三大类分类方法的一个大概的对比。 类型基本原理影像的最小单元适用数据源缺陷 传统基于光谱的分类方 法地物的光谱信息 特征 单个的影像像元 中低分辨率多光谱 和高光谱影像 丰富的空间信息利 用率几乎为零 基于专家知识决策树根据光谱特征、空 间关系和其他上 下文关系归类像 元 单个的影像像元多源数据知识获取比较复杂 面向对象的分类方法几何信息、结构信 息以及光谱信息 一个个影像对象 中高分辨率多光谱 和全色影像 速度比较慢
基于直线检测算法的卫星图片中建筑物轮廓提取
收稿日期:2007-11-22;修回日期:2008-01-15。 作者简介:庞池海(1982-),男,浙江天台人,硕士研究生,主要研究方向:计算机仿真、图像处理; 李光耀(1965-)男,安徽安庆人,研究员,博士生导师,主要研究方向:计算机仿真、图像处理; 赵洁(1983-),女,江苏南通人,硕士研究生,主要研究方向:计算机仿真、图像处理;朱恒晔(1978-),男,江苏镇江人,博士,主要研究方向:系统仿真、虚拟样机。 文章编号:1001-9081(2008)S1-0190-03 基于直线检测算法的卫星图片中建筑物轮廓提取 庞池海,李光耀,赵 洁,朱恒晔 (同济大学CAD 研究中心,上海201804) (tcp ch @sohu .com ) 摘 要:提出一种方法,可以从卫星图像中自动检测建筑物。介绍了直线提取和直线合并的算法,分别讨论算法的实现结果和对结果的评价。建筑物检测的结果为矢量的二维候选数据,缩短了原始图像数据和最后对图像理解之 间的差距。 关键词:建筑物检测;直线检测;Canny 算子;霍夫变换;边缘检测中图分类号:T P391.41 文献标志码:A Buildi ng figure extracti on i n satellite i m ages based on li ne detecti on algorithm PANG Ch-i ha,i LI Guang -yao ,Z HAO Jie ,ZHU H eng -ye (CAD Re se a rch C e n te r,T ongji Universit y,S hangha i 201804,C hina ) Abstract :In o rder to g enerate t he 3D-model of constructi on ,usi ng t he m ethod based on i m ag e pro cessi ng,au t om ated techn i ques w ere proposed to replace the curren t manua l work .A n approach for auto m atic bu ildi ng detection w as put for w ard from sate llite i m agery .F irstl y,the algo rith m s o f li ne ex tracti on and li ne m erg i ng w ere presen ted .T hen ,t he i m p l ementation of the m e t hod and resu lt quantitative qua lity assess m ent we re discussed respecti ve l y .The resu lt of bu il d i ng detecti on prov i des the vector i a l and t w o -di m ens i on cand i date data ,w hich sho rten the d ifference be t w een or i g i na l i m ag e data and fi nal understandi ng . K ey words :buil d i ng detection ;li ne de tecti on ;C anny opera t o r ;H ough transf o r m;edge detection 0 引言 从城市航空影像中提取关键地物的研究主要集中于建筑 物和道路两个方面。已有的匹配的方法,对于现代城市中具有重要意义且形状复杂的高层建筑物和主干道,还不能形成有效的提取。 然而人类却能几乎在瞬间辨识出这些物体的存在和位置[1] 。航空影像的复杂性使目标检测变得十分困难。以往对建筑的检测方法可以分为以下3类:1)使用立体影像匹配的方法,这种方法可以提供建筑物准确的空间信息,使建筑物通过空间信息被检测出来[2]。不过这种方法需要额外的信 息,如DE M 信息。2)使用直线分析。首先从图片中检测出直线,将它们归类并且建模出矩形,推算出候选的建筑物[3]。直线可以通过使用感知的视觉数据组织的方法分类,许多报告已经使用这种方法进行了建筑物检测实验[4]。不过该方法对于大规模的检测效果不是很好。3)辅助信息的方法。如阴影或直线的透视效果,也可作为建筑物检测的重要手段。 作为一种低层次视觉技术,线段提取是一项很基本的任务。它的处理对象是边缘图像,输出是线段。其输出经常作为更高层处理(形状描述、目标识别、立体匹配等)的输入。由于线段提取的重要性,很多研究者在这方面做了大量工作。归纳起来,可分为3类:1)传统的H ough 变换;2)首先提取基本线段(e l ementary li ne segm ent ,ELS),再进行线段合并;3)利用梯度信息将边缘像素组成线段[3]。本文结合前两种方法,利用局部的H ough 变换,先抽取出直线,然后利用附有信息的直线分析图像中的对象,构建直线图的数据结构,并利用这些信息生成建筑物的候选集。 1 主要准则 通常将图像理解系统划分成几个阶段从而简化整个问题的难度。主要流程包括图像预处理,图像分割,特征提取,特征描述和识别。至今,对于各类应用还没有一个统一的方法。对于不同的项目的方法大相径庭。本文着眼于卫星图片中的建筑物检测。首先定义一些策略或思想准则作为解决这个问题的指导。 层次化 图像数据在计算机中以孤立点的信息形式存在。图像处理的目的是要对这些点尽可能地按照图像的原意进行分类,最后抽象出同类点集的含义。所有工作,包括前处理、图像分割、特征提取等,都是为了实现这一目标。在本文的研究中,首先将点归类成线,然后将线组合成几何形状。称之为点线面的变换。 整合方法 一些信息,比如颜色和方向,对图像中的元素来说是非常重要的,但不少方法忽略了这些信息的利用。在本文的研究中,将取得的颜色信息作为线和面对象的附属信息,或者称之为权重。这些信息可以帮助改善的检测过程。 局部化假设 假设物体,包括颜色、线的位置、面的位置以及图像中的所有元素,只和其一定范围内的邻域元素存在相应的关系。这个假说可以减少处理所花费的时间,从而得出各种可行的统计(现在的图像分析方法主要是基于数学统计的)。这个假设使得分治的方法能够得以实施,从而降低计算难度。 2 建筑物检测算法 整个检测算法主要分为以下4个阶段。 第28卷2008年6月 计算机应用 C o mpu ter App lications Vo.l 28June 2008
遥感卫星影像数据采购知识要素
北京揽宇方圆信息技术有限公司 (一）遥感卫星数据类型有哪些？ 北京揽宇方圆卫星公司可提供多种遥感数据类型供用户选择，目前来说是国内遥感数据最多的遥感数据中心，分辨率从0.3米到30米的光学卫星影像，还有各种极化方式的雷达卫星影像，高光谱卫星影像，还有解密的1960年至1980年的锁眼卫星影像，根据自己的情况来定，也可以把自己的卫星数据需求告诉我们，给您推荐合适的卫星数据类型。如果您想获取高程信息DEM、DLG等信息，需要购买的就是卫星影像立体像对数据，并不是所有卫星都有立体像对哦。 (二）遥感卫星数据影像有哪些级别？ 卫星公司北京揽宇方圆销售的都是1A级别原始卫星影像，光学卫星影像原始数据都是以全色+多光谱捆绑形式提供，卫星影像一般可以经过一定的处理，形成各级别的影像数据，不同的级别可以针对不同的用户需求，在订购时需特别注意。 *名词（全色就是黑白数据，多光谱是指红绿蓝近红外） （三）遥感卫星数据影有没有最小数量起订的说法？ 北京揽宇方圆提醒您在购买卫星影像时，都要确认购买面积大小或景数。对于高分辨率影像来说，一般是按面积大小来计算，单位为平方公里。但是往往有个最小购买面积，例如，WorldView影像的存档数据最低起购面积为25平方公里，且需要满足四边形两边相距大于等于5公里；而中低分辨率影像则往往按景数来计算，景是一幅卫星影像的通俗讲法，例如，一景高分一号卫星影像，范围大小为32.5×32.5公里。 （四）遥感卫星存档数据是指什么？ 北京揽宇方圆详解遥感卫星存档数据：是指先前卫星已经拍摄过的某区域的影像数据，已存档在数据库中，是现成品。该种影像的购买价格相对较低，订购时间较快。但是订购前需要对既定需求区域做出确认，即确认所需区域是否有卫星影像数据存档、卫星影像存档数据的拍摄时间、拍摄质量（包含了云量、拍摄倾角等因素）等。 （五）遥感卫星编程数据是什么意思? 北京揽宇方圆遥感公司对遥感卫星编程数据的解释是指地面编程控制卫星对需求区域拍摄最新的影像，可以让用户得到需求区域最新的影像。但是编程影像的拍摄周期通常较长，订购初期需要先向卫星运营公司申请拍摄区域的拍摄周期，然后由卫星公司反馈计划拍摄周期。在这个拍摄周期中，并不能够保证拍摄成功，这与所拍摄地的天气情况、拍摄数据的优先级权重以及需求数据范围有关。 （六）遥感卫星影像数据价格如何一般是多少？ 目前市面上的商业遥感卫星数量较多，北京揽宇方圆是国内遥感数据资源最多的公司，不同的行业根据自己的遥感项目业务要求，对各卫星影像的分辨率、波段数量、质量以及影像拍摄的时间要求各异，而卫星
高分辨率遥感影像中建筑物3D信息的提取
基于Barista 软件的高分辨率遥感影像中建筑物3D 信息的提取* 张培峰1,2 胡远满 1** 贺红士 1,3 (1中国科学院沈阳应用生态研究所,沈阳110016;2 中国科学院研究生院,北京100049; 3 密苏里大学自然资源学院,美国 哥伦比亚65211) 摘 要 城市建筑物空间信息的获取对城市规划二环境保护等社会各行业越来越重要,高分辨率商业卫星的出现为提取建筑物3D 信息提供了可能性.本文基于Barista 软件,利用Quick?Bird 数据提取了建筑物的3D 信息并进行了精度验证.结果表明:基于Barista 软件从高分辨率卫星影像中提取建筑物3D 信息,具有专业水平要求低二普适性强二操作简单二精度高等优点;当数字高程模型(DEM )和传感器定位模型精度较高二影像偏天底角较理想时,3D 信息提取的水平定位精度和高度测量精度可达到1个像素水平.关键词 Barista 软件 高分辨率遥感影像 3D 信息提取 文章编号 1001-9332(2010)05-1190-06 中图分类号 Q149;TP75 文献标识码 A Extraction of buildings three?dimensional information from high?resolution satellite imagery based on Barista software.ZHANG Pei?feng 1,2,HU Yuan?man 1,HE Hong?shi 1,3(1Institute of Applied Ecology ,Chinese Academy of Sciences ,Shenyang 110016,China ;2Graduate University of Chinese Academy of Sciences ,Beijing 100049,China ;3School of Natural Resources University of Missouri ,Columbia 65211,USA ).?Chin.J.Appl.Ecol .,2010,21(5):1190-1195. Abstract :The demand for accurate and up?to?date spatial information of urban buildings is becom?ing more and more important for urban planning,environmental protection,and other vocations.Today’s commercial high?resolution satellite imagery offers the potential to extract the three?dimen?sional information of urban buildings.This paper extracted the three?dimensional information of ur?ban buildings from QuickBird imagery,and validated the precision of the extraction based on Baris?ta software.It was shown that the extraction of three?dimensional information of the buildings from high?resolution satellite imagery based on Barista software had the advantages of low professional level demand,powerful universality,simple operation,and high precision.One pixel level of point positioning and height determination accuracy could be achieved if the digital elevation model (DEM)and sensor orientation model had higher precision and the off?Nadir View Angle was rela?tively perfect. Key words :Barista software;high?resolution satellite imagery;three?dimensional information ex?traction. *中国科学院沈阳应用生态研究所知识创新工程项目(06LYQY1001)资助. **通讯作者.E?mail:Huym@https://www.360docs.net/doc/bf2686436.html, 2009?11?18收稿,2010?03?06接受. 城市3D 信息广泛应用于制图二城市规划与设计二城市污染控制二环境保护与建设二通信二交通二能源与财产管理二旅游二城市可视化二城市进程监测以及城市现代化管理[1-2],在城市噪声扩散二空气污染 分析和房地产税收评估等方面也具有一定的应用潜力[3].建筑物3D 信息的获取对城市规划者二地理学者二建筑设计者等非常重要.高分辨率卫星影像(high?resolution satellite imagery,HRSI)的出现使制图及建筑物3D 信息提取成为可能[4-5],从高分辨率影像中获取建筑物3D 信息已得到广泛应用. 目前,空间3D 信息的获取方法主要有航空摄 影测量二卫星遥测以及机载激光扫描(light detection and ranging,LiDAR)三大类[6].Ameri 等[7]应用平面屋顶结构自动提取了建筑物的3D 结构,从简单的 应用生态学报 2010年5月 第21卷 第5期 Chinese Journal of Applied Ecology,May 2010,21(5):1190-1195
常见地遥感卫星地介绍及具体全参数
常见的遥感卫星的介绍及具体参数 遥感卫星(remote sensing satellite )用作外层空间遥感平台的人造卫星。用卫星作为平台的遥感技术称为卫星遥感。通常，遥感卫星可在轨道上运行数年。卫星轨道可根据需要来确定。遥感卫星能在规定的时间覆盖整个地球或指定的任何区域，当沿地球同步轨道运行时，它能连续地对地球表面某指定地域进行遥感。所有的遥感卫星都需要有遥感卫星地面站，卫星获得的图像数据通过无线电波传输到地面站，地面站发出指令以控制卫星运行和工作。以下列出较为常见的遥感卫星: 一、Landsat卫星 美国NASA的陆地卫星(Landsat)计划(1975年前称为地球资源技术卫星——ERTS )，从1972年7月23日以来，已发射7颗（第6颗发射失败）。目前Landsat1—4均相继失效，Landsat 5仍在超期运行（从1984年3月1日发射至今）。Landsat 7于1999年4月15日发射升空。其常见的遥感扫描影像类型有MMS影像、TM图像。 （一）、MSS影像 MSS影像为多光谱扫描仪（MultiSpectral Scanner）获取的图像，第一颗至第三颗地球卫星（Landsat）上反光束导管摄像机获取的三个波段摄影相片分别称为第1、2、3波段，多光谱扫描仪有4个波段获取的扫描影像被命名为4、5、6、7波段，两个波段为可见光波段，两个波段为近红外波段，此外，第三颗地球卫星上还供有热红外波段影像，这个影像称为第8波段，但使用不久，就因为一起的问题二关闭了。 表 1 ：Landsat上MSS波段参数
(二)、TM影像 TM影像是指美国陆地卫星4～5号专题制图仪（thematic mapper）所获取的多波段扫描影像。 影像空间分辨率除热红外波段为120米外，其余均为30米，像幅185×185公里2。每波段像元数达61662个（TM-6为15422个）。一景TM影像总信息量为230兆字节），约相当于MSS影像的7倍。 因TM影像具较高空间分辨率、波谱分辨率、极为丰富的信息量和较高定位精度，成为20世纪80年代中后期得到世界各国广泛应用的重要的地球资源与环境遥感数据源。能满足有关农、林、水、土、地质、地理、测绘、区域规划、环境监测等专题分析和编制1∶10万或更小比例尺专题图，修测比例尺地图的要求。 表 2 ：Landsat上TM波段参数 （三）、ETM 1999年4月15日，美国发射了Landsat-7，它采用了增强-加型专题绘图仪（ETM）遥感器来获取地球表层信息，它与TM的区别在于增加了全色波段，分辨率为15米，并改进了热红外波段影像的分辨率。
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 收集器：收集来自地物目标镜、天线。 探测器：将收集的辐射能转变成化学能或电能。 处理器：将探测后的化学能或电能等信号进行处理。 输出：将获取的数据输出。 传感器一般由信息收集、探测系统、信息处理和信息输出4部分组成。 d.传感器的工作原理 是收集、量测和记录来自地面目标地物的电磁波信息的仪器，是遥感技术的核心部分。 根据传感器的工作方式分为：主动式和被动式两种。 主动式：人工辐射源向目标物发射辐射能量，然后接收目标物反射回来的能量，如雷达。 被动式：接收地物反射的太阳辐射或地物本身的热辐射能量，如摄影机、多光谱扫描仪（MSS、TM、ETM、HRV）。 （5）遥感应用的电磁波波谱段 紫外线：波长范围为0.01～0.38μm，太阳光谱中，只有0.3～0.38μm波长的光到达地面，对油污染敏感，但探测高度在2000 m以下。 可见光：波长范围：0.38～0.76μm，人眼对可见光有敏锐的感觉，是遥感技术应用中的重要波段。 红外线：波长范围为0.76～1000μm，根据性质分为近红外、中红外、远红外和超远红外。 微波：波长范围为1 mm～1 m，穿透性好，不受云雾的影响。
专业遥感卫星影像单位介绍
北京揽宇方圆信息技术有限公司 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。