卫星遥感影像处理

卫星遥感影像处理

随着遥感技术的发展人们对于卫星遥感影像的需求也越来越高，同时对于卫星遥感影像的质量要求也越来越高，不同的工作对于遥感影像的需求也不同，因此需要对卫星遥感影像进行预处理，提高影像的质量，满足不同人群对于卫星遥感影像的需求，所以卫星遥感影像的处理就显得尤为重要。

卫星遥感影像处理常用的软件：ERDAS IMAGINE、PCI（PCI Geomatica）、ENVI 等。

影像纠正

遥感图像在成像时，由于成像的投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响，使获得的遥感影像相对于地表目标存在一定的几何变形，图像上的几何图形与该地物所选定的地图投影中的几何图形产生差异，产生了几何形状或位置的失真。主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲。消除这种差异的过程称为几何校正。

为了降低用户专业水平需求，扩大用户面，同时避免核心技术泄露，绝大部分卫星数据向用户提供一种与传感器无关的通用型成像几何模型——有理函数（RPC）模型，替代以共线条件为基础的严格几何模型。

影像融合

现代遥感技术的显著特点是尽可能地搜集多种传感器、多级分辨率、多谱段和多时相技术于一身，使人们可以获得不同空间分辨率、时间分辨率和光谱分辨率的遥感影像。对于遥感影像解译来说，使用融合后的影像比单独使用可见光影像或者多光谱影像更为有效；而对于遥感影像分类来说，融合后的影像提供了更多的细节信息，可以显著提高分类结果的准确性。

遥感影像融合根据融合水平来划分，可以分为:像素级触合、特征级融合和决策级融合。

（1）像素级融合尽可能多的保留信息，具有最高的精度，是三级中研究最为成熟的一级。

（2）特征级融合是一种中等水平的融合。首先将遥感数据进行特征提取，然而按照特征信息对多源数据进行分类、聚集和综合，产生特征向量，而后融合这些特征向量。

（3）决策级融合是最高水平的融合。首先对数据进行属性说明，然后对其结果进行融合，得到目标的综合属性说明，为控制或决策提供依据。

影像匀色

遥感影像色调是指图像的相对明暗程度(相对亮度),在彩色图像上色调表现为颜色。色调是地物反射、辐射能量强弱在影像上的表现。地物的属性、几何形状、分布范围和规律都通过色调差异反映在遥感图像上,因而可以通过色调差异来识别目标。

由于卫星遥感影像成像过程中会受到诸多因素的影响，会造成卫星影像色彩有差异，同时因为工作需求不同对于卫星影像上的地物解译有不同的需求，因此需要对卫星影像进行颜色调整或颜色增强。

利用多光谱影像的光谱特性可以对影像进行色彩调整，常见的有真彩色和假彩色。同时因为人眼对于色彩辨识的习惯，有时需要对卫星遥感影像的色彩进行适当的调整，使得卫星遥感影像色彩符合人眼的辨识习惯，便于对卫星遥感影像进行解译分析。

影像镶嵌、裁切

影像镶嵌是指将两幅或多幅影像拼在一起，构成一幅整体影像的技术过程。影像镶嵌涉及几何位置的镶嵌和灰度(或色彩)的镶嵌两个过程。其中，几何位置镶嵌是指镶嵌影像间对应物体几何位置的严格对应，无明显的错位现象；灰度镶嵌是指位于不同影像上的同一物体镶嵌后不因两影像的灰度差异导致灰度产生突变现象。

大多数情况下研究区域都需要多幅卫星遥感影像覆盖，这些影像可能来自不同的传感器，拍摄时间也可能不同。它们之间存在较大的几何变形差异和颜色差异，因此全色遥感影像镶嵌的关键如下：

(1)在几何上将多幅不同的影像连接在一起。因为在不同时间用相同的传感器以及在不同时间用不同的传感器获得的影像，其几何变形是不同的。解决几何连接的实质就是几何纠正，将所有参加镶嵌的影像纠正到统一的坐标系中，去掉重叠部分后将多幅影像拼接起来形成一幅更大幅面的影像。

(2)保证拼接后的影像反差一致，色调相近，没有明显的接缝。这一问题需要通过影像匀光的方法解决。

利用遥感软件可以根据项目需求对影像进行合理的裁切。也可以裁切研究区以外的影像数据，减少数据的冗余，加快数据处理的速度、节省磁盘空间、节约处理的时间以及提高结果的有效性，避免在后期分类提取时导致计算时间太长和软件的崩溃。

遥感信息的主要表现形式是数字图像，研究遥感图像处理技术在遥感领域具有重要意义。不同时期的遥感图像可以反映出一个地区的动态变换信息，如城市变迁、道路扩建改动、植被变化以及土壤侵蚀等等。图像的边缘检测和分割可以在军事上帮助军方快速找到城镇、机场、道路以及桥梁等重要信息。遥感图像应用范围的扩大对经济和社会发展有着重大的影响。遥感图像处理是遥感技术中的一个关键环节，经过技术手段的处理，可以更好的解译分析影像要素，更好的提取所需要的要素，满足工作所需。