遥感影像的分辨率+遥感影像的处理+遥感影像的特点

北京揽宇方圆信息技术有限公司

遥感影像的分辨率

空间分辨率（Spatial Resolution）又称地面分辨率。后者是针对地面而言，指可以识别的最小地面距离或最小目标物的大小。前者是针对遥感器或图像而言的，指图像上能够详细区分的最小单元的尺寸或大小，或指遥感器区分两个目标的最小角度或线性距离的度量。它们均反映对两个非常靠近的目标物的识别、区分能力，有时也称分辨力或解像力。

光谱分辨率（Spectral Resolution）指遥感器接受目标辐射时能分辨的最小波长间隔。间隔越小，分辨率越高。所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小，这三个因素共同决定光谱分辨率。

光谱分辨率越高，专题研究的针对性越强，对物体的识别精度越高，遥感应用分析的效果也就越好。但是，面对大量多波段信息以及它所提供的这些微小的差异，人

们要直接地将它们与地物特征联系起来，综合解译是比较困难的，而多波段的数据分析，可以改善识别和提取信息特征的概率和精度。

辐射分辨率（Radiant Resolution）指探测器灵敏度——遥感器感测元件在接收光谱信号时能分辨的最小辐射度差，或指对两个不同辐射源的辐射量的分辨能力。一般用灰度的分级数来表示，即最暗——最亮灰度值(亮度值)间分级的数目——量化级数。它对于目标识别是一个很有意义的元素。

时间分辨率（TemporalResolution）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，又称回归周期。它是由飞行器的轨道高度、轨道倾角、运行周期、轨道间隔、偏栘系数等参数所决定。这种重复观测的最小时间间隔称为时间分辨率。

遥感影像的处理

这种方案应用还算比较用的，如果不用这种方案，在缩放的时候就会速度很慢，但是会比较占硬盘，特别是1个多G的数据的时候。一般是2倍缩放，但是这种方案不知道是取平均还是直接取4个像素中的某个，按理说第二种是可行的，如果仅仅是显示的话，因为具体选点的时候，如果仅在2倍大小选点的话，还是有0.5个像素的选点误差。

这种方案使得拖动较为流畅，但是还是有缝的，即拖动的时候会有黑块出现，这样处理的方案是再拖动的时候，计算出需要显示的东东，存储在某个对象中，显示时交换即可。改进方案，因为屏幕一般不过1280×1024，如果以显示的部分为中心，读取9倍大小的影像块(内存要的也不过10M)，这样在拖动的时候，不管怎么拖动都在影像范围内，这样拖动就会显得无缝，在拖动时，还是需要一个缓存，来存储要需用的区域，拖动完的时候进行交换。

可以在生成金字塔影像的时候，对影像的各个波段进

行计算，获取其灰度分布直方图，然后显示的时候进行实时计算，将原始格式转换为8位位图。

当前的方案是最占硬盘的，将影像的底层也计算到了金字塔之中。而且没有用到帧缓存技术，使得拖动的时候出现跳帧，唉，理论分析很简单，工程实现麻烦。

校正处理图像校正是指从具有畸变的图像中消除畸变的处理过程，消除几何畸变的叫几何校正；消除辐射量失真的叫辐射校正。

可提取颜色或灰度或波段间的亮度比等目标物的光谱特征，例如Landsat的MSS有四个波段，根据某类地物的光谱特征，采用特定的比值可将其突出出来。

把目标物的形状、大小、或者边缘，线性构造等几何性特征提取出来，例如把区域断层明显突出出来。

是指周期性图案及区域的均匀性等有关纹理的特征。根据构成图案的要素形状、分布密度、方向性等纹理进行图像特征提取的处理叫做纹理分析。

利用遥感图像进行分类，就是对单个像元或比较匀质的像元组给出对应其特征的名称，其原理是利用图像识别技术实现对遥感图像的自动分类。计算机用以识别和分类的主要标志是物体的光谱特性，图像上的其它信息如大小、形状、纹理等标志尚未充分利用。

在计算机分类之前，往往要做些预处理，如校正、增强、滤波等，以突出目标物特征或消除同一类型目标的不同部位因照射条件不同、地形变化、扫描观测角的不同而造成的亮度差异等。

计算机图像分类方法，常见的有两种，即监督分类和非监督分

类。监督分类，首先要从欲分类的图像区域中选定一些训练样区，在这样训练区中地物的类别是已知的，用它建立分类标准，然后计算机将按同样的标准对整个图像进行识别和分类。它是一种由已知样本，外推未知区域类别的方法；非监督分类是一种无先验（已知）类别标准的分类方法。对于待研究的对象和区域，没有已知类别或训练样本作标准，而是利用图像数据本身能在特征测量空间中聚集成群的特点，先形成各个数据集，然后再核对这些数据集所代表的物体类别。

与监督分类相比，非监督分类具有下列优点：不需要对被研究的地区有事先的了解，对分类的结果与精度要求相同的条件下，在时间和成本上较为节省,但实际上,非监督分类不如监督分类的精度高，所以监督分类使用的更为广泛。

参考教材

北京揽宇方圆信息技术有限公司