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
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。
遥感图像的精度评估方法与操作技巧
遥感图像的精度评估方法与操作技巧导言随着遥感技术的不断发展和应用，遥感图像的精度评估成为了一个重要的研究领域。
通过对遥感图像的精度评估，我们可以了解图像在空间和时间上的准确性和可靠性，为各种遥感应用提供科学依据。
本文将介绍遥感图像的精度评估方法与操作技巧。
一、遥感图像的精度评估方法1. 基于地面控制点的精度评估该方法通过选择具有准确地理位置信息的地面控制点，并将其在遥感图像中对应的像素位置进行匹配，计算其坐标误差或特征点匹配精度。
常用的方法包括最小二乘法、地理位置码（GCP）法和光谱信息法等。
2. 基于参考数据的精度评估该方法通过将遥感图像与具有高精度的参考数据进行对比，计算图像的分类精度或准确性指标。
常用的方法包括混淆矩阵法、准确性指数法和Kappa系数法等。
3. 基于影像质量评价的精度评估该方法通过对遥感图像的影像质量进行评价，并将评价结果作为图像精度的间接指标。
常用的方法包括噪声分析、模糊度评估和直观评价等。
二、遥感图像的精度评估操作技巧1. 数据预处理在进行遥感图像的精度评估之前，需要进行一些必要的数据预处理。
包括图像去噪、几何校正和辐射校正等。
这些预处理操作能够提高图像的质量和准确性，为后续的精度评估奠定基础。
2. 控制点的选择与采集控制点的选择对遥感图像的精度评估至关重要。
在选择控制点时，应保证其具有准确的地理位置信息，并且分布均匀。
采集控制点时可以借助GPS定位设备和高分辨率影像来提高采集效率和精度。
3. 参考数据的获取对于基于参考数据的精度评估方法，需要获取具有高精度的参考数据。
可以通过现场调查、GPS测量和地面真实标记物等方式获得。
在选择参考数据时，应与遥感图像的内容和分辨率相匹配，确保评估结果的准确性。
4. 精度评估指标计算在进行遥感图像精度评估时，需要计算相应的指标。
根据评估的目的和要求，可以选择适合的指标，如分类精度、位置精度、辐射精度等。
对于不同的指标，需要使用相应的计算公式或软件工具进行计算。
envi遥感影像精度检验步骤
envi遥感影像精度检验步骤
以下是使用ENVI进行遥感影像精度检验的步骤：
1.加载图像：在ENVI中加载需要进行精度检验的遥感影像。
2.创建训练样本集：根据实际需要，使用ROI工具创建训练样本集。
训练样
本集应该包含真实的地物信息，用于后续的分类精度评估。
3.分类：在ENVI中进行图像分类，得到分类结果。
常用的分类方法包括监督
分类、非监督分类等。
4.精度评估：使用ENVI中的混淆矩阵工具，对分类结果进行精度评估。
混淆
矩阵可以显示分类结果中的各类地物正确和错误的分类情况。
5.分析精度：根据混淆矩阵的分析结果，可以得出分类精度、总体精度、
Kappa系数等精度指标，进而评估分类结果的可靠性。
6.优化分类：根据精度评估结果，对分类过程进行优化，例如调整分类参数、
改进训练样本集等，以提高分类精度。
7.应用改进后的分类方法：将优化后的分类方法应用到实际遥感影像中进行
分类，并对分类结果进行精度评估，确认是否达到了精度要求。
通过以上步骤，可以对遥感影像的分类结果进行准确的精度评估，为后续的数据处理和应用提供可靠的基础。
需要注意的是，以上步骤只是其中的一部分流程，具体的操作方法和参数设置可能因遥感影像的数据特点和实际需求而有所不同。
如何进行遥感图像的变化检测和监测
如何进行遥感图像的变化检测和监测遥感图像的变化检测和监测技术在生态环境、城市规划、资源管理等领域具有重要的应用价值。
本文将介绍如何进行遥感图像的变化检测和监测，包括数据采集、图像处理和结果分析等方面。
一、数据采集遥感图像的变化检测和监测首先需要获取高质量的遥感数据。
常见的遥感数据包括航空摄影图像、卫星图像以及无人机图像等。
选择合适的遥感数据源对于精确的变化检测至关重要。
在数据采集过程中，需要考虑波段的选择、图像分辨率以及时相间隔等因素。
二、图像处理在获取到遥感图像数据后，进行图像处理是进行变化检测和监测的关键环节。
首先，需要进行预处理，包括辐射定标、几何校正和大气校正等步骤，以消除光照、尺度和大气等因素的影响。
其次，对预处理后的图像进行特征提取，常用的特征包括颜色、纹理、形状等。
特征提取可以采用传统的数学方法，如主成分分析和小波变换，也可以应用深度学习等先进技术。
最后，基于提取到的特征，进行图像分类和变化检测。
常见的方法有阈值法、像元差异法和聚类分析法等。
三、结果分析在进行图像处理后，得到的结果需要进一步进行分析和解读。
首先，对变化区域进行验证和修正，以减少误差和遗漏。
方法包括比对不同时期的地面实测数据，如GPS测量和实地调查，进一步确认图像中的变化区域。
其次，对变化区域进行分类和数量统计。
可以分析变化的类型，如建筑物的增加、绿地的减少等，并计算出变化的面积和比例。
最后，对变化区域进行空间分布和趋势分析。
可以借助地理信息系统（GIS）、空间统计等方法，探索变化的空间模式和规律。
四、应用展望遥感图像的变化检测和监测技术在生态环境、城市规划、资源管理等领域具有广泛的应用前景。
通过定期的遥感图像监测，可以及时发现和评估生态系统的变化，为生态环境保护和恢复提供科学依据。
同时，遥感图像的变化检测可以帮助城市规划部门进行城市扩张和土地利用规划，提供数据支持和决策依据。
此外，遥感图像的变化监测还可以用于资源管理，如农田监测和森林资源调查等，提高资源利用效率和保护资源的可持续性。
遥感影像的变化检测与分析方法
遥感影像的变化检测与分析方法在当今科技飞速发展的时代，遥感技术凭借其能够获取大范围、多光谱、多时相的地表信息的强大能力，成为了众多领域中不可或缺的工具。
而遥感影像的变化检测与分析方法，更是在资源监测、环境评估、城市规划等方面发挥着关键作用。
遥感影像变化检测，简单来说，就是通过对比不同时期的遥感影像，找出其中发生变化的区域和特征。
这一过程就像是在玩“找不同”的游戏，但要复杂和精确得多。
为了实现准确的变化检测，首先得有高质量的遥感影像数据。
这些影像通常来自卫星、飞机等平台，包含了丰富的地物信息。
然而，在获取影像的过程中，可能会受到天气、传感器精度等因素的影响，导致影像存在噪声、几何变形等问题。
所以，在进行变化检测之前，需要对影像进行预处理，包括辐射校正、几何校正等操作，以提高影像的质量和一致性。
常用的变化检测方法可以大致分为基于像元的方法和基于对象的方法。
基于像元的方法直接对影像中的每个像素进行分析和比较。
其中，差值法是一种常见的思路，就是将两个时期的影像对应像素的灰度值相减，得到差值影像。
如果差值超过了一定的阈值，就认为该像素发生了变化。
这种方法简单直观，但容易受到噪声的干扰，而且对于光谱相似但实际发生变化的区域可能检测不出来。
相比之下，基于对象的方法则先将影像分割成不同的对象，然后再对这些对象进行变化检测。
这种方法考虑了地物的空间特征和上下文信息，能够更好地处理复杂的场景。
例如，面向对象的分类后比较法，先对不同时期的影像分别进行分类，然后比较分类结果，从而确定变化的区域。
除了上述方法，还有一些基于特征的变化检测技术。
这些特征可以是地物的形状、纹理、光谱特征等。
通过提取和比较这些特征，来判断是否发生了变化。
在进行变化检测之后，接下来就是对检测结果的分析。
这包括对变化区域的类型识别、面积计算、变化趋势预测等。
例如，在城市发展研究中，通过分析变化区域，可以了解城市扩张的方向和速度，为城市规划提供依据。
遥感影像质量评估报告
遥感影像质量评估报告1. 背景遥感影像在许多领域具有广泛的应用，如土地利用规划、农业监测和环境变化监测等。
影像质量评估是保证这些应用可靠性和准确性的关键步骤。
本报告旨在对一组遥感影像进行质量评估，并提供评估结果和建议。
2. 数据收集在本次质量评估中，我们收集了一组以高分辨率影像为主的遥感数据。
这些数据来自多个渠道，包括卫星观测和航空遥感。
3. 质量评估方法为了评估遥感影像的质量，我们采用了以下指标和方法：3.1 分辨率评估分辨率是遥感影像的重要指标之一，它决定了影像中能够分辨的最小细节。
我们使用专业的分辨率评估方法，通过测量影像中的细节和边缘的清晰度来确定分辨率。
3.2 光谱质量评估光谱信息对于遥感影像的应用非常重要，它可以提供不同波段的信息用于分析和监测。
我们使用光谱质量评估方法来检查影像中不同波段的准确性和一致性。
3.3 几何校正评估几何校正是将遥感影像的像素坐标与地理坐标对应起来的过程。
我们使用几何校正评估方法来检查影像中的几何校正精度，确保像素位置的准确性。
4. 评估结果根据以上评估方法，我们对收集的遥感影像进行了质量评估。
评估结果如下：- 分辨率评估结果显示，大部分影像的分辨率达到了要求，能够清晰地显示细节和边缘。
- 光谱质量评估结果显示，影像中不同波段的光谱信息基本准确，并且一致性较好。
- 几何校正评估结果显示，影像的几何校正精度较高，像素位置基本准确。
5. 建议和改进根据评估结果，我们提出以下建议和改进措施：- 注意影像来源的可靠性，尽可能选择高质量的数据源。
- 定期校准和验证影像数据，以确保光谱信息的准确性和一致性。
- 使用专业的几何校正工具和方法，进一步提高影像的几何校正精度。
6. 结论通过本次质量评估，我们得出以下结论：收集的遥感影像质量较高，适合于相关应用领域。
同时，我们提出了建议和改进措施，以进一步提高影像质量和可靠性。
感谢您阅读本次遥感影像质量评估报告！。
如何进行卫星遥感影像的几何校正与精度评定
如何进行卫星遥感影像的几何校正与精度评定卫星遥感影像的几何校正与精度评定是遥感技术中非常重要的一项工作，它能够提高遥感影像的准确性和可信度。
本文将介绍卫星遥感影像几何校正和精度评定的基本原理和方法。
一、卫星遥感影像的几何校正卫星遥感影像的几何校正是指将原始影像转换为具有精确几何关系的图像的过程。
这是因为卫星遥感影像在获取过程中，由于各项误差的存在，常常呈现出几何畸变的情况。
几何校正的目的是消除这些误差，使得影像能够准确地反映地面实际情况。
几何校正的方法一般可以分为两种：地面控制点法和模型法。
地面控制点法是通过选择并测量地面上的控制点，并与影像中的对应点进行匹配，计算出转换参数，然后进行校正。
模型法是利用数学模型对影像进行几何校正，常用的模型有多项式模型和分层多项式模型。
这些方法都需要借助于地面控制点或其他辅助数据来进行几何校正。
除了几何校正，影像还需要进行辐射校正。
辐射校正是将原始影像转换为可以反映地物辐射特性的高光谱数据。
常见的辐射校正方法有大气校正和地表反射率校正。
大气校正是去除大气吸收和散射对影像造成的影响，地表反射率校正是消除影像中的地物纹理和细节。
二、卫星遥感影像的精度评定卫星遥感影像的精度评定是判断影像准确性和可靠性的一项工作。
它可以通过对比影像与已知真实数据进行对照，计算出各种误差指标来评价影像的精度。
影像的精度评定主要包括几何精度评定和辐射精度评定两个方面。
几何精度评定主要是通过计算影像的地面分辨率、地面形状和位置精度等指标来评估影像几何特征的精度。
辐射精度评定则是通过计算影像的辐射定标系数、重现性等指标来评估影像的辐射特性的精度。
在进行精度评定时，需要借助于地面控制点、高分辨率遥感影像或其他精确数据，进行对比和验证。
通过计算各个指标，并进行统计分析，可以得出影像的精度评定结果。
三、卫星遥感影像几何校正与精度评定的重要性卫星遥感影像的几何校正和精度评定对于遥感应用具有重要的意义。
如何评价遥感图像的质量
如何评价遥感图像的质量在当今的科技时代，遥感图像在众多领域中发挥着至关重要的作用，如地理测绘、环境监测、农业生产、城市规划等。
然而，要想充分利用遥感图像所提供的信息，首先需要对其质量进行准确的评价。
那么，如何来评价遥感图像的质量呢？这可不是一个简单的问题，需要从多个方面进行综合考量。
我们先来说说空间分辨率。
简单来讲，空间分辨率指的是遥感图像中能够分辨的最小地物尺寸。
比如说，一张空间分辨率高的遥感图像，能够清晰地呈现出细小的物体和细节，像道路上的标线、房屋的轮廓等；而空间分辨率低的图像，这些细节就会变得模糊不清。
对于不同的应用需求，对空间分辨率的要求也不同。
如果是用于城市规划，可能需要高空间分辨率来准确规划建筑物和道路；但如果是用于大范围的生态环境监测，稍低的空间分辨率也许就足够了。
接下来是光谱分辨率。
这主要涉及到图像能够捕捉到的光谱范围和波段数量。
光谱分辨率高的遥感图像，可以更准确地识别不同地物的光谱特征，从而有助于区分各种地物类型。
比如，通过高光谱分辨率图像，我们能够区分出不同类型的植被，甚至可以监测它们的健康状况。
然后是辐射分辨率。
它反映的是遥感图像中灰度值的细分程度。
辐射分辨率高的图像，能够更精确地表示地物的辐射能量差异，使得图像中的色调更加丰富和细腻。
这对于定量分析，比如计算地表温度、植被覆盖度等，是非常重要的。
图像的清晰度也是一个关键因素。
这包括图像是否有模糊、失真、噪点等问题。
如果图像模糊不清，或者存在严重的噪点，那么就会影响我们对地物的识别和分析。
还有几何精度。
遥感图像的几何精度指的是图像中的地物位置与实际地理位置的符合程度。
如果几何精度差，那么在进行地理定位和测量时就会产生较大的误差。
时间分辨率也不能忽视。
它表示的是获取同一地区遥感图像的时间间隔。
对于动态变化的现象，比如洪水的演进、农作物的生长，时间分辨率高的图像能够提供更及时和连续的监测信息。
除了上述这些技术指标，我们还要考虑图像的完整性。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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、
清晰，同时，可对时相相近、接收时大气状况相近的影像,采用线性回归模型对其进行景间辐射匹配，消除程辐射和大气透过率不同引起的辐射差异，使局部区域甚至整个项目区影像的色调和对比度保持基本一致。
但对时相和接收条件相差较大时，应分别进行辐射校正和色调调整，使其保留各自的特点。
图3-4：全色影像调整前后对比示意图
调整前调整后
图3-5：景间全色影像色调匹配前后对比示意图
3.1.
4.2多光谱影像处理
采用卫星影像处理软件，在分析多光谱影像光谱信息的基础上，对多个波段进行运算，生成模拟自然真彩色的RGB多光谱波段，并对项目区内多景多光谱影像进行匀色处理，使相近时相的多光谱影像保持相近的色彩。
在第二次土地调查底图生产过程中，发现ALOS多光谱影像各波段之间存在在1-2个像素配准误差的现象。
因此，在多光谱影像的预处理过程中，还需对匹配不准确的ALOS多光谱影像波段进行严格配准，造成融合影像局部地区地物边缘存在多个像素的颜色异常。
将ALOS多光谱影像的4个波段分离，以其中的一个波段为配准基础，选取9个以上均匀分布的配准控制点，采用双线性重采样方法，将其他波段与之严格配准后，再将多光谱波段合并。
绿波段蓝波段
图3-6：ALOS多光谱蓝绿波段匹配不准示意图
3.1.
4.3区块拼接
第二次土地调查底图生产过程中，试验结果表明：对同源同时相同轨道的北京一号、资源二号等影像进行自然拼接后再采用有理函数进行正射纠正，在保证整体精度的情况下，其内部景间的重叠区精度比单景纠正后的景间重叠区精度有较大提高。
本项目中，可将同源同时相同轨道的资源二号、北京一号、SPOT5全色等影像在色调调整的基础上自然拼接为区块，保证区块内景间重叠误差在1个像素以内。
3.2调查底图资料分析与处理
调查底图是统一时点底图生产的基础，来源于2008年全国“一张图”数据库。
由各生产单
位根据项目区范围及数据覆盖情况向全国调查办提出申请。
申请的底图原则上覆盖项目区外扩2-3个1:1万标准分幅范围，但应满足纠正需要。
3.2.1底图质量检查
（1）完整性检查
应用RS或GIS软件,叠加项目区域范围以及数据覆盖范围矢量数据，检查调查底图的完整性，同时检查数据是否损坏。
（2）精度检查
精度检查包括图幅平面精度检查和接边检查：
①利用GIS软件打开图幅，检查是否有地物错位超限现象，如存在错位现象使用软件中的量取工具量取错位的同名地物是否超限。
同时，随机选择少量已有GPS点，检查调查底图是否存在超限现象。
②使用GIS软件添加相邻图幅，检查相邻图幅之间的接边精度是否满足要求。
当相邻图幅的比例尺或分辨率不同时，接边精度取比例尺较小或分辨率较低的接边限差规定为准。
③不同分包区之间的接边精度检查以全国调查办组织的全国范围接边中规定的接边限差规定为准。
（3）图面质量检查
利用相关软件打开图幅，采用目视判读的方法检查图面是否有重影、晕边等现象。
（4）检查情况处理办法
对无法正常读取和精度等不符合要求的底图数据，及时反馈给第二次全国土地调查办公室。
对于无法替换的数据在使用时进行技术补救。
①对图幅之间接边精度重叠带部分超限的情况，可以通过在接边精度合格处划镶嵌线的方式将接边超限的部分进行处理。
②对于图幅之间接边整个重叠区超限的情况，可选择在划镶嵌线时将整个超限部分删除或做特殊标志的方式，进行拼接以备在控制点选取的环节避免在该部分选取控制点。
③对于项目区范围内由于涉及分包区或标段之间的接边而放宽要求，已超过《第二次全国土地调查底图生产技术规定》所规定限差的，在镶嵌时对涉及接边的区域进行单独标注，以备在控制点选取时避免在该部分选取控制点，而影响本次底图生产的精度。
3.2.2底图换带处理
项目区影像跨带时，相应的底图需要进行邻带之间的换带处理。
底图换带的具体作业方法是将带有正确数学基础（包括平面坐标系统和投影方式）的DOM，应用遥感图像处理软件的重投影模块（比如ERDAS的REPROJECTION等），设置目标投影带的数学基础，进行换带处理。
3.2.3底图镶嵌
为提高正射纠正的工作效率，可以选择将项目区范围内控制资料图幅进行镶嵌处理，根据控制资料不同情况选择不同镶嵌方法。
镶嵌原则如下：
（1）为保证底图的原始分辨率和精度不受影响，在项目区涉及不同分辨率和比例尺的底图为控制时，应选择将不同分辨率和比例尺的数据分别镶嵌的原则。
（2）对于图幅范围影像不全有白边的现象在镶嵌的过程中应调整图幅的压盖顺序，尽量保证控制资料的最大影像范围。
（3）对于资料检查中接边精度不合格同时又不能替换的图幅，在必要的区域采取做特殊标注或将不合格范围删除的方式进行镶嵌。
（4）镶嵌以不同投影分带范围为单元（底图分辨率或比例尺较大，同一分带拼接数据量较大时，可进行分块拼接，文件命名为“带号DOM-支号”，例如“117DOM-1.img”），文件命名以所在投影带带号+DOM命名，例如“117DOM.img”。
（5）在图幅镶嵌前应将原始数据落图情况和控制资料的图幅结合相互叠加。
对于原始数据处于分带线之上的情况，由于原始数据纠正时会以面积较大部分所处的投影带为准，所以在控制资料镶嵌时需将纠正需求之内另一投影带的控制资料换带到纠正所处的投影带进行统一镶嵌，以备正射纠正使用（如图3-4所示）。
在控制资料镶嵌时需将紫色部分30度带控制资料投影到29度带，并与29度带控制资料进行镶嵌使用。
图3-4：控制资料镶嵌外扩示意图
（6）底图镶嵌一般是利用专业图像处理软件（如ERDAS、ENVI、PCI等）的mosaic功能来实现。
在镶嵌的过程中采样方法应选择双线性内插法。