遥感数据预处理系统.pptx
合集下载
《遥感导论》Erdas上机课件-(3.数据预处理)
仿射变换前后的图像对比
4
图像的拼接处理（Mosaic Image）
ห้องสมุดไป่ตู้
图像拼接处理是要将具有地理参考的若干相邻图像合并成一幅图 像或一组图像，需要拼接的输入图像必须含有地图投影信息，或 者说输入图像必须经过几何校正处理（Rectified）或进行过校正 标定（Calibrated）。虽然所有的输入图像可以具有不同的投影 类型、不同的像元大小，但必须具有相同的波段数。在进行图像 拼接时，需要确定一幅参考图像，参考图像将作为输出拼接图像 的基准，决定拼接图像的对比度匹配以及输出图像的地图投影、 像元大小和数据类型。
，进入设
—>打开Matching Option对话框
第四步：运行Mosaic工具
第二步：加载Mosaic图像
第三步：图像匹配设置（Image Matching）
Mosaic Tool视窗菜单条：Edit—>Image Matching —>打开Matching Option对话框
Mosaic Tool视窗工具条：点击Set Input Model图标 置输入图像模式
—>点击Image Matching图标
选择1，必须是已经打开了需要进 行几何校正的图像。
—>打开Set Geometric Model对话框
—>选择几何校正计算模型（Select Geometric Model） —>OK
—>打开校正模型参数与投影参数设置对话框 —>定义校正模型参数与投影参数—>Apply —>Close —>打开GCP Tool Reference Setup 对话框 —>确定采点模式，采点校正….
第三章 数据预处理
《遥感技术应用》幻灯片PPT
位置、波长间隔的大小。
多光谱遥感、高光谱遥感、超光谱遥感之间的区别， 本质上就是光谱分辨率在数量级上的不同。
黑白全色航片、彩色相片、多光谱影像、高光谱影 像，光谱分辨率越来越高。
光谱分辨率的提高，有利于提高遥感应用分析的效 果；但并不是简单的波段数量越多越好。
光学遥感技术的开展-光谱分辨率不断提高
时间分辨率是关于遥感影像间隔时间的一项性能指 标。
遥感探测器按一定的时间周期重复采集数据，这种 重复周期是由卫星的轨道高度、轨道倾角、运行周期、 轨道间隔、偏移系数等参数所决定。这种重复观测的 最小时间间隔就称为时间分辨率。
采用适宜时间分辨率的数据，是成功进展遥感变化 检测的关键问题之一。
空间分辨率与光谱分辨率之间的关系
〔1〕根据卫星轨道参数〔包括位置、姿态、轨道及扫 描特征〕校正影像，为提高精度有时需要参加DEM。这 种情况不需要GCP，一般利用卫星数据自带的一个参数 文件完成纠正。在低分辨率的遥感影像上，GCP的选择 比较困难，可以考虑采用这种方式。 〔2〕利用几何校正模型〔如多项式〕+GCP的方式。 一般中分辨率的遥感数据〔如TM影像〕可以考虑采用这 种方式，但具体情况下还需考虑地形的影响。 〔3〕利用轨道参数+地面控制点+DEM进展纠正，即 进展正射纠正，这种方式精度最高，但对信息的需求也 最多，适合高分辨率的遥感数据的纠正。 说明：第二种情况是练习的重点。
Panchromatic
Hyperspectral
Multispectral
主要通过形状〔空间 信息〕识别地物
Color Photography
加强型的颜色感知
主要通过光谱 信息识别地物
增加了颜色的感知
2. 空间分辨率〔Spatial Resolution〕
多光谱遥感、高光谱遥感、超光谱遥感之间的区别， 本质上就是光谱分辨率在数量级上的不同。
黑白全色航片、彩色相片、多光谱影像、高光谱影 像，光谱分辨率越来越高。
光谱分辨率的提高，有利于提高遥感应用分析的效 果；但并不是简单的波段数量越多越好。
光学遥感技术的开展-光谱分辨率不断提高
时间分辨率是关于遥感影像间隔时间的一项性能指 标。
遥感探测器按一定的时间周期重复采集数据，这种 重复周期是由卫星的轨道高度、轨道倾角、运行周期、 轨道间隔、偏移系数等参数所决定。这种重复观测的 最小时间间隔就称为时间分辨率。
采用适宜时间分辨率的数据，是成功进展遥感变化 检测的关键问题之一。
空间分辨率与光谱分辨率之间的关系
〔1〕根据卫星轨道参数〔包括位置、姿态、轨道及扫 描特征〕校正影像，为提高精度有时需要参加DEM。这 种情况不需要GCP，一般利用卫星数据自带的一个参数 文件完成纠正。在低分辨率的遥感影像上，GCP的选择 比较困难，可以考虑采用这种方式。 〔2〕利用几何校正模型〔如多项式〕+GCP的方式。 一般中分辨率的遥感数据〔如TM影像〕可以考虑采用这 种方式，但具体情况下还需考虑地形的影响。 〔3〕利用轨道参数+地面控制点+DEM进展纠正，即 进展正射纠正，这种方式精度最高，但对信息的需求也 最多，适合高分辨率的遥感数据的纠正。 说明：第二种情况是练习的重点。
Panchromatic
Hyperspectral
Multispectral
主要通过形状〔空间 信息〕识别地物
Color Photography
加强型的颜色感知
主要通过光谱 信息识别地物
增加了颜色的感知
2. 空间分辨率〔Spatial Resolution〕
遥感导论课程报告遥感图像一般预处理流程ppt课件
几何校正模型
主要有： 仿射变换（RST） 多项式 局部三角网（Delaunay Triangulation）
图像配准
经常在实际数据生产中会遇到，同一地区的图像 或者相邻地区有重叠区的图像，由于几何校正误 差的原因，重叠区的相同地物不能重叠，这种情 况对图像的融合、镶嵌、动态监测等应用带来很 大的影响。遇到这种情况，可以利用重叠区的匹 配点和相应的计算模型进行精确配准。
地球曲率及空气折射，地形影响等
几何校正：纠正系统和非系统因素引起的几 何畸变。
背景知识——卫星姿态引起的图 像变形
背景知识——动态扫描图像的变 形
几何校正模型
主要有： 仿射变换（RST） 多项式 局部三角网（Delaunay Triangulation）
几何粗校正
几何粗校正：这种校正是针对引起几何畸变的原 因进行的，地面接收站在提供给用户资料前，已 按常规处理方案与图像同时接收到的有关运行姿 态、传感器性能指标、大气状态、太阳高度角对 该幅图像几何畸变进行了校正。
Modis传感器参数
校 正 前
校 正 后
在google earth上显示校正后 的结果
几何精校正
基于地面控制点，利用几何校正模型，构建图像 与地面坐标/与图像之间的几何关系完成几何校 正，当控制点选择源是图像（有地理坐标）时候， 又属于图像配准范畴。
多项式模型 x=a0+a1x+a2Y+a3x2+a4xy+a5y2+…… y=b0+b1x+b2Y+b3x2+b4xy+b5y2+…… 最少控制点个数 N=（n+1）*（n+2）/2 误差计算 RMS Eerror=sqrt（（x’-x）2+（y’-y）2）
遥感图像预处理ppt课件
• 第三步：高分辨率影像和多光谱影像的配准、融合
- 以SPOT PAN正射纠正结果作为基准影像，对TM影像进 行图像配准；用工程区矢量数据（河北襄樊市部分区 域）分别裁剪SPOT和TM影像，对裁剪结果进行图像融 合，得到工程区域10米的多光谱影像。
3.2基于影像自带地理定位文件几何校正
• 对于重返周期短，空间分辨率较低的卫星数据， 如AVHRR、Modis、SeaWiFS等，地面控制点的选择 有相当的难度。我们可以用卫星传感器自带地理 定位文件进行几何校正，校正精度主要受地理定 位文件的影响。
- 主菜单->Map->Orthorectification->spot-> Orthorectify SPOT with Ground Control
3.6 Landsat7影像几何校正
• Landsat7影像数据是从网上免费下载的，是LPGS 格式的L1T级别格式，已经经过一定的几何校正和 DEM校正，使用UTM WGS84的坐标系统。
RapidEye
模型
文件
RPC
RPC文件(. rpc)
RPC
RPC文件(.met)
RPC
RPC
文
件
PRODUCT_RPC.TXT
Pushbroom Sensor 星 历 参 数 文 件
(METADATA.DIM)
RPC
RPC文件（_rpc.txt）
RPC
RPC文件(_metadata.pvl)
RPC
• 数据：
- 5-SPOT PAN正射纠正
练习6-2
• 内容：
- 自定义RPC参数 - 使用控制点
• 数据：
- 5(1)-自定义RPC正射纠正
- 以SPOT PAN正射纠正结果作为基准影像，对TM影像进 行图像配准；用工程区矢量数据（河北襄樊市部分区 域）分别裁剪SPOT和TM影像，对裁剪结果进行图像融 合，得到工程区域10米的多光谱影像。
3.2基于影像自带地理定位文件几何校正
• 对于重返周期短，空间分辨率较低的卫星数据， 如AVHRR、Modis、SeaWiFS等，地面控制点的选择 有相当的难度。我们可以用卫星传感器自带地理 定位文件进行几何校正，校正精度主要受地理定 位文件的影响。
- 主菜单->Map->Orthorectification->spot-> Orthorectify SPOT with Ground Control
3.6 Landsat7影像几何校正
• Landsat7影像数据是从网上免费下载的，是LPGS 格式的L1T级别格式，已经经过一定的几何校正和 DEM校正，使用UTM WGS84的坐标系统。
RapidEye
模型
文件
RPC
RPC文件(. rpc)
RPC
RPC文件(.met)
RPC
RPC
文
件
PRODUCT_RPC.TXT
Pushbroom Sensor 星 历 参 数 文 件
(METADATA.DIM)
RPC
RPC文件（_rpc.txt）
RPC
RPC文件(_metadata.pvl)
RPC
• 数据：
- 5-SPOT PAN正射纠正
练习6-2
• 内容：
- 自定义RPC参数 - 使用控制点
• 数据：
- 5(1)-自定义RPC正射纠正
遥感数字图像处理PPT课件
信息查看
• 鼠标右键菜单Cursor Location/Value，查看 鼠标所在位置的基本信息
信息查看
• 鼠标右键菜单Z Profile (Spectrum) ，查看 鼠标所在位置的光谱曲线
信息查看
• 在任一主窗口中点击鼠标右键，选择弹出 菜单中的Link Displays，可以将两个显示窗 口连接在一起。
1.遥感影像对比度拉伸基本方法
具体步骤： • 打开实验数据: bhtmref.img • 1.采用交互式拉伸工具分别对影像进行以下对比度拉
伸： • 线性拉伸 • 均衡化拉伸均衡化
2.遥感影像直方图匹配方法 • 打开两个波段数据或两景影像进行直方图匹配操
三、实习仪器与数据 ENVI 或 ERDAS、PCI等通用遥感图像处理软
件（本实习指导书以ENVI为例来加以说明）、 TM遥感影像数据。
图1 研究区示意图
四、实习步骤
1. 数据预处理 首先对TM影像进行几何校正和辐射校正，辐
射校正包括辐射定标和大气校正。
2. 确定分类系统 结合研究区的实际地物分布特点以及分类需
选取地面控制点
选取地面控制点
• 点击Show List按钮，可以查看每一个控制 点的信息
校正影像
• Ground Control Points Selection窗口菜单 Options > Warp File，根据刚才选择的地面 控制点对TM影像进行几何校正。
• Method选择多项式Polynomial法，Degree 选择2阶
动态聚类法流程：
控制参数:
K : 类别数(近似值)
N : 每类的的最小样本数 s : 类内的分散程度参数(如类的标准差) c : 类间距离参数(最小距离)
遥感概论第10章 遥感据预处理 92.10 第10章 遥感据预处理
信息，提高分析速度，降低分析成本 TM 7个波段，ETM 8个波段、MODIS 36个波段，EO-1等高
光谱数据有上百甚至上千个波段，如此大的数据量，特征 提取就十分重要，既保持数据有效性和信息量，又减少分 析波段
（1）相关性分析法特征提取
• 波段3与波段1、2的相关系数在0.9以上，说明波段3的像元 值增加或减少，波段1和2也会有同样的变化，即波段3涵盖 了部分波段1和2的信息，也就是信息重复了
（1）大气引起的辐射预处理
任何传感器在观测地表时都记录了两种亮度的混合值 • 一种是地表反射亮度 • 一种是大气散射亮度 • 假如传感器观测值100，地就是分离这两种亮度，为后续处 理提供正确反映目标地物的亮度值
物理模型法
优点 • 根据辐射通过大气层时的物理原理进行建模 • 可将影像光谱调整为透明大气时的反射率 • 模拟大气粒子或分子散射的物理过程，具有严密、准确、
4 辐射预处理
由于大气干扰、系统噪声、传感器姿态、地球曲率等会对 影像造成影响
• 辐射预处理的目的就是通过对各种影响因素的认识，估算 出它们的量值大小，去除或者最小化它们影响
• 不可能完全把影像恢复到正确的状态，因此识别误差比去 除误差更重要
完整的辐射校正包括： • 传感器纠正：地面接收站完成 • 太阳高度角和地形纠正：用户完成 • 大气纠正：用户完成
几何变形的原因 • 卫星姿态引起的变形：卫星运行时，由于姿态、地球曲率
、地形起伏、地球旋转、大气折射以及传感器自身性能， 可能引起几何位置的偏差 • 坐标转换引起的变形：原始影像坐标与地图坐标系统中相 应坐标之间存在差异，影像分析时，总要把遥感信息表达 在某一地图坐标系中才能进行信息的量测、叠加分析等。
主成分分析后的效果图
光谱数据有上百甚至上千个波段，如此大的数据量，特征 提取就十分重要，既保持数据有效性和信息量，又减少分 析波段
（1）相关性分析法特征提取
• 波段3与波段1、2的相关系数在0.9以上，说明波段3的像元 值增加或减少，波段1和2也会有同样的变化，即波段3涵盖 了部分波段1和2的信息，也就是信息重复了
（1）大气引起的辐射预处理
任何传感器在观测地表时都记录了两种亮度的混合值 • 一种是地表反射亮度 • 一种是大气散射亮度 • 假如传感器观测值100，地就是分离这两种亮度，为后续处 理提供正确反映目标地物的亮度值
物理模型法
优点 • 根据辐射通过大气层时的物理原理进行建模 • 可将影像光谱调整为透明大气时的反射率 • 模拟大气粒子或分子散射的物理过程，具有严密、准确、
4 辐射预处理
由于大气干扰、系统噪声、传感器姿态、地球曲率等会对 影像造成影响
• 辐射预处理的目的就是通过对各种影响因素的认识，估算 出它们的量值大小，去除或者最小化它们影响
• 不可能完全把影像恢复到正确的状态，因此识别误差比去 除误差更重要
完整的辐射校正包括： • 传感器纠正：地面接收站完成 • 太阳高度角和地形纠正：用户完成 • 大气纠正：用户完成
几何变形的原因 • 卫星姿态引起的变形：卫星运行时，由于姿态、地球曲率
、地形起伏、地球旋转、大气折射以及传感器自身性能， 可能引起几何位置的偏差 • 坐标转换引起的变形：原始影像坐标与地图坐标系统中相 应坐标之间存在差异，影像分析时，总要把遥感信息表达 在某一地图坐标系中才能进行信息的量测、叠加分析等。
主成分分析后的效果图
江苏环监案例-遥感数据预处理系统
自动、多源管理、高效使用
① 自动接入高时间、高空间和Байду номын сангаас空间 分辨率数据接收系统的影像数据
② 自动入库、自动预处理 ③ 预处理成果直接推送至水环境、大
气环境、生态环境业务系统 ④ 数据自动流通，创造实时价值
建设内容
一、遥感数据预处理系统 1套
1. 遥感数据载入子系统 2. 遥感大数据管理子系统 3. 卫星遥感数据处理子系统 4. 航空遥感数据处理子系统 5. 遥感与监测综合分析子系统
一、 遥感数据预
处理系统
影像数据治理 影像管理规范
1.遥感数据载入 2.遥感大数据管理 3.卫星遥感数据处理 4.航空遥感数据处理
自动下载
批量化入库
矢量数据管理
数据展示 数据对比
综合查询 分发调用
数据浏览
数据预处理 变化检测
感兴趣区提取 AI分类
图像分类
无人机影像自动生产
辐射定标
水质参数反演
5.遥感与监测数据综合分析
一、 数据组织规范
1. 统一命名格式： 卫星_传感器_成像时间_分辨率_行号_列号.tif
GF1_PMS_201902070000_2_68_36.tif
卫星
传感器
时间
分辨率
航空遥感成果影像元数据规范
2. 规范元数据信息
航空遥感原始影像元数据规范
卫星遥感影像 元数据规范
项目成果2 ——影像管理规范
影像大数据管理系统
大屏展示系统
遥感数据载入系统
时空数据管理平台
三、项 目 建 设 成 果
系统架构
• 按照基础设施层、数据 资源层、平台服务层、 平台应用层和业务系统 层五部分。其中，
• 平台服务层，是系统的 核心支撑；
① 自动接入高时间、高空间和Байду номын сангаас空间 分辨率数据接收系统的影像数据
② 自动入库、自动预处理 ③ 预处理成果直接推送至水环境、大
气环境、生态环境业务系统 ④ 数据自动流通，创造实时价值
建设内容
一、遥感数据预处理系统 1套
1. 遥感数据载入子系统 2. 遥感大数据管理子系统 3. 卫星遥感数据处理子系统 4. 航空遥感数据处理子系统 5. 遥感与监测综合分析子系统
一、 遥感数据预
处理系统
影像数据治理 影像管理规范
1.遥感数据载入 2.遥感大数据管理 3.卫星遥感数据处理 4.航空遥感数据处理
自动下载
批量化入库
矢量数据管理
数据展示 数据对比
综合查询 分发调用
数据浏览
数据预处理 变化检测
感兴趣区提取 AI分类
图像分类
无人机影像自动生产
辐射定标
水质参数反演
5.遥感与监测数据综合分析
一、 数据组织规范
1. 统一命名格式： 卫星_传感器_成像时间_分辨率_行号_列号.tif
GF1_PMS_201902070000_2_68_36.tif
卫星
传感器
时间
分辨率
航空遥感成果影像元数据规范
2. 规范元数据信息
航空遥感原始影像元数据规范
卫星遥感影像 元数据规范
项目成果2 ——影像管理规范
影像大数据管理系统
大屏展示系统
遥感数据载入系统
时空数据管理平台
三、项 目 建 设 成 果
系统架构
• 按照基础设施层、数据 资源层、平台服务层、 平台应用层和业务系统 层五部分。其中，
• 平台服务层，是系统的 核心支撑；
遥感数字图象处理课件.ppt
减色法：从自然光（白光）中减去一种或两种基色光而产 生色彩的方法。
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）明度：是人眼对光源或物体明亮程度的感觉。物体
反射率越高，明度就越高。
（2）色调：是色彩彼此相互区分的特性。 （3）饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，
频率是否单一的表示。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
③ 色度图：可以直观地表现颜色相加的 原理,更准确地表现颜色混合的规律.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）明度：是人眼对光源或物体明亮程度的感觉。物体
反射率越高，明度就越高。
（2）色调：是色彩彼此相互区分的特性。 （3）饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，
频率是否单一的表示。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
③ 色度图：可以直观地表现颜色相加的 原理,更准确地表现颜色混合的规律.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青
遥感图像分析与处理ppt课件
19
仪器所引起 的条带噪声
• 引起辐射畸变的原因：是由于探测器的不正常功能 或不同敏感度、地形因素和大气因素等造成的。
20
二、大气引起的辐射预处理
大气引起的辐射变化
21
大气引起的辐射预处理方法
• 1、物理模型法 ：
• 根据辐射通过大气层时的物理原理进行建模。 • 优点：具有严密、准确和适用广。 • 缺点：模型复杂，而且需要大量难以获得的参数，所以可
较大区域或整幅影像 较小区域或局部影像
28
§3 几何校正
• 原始遥感图像上常存在各种像元位置误差，使图像表现出旋 转、中心偏离、偏扭、梯形变化、纵横向比例尺不一致、边 缘与中心比例尺不一致等变形，因此需要进行几何校正。
数学变换
29
简述引起遥感影像几何变形的原因？
30
一、导致几何畸变的原因：
• 遥感平台姿态变化、地球自转和球面弯曲、大气折 射、地形起伏等外部因素综合作用导致几何变形。
x=fx(u,v) y=fy(u,v)
上述数学关系常表示为二元多项式（一次、二次、三次或更高 次）表达，其中二元二次多项式可以表示为：
x a00 a10u a01v a11uv a20u2 a02v2
y
b00
b10u
a01v
b11uv
b20u 2
b02v 2
• 1、地面控制点的选取方法
• 控制点分布均匀，边界、四角要有，以避免图像校正不能满 幅，地形起伏大的区域要多选；所选点在图像上要易辨认且 目标较小，如道路的交叉点、河流的分叉处或弯曲处、飞机 场等，而且这些特征在研究时间范围内没有变化。
道路交叉口
仪器所引起 的条带噪声
• 引起辐射畸变的原因：是由于探测器的不正常功能 或不同敏感度、地形因素和大气因素等造成的。
20
二、大气引起的辐射预处理
大气引起的辐射变化
21
大气引起的辐射预处理方法
• 1、物理模型法 ：
• 根据辐射通过大气层时的物理原理进行建模。 • 优点：具有严密、准确和适用广。 • 缺点：模型复杂，而且需要大量难以获得的参数，所以可
较大区域或整幅影像 较小区域或局部影像
28
§3 几何校正
• 原始遥感图像上常存在各种像元位置误差，使图像表现出旋 转、中心偏离、偏扭、梯形变化、纵横向比例尺不一致、边 缘与中心比例尺不一致等变形，因此需要进行几何校正。
数学变换
29
简述引起遥感影像几何变形的原因？
30
一、导致几何畸变的原因：
• 遥感平台姿态变化、地球自转和球面弯曲、大气折 射、地形起伏等外部因素综合作用导致几何变形。
x=fx(u,v) y=fy(u,v)
上述数学关系常表示为二元多项式（一次、二次、三次或更高 次）表达，其中二元二次多项式可以表示为：
x a00 a10u a01v a11uv a20u2 a02v2
y
b00
b10u
a01v
b11uv
b20u 2
b02v 2
• 1、地面控制点的选取方法
• 控制点分布均匀，边界、四角要有，以避免图像校正不能满 幅，地形起伏大的区域要多选；所选点在图像上要易辨认且 目标较小，如道路的交叉点、河流的分叉处或弯曲处、飞机 场等，而且这些特征在研究时间范围内没有变化。
道路交叉口
遥感图像处理基础课件.pptx
图像预处理——图像裁剪
图像裁剪的目的是将工程之外的区域去除，常用的是按照行政区划 边界或自然区划边界进行图像的分幅裁剪。
关键技术
✓ 裁剪区的确定
信息。
Nearest Neighbor Diffusion pan sharpening算法，输入图像
NNDiffuse pan sharpening（NND）
支持标准地理和投影坐标系统、具备RPC信息和基于像元位置 （无空间坐标系）几种地理信息元数据类型；支持多线程计算， 能进行高性能处理。融合结果对于色彩、纹理和光谱信息，均能
用这种投影。 人口、民族、气候、水系、土地利用、农业、工业和矿产
等分布图也都采用这种投影。
图像预处理——图像镶嵌
镶嵌
✓ 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或 多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。
关键技术
✓ 颜色的平衡 ✓ 接边处理 ✓ 位于上层图像的背景值处理
融合方法
适用范围
IHS变换
纹理改善，空间保持较好。光谱信息损失较大大，受波段限制。
Brovey变换
光谱信息保持较好，受波段限制。
乘积运算（CN）
对大的地貌类型效果好，同时可用于多光谱与高光谱的融合。
PCA变换
无波段限制，光谱保持好。第一主成分信息高度集中，ห้องสมุดไป่ตู้调发生 较大变化，
改进了PCA中信息过分集中的问题，不受波段限制，较好的保持 Gram-schmidt（GS）空专间为纹最理新信高息空，间尤分其辨能率高影保像真设保计持，光能谱较特好征保持。影像的纹理和光谱
✓ 大地基准面指目前参考椭球与WGS84参考椭球间的相对位置关系 （3个平移，3个旋转，1个缩放），可以用其中3个、4个或者7个 参数来描述它们之间的关系，每个椭球体都对应一个或多个大地 基准面。
第四章遥感数据预处理-影像校正
• 大气校正是指大气散射校正，
即消除大气散射对辐射失真 的影响。包括大气的消光 （吸收和辐射）、天空光照 射、路径辐射。
绝对校正示意图
常用大气辐射校正模型
相对辐射校正
• 适用范围： • 归一化单时相遥感影像不同波段间的强度
• 将多时相影像遥感数据各个波段的强度归
一化到某一选定的标准影像上
直方图校正方法
• 由传感器的噪声或磁带等部件的误码率造 根据影像变形情况选取校正模型，不同模型需要控制点数目不同，一阶多项式几何校正(理论最小值)：3个控制点；
没有经过色彩调节的拼接影像
成的，其特点是孤立和分散的，往往和周 X,Y,Z:地面坐标；
图像几何校正的基本方法是先建立几何校正的数学模型；
围的亮度值有明显的差别，并且彼此不相 similarly, RPC coefficients c1, …, c20, d1, …, d20 in functions fc and gc
• 地形图矢量化获取等高线 • 立体观测 • Lidar数据直接获取
生理视差是产生立体视觉和判断景物远近的原因。
立体观察是根据立体视觉原理进行的。实施立体观 察，必须是在连续拍摄的两张空中照片的重叠部分 上进行的。
人造立体视觉：空间景物在感光材料上构像，再用 人眼观察构像的像片产生生理视差，重建空间景物的立 体视觉，所看的空间景物称为立体影像，产生的立体视 觉称为人造立体视觉。
20-30个GCP，一般可以满足需求 三阶多项式几何校正(理论最小值)：10个控制点； c’ = fc(φ’,λ’,h’)/gc(φ’,λ’,h’)
关。斑点可以通过将图像像元亮度值同它 五阶多项式几何校正(理论最小值)：21个控制点；
遥感几何校正-高程数据获取
即消除大气散射对辐射失真 的影响。包括大气的消光 （吸收和辐射）、天空光照 射、路径辐射。
绝对校正示意图
常用大气辐射校正模型
相对辐射校正
• 适用范围： • 归一化单时相遥感影像不同波段间的强度
• 将多时相影像遥感数据各个波段的强度归
一化到某一选定的标准影像上
直方图校正方法
• 由传感器的噪声或磁带等部件的误码率造 根据影像变形情况选取校正模型，不同模型需要控制点数目不同，一阶多项式几何校正(理论最小值)：3个控制点；
没有经过色彩调节的拼接影像
成的，其特点是孤立和分散的，往往和周 X,Y,Z:地面坐标；
图像几何校正的基本方法是先建立几何校正的数学模型；
围的亮度值有明显的差别，并且彼此不相 similarly, RPC coefficients c1, …, c20, d1, …, d20 in functions fc and gc
• 地形图矢量化获取等高线 • 立体观测 • Lidar数据直接获取
生理视差是产生立体视觉和判断景物远近的原因。
立体观察是根据立体视觉原理进行的。实施立体观 察，必须是在连续拍摄的两张空中照片的重叠部分 上进行的。
人造立体视觉：空间景物在感光材料上构像，再用 人眼观察构像的像片产生生理视差，重建空间景物的立 体视觉，所看的空间景物称为立体影像，产生的立体视 觉称为人造立体视觉。
20-30个GCP，一般可以满足需求 三阶多项式几何校正(理论最小值)：10个控制点； c’ = fc(φ’,λ’,h’)/gc(φ’,λ’,h’)
关。斑点可以通过将图像像元亮度值同它 五阶多项式几何校正(理论最小值)：21个控制点；
遥感几何校正-高程数据获取
2 第二章 遥感数据预处理
3）绘制接缝线 4）输出结果
3图像投影变换
1）选择要处理的图像
2）设置输出图像的路径和名称
3）定义输出的投影
4）定义输出单位、像元大小、重采样方法 5）定义空间数据的转换方法 6）执行投影变换
（4）图像分幅裁剪 1）通过查询框裁剪
Hale Waihona Puke （4）图像分幅裁剪 2）通过AOI裁剪
（5）图像融合 1）输入高分辨率图像文件
（1）多波段图像拼接 注意：颜色校正只是用于增强图像的视觉效果，可以 用于图像目视判读和计算机解译。但是，如果图像被 用来做定量分析，就不能对图像进行颜色校正等拉伸 等处理，只能保持原值，因为颜色校正改变了本来的 图像灰度值，失去了定量分析的意义。
3图像拼接
（2）剪切线拼接
1）加载航空影像
2）确定相交区域
2图像校正
（2）几何校正步骤 2）打开几何纠正工具
在viewer#1中选择Raster/Geometric Correction，设置 几何模型为Polynomial并点击OK。弹出Geo Correction Tools 窗口和Polynomial Model Properties对话框。注意
，在Polynomial Model Properties对话框底端的Status栏
ERDAS遥感数字图像处理
徐州师范大学测绘学院：孙华生 E-mail: sunhuasheng@
第二章 遥感图像预处理
1 预处理的基本内容
（1）图像校正
（2）图像拼接 （3）图像投影变换
（4）图像分幅裁剪
（5）图像融合
2图像校正
（1）几何校正步骤
1）数据准备
2）输入图像
3）确定校正模型
2）输入多光谱图像文件
3图像投影变换
1）选择要处理的图像
2）设置输出图像的路径和名称
3）定义输出的投影
4）定义输出单位、像元大小、重采样方法 5）定义空间数据的转换方法 6）执行投影变换
（4）图像分幅裁剪 1）通过查询框裁剪
Hale Waihona Puke （4）图像分幅裁剪 2）通过AOI裁剪
（5）图像融合 1）输入高分辨率图像文件
（1）多波段图像拼接 注意：颜色校正只是用于增强图像的视觉效果，可以 用于图像目视判读和计算机解译。但是，如果图像被 用来做定量分析，就不能对图像进行颜色校正等拉伸 等处理，只能保持原值，因为颜色校正改变了本来的 图像灰度值，失去了定量分析的意义。
3图像拼接
（2）剪切线拼接
1）加载航空影像
2）确定相交区域
2图像校正
（2）几何校正步骤 2）打开几何纠正工具
在viewer#1中选择Raster/Geometric Correction，设置 几何模型为Polynomial并点击OK。弹出Geo Correction Tools 窗口和Polynomial Model Properties对话框。注意
，在Polynomial Model Properties对话框底端的Status栏
ERDAS遥感数字图像处理
徐州师范大学测绘学院：孙华生 E-mail: sunhuasheng@
第二章 遥感图像预处理
1 预处理的基本内容
（1）图像校正
（2）图像拼接 （3）图像投影变换
（4）图像分幅裁剪
（5）图像融合
2图像校正
（1）几何校正步骤
1）数据准备
2）输入图像
3）确定校正模型
2）输入多光谱图像文件
《遥感技术系统》课件
高光谱遥感技术
01
高光谱遥感技术是指利用高光谱分辨率的遥感器获取地物辐射或反射 的连续光谱信息的技术。
02
随着传感器技术的不断发展，高光谱遥感技术已经成为遥感领域的重 要发展方向之一。
03
高光谱遥感技术可以提供更丰富的地物信息，有助于提高遥感监测和 识别的精度和准确性。
04
高光谱遥感技术在环境监测、资源调查、城市规划等领域具有广泛的 应用前景。
遥感技术的应用实例
土地利用变化监测总结词源自通过遥感技术，可以监测土地利用的变化情况，为土地规划和资源管理提供数据支持。
详细描述
遥感技术能够快速获取大范围的地表信息，通过卫星或航空遥感影像，可以准确监测土地利用的变化情况，包括 城市化进程、农业用地变化、森林砍伐等。这些数据对于土地规划和资源管理具有重要意义，有助于制定科学合 理的土地政策。
航空遥感
利用飞机、无人机等航空平台搭载的传感器 获取地面信息。
地面遥感
利用地面传感器获取特定区域的信息。
遥感数据的处理流程
01
数据预处理
包括辐射定标、大气校正、地理编 码等，以提高数据质量。
信息提取
利用图像分割、分类、特征提取等 技术，提取所需信息。
03
02
图像增强
通过对比度拉伸、滤波、融合等技 术，改善图像视觉效果。
01
地面接收系统负责接收和记录从遥感平台传输的数据。
02
处理系统负责对接收到的数据进行处理和分析，提取有用的信
息，并生成各种遥感产品。
地面接收与处理系统的稳定性和可靠性对于保证遥感数据的准
03
确性和可靠性至关重要。
03
遥感数据的获取与处理
遥感数据的获取方式
遥感的技术系统PPT课件
2
第三节 遥感的技术系统—遥感系统组成
2.传感器分类： ➢ 摄影成像：得到的象片信息量大，分辨率高；但由于受感光乳剂的限制，
工作波段为0.29m～1.40m，即近紫外、可见光、近红外短波段，而且只 能在晴朗的白天工作。 分幅式摄影机：一次曝光得到目标物一幅象片；
航空摄影焦距一般在150mm左右，航天摄影机一般大于300mm。 全景摄影机（扫描摄影机）：依结构和工作方式分为：
低空飞机：高度在地面上空2km以下，直升飞机最低可在10m左右。
中空飞机：高度在2km6km。
高空飞机：高度在12km30km
气球：低空气球（对流层）、高空气球（平流层，12km40km）
装载的传感器：摄影机、摄象机等多种传感器。
10
第三节 遥感的技术系统—遥感系统组成
3.航天平台： 概念：位于海拔80km以上的遥感平台。 功能和特点：对地球进行宏观、综合、动态和快速的观测。
第三节 遥感的技术系统—遥感系统组成
图3-1 遥感系统ቤተ መጻሕፍቲ ባይዱ成
1
第三节 遥感的技术系统—遥感系统组成
1.传感器组成： ➢ 收集系统：收集来自目标的辐射，送往检测系统。在紫外线、可见光、 红外波段中，收集系统的主要元件是透镜或反射镜，在微波 中是微波天线。 ➢ 检测系统（探测系统）：将波谱转化为其它形成的能→电流、电压、化 学能等。其核心是感光胶片或光电敏感元件、固体敏感元件、 微波检波器等。 感光胶片：电磁辐射→化学能 其 它：电磁辐射→电流、电压等 ➢ 信号转化系统：将电流、电压信号放大，再转化为： 可见光，信号显示在屏幕上，即电光转化； 磁信号，信号记录在磁带上，即电磁转化。 ➢ 记录系统：记录前级送来的信号。 直接记录：将前一级的输出信号直接记录在胶片或荧光屏上。 间接记录：将信号记录在磁带上，以后用时将磁带回放，产生电信号， 再通过电光转化，显示图象。
第三节 遥感的技术系统—遥感系统组成
2.传感器分类： ➢ 摄影成像：得到的象片信息量大，分辨率高；但由于受感光乳剂的限制，
工作波段为0.29m～1.40m，即近紫外、可见光、近红外短波段，而且只 能在晴朗的白天工作。 分幅式摄影机：一次曝光得到目标物一幅象片；
航空摄影焦距一般在150mm左右，航天摄影机一般大于300mm。 全景摄影机（扫描摄影机）：依结构和工作方式分为：
低空飞机：高度在地面上空2km以下，直升飞机最低可在10m左右。
中空飞机：高度在2km6km。
高空飞机：高度在12km30km
气球：低空气球（对流层）、高空气球（平流层，12km40km）
装载的传感器：摄影机、摄象机等多种传感器。
10
第三节 遥感的技术系统—遥感系统组成
3.航天平台： 概念：位于海拔80km以上的遥感平台。 功能和特点：对地球进行宏观、综合、动态和快速的观测。
第三节 遥感的技术系统—遥感系统组成
图3-1 遥感系统ቤተ መጻሕፍቲ ባይዱ成
1
第三节 遥感的技术系统—遥感系统组成
1.传感器组成： ➢ 收集系统：收集来自目标的辐射，送往检测系统。在紫外线、可见光、 红外波段中，收集系统的主要元件是透镜或反射镜，在微波 中是微波天线。 ➢ 检测系统（探测系统）：将波谱转化为其它形成的能→电流、电压、化 学能等。其核心是感光胶片或光电敏感元件、固体敏感元件、 微波检波器等。 感光胶片：电磁辐射→化学能 其 它：电磁辐射→电流、电压等 ➢ 信号转化系统：将电流、电压信号放大，再转化为： 可见光，信号显示在屏幕上，即电光转化； 磁信号，信号记录在磁带上，即电磁转化。 ➢ 记录系统：记录前级送来的信号。 直接记录：将前一级的输出信号直接记录在胶片或荧光屏上。 间接记录：将信号记录在磁带上，以后用时将磁带回放，产生电信号， 再通过电光转化，显示图象。
《遥感图像预处理》课件
傅里叶变换
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。
遥感数字图像处理教学ppt
80%
数字图像格式
常见的数字图像格式包括BMP、 JPEG、TIFF、PNG等。
遥感数字图像特点
01
02
03
04
大数据量
遥感图像通常覆盖较大的地理 区域，包含丰富的地物信息， 数据量较大。
多源性
遥感图像可以来自不同的传感 器和平台，具有多源性。
多尺度性
遥感图像可以反映不同空间尺 度的地物信息，具有多尺度性 。
遥感数字图像处理教学
目
CONTENCT
录
• 遥感数字图像基础 • 遥感数字图像获取与处理 • 遥感数字图像增强技术 • 遥感数字图像分割与分类 • 遥感数字图像应用实例分析 • 遥感数字图像处理软件介绍及使用
指南
01
遥感数字图像基础
遥感技术概述
遥感定义
遥感是一种利用传感器对地球表面及大气层中的目 标进行远距离、非接触式探测的技术。
时序性
遥感图像可以反映同一地区不 同时间的地物信息变化，具有 时序性。
02
遥感数字图像获取与处理
遥感平台与传感器
遥感平台类型
遥感平台与传感器的选择
包括卫星、飞机、无人机等，不同平 台具有不同的空间分辨率、时间分辨 率和光谱分辨率。
针对特定的应用需求，选择合适的遥 感平台和传感器，以获取高质量的遥 感数据。
利用支持向量机（SVM）算法在高 维空间中寻找最优超平面，实现对遥 感图像的分类。
基于集成学习的分类器
通过集成多个弱分类器构建一个强分 类器，提高遥感图像分类的准确性和 稳定性。
05
遥感数字图像应用实例分析
农业领域应用
作物类型识别
利用遥感图像数据，结合图像处 理技术，可以实现对不同作物类 型的自动识别和分类，为精准农
相关主题
- 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)。
影像大数据管理系统
大屏展示系统
遥感数据载入系统
时空数据管理平台
三、项 目 建 设 成 果
系统架构
• 按照基础设施层、数据 资源层、平台服务层、 平台应用层和业务系统 层五部分。其中，
• 平台服务层，是系统的 核心支撑；
• 平台应用层，是系统的 表现层和用户交互层， 面向最终用户。
项目成果
哨兵5P
COMS
数据库类型
编号
1
数据类型
卫星源
2
3
葵花8
4
业务T关E系RR型A数据 A表Q结U构A
5 6
7
AURA
8
高时间分
NPP
9
辨率卫星 NOAA20
10
（7颗）
11
GF5
12
GF6
Landsat8
基F础Y空3B间/数C/据D表
13
结构
14
资源三01星
资源三02星
PlanetScope星座 （PlanetLabs）
一、数据展示
数据展示
1. 查看影像
2. 查看详情
二、综合查询
1. 高级查询
2. 空间属性一体化
三、数据浏览
1. 范围
数据浏览
2. 快视图
3. 详情
四、数据对比
1. 平铺对比
2. 卷帘对比
影像查询 数据对比
项目成果5 ——卫星遥感数据预处理
一、卫星遥感数据自动处理系统
1. 数据读取 2. 辐射定标 3. 大气纠正 4. 几何纠正 5. 正射纠正 6. 数据融合
遥感数据预处理系统 案例分享
目录
1 项目概览 2 系统演示 3 项目建设成果 4 关键技术与特色
一、项 目 概 览
项目背景
• 遥感预处理系统是江苏2019年生态监测系统的重要组成部分，承上启下。
项目背景
• 主要解决的问题
⚫ 承上启下 ⚫ 从“局部自动化”到“流程自动化”
⚫ 从“手动”到“自动” ⚫ 从“用”到“管用结合”
② 自动入库、自动预处理 ③ 预处理成果直接推送至水环境、大
气环境、生态环境业务系统 ④ 数据自动流通，创造实时价值
建设内容
一、遥感数据预处理系统 1套
1. 遥感数据载入子系统 2. 遥感大数据管理子系统 3. 卫星遥感数据处理子系统 4. 航空遥感数据处理子系统 5. 遥感与监测综合分析子系统
《
FY4
15
16
对接：
对接：
生态环境部卫星应用中心 中城泰信(苏州)科技发展股份有限公司
对接： 星地通公司
影像空间数据表 结构
17 18
19
总结： 完成了3大类共19 数个据数库据设库计表名格称整理 影像集数字段描述
自动入库日志映射数据结构 收藏数据结构
预处理过程记录数据结构 影像下载记录数据结构 影像检索条件数据结构 横幅广告数据结构 大屏统表格数据结构 大屏统计图表数据结构 大屏图片文件数据结构 大屏用户数据结构 省级行政区要素结构 级行政区要素结构 级行政区要素结构 级行政区要素结构
二、卫星影像数据分析系统
1. 感兴趣去提取 2. 图新分类 3. 变换检测 4. AI分类
建设成果6 ——航空遥感数据处理
一、无人机影像拼接
1. 一键快速拼接 2. 支持大疆数据定制 3. 支持29种其他传感器 二、辐射定标
三、水质参数反演 1. 植被指数计算 2. 悬浮物浓度
项目成果7 —— 遥感与监测数据综合分析
数据预处理
二、系统配套硬件
项 目
1. 服务器 1台
招
标
2. 工作站 1台
要
求
》
三、GIS基础支撑软件
1. 易智瑞地理信息桌面系统高级版+空间分析模块 2套
2. 易智瑞地理信息系统标准版企业级平台软件 1套
3. 易智瑞地理信息系统影像大数据平台软件 1套
二、系统演示
生态监测系统-大屏展示页面
影像数据载入系统
部署架构图
项目成果1 ——影像数据治理
备注： 1、完成了24颗卫星 数据类数型据治理；卫星源 2、完成了3种分辨率
卫星数据治理；
3、完成了3家公G司F卫1 星数据对接G；F1B
GF1C
GF1D
GF2
高空间分 辨率卫星
GF3
(11颗)
GF4
数据治理
（6颗）
哨兵2(A/B星) 哨兵3(A/B星)
项目成果3 —— 遥感数据载入
一、影像下载
1. 卫星种类 29种传感器 2. 下载方式 不间断自主下载 3. 下载区域 自定义划分、依照行政区域 4. 下载时间 自定义时间、固定时间间隔
二、影像入库 1. 原始影像模式 2. 成果影像模式 3. 不同传感器模型自动入库
项目成果4 —— 遥感影像大数据管理
航空遥感成果影像元数据规范
2. 规范元数据信息
航空遥感原始影像元数据规范
卫星遥感影像 元数据规范
项目成果2 ——影像管理规范
二、数据存储规范
• 确定原始数据存储结构 • 确定成果数据存储结构
—— 与卫星中心、中诚泰信、星地通对接 —— 与中科天启、中科锐景、卫星中心对接
三、影像数据分发规范
• 成果影像数据API分发 • 成果影像存储共享
原始卫星遥感栅格集结构 预处理成果卫星遥感栅格集结构
原始航空遥感栅格集结构 成果航空遥感栅格集结构
项目成果2 ——影像管理规范
一、 数据组织规范
1. 统一命名格式： 卫星_传感器_成像时间_分辨率_行号_列号.tif
GF1_PMS_201902070000_2_68_36.tif
卫星
传感器
时间
分辨率
遥感数据预处理系统
自动、多源管理、高效使用
手动下载+分散存储
影像自动载入 +影像数据管理
① 以监测任务为导向下载数据 ② 数据维度、流动性与附加值不高 ③ 物理“多个存储盘”由生态部管理（人治）
① 覆盖国内外常用卫星数据源 ② 影像管理，提供数据空间查询、展
示、下载分发 ③ 物理“一个库”
① 自动接入高时间、高空间和中空间 分辨率数据接收系统的影像数据
数据综合分析分析
专题制图与可视化表达
6.生态遥感监测系统大屏展示页面
项目成果
二、系统配套硬件 1. 服务器 2台 2. 工作站 1台
三、GIS基础支撑软件 1. 易智瑞地理信息系统桌面高级版+空间分析模块 2套 2. 易智瑞地理信息系统标准版企业级平台软件 1套 3. 易智瑞地理信息系统影像大数据平台软件 1套
一、 遥感数据预
处理系统
影像数据治理 影像管理规范
1.遥感数据载入 2.遥感大数据管理 3.卫星遥感数据处理 4.航空遥感数据处理
自动下载
批量化入库
矢量数据管理
数据展示 数据对比
综合查询 分发调用
数据浏览
数据预处理 变化检测
感兴趣区提取 AI分类
图像分类
无人机影像自动生产
辐射定标
水质参数反演
5.遥感与监测数据综合分析