AGRS遥感影像数据管理系统的设计与实现
遥感影像元数据管理服务系统
3.6.3遥感影像元数据管理服务系统遥感影像元数据管理系统在定位为在国家监管中心实现遥感影像元数据管理和对外服务的基础设施，建成一套持续化、业务化运行系统。
该系统的建设目标是：一方面满足海量持续增加的遥感影像数据有序管理的问题，同时面向海洋监测应用部门提供强大的影像服务功能。
在保证数据安全的前提下，提供高效快捷的遥感影像网络服务支撑保障和数据持续有效集成能力。
主要工作及系统功能包括：（1）遥感影像元数据库规范遥感影像元数据库是存放遥感影像数据元数据的空间数据库，以方便用户或者其他程序查询和使用特定的影像数据。
遥感影像元数据库规范包括两个部分，一是空间数据模型规范，即如何根据遥感影像数据涉及的数据类型创建空间数据模型；一是元数据信息组织规范，即如何依据影像数据的元数据规范将影像数据的元数据信息有效组织到数据库中，利用ArcSDE空间数据库进行一体化管理。
（2）影像数据管理子系统系统采用C/S模式，面向业务人员。
提供的具体功能包括：1）批量自动化灵活直接入库和快速浏览影像库支持的各类数据及其元数据；2）高效多条件检索影像库管理的数据并显示；3）直接读取影像库外多种格式影像并自动叠加显示、便捷注册和发布影像与地图服务等；4）管理员可以对不同类型用户和影像数据进行授权和分级管理。
影像数据管理子系统主要功能指标详细如下：*支持常用国外卫星影像数据：WorldView 1/2/3, GeoEye-1/2, RapidEye, IKONOS, QuickBird, Spot5, Spot6, Landsat-5 TM, Landsat-7 ETM+和Landsat-8 ALI等和国内主要卫星影像数据：HJ-A/B CCD, ZY-02-C, ZY-3、CBERS-3/4、天绘系列、高分系列、资源系列等；影像实时动态镶嵌（自动计算金字塔、覆盖区域和显示比例以及处理分辨率）；影像元数据自动识别和解析，交互式元数据灵活更新和扩展；读取和叠加GeoTIFF, ERDAS Image, eYaImage, ECW和JPEG等格式影像；影像服务和地图服务的编辑，发布，和管理。
遥感影像数据的管理与数据库建立
遥感影像数据的管理与数据库建立摘要：现代测绘的不断发展，遥感影像数据的海量出现，使生产管理难度加大，建立影像数据库势在必行。
关键词：空间信息服务；遥感影像数据；海量影像数据；几何级数；影像数据库Abstract: The continuous development of modern surveying and mapping, mass emergence of remote sensing image data, made the production management more difficult, it is the imperative to create an image database.Key words: spatial information services; remote sensing data; massive image data; geometric progression; Image Database随着数字城市建设的发展，测绘生产中影像数据日渐增多，分布式空间信息服务将发挥越来越大的作用。
空间数据包括遥感影像数据、电子地图数据等。
特别是遥感影像数据，由于具体丰富的纹理信息，同时具有获取方便、经济、快捷等特点，已成为空间数据的主要载体，在数字城市的建设中占有重要的地位。
随着各类遥感信息的社会需求日益增强，遥感信息应该能够被很好的管理和为社会生产和生活服务。
同时随着遥感技术的不断发展，采集的影像数据量正呈几何级数增长。
而现在有的地理信息系统大多是基于矢量的，具有比较成熟的管理和建立矢量数据库的能力，但对栅格数据的处理能力较弱，尤其难以组织、调度、存储与管理海量栅格数据，更没有考虑多数据源、多比例尺、多时想影像数据的统一管理、集成与服务问题。
目前测绘生产中有迫切需要高效、快捷地存储、管理与分发海量的影像数据。
以我们单位存档数据为例：沈阳地区就有四种原始影像资料，分别是1997年1:1万黑白航片、2000年1:3.5万黑白航片、2003年1：2.5万黑白航片、2004年1:8000彩色航片，以及该地区影像图成果数据、DLG 数据、DEM数据、衍生的其他影像数据。
大数据量遥感图像处理系统算法模块的设计及实现_靖常峰
第32卷第4期2005年7月浙 江 大 学 学 报(理学版)Journal of Zhe jiang University (Science Edit ion )http ://www .journals .zju .edu .cn /sciV ol.32No.4Jul.2005收稿日期:2004-06-07.基金项目:国家863攻关项目:中国海岸带及近海卫星遥感综合应用系统软件平台(2001AA630301).作者简介:靖常峰(1979-),男,博士研究生,主要从事RS 与GIS 的综合应用及系统的研究开发.大数据量遥感图像处理系统算法模块的设计及实现靖常峰,刘仁义,刘 南(浙江大学地球科学系GI S 重点实验室,浙江杭州310028)摘 要:介绍了一个采用自顶向下、逐步细分的结构化软件设计方法,以Visua l C ++6.0为软件开发平台设计并实现的自主版权的大数据量遥感图像数字处理系统的算法模块的设计、结构,以及系统实现中采用的关键技术.提出了美国ERD AS 图像处理系统在滤波算法的图像边界处理及图像处理后象元值超限处理两方面的不足,同时提出并实现了新的优化方法.实践证明在这两方面的优化更有利于图像分析和信息提取.关 键 词:遥感图像处理系统;遥感算法;可重用性;滤波算法;关键技术中图分类号:P 237 文献标识码:A 文章编号:1008-9497(2005)04-471-04JIN G Chang -feng ,L IU Ren -yi ,L IU Na n (Department of Earth Sciences ,K ey L ab of GI S ,Zhejiang University ,Hangz hou 310028,China )Design and development of algorithm module f or a remote sensing image processing system .J o urnal of Zhejiang U niv ersity (Science Editio n ),2005,32(4):471～474Abstract:A new remo te sensing imag e pr ocessing system 's alg o rithm mo dule has been intr oduced ,which is co ded with Visua l C ++ 6.0pr og ram la ng ua ge and ca n process big size imag e.Tw o defec ts about Ame rican 's remo te sens-ing imag e processing system ——ERD AS hav e been put for wa rd in ima ge filter alg orithm a nd the sto rag e o f pix el va lues that ar e out o f da ta ty pe range .In the autho r 's sy stem ,tw o optimized me tho ds hav e been implemented inthese tw o aspects .In contr ast w ith ERD A S IM AG IN E Sy stem ,the tw o methods hav e been prov ed to be pro pi-tio us to imag e analysis.Key words:remo te sensing imag e pro cessing system ;remo te sensing alg o rith m ;imag e filter ;reuseable 遥感图像处理系统是对遥感器获得的数据进行管理和分析处理,从中提取有用信息的设备、方法和技术的总称[1,2].总体而言,遥感图像处理方法可以分为两种:模拟方法(主要是光学方法)和数字方法(即计算机数字处理方法).随着遥感图像数字化程度不断提高和计算机技术的迅速发展,数字处理方法已成为遥感图像处理的主流方向[3].遥感图像数字处理中对图像管理、分析处理及信息提取所采用的方法统称为算法,从而算法模块就成为遥感图像数字处理系统中的一个主要模块.本文基于VisualC ++6.0设计并实现了遥感图像数字处理系统——M AM S 系统的算法模块.1 系统设计原则及系统结构遥感图像处理系统不同于一般的图像处理系统,主要表现在以下几个方面:①遥感图像具有大数据量的特点;②遥感图像数据类型复杂多样化;③遥感图像处理过程要求数据损失最小,数据处理精度高.因而遥感图像处理系统与通用图像处理系统相比,在系统的构建和实现方面都存在一定的复杂性,使用遥感图像处理系统从中提取专题信息,既需要一定的专业知识,又需要一些特殊的数据分析方法.为方便用户理解和使用本系统,在算法模块功能设计方面,作者采用了自顶向下,逐步分解的结构化软件设计方法,按模块方式组织系统.图1显示了系统总体框架结构及算法模块的功能分解组织图.图1 M AM S 系统结构及算法模块功能分解组织图Fig.1 M AM S system structure and a lg o rithm modulefunc tion o rg aniza tio n其中,通用模块包含在其它模块中使用的通用计算方法,主要包括:特征值和特征向量的计算、协方差矩阵的计算、最值的计算、数据类型转换、傅立叶变换、傅立叶逆变换等通用算法.在系统界面中并没有通用模块的功能菜单,在系统中以全局函数的形式存在.预处理模块是图像进行增强、分类等操作前对图像预先处理满足增强、分类的条件.它主要实现以下几个功能:几何校正、图像分割、图像拼接、图像投影重建.增强模块是图像处理系统算法中最主要的模块.通常一幅未经处理的遥感图像象元之间的对比度比较差难以分辨图像所表示的地物细节,通过图像增强方法既可以增强图像的对比度达到分辨地物细节的目的,又能够突出某些感兴趣区域达到图像分析的目的.该模块主要分为以下几个子模块:空间域增强和频率域增强.空间域增强又细分为辐射增强、空间增强、光谱增强.其组织结构图如图2所示.图2 增强模块组织结构图Fig.2 Enhancement module o rg anizatio n figur e分类模块则将遥感图像分类这一复杂操作分为:训练区选择、训练样本编辑器、监督分类、非监督分类、分类后精度估计等一系列简单操作.本系统功能菜单:文件(F )数据库(D )图像预处理(B )图像增强(H)图像分类(C)AO1编辑(E)查看(V )帮助(H)系统运行界面如图3所示.图3 M AM S 系统运行界面(北京奥体中心影像图)Fig .3 M AM S sy stem inter face (image o f BeijingO ly mpic P.E.center)2 系统实现中的关键技术2.1 代码可重用性设计本系统采用Visual C ++6.0为编程环境,以代码的高可重用性、代码的精简性为目标.将系统中通用函数,如计算特征值,特征向量函数设计为通用模块,符合代码重用性的“一次编码,多次使用”特点.2.2 海量数据的处理技术遥感影像数据量非常大通常称作海量数据,如仅福建省的30m ×30m 分辨率的24位bmp 格式的遥感影像就有700M B 之多,若为1m ×1m 分辨率,数据量将是630GB [4].海量数据特性是遥感图像与常规图像的最基本区别,并因此导致了遥感图像处理系统与通用图像处理系统相比的复杂性.在本系统设计中,利用了“化整为零,分而治之”的思想,对图像分块处理,采用先读取一块数据然后处理一块再保存一块数据的方法,实现大数据量遥感图像的处理分析.由此,避免了大数据量图像处理对内存的要求限制,节约了硬件的费用开支.海量数据处理技术流程简图如图4所示.2.3 滤波算法对图像边界的处理技术滤波算法是图像处理中常见的一种窗口操作.其基本思想:一定大小的窗口在图像上滑动,窗口覆盖区域的数据称作窗口数据.存在一个以窗口大小为阶数的二维矩阵称作滤波算子.窗口数据与滤波算子经过某种运算后得到处理后象元值.典型的滤波算法是卷积运算,其中采用的变换运算是先乘后加再除以滤波因子.其计算过程如图5所示.472浙江大学学报(理学版)第32卷 图4 海量数据处理流程简图Fig .4 The da ta flo w diag ra m fo r larg e v o lume im-ag e da ta processA =(5×1+6×1+1×1+3×1)/4;B =(8×1+9×1+0×1+6×1+1×1+6×1+8×1+1×1+3×1)/9;C =(8×1+8×1+1×1+6×1+4×1+8×1+8×1+3×1+9×1)/9;图5 平滑卷积计算过程示例图Fig.5 T he exam ple of smoo thness co nv olutio npr ocessing 当窗口滑动逐点扫描象元到图像边界时,窗口就会悬挂在图像边缘上,由此产生图像处理的边界问题.对滤波算法边界问题的解决主要有3种方法:①忽略法:忽略图像边界数据不处理;②复制法:在图像的四周复制图像边界数据参与滤波计算;③置0法:对超界数据置0,滤波因子取窗口覆盖的图像象元个数.图5示例即采用方法③实现平滑滤波处理.第①种方法由于未处理边界数据,处理后的图像易产生边框效果.美国的ERDAS 系统即采用这种方法;第②种方法复制边界数据后有失地物的真实性,而且增加了内存开销;第③种方法利用窗口覆盖的图像数据计算,既避免了边框效果又减少了内存的开销.本系统即采用第③种方法,经过系统的实现验证这是一种较好的图像边界问题的解决方法.2.4 滤波算法高效率读取窗口数据技术滤波算法采用窗口平滑移动扫描象元方法进行图像处理.如果窗口每次滑动都重新读取窗口覆盖的象元数据,每个象元就会重复读取,产生数据读取冗余低效问题.本系统中采用窗口按行方向扫描,窗口数据按列存储,每滑动一个象元,添加一列新数据的方法,有效地提高了数据读取效率.表1显示了代码改进前后数据读取效率的对照表.图6显示了窗口数据读取的流程图.表1 窗口数据读取效率对照表(数据类型为Unsigned cha r 型)Table 1 The efficiency contr ast of windo w da ta reading (Da ta T ype is U nsig ned char )窗口数据1(591行×591列×7波段)修改前时间修改后时间数据2(1024行×1024列×6波段)修改前时间修改后时间3×317″11″41″26″5×538″15″93″38″7×766″21″168″52″图6 读取窗口数据的流程图Fig.6 Da ta flo w diag ra m of r eading windo w data2.5 图像处理后象元值超限的处理技术遥感图像与常规图像的另一个重要的区别在于:复杂的数据类型.遥感图像有cha r 、unsig nedchar 、int 、flo at 、double 等10多种数据类型(floa t 、do uble 数据类型常作为图像处理中间文件的数据类型);而常规数字图像都是unsing ed char 数据类型,像素值范围是0～255.由此产生了遥感图像处理后存储为不同数据类型时像素值超出数据范围的问题.如:某象元处理后为752.36,要将处理后图像存为unsig ned char 类型,很明显752.36超出了un-sig ned char 的数值范围(0～255).如果在Visual C ++6.0下直接强制类型转换到unsig ned char ,752.36则变为240.美国的ERDAS 遥感图像处理软件采用舍去法,大于数据类型上限的象元值将该象元值置为该数据类型的上限值,小于其下限的象473 第4期靖常峰,等:大数据量遥感图像处理系统算法模块的设计及实现元值将该象元值置为其下限值.根据舍去法,ER-DAS 系统将752.36存储为255.这种方法只保存了处在目标数据类型范围内的图像数据,对象元值超界的象元不能进行分辨,导致图像细节丢失.作者认为根据存储的目标数据类型对处理后象元值进行拉伸是一种实用的方法.本系统即采用这种方法.系统实现中,对块数据处理后统计其最值,从而得到整幅图像的最值,利用此最值对处理后图像进行拉伸保存.采用这种方法能够很好地保存图像的细节.3 本系统处理后效果图及效率测试对本系统分别以大数据量的Im g 文件格式和Bsq 文件格式进行了算法测试.测试环境和测试数据如表2所示.表2 算法测试结果表T able 2 The test r esult of imag e pr ocess a lg orithm 算法floa t 型Img 文件floa t 型Bsq 文件点运算(亮度反转为例)6′50″5′35″模板运算(纹理分析为例)18′50″14′06″ 测试环境:CPU Pentium 42.4GHz,内存512M B 硬盘80GB×7200转;测试数据1∶13434行×13149列3波段Un-sig ned 8B it 类型Im g 文件,大小565.6MB;测试数据1∶13434行×13149列3波段Un-sig ned 8B it 类型Bsq 文件,大小565.6M B ;保存数据类型:floa t 型数据类型.图7为本系统与美国ERDAS 遥感图像系统自适应滤波算法[5]的效果图对比.表2为本系统部分典型算法的测试结果.由图像可以看到两系统达到的效果基本相同.经过多方面的测试和比较,本系统已经达到了系统设计时的功能和效果.图7 系统处理效果与ERD AS 系统的比较Fig.7 The effect co nstr ast betw een M AM S andERD A S4 结 论本文介绍了一个采用自顶向下、逐步细分的软件设计方法,以Visual C ++6.0为软件开发平台设计并实现的自主版权的遥感图像数字处理系统的算法模块的设计、结构,并提出了ERDAS 图像处理系统在滤波算法的图像边界处理及图像处理后象元值超限两方面的不足,同时实现了作者提出的优化方法,实践证明这两方面的优化能够更好地进行图像分析和信息提取.本文所设计的算法模块在大数据量遥感图像处理系统(M AM S 系统)中进行应用,从与美国大型遥感处理平台ERDAS 比较中可以看到,两者处理效果几近相同.经过多次测试比较,该算法模块已经达到设计效果,可以实现海量数据的处理,并在图像滤波算法中具有较高的效率.参考文献(References ):[1] 刘慧平,秦其明.遥感实习教程[M ].北京:高等教育出版社,2001.LIU Hui -ping ,Q IN Qi -ming .Remote Sensing Prac -tice Book [M ].Beijing:Hig her Educa tion Press,2001.[2] 李强,王正志,周宗潭,等.构件式遥感信息处理系统的设计[J ].国防科技大学学报,1998,20(6):41-45.LI Qiang ,W AN G Zh eng -zhi,ZHO U Zong -tan,et al.The co mpo ne nt-ba sed ar chitecture o f remo te sensing info rmation pro cessing system [J ].J of National Uni -versity of Def ense Technology ,1998,20(6):41-45.[3] 李强,王正志.遥感图像数字处理系统的发展综述[J].遥感技术与应用,1998,13(4):54-58.LI Qiang ,W AN G Zh eng -zhi .Th e dev elopment of r e-mo te sensing imag e pro cessing sy stem [J ].Remote Sensing Technology and Applicat ion ,1998,13(4):54-58.[4] 杨超伟,李琦,承继成,等.遥感影像的Web 发布研究与实现[J].遥感学报,2000,4(1):71-75.Y AN G Chao-w ei,LI Qi,C HEN G J i-ch eng ,et al.Research a nd implementation o n Web publica tio n of remo te sensing imag es [J ].J of Remote Sensing ,2000,4(1):71-75.[5] F A HN EST O CK J D ,SC HOW EN G ERD T R A.Spa-tially v ariant contr ast enhancement using lo ca l r ang emodifica tion [J ].Optical Engineering ,1983,22(3):378-381.(责任编辑 寿彩丽)474浙江大学学报(理学版)第32卷 。
基于ArcGISEngine的遥感影像专题图自动制作系统的设计与实现
基于ArcGISEngine的遥感影像专题图自动制作系统的设计与实现作者：陈丽来源：《电脑知识与技术》2013年第09期摘要：该文针对采用计算机辅助方式制作同一类型不同区域、不同时期的遥感专题图时，存在重复作业、效率不高、用户参与度高的问题，设计了一个基于渲染标准（xml）文件的遥感影像专题图自动制作系统。
系统首先要求用户抽象出同一类型的专题图的渲染标准，制作成对应的渲染标准（xml）文件，所有表示同一类型的遥感影像都可以同一个渲染标准文件，系统根据遥感影像的名字找到对应的渲染标准（xml）文件达到无用户参与的情况下，自动、高效、准确的制作出用户需要的专题图的目的，实验结果显示在本系统提高了制图的效率，节省了用户参与的时间，解决了目前制作专题图存在的问题。
关键词：遥感专题图；快速渲染；ArcGIS Engine；自动制图中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2013）09-2204-05专题地图是突出而尽可能完善、详尽地表示制图区内的一种或几种自然或社会经济（人文）要素的地图。
随着社会的发展，专题图在旅游、汽车导航、交通、环境保护、资源调查、气象分析等方面得到了非常广泛的应用【5】。
目前，人们在制作专题图的时候主要是通过手工的方式进行制图，采用计算机辅助的专题图制图模式，利用具备强大图形编辑、文字处理和符号制作功能的软件工具完成各种专题图的制作，如ArcMap、 AutoCAD等【4】。
计算机辅助专题图制图虽然能够根据人们的意愿设计出理想的专题图，并且极大地丰富了地图符号、注记、色彩的表现，但是计算机辅助专题图制图过程中需要用户操作软件完成制作，用户必须要全程参与，这必然导致制作效率低、准确率难以保证、存在重复作业、自动化程度不高等缺陷。
为了解决这些问题本文设计了一个自动批量制作专题图系统，此系统利用ESRI公司开发的嵌入式组件ArcGIS Engine和.net技术进行开发，能根据用户的要求方便、高效、自动的生成用户所需要的遥感影像专题图，用户只需准备好数据，中间过程不需要用户的参与，还能实现数据的重复利用，该文中介绍了系统的设计思路，同时详细说明了系统的实现方法和开发过程中的关键技术。
遥感影像样本库管理系统的设计与实现
1概述近年来,随着全球遥感影像数据的不断更新,其数据量越来越大,相应的元信息也越来越多,因此迫切需要借助现代化的信息技术实现其快速的信息提取及有效的查询管理。
遥感影像中,最多的是土地利用现状数据和土地覆盖分类数据,因此需要进行信息提取及分类。
当有新的遥感数据来临时,如何依据已有的遥感训练样本,实现信息的快速提取及分类,就成为一个迫切需要解决的问题。
因此,研究建立一个动态的遥感影像样本库管理系统,实现高效地分类提取遥感影像信息,具有重要的现实意义。
刘悦利用面向对象分类技术及Ar⁃cGIS 软件,构建了基于无人机影像的地质灾害样本库,能够实现地质灾害信息的自动提取[1]。
李冬宁从地理国情普查和地理国情监测实际应用的角度出发,开发了集样本整理、合并、展点为一体的遥感影像解译样本管理软件,为建立高质量的遥感影像解译样本库提供了技术手段[2]。
叶素倩等构建了一个具有一定通用性的LU/LC 样本影像数据库管理系统,解决了遥感解译及土地核查过程中主要涉及的大量遥感图像和繁杂的属性文本信息等问题[3]。
由于在建立遥感影像样本库和研发相应的管理软件后,能够提高各项遥感影像处理工作的效率,节约人力物力成本,基于此,采用C#编程语言和ArcGIS 二次开发工具设计并实现了遥感影像样本库管理系统。
2系统需求分析需求分析阶段位于系统开发的前期,是系统能否成功实现的基础,这一步工作的质量对于整个开发工作的成败是决定性的。
本系统的最终用户为遥感影像处理工作人员,其需求是能够方便地提取、查询和使用各类遥感影像样本,包括样本的显示浏览、样本的分类管理、样本的快速查询定位、样本元信息的管理与查询等。
由于该软件一般为影像处理工作人员在实际工作中单独使用,故采用一般的客户端/服务器架构即可满足此需求。
3系统架构由于该系统是单机操作,无需联网,故本系统设计采用简单实用的Access 2003作为后台数据库。
选择ArcGIS Engine 作为GIS 二次开发平台,以支持能够打开与显示各类遥感影像样本。
无人机遥感数据记录系统设计与实现
无人机遥感数据记录系统设计与实现I. 引言A. 研究背景B. 研究目的C. 研究方法II. 相关技术介绍A. 无人机遥感技术概述B. 地理信息系统 (GIS) 概述C. 遥感数据处理技术III. 系统设计A. 系统需求分析B. 硬件设计C. 软件设计D. 数据存储与管理IV. 实现与测试A. 系统实现流程B. 数据采集与处理C. 实验测试与结果分析V. 结论与建议A. 研究总结B. 系统优化与发展建议VI. 参考文献备注：根据需要可以适当增减章节数量及小节内容。
I. 引言无人机遥感技术作为一种新兴的遥感技术，其优越的数据采集能力和灵活的应用方式，为各领域的研究和应用提供了广泛的发展空间。
传统的遥感数据采集需要耗费大量的时间、人力和物力，而无人机遥感技术的兴起使得数据采集更加高效和便捷。
各种行业也越来越重视无人机遥感技术在自身业务中的应用。
本文将介绍无人机遥感数据记录系统的设计和实现，为各行业提供关于无人机遥感技术应用的参考。
A. 研究背景随着无人机和遥感技术的不断发展和普及，无人机遥感技术已经成为了实现自然资源调查、环境监测、灾害评估等多领域应用的有力工具。
但是，在无人机遥感数据采集过程中，仍然存在着一些问题，比如数据保存和管理能力有限，数据分析和处理难度大，以及人员训练成本高等。
针对这些问题，无人机遥感数据记录系统的设计和实现，有助于提高数据采集和处理能力，为相关领域的业务提供更加高效、便捷和准确的支持。
B. 研究目的本文的主要目的是设计和实现一个高效、可靠的无人机遥感数据记录系统。
具体来说，包括以下几个方面：1. 设计合适的硬件和软件架构来实现遥感数据的实时记录和管理；2. 采用合适的算法和模型实现无人机遥感数据的准确处理与分析；3. 开发相应的用户界面，方便用户对遥感数据的可视化分析和操作；4. 测试该系统的性能，验证其正常运行和数据准确性。
C. 研究方法本文采用文献分析法、实证研究法和实验方法相结合的研究方法。
测绘技术如何进行卫星遥感影像处理和分析
测绘技术如何进行卫星遥感影像处理和分析在现代科技的推动下，卫星遥感技术已经成为地球测绘领域的重要组成部分。
作为一种利用人造卫星获取地球表面信息的技术手段，卫星遥感技术广泛应用于环境监测、资源调查、城市规划等领域。
而在卫星遥感技术中，影像处理和分析是不可或缺的环节。
卫星遥感影像处理主要包括数据预处理、信息提取和图像质量评估等步骤。
首先，数据预处理是指对卫星获取的原始数据进行校正和去噪的过程。
由于卫星遥感数据的获取受到多种因素的影响，如大气、云层和地面特性等，因此需要对数据进行校正，以减小这些影响因素对数据的干扰。
同时，原始数据中可能存在噪声，需要进行滤波处理，以提高图像的质量。
信息提取是卫星遥感影像处理的核心环节。
通过影像处理技术，可以从图像中提取出各种信息，如植被覆盖度、土地利用类型、水体面积等。
为了实现信息的精确提取，需要借助于图像分类和特征提取等方法。
图像分类是指将图像中的像元按照其特征属性划分到不同类别中的过程。
根据图像的特征，可以利用监督和非监督分类方法进行分类。
而特征提取是指从图像数据中提取出对目标分类和识别有意义的特征，例如纹理、形状、光谱等。
通过对图像进行特征提取，可以实现对地面物体的精确识别和量化分析。
另外，卫星遥感影像处理过程中还需要对图像质量进行评估。
图像质量评估是指对图像的几何性能、辐射性能和光谱分辨率等进行评估，以确保图像质量达到要求。
常用的图像质量评估方法包括视觉评估和客观评估。
视觉评估是通过直观的观察和人眼的主观判断来评估图像质量。
而客观评估是通过计算图像的指标和参数来评估图像质量，例如灰度直方图、均方根误差等。
通过图像质量评估，可以判断数据预处理和信息提取等环节是否准确有效，为后续分析提供可靠的数据支持。
卫星遥感影像分析是对处理后的图像进行综合解译和分析的过程。
通过对图像中的地物进行分类、定量分析和时序监测等，可以获得地表特征和动态变化的信息。
常见的卫星遥感影像分析方法包括目视解译、监督分类和变化检测等。
遥感影像数据库管理系统研究
遥感影像数据库管理系统研究作者：邱清容来源：《中国新技术新产品》2013年第13期摘要：随着我国社会经济的发展，科学技术不断革新，尤其是对于遥感技术来说其发展已经广泛应用于各个行业领域，与此同时遥感影像数据库管理系统建设问题也成为了业界关注的焦点。
鉴于此，笔者对遥感影像数据库管理系统进行了分析研究。
关键词：遥感影像数据库管理系统；要求；管理模式中图分类号：P23 文献标识码：A遥感技术的发展准确来说应该开始于人类第一颗人造卫星发射。
经过几十年来的发展，遥感影像的应用范围越来越广泛，涉及到了军事、科学研究、气象预报等等多个行业领域，也正是由于遥感影像的应用越来越广泛，遥感影像数据量越来越大。
遥感影像数据量与日剧增以后，遥感影像的发展必然呈现出越来越繁荣的趋势，数据量也会越来越大，面对这样的情况，对建设遥感影像数据库管理系统提出了更高的标准。
1 遥感影像数据库管理系统所具备的要求分析遥感影像是记录电磁波的胶片，与我们日常的影像数据存在很大的区别，从遥感影像数据特征来进行分析，遥感影像数据库管理系统需要具备以下几点要求：1.1 在实际当中，遥感影像的来源有很多渠道，如航空影像、卫星影像等等，因此，遥感影像数据库管理系统的兼容性要强。
1.2 遥感影像具有一个很明显的特点就是能够表现立体空间，支持空间表达对于应高影像来说是至关重要的，所以遥感影像数据库管理系统对于空间数据索引和数据查询具有一定的能力。
1.3 由于遥感影像数据库来源于很多的渠道，影像数据也没有统一的标准，所以对于遥感影像要满足多尺度的特性。
1.4 遥感影像数据库管理系统必须具备“无缝性”，主要表现在其一集合空间的无缝，遥感影像的存储一般来说具有固定的存储模式，而无缝性的要求就是要打破这种模式，构建一个无缝的区域，用户在使用的时候图幅是透明的。
二是色彩空间的无缝性，遥感影像数据库管理系统在一定区域和分辨率范围内，影像色彩的变化应当是平滑的，不能出现明显的差异。
- 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)。
AGRS遥感影像数据管理系统的设计与
实现
AGRS遥感影像数据管理系统的设计与实现
摘要：遥感影像数据的特点是其数据量庞大，种类繁多，结构复杂。
利用成熟的关系数据库和 GIS 平台，搭建一个方便实用的遥感影像数据库是提高影像管理效率的有效手段。
文章介绍了AGRS遥感影像数据库系统的设计与实现，详细描述了系统结构、影像数据元数据、影像数据安全策略、以及影像数据库管理系统和网络查询服务系统的功能实现。
关键词：影像数据库；元数据；网络查询服务
1 引言
中国国土资源航空物探遥感中心在利用遥感技术进行地质找矿及其它相关领域的应用研究已有二十多年历史。
先后完成数百个涉及地质找矿、地质灾害、环境监测、土地利用、城市规划等方面的项目，积累了大量的 MSS、TM、Spot、RadarSat、中巴资源卫星、Quickbird、Ikonos 等航天数据及其成果图像，同时完成了全国约数百万平方公里的不同比例尺、不同片种的航空摄影。
这些成果大多以硬拷贝或数字光盘形式存储，数据量达到近100TB，而且在逐年增加。
如此庞大的数据采用人工管理存在着效率低、安全性差的缺点。
引入信息化管理手段，建立一个航天、
航空遥感图像的数据库管理系统，将大大提高各类遥感影像的管理和使用效率。
2遥感影像数据库系统的结构
遥感影像数据库依托海量存储设备和高性能的服务器共同组建光纤存储局域网。
系统管理员使用工作站经过局域网对系统进行维护管理，遥感影像元数据和图形索引信息经过广域网进行发布。
图 1 遥感影像数据库系统实体结构图
遥感影像数据库系统由影像数据库管理系统、网络检索服务系统、影像数据库、遥感影像元数据库、影像空间索引数据组成。
1）影像数据库管理系统
影像数据库管理系统实现影像数据导入导出、影像元数据的自动提取和人工编辑、自动生成图形索引数据和影像元数据，并根据影像元数据和图形索引查询检索原始图像、实现图形索引数据的网络发布和共享、以及数据库的维护、更新管理等功能。
2）网络检索服务系统
网络检索服务系统实现用户在广域网上能根据影像元数据和图形索引查询检索原始图像。
3）影像数据库
影像数据库是一个图像集，所有的遥感影像数据经过数据加密打包后，采用关系数据库和文件系统相结合的方式进行存储管理。
4）影像元数据库
影像元数据库是遥感影像的结构化的描述信息。
遥感数据录入过程中，管理系统自动从遥感数据中提取元数据信息。
5）影像空间索引数据
根据影像元数据信息中空间位置坐标，系统为每一景影像都建立同一坐标系下的空间索引数据。
图2 遥感影像数据库系统逻辑结构图
3遥感影像数据的元数据分析研究
元数据是描述影像数据的数据，它包含遥感影像的各种属性，是影像数据检索的依据。
遥感影像按其传感器所搭载的平台能够分为两大类，即航天遥感图像和航空遥感图像。
在遥感应用领域广泛使用的航天遥感影像有 TM、ETM、Spot、Aster、中巴资源卫星、Radarsat、Ikonos、QuickBird 等。
经过分析发现，航天遥感图像由于其来源、使用目的、传感器、年代、搭载卫星、地面接收站的不同，其元数据内容存在着较大的差别。
以 TM 为例，1994 年中国卫星地面站处理的 TM 图像和年生产的 TM 图像，存在数据格式、坐标系统和投影方式的区别。
影像数据库管理系统必须考虑兼容所有的图像数据格
式，而且能实现不同坐标系统和投影方式之间的转换。
航空遥感影像包括自然彩色航空影像、彩红外航空影像、黑白航空影像、航空多光谱扫描图像、航空高光谱图像等。
航空影像的特点是航片数量多、数据量大，早期的航片地理位置难以描述，同一测区可能有多个获取时间等。
影像数据库中针对航天遥感图像和航空遥感图像的特点分别建立了能准确描述图像的不同的元数据表。
航天图像主要选择了其轨道号、搭载卫星、传感器、数据采集时间、图像四角坐标、太阳高度角、太阳方位角等信息。
航空遥感图像描述了测区、航线、航片号、片种或传感器类型、比例尺，航片中心点坐标等信息。
表1 航天影像元数据表。