高分辨率遥感影像 - 360文档中心

遥感影像解译-分类后处理及精度评价、分类新方法

三、分类新方法
• 随着模式识别与机器学习技术的不断发展，将先进的机器
学习技术应用到遥感影像分类中，并充分考虑影像本身的光
谱信息、空间信息、时间序列信息以及各类地理辅助信息可
以大大提高遥感影像分类的精度。
• 分类新方法
- 半监督分类；
- 面向对象分类；
- 分类器集成
- ……
26
1 半监督分类
• 机器学习 (Machine Learning)模式： - 监督学习：仅仅利用已标注类别的样本进行训练以确定分类器； - 非监督学习：只利用未标注类别的数据进行聚类分析； - 半监督学习：利用已标注类别的样本+未标注样本来确定分类器。
3×3窗口分析结果
(4) 分类后处理-平滑处理
• 针对问题分类结果斑点噪声严重
• 解决方法： a. MRF随机场建模 b. Majority Voting 方法
原始多光谱遥感影像与地面真实值
(1) IKONOS 多光谱影像
原始多光谱遥感影像与地面真实值
(1) IKONOS 多光谱影像
(2) 地表真实值
25446 Aprod 52987 48.02% 1 Eo
(e) 用户精度(User’s Accuracy)
• 用户精度(User’s Accuracy)： - 影像类中，某类像元被正确分类为该类的概率，利用混淆矩阵的行来计算。如水的用户精度：
Auser

9180 56104
16.36%
a. SVM vs 高斯混合模型+MRF
(3) SVM 水体提取结果
a. SVM vs 高斯混合模型+MRF
(3) SVM 水体提取结果
(4) 高斯混合模型+MRF方法

高分辨率影像的空间定位误差分析

高分辨率影像的空间定位误差分析高分辨率遥感影像的空间几何精纠正是影像处理的一个重要步骤，其空间定位的误差与不确定性已成为遥感与GIS研究的一个热点。

高分辨率影像的空间定位误差是在几何校正、地面控制点判读和选取、1：1万地形图上地面控制点的坐标读取等过程中引入的误差而产生的，并导致误差与不确定性从地形图上传播到影像上。

为了验证高分辨率影像定位的误差，本文通过使用手持GPS进行野外测点，用实测坐标与SPOT5（2.5m）遥感影像的同名点的空间坐标进行对比，确定两者的一致性，验证SPOT5（2.5m）遥感影像的空间定位。

同时通过两台GPS平行观测，对比同步观测机的数据，分析手持GPS的误差来源以及稳定性对定位精度的影响，并探讨手持GPS测点作为高分辨率影像空间定位的可能性。

标签：高分辨率影像地面标志定位精度误差分析0 引言本文的遥感影像是采用法国SPOT5生成的2.5m分辨率的图像产品。

但遥感影像的获取会由于平移、缩放、旋转、偏扭、弯曲而产生几何畸变，如像元大小与地面大小对应不准确，将给位置配准造成困难。

同时，进行几何校正和数据空间配准时，由于地形图的现势性弱，许多明显地物在地图上都没有显示，很难从地形图上选择符合精度的地面控制点，而且在几何校正的过程中，地面控制点的判读和选取，从1：1万地形图上选取地面控制点坐标的过程，以及使用PCI配准影像产生的误差都会将误差累积传播到最终结果，影响空间定位的精确度。

因此，本文希望通过GPS野外测量与遥感影像数据的误差计算来提高高分辨率影像定位精度。

1 高分辨率遥感影像的几何精纠正几何精纠正的方法及原理几何纠正包括粗纠正和精纠正两种，粗纠正根据有关参数进行纠正；经常用的是精纠正。

几何精纠正是将一幅含有几何畸变和比例尺差异的原始遥感影像，通过一种数学变换，生成一幅符合数字化地图实际的新的遥感影像。

几何精纠正的具体方法为: 先在每幅原始遥感影像上选取若干个控制点，再求出这些控制点在数字化地图上对应点的真实坐标，然后把这些已知坐标的控制点代入计算机的校正软件进行运算。

基于高分辨率影像土地利用遥感动态监测与分类信息提取方法

基于高分辨率影像土地利用遥感动态监测与分类信息提取方法摘要：本文介绍了基于高分辨率影像的土地利用遥感动态监测与分类信息提取方法，利用遥感技术动态监测土地利用的本质是对图像系列时域效果进行量化，通过量化多时相遥感图像空间域、时间域、光谱域的耦合特征，来获得土地利用变化的类型、位置和数量等内容。

利用遥感技术可以快速、大范围的获得土地利用变化区域，例如建设用地、农业用地、工业用地、交通用地，水体（河道变化）等。

关键字：遥感技术土地利用影像分类动态监测图像分割1.背景随着社会经济的发展，特别是城市建设步伐的加速，城市土地利用每年都在发生明显的变化。

传统的土地利用调查需要花费大量的人力、时间和经费,难以适应土地利用的这种快速变化。

遥感以其覆盖面大、信息更新快、人为干扰因素小等优点已逐渐应用到土地利用变化遥感动态监测中。

我国遥感技术在土地资源调查和监测中的应用始于20 世纪90 年代。

国家土地管理局成立以后，在国务院统一布署下，利用了TM、SPOT等多种遥感数据源，进行目视解译、分析和计算机自动分类制图等组织完成了全国县级土地详查，这一成果为各级政府制定经济建设规划、计划，为农业、工业、水利、能源、交通等各专业部门制定规划、计划提供了可靠的数据资料、为各项土地管理工作提供准确依据，已在经济建设、农业生产和土地管理中发挥了重要作用，也为我国开展土地利用动态监测提供了完整、可靠的本底资料。

1.技术流程和关键技术1.技术流程土地利用变化遥感动态监测是一个工作量比较大的过程，对遥感数据的预处理要求较高，变化信息的发现和变化信息的提取可选择和组合的方法很多，技术含量较高。

下图为土地利用变化遥感动态监测的技术流程。

1.动态监测技术流程1.关键技术遥感动态监测主要涉及图像预处理和土地利用变化信息检测和提取两部分，其关键技术也就主要包括图像预处理方法和土地利用变化信息提取方法。

值得我们注意的是，变化检测方法和信息提取方法不能说哪个绝对的好与坏，只能是根据不同的数据源和不同的应用需求选用适合的方法。

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、worldview42.0.4米：worldview3、worldview2、geoeye、kompsat-3A3.0.5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。

一种可靠的高分辨率光学卫星遥感影像匹配方法

（ ① 辽宁工程技术大学测绘与地理科学学院，阜新１２３０００； ② 辽宁工程技术大学理学院，阜新１２３０００）
摘要：提出一种基于虚拟交点的高分辨率光学卫星遥感影像自动匹配方法。具体流程包括：（１）初始获取同名点，建立影像局部粗匹配模型；（２）利用同名点构建同名虚拟直线，通过同名虚拟直线形成同名虚拟交点集，并采用局部粗匹配模型进行约束；（３）对候选点集进行特征描述；（４）对特征点利用最小欧式距离准则提取初始同名
ＤＡＩＪｉ－ｇｕａｎｇ。，ＳＯＮＧＷｅｉ－ｄｏｎｇ０，ＬＩＪｉａｎ－ｊｕｎ０
（ ① ＳｃｈｏｏｌｏｆＧｅｏｍａｔｉｃｓ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｆｕｘｉｎ１２３０００ ② ＳｃｈｏｏｌｏｆＳｃｉｅｎｃｅ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，Ｆｕｘｉｎ１２３０００）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｍａｔｃｈｉｎｇｍｅｔｈｏｄｆｏｒｈｉｇｈｒｅｓｏｌｕｔｉｏｎｏｐｔｉｃａｌｓａｔｅｌｌｉｔｅｉｍａｇｅｓｂａｓｅｄｏｎｖｉｒｔｕａｌｃｏｒｎｅｒ．Ｆｉｒｓｔｌｙ，ｉｎｉｔｉａｌｍａｔｃｈｉｎｇａｒｅｐｒｏｐｏｓｅｄｔｏｅｘｔｒａｃｔｔｈｅｈｏｍｏｎｙｍｙｐｏｉｎｔｓｗｈｉｃｈｉｓｕｓｅｄｔｏｂｕｉｌｄｌｏｃａｌｉｍａｇｅｔｒａｎｓｆｏｒｍｍｏｄｅｌ；ｓｅｃｏｎｄｌｙ，ｖｉｒ —

高分辨率遥感数据的处理与分析方法

高分辨率遥感数据的处理与分析方法遥感技术的发展日益成熟，高分辨率遥感数据的获取量逐渐增加。

如何处理和分析这些海量数据成为遥感领域的重要研究课题。

本文将介绍高分辨率遥感数据的处理与分析方法，并探讨其在不同领域的应用。

一、数据预处理高分辨率遥感数据的预处理是数据处理的重要步骤，它包括数据去噪、辐射校正、几何校正等内容。

1. 数据去噪：高分辨率遥感数据中常常存在各种噪声，如椒盐噪声、斑点噪声等。

为了减少噪声对后续分析的影响，可以采用滤波算法对数据进行去噪处理，如中值滤波、均值滤波等。

2. 辐射校正：高分辨率遥感数据的辐射校正是将原始数据转换为物理度量的一个过程。

通过影像的辐射校正，可以消除大气、地表反射率等因素对遥感影像的影响，得到准确的反射率信息。

3. 几何校正：高分辨率遥感数据的几何校正是将影像的像素空间坐标与实际地理坐标之间建立映射关系的过程。

通过准确的几何校正，可以保证影像的空间精度，提高后续分析的可靠性。

二、数据分类与特征提取高分辨率遥感数据的分类和特征提取是将遥感影像转化为语义信息的重要工作。

1. 数据分类：数据分类是指将遥感影像中的像素根据其反射率或其他属性进行分类，以获得具有不同意义的地物信息。

常用的分类方法包括基于像元的分类、基于对象的分类和基于深度学习的分类等。

2. 特征提取：特征提取是将遥感影像中不同地物的特征进行提取和描述的过程。

常用的特征提取方法包括纹理特征提取、形状特征提取、光谱特征提取等。

通过特征提取，可以获得地物的几何、纹理和光谱等多维信息，为后续的应用提供基础。

三、数据融合与信息提取高分辨率遥感数据融合与信息提取是将多源数据融合，获取更丰富的地物信息的关键环节。

1. 数据融合：高分辨率遥感数据融合是指将不同源、不同分辨率的遥感数据进行融合，以获取更全面、更准确的地物信息。

常见的数据融合方法包括基于智能算法的融合、基于模型的融合等。

2. 信息提取：通过数据融合，可以获取到更丰富的地物信息。

遥感影像知识点总结

遥感影像知识点总结遥感影像是指使用遥感技术获取的地球表面的图像，可以通过卫星、航空飞机或其他传感器设备来获取。

遥感影像广泛应用于农业、地质、城市规划、环境保护、林业等领域。

以下是关于遥感影像的知识点总结：一、遥感影像的获取方式1.卫星遥感：利用卫星搭载的遥感传感器来获取地球表面的图像，具有全球覆盖能力，能够实现大范围的观测和监测。

2.航空遥感：利用飞机搭载的遥感设备来获取地球表面的图像，通常用于对区域性地表特征的高分辨率观测和监测。

3.地面遥感：利用各种遥感仪器和设备放置在地面上进行观测和监测，通常用于小范围地表特征的获取和检测。

二、遥感影像的分类1.根据波段分为：可见光遥感影像、红外遥感影像、多光谱遥感影像、高光谱遥感影像、合成孔径雷达影像等。

2.根据分辨率分为：低分辨率遥感影像、中分辨率遥感影像、高分辨率遥感影像。

3.根据时间分为：静态遥感影像和动态遥感影像。

三、遥感影像的处理与分析1.遥感影像预处理：包括辐射校正、几何校正、大气校正等，以提高影像的质量和准确性。

2.遥感影像解译：利用专业软件对遥感影像进行目标识别和分类，从而获取地表特征相关的信息。

3.遥感影像分析：通过对影像数据进行处理和分析，揭示地表特征的时空变化规律，为相关应用提供支持。

四、遥感影像的应用领域1.农业：利用遥感影像监测农作物生长情况、土壤水分状况、病虫害等，为农业生产提供数据支持。

2.地质：利用遥感影像发现地质构造、矿产资源、地质灾害等，为地质勘查和灾害防治提供信息。

3.城市规划：利用遥感影像获取城市地貌、土地利用、城市扩张等信息，为城市规划和管理提供数据支持。

4.环境保护：利用遥感影像监测环境污染、植被覆盖、水体质量等，为环境保护和管理提供数据支持。

5.林业：利用遥感影像监测森林覆盖、植被生长情况、森林火灾等，为森林资源管理提供数据支持。

结语：遥感影像作为一种重要的地球观测手段，在多个领域都发挥了重要作用。

随着遥感技术的不断发展和应用，遥感影像也将会在更多领域发挥作用，为人类社会的可持续发展提供更多的数据支持和决策参考。

PixelGrid

PixelGrid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。

同现有的国内外系统比较，PixelGrid系统的特点主要表现在：1、PixelGrid系统中使用的关键算法和技术已经基本成熟，较国外同类系统更适合于国内测绘遥感生产单位。

经多家测绘生产单位使用后结果表明：系统技术先进，运行稳定可靠；在四川汶川地震、青海玉树地震、舟曲泥石流和云南盈江地震等应急影像快速处理中发挥了较大作用，在接到数据后的6-8小时内可完成摄影区域DEM/DOM的制作。

高分辨率遥感卫星影像的处理技术与解决方案

高分辨率遥感卫星影像的处理技术与解决方案辽宁省沈阳市 110034【摘要】近几年，随着地球空间新技术的不断发展，高分辨卫星遥感技术已逐渐发展成了对地测量的主流技术，其造价低廉、采集速度快、不受地理环境等条件制约，已广泛应用于石油、林业等领域。

然而，由于海量的高精度遥感图像，在实际的数据分析和实际运用中，尚缺少一套行之有效的规范，使得许多领域还处在摸索的初级阶段。

本文旨在探讨高分辨率遥感图像的一些技术难题，并根据实际使用要求，给出了相应的数据分析与实现方法，为高精度遥感图像的处理与应用奠定了基础。

关键词：高分辨率；遥感卫星；影像；处理；解决方案0.引言传统的遥感图像分类法主要是根据图像的频谱信息来进行相关的特征抽取，然后采用有监控的或无监控的分类方法进行。

但事实上，从卫星的角度看，地面上的各种地形都有很大的差别，再加上物体本身对光有反射作用以及同物异谱，同谱异物现象的存在，这就极大的制约了遥感图像的采集精度。

也就是说，仅仅依靠遥感图像的频谱来进行目标的识别，存在着极大的局限性。

因此，多属性的描述已经是一个不可避免的发展方向。

1.高分辨率遥感卫星影像如下表所示为当前高分辨率卫星和重要的参数信息比较。

从图表中可以看出，当前高分辨率的卫星图像在时空上的分辨能力已达2.5m，同时也有较强的实时性能。

根据已有的技术条件，根据工程施工要求及技术要求，采用高精度的卫星定位技术，可以在项目的规划、图纸的编制、项目的维修和管理等方面得到推广。

在此基础上，根据遥感图像的特征，结合实际的工程需要，提出了相应的数据处理方案。

实现了局部图像的无缝连接。

通常情况下，如果是从网上下载和采购的卫星图像，由于其初始资料是不规则的、经纬的，所以在实际应用中，往往难以达到与复杂地形有关的空间特性，所以必须将原始资料进行无缝的连接。

在图像的无缝拼接时，对于非均匀图像，要根据行列矩阵存储图像，同时要在边沿处进行像素的自动填补，同时还要在接缝部位采用特别的工艺，以进一步消除图像中的马赛克现象，避免图像的自动填补失效。

高分辨率遥感卫星影像图购买参数介绍

卫星数据方案一、光学卫星介绍1.分辨率优于0.5米的光学卫星（1）WorldView-3卫星WorldView-3卫星是美国GigitalGlobe公司于2014年8月发射并开始运行的一颗遥感卫星，它是第一颗多负载、超高光谱、高分率的商业卫星，最高可提供0.31米全色分辨率、1.24米多光谱分辨率，此外WorldView-3大大提高了卫星的光谱分辨率，在WorldView-2的八波段多光谱的基础上加入了3.7m分辨率的短波红外波段，并且首次在高分辨率卫星中使用了CAVIS波段用于大气校正。

WorldView-3卫星平均回访时间不到1天，每天可采集多达68万平方公里的数据。

以下是WorldView-3卫星的部分技术参数。

WorldView-2在2009年发射，该卫星的运行轨道高度770km。

能够提供0.5米的分辨率的全色和1.8米分辨率的多光谱影像。

星载多光谱传感器不仅具有4个标准波段（红、绿、蓝和近红外1），还将包括4个新的波段（海岸监测、黄、红波段的边缘和近红外2）。

增加的波段信息，为用户提供进行精确变化检测和制图的能力。

B．WorldView-2卫星拍摄能力分析WorldView-2卫星是全球第一批使用了控制力矩陀螺（CMGs）的商业卫星。

这项高性能技术可以提供多达10倍以上的加速度的姿态控制操作，从而可以更精确的瞄准和扫描目标。

卫星的旋转速度可从60秒减少至9秒，覆盖面积达300公里。

所以，WorldView-2卫星能够更快速、更准确的从一个目标转向另一个目标，同时也能进行多个目标地点的拍摄。

卫星具有更灵活的运转、更高容量更快回访、更精确的拍摄、多波段高清晰影像四个特点：●更灵活的运转WorldView-2卫星能非常灵活运转，它在太空中的角色就像一个神奇的画笔，能灵活的前后扫描、拍摄大面积的区域，能在单次操作中完成多频谱影像的扫描。

WorldView-2卫星独有的大容量系统，能达到每日采集一百万平方公里的数据采集量。