卫星遥感影像处理技术及应用实践

合集下载
  1. 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. 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. 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)。

卫星遥感影像处理技术及应用实践

摘要:随着计算机与航天技术的迅速发展,现代获取地理空间信息数据的主

要手段已经演变成了应用卫星遥感图像处理技术,即不断提升的卫星遥感图像分

辨率,使其广泛应用于社会生活。鉴于此,本文将结合实例深入探讨卫星遥感影

像处理技术及其应用,以期能为今后的研究工作提供了借鉴。

关键词:卫星遥感;影像处理;技术研究

引言:随着我国航空航天和测绘事业的迅速发展,作为地学测绘的核心技术,卫星遥感在国土、测绘和安全等方面的应用越来越广泛。提高技术的应用水平,

可以满足大范围、高频、重复性、乃至跨地区、全球制图的需求。为了提升地理

测绘水平,要强化对卫星遥感图像处理技术流程的研究,本文重点对卫星遥感图

像处理技术进行论述,这对卫星遥感技术的大范围推广和应用具有很大的技术指

导意义。

1卫星遥感影像处理技术概述

目前,卫星图像处理技术主要用于对地基目标发射的电磁波进行探测,其探

测结果主要是以反射或自反射的形式出现。从大气中反射出去的能量将会大大减少,并且将会被记录在案。而那些有用的资料,则会通过地面上的卫星接收站进

行加工,尽量还原出原本的模样。针对遥感数据中含有的多源信息和噪声等特点,必须综合分析、处理和分离这些混杂信息,才能有效地消除这些混杂信息对遥感

数据的影响。卫星遥感影像的处理有多种特性,例如:一颗卫星上的多个传感器,采用多种技术方法,使得影像的重访时间仅为数日,影像的纹理特性也存在着变化。被广泛地应用于各个行业。

2调查区域基本情况

某测绘地理信息局遥感影像亚米年度匀色模板服务项目位于内蒙古自治区,

项目工期为2021年10月至2021年12月。整体项目具有生产数据量大、生产面

积覆盖大、数据类型和季节跨度大、项目周期短等特点,要求项目人员提供内蒙

古自治区测绘地理信息局遥感影像亚米年度匀色模板服务,解决影像色彩不一、

高亮区域曝光、部分区域拉花修复等工作问题。但是,商业软件难以满足时间的

要求,故此,项目方自研软件进行数据生产,优化卫星遥感影像处理技术的应用

流程,以确保数据生产效率得到提升,进一步保证数据处理精度和处理效率。

3影像利用分析

本文所述项目采用了卫星遥感影像处理技术,旨在加强高分辨率影像数据的

利用,提供良好的信息技术服务、信息系统集成实施服务以及其他系统集成实施

服务。具体而言,卫星遥感影像的利用主要体现在以下几个方面:(1)测绘更

新地形图中的影像利用。利用影像进行地形图的更新,使得地形图更新频率变快,提供极大地方便性。并保证更新地形图的质量。(2)内蒙古城市规划中的影像

利用。借助卫星遥感影像处理技术应用成果,通过影像观测,扩大监测范围,确

保监测数据信息具有可靠性、完整性、科学性,满足城市规划设计需要,依靠其

中的高分辨率影像数据直观反映城市规划细节问题与具体情况,使得城市规划地

图精准性得到提高。(3)土地利用现状调查中的影像利用。卫星遥感影像处理

技术作用下,土地数量、分布信息等的获取更为便捷,依托遥感影像的几何纠正、多光谱数据的自然色模拟、遥感影像融合等,最终体现出影像数据信息的利用价值,为土地管理工作提供数据基础。(4)环境监测中的影像利用。根据获得的

影像资料,尽快掌握地区环境污染情况、分布范围等,并结合地理测绘中获取的

信息,持续优化当地环境治理方案,为环境评估等提供详细数据参考。

4遥感影像处理技术流程

4.1数据准备与预处理

数据准备阶段,要求处理遥感影像前,整理准备原始数据,确保所有数据均

符合地理国情普查数字正射影像生产技术规定。前期准备工作结束后,再加强影

像的预处理,主要针对所用数据进行一致性处理,选用先进的遥感图像处理系统

软件,统一准备好的DOM正射影像数据、DEM数据标准,并做好数据色彩模式的

统一与格式处理,满足后续影像处理需要。

此外,预处理过程中,主要解决了以下三个问题:第一,由于原始影像存在

严重的卫星光谱差异、色彩差异,已有算法的处理结果极不稳定、甚至无法处理。故此,项目方采用二次规划优化处理算法,依托影像间重叠区灰度平均值及方差,完成线性方程的计算,实现影像色彩转化,完成整个内蒙古跨地貌、跨时间的影

像色彩一致化处理。第二,上述算法处理后,部分高亮区域存在曝光问题,容易

丢失原始数据信息。为此,利用梯度优化算法与阈值分割算法,完成高曝区域的

提取,并借助原片梯度恢复曝光区域信息。第三,低精度DEM影像的影响下,校

正后影像存在拉花、重影问题,最终协调各方资源,加强拉花、重影区域的筛查

与修复,提高影像质量。以上处理流程和软件都是本公司软件开发团队自主完成,通过了大数据量检验和测试。

4.2卫星影像纠正方法

粗校正与精校正为常见的卫星影像纠正方法,本文主要基于卫星影像参数RPC/RPB的有理函数模型进行卫星影像纠正,主要通过参数拟合,降低卫星遥感

影像几何处理难度,依托相关影像处理软件提供的QuickBird卫星的地理纠正模

型进行正射纠正,当获取影像参数与数字地面模型后,再将遥感影像纠正为正射

投影关系的影像,最后对纠正后的影像加以地理编码。

4.3影像纠正

全色影像纠正时,借助软件自带的QuickBird卫星纠正模型,依托原始参数

文件,加载覆盖的DEM数据等,最终完成全色影像的配准。要求控制点采集结束

后再进行影像重采样,完成原始全色影像纠正任务。

4.4影像融合

像素级图像融合(Pixel-level)算法的应用下,最大程度保留了最原始图像

的真实性。同时,通过加强融合软件的应用,使得影像保持在颜色最佳状态,确

保目视效果与原多光谱影像基本相同,最终实现高分辨率全色影像和多光谱影像

的融合,高分辨率彩色影像得以生成。

4.5影像增强

相关文档
最新文档