卫星影像范文1
关键词：高分辨率；卫星影像；立体测图
由于卫星立体遥感影像有着较大的覆盖面积，且控制点使用较少，因而能充分满足测图精度方面的要求，并且能使外业控制测量的总体工作量在一定程度上减少。其主要提供核线影像，能在一定程度上节省了模型恢复时间，并且提升了总体的生产效率。[1]由于卫星遥感影像本身的获取周围就很短，所以通过卫星影像开展立体测图作业能够在一定程度上节约前期的数据订购、处理分析及外业控制的时间，有着良好的现势性，并且能获得相应的经济利益。
高分辨率卫星影像通过数字摄影测量系统以及卫星立体测图研究、工艺流程以及生产作业的方法与手段，从而使高分辨率卫星立体遥感影像在实际的地形测图生产过程中得到应用，为地形测绘生产中遥感影像的应用奠定重要基础，最终为生产、更新中小比例尺的地形图提供新的思路与技术途径，并且为加速信息化社会建设提供更加快捷、高效的技术手段，这也是本次试验开展的主要目标。
1 试验区域与卫星影像资料简介
试验区域：设定的测试区域的总面积大约为101km2。
卫星影像资料：试验区域的卫星影像资料为WorldView-1，0.5m分辨率立体像对，具体的各项影像参数见表1。
表1 各项影像参数资料
项目 数据参数信息
选择像元大小 0.5m
数据类型 Geo 0.5m Stereo
数据位深 11bit
动态调整 Off
处理级别 Geo Stereo 12
数据介质 VCD/DVD
许可类型 Single license
采集高度角 60°～90°
摄影方式 UTM
云量 ≤10%
坐标格式 十进制
目标区域坐标 42°05’00’’～42°11’00’’
（纬度，经度） 80°02’00’’～80°11’00’’
2 基于卫星影像的立体测图工艺流程
基于卫星影像的立体测图工艺流程见图1。
图1 基于卫星影像的立体测图工艺流程
3 具体试验项目及方式
3.1 控制测量
第一，在GEOEYE粗纠正影像上将像控点布设完成；第二，开展室内像控点的选标工作，同时制作出像控片，做好野外选刺，并对像控片进行整饰；[2]第三，采用GPS-RTK或GPS对像控点进行施测；第四，分析并处理GPS外观数据信息，同时对像控点坐标进行科学计算；第五，对于检查点与外业像控点依据施测比例为1：10000测绘像控点平高点等级进行控制测量。
3.2 检查点测量方面的技术要求
第一， 任意一幅图在施测时的检测点应当超过24个，并且尽量要求检测点分布均匀；第二，点位应当易于到达，同时要求视野开阔，便于测量仪器设备的放置，同时要求与水域和功率较大的无线电发射源相隔较远；[3]第三，影响上的点位目标要求清晰、明显、易读，要求在实地方便测量与定位；第四，应当在像控片上进行控制点的选择、刺点以及测量，同时还应当切实进行点位标记工作，将点位略图绘制出来。对于检查点同样也应当做好点位标记；第五，选择点位时应当在相对固定的地方，并且位置显眼，
3.3 区域网平差
将本次研究项目区域的卫星影像作为加密单元，采用IMAGEINFO这款专业的软件系统，通过已有的像控点利用区域网平差，将加密点、像控检查点以及连接点的三维坐标计算出来。依据外业所获得的像控检查点的最终成果，对区域网平差的精度进行准确检验。[4]在本次试验区域总共利用了控制点4个，连接点138个，测区的四周都有控制点分布，并且在立体像对中连接点都有十分均匀的分布。
3.4 DEM及DOM制作
DEM制作首先需要立体采集，并在SRCMAP中通过登特征线、高程点及等高线进行，然后生成GRID格式，最后分幅裁剪。
DOM制作需要借助IMAGEINFO软件，综合分析与计算DEM成果。[5]参照卫生轨道各项参数在分析计算后得到的参数文件以及有关加密点方面的数据，借助ERDAS卫星影像处理软件的作用，然后对GEOEYE影像中的像素进行微分纠正。
多光谱卫星影像则在已经纠正完善好的全色正射影像基础上对多光谱卫星影像作正确的配准纠正，然后利用影像处理软件融合影像，最后应用PS作拉伸、调色、接边等处理生成标准比例与幅度的DOM。
3.5 生产数字线划图
数字线划图的采集依据比例为1：10000的航空摄影测量规定的相关技术要求进行。
4 精度检测及成果分析
4.1 精度检测
对于借助高分辨率卫星影像立体测图技术获得的数字线划图成果，当外业施测的相关检测点引入之后，应当对比并检测其高程精度与平面精度。[6]本次试验共计引入了73个外业施测平面检测点，共计引入了118个高程检测点。不停的检测点对应的精度情况见表2。
表2 测图精度检测统计表 （单位：m）
坐标 检测点数量 中误差 规范限差
平面 73 ±2.335 ±5.000
高程 118 ±0.559 ±0.034
4.2 精度分析
通过一系列分析与比较可知，如果将实际外业检测工作中的平面坐标与检测点的高程视作真实的数值，那么通过高分辨率卫星遥感影像立体测图得到的生产数字线划图成果的平面位置中的误差大约为±2.335m，成果的高程精度误差为0.559m。因此可以说，平面位置精度至少要可以满足比例为1：10000的基础测绘的各项需求。
进行同等范围中的1：10000的基础测绘成果测绘，以往的航空摄影测量方法至少要在外业布设25个像控点，然而通过高分辨率卫星遥感影像进行立体测图的外业工作效率则是以往航空测量手段外业测量效率的5倍以上，极大地缓解了外业工作人员的压力及工作量，大大提升了工作效率。
结论：
本次研究试验充分证明，由高分辨率卫星遥感影像技术获得的高程精度与较为传统的航空摄影技术得到的高程精度相比具有显著的优点，但其依然难以满足实际测量中规范限定的有关限差方面的要求，但在平面位置精度方面则能充分满足比例为1：10000基础测绘成果提出的各项要求。此外，通过高分辨率卫星遥感影像数据的应用，能够使得外业工作量得到大幅度减少，并且能够可以获得具有更高分辨率的彩色影像数据。
参考文献：
[1]范兰，赵巍，陈杰，王海燕.P5卫星影像立体测图的试验和分析[J].测绘通报，2013，02：54-58.
[2]毛文军，左正一.高分辨率立体卫星影像测绘应用潜力分析[J].矿山测量，2013，01：1-2+7.
[3]虞欣，贾光军，陈倬.基于有理函数和像方仿射变换组合模型的高分辨率卫星影像区域网平差[J].测绘通报，2010，10：4-6+10.
[4]张海涛，贾光军，虞欣.基于GeoEye-1卫星影像的立体测图技术研究[J].测绘通报，2010，12：43-46.
卫星影像范文2
关键词：SPOT5；卫星影像；DOM
中图分类号：P283文献标识码： A
引言
数字正射影像图( DOM)作为数字测绘产品“4D ”产品的重要组成部分,具有精度高、信息丰富、直观真实等优点,可从中提取各种类别的海量地理信息、自然资源信息和社会经济发展信息,为资源调查、环境监测、城市现代化建设、防治灾害和公共城市建设规划等各种调查和管理等提供可靠依据; 还可从中提取和派生新的信息,实现地图的修测更新,作为基础地理信息数据生产和更新的数据源。数字正射影像图( DOM)的制作除常规的航空摄影资料外,高分辨率的卫星遥感数据也成为一种重要的数据来源。如美国 SpaceIm age 公司提供的地面分辨率为 1m 的 IKONOS-l全色遥感卫星影像和 4m 多光谱遥感影像,DigitalGlobe 公司的 4uickBird 的 0.65m 全色和 2.4m 多光谱遥感影像; 法国 SPOT-5 卫星获取的 5m 分辨率的全色遥感影像。
1、Spot5卫星影像的特点
Spot5卫星是由法国于2002年5月发射升空的。其传感器类型为HRG，幅宽为60km，其轨道循环周期26d。为了保证卫星在1个周期内将全球完整覆盖1次，Spot5采用了“双垂直”的视场配置模式，2个高分辨率成像装置沿地面轨迹获取两条数据带，这个宽度大于相邻两地面轨迹间的距离。分辨率短波红外影像：20m；多光谱影像（绿、红和近红外）：10m；全色影像：5m；超模式全色影像：2.5m。波谱范围为P：0.48～0.71μm；B1：0.50～0.59μm；B2：0.61～0.68μm；B3：0.78～0.89μm。
2、DOM 制作流程
从卫星影像制作 DOM 的流程分成不同环节,每个环节的处理效果会影响最后的制作效果。
2.1、数字影像质量评价
数字影像质量评价是一项很有意义但又较难解决的研究课题。一般评价融合图像的质量是以视觉分析为主,并结合定量分析进行的。常用于衡量信息量的统计参数有均值、方差、熵、联合熵、平均梯度、偏差指数、相关系数等。在实际工作中可依据不同的地域内容、不同的应用目标以及不同的数据源,选择适当的遥感数据融合处理方法,在提高空间分辨率的同时,最大限度的减小光谱扭曲,从而有利于解译分类。
2.2、影像镶嵌和裁切
如果工作区跨多景图像,还必须进行图像镶嵌,才能获取整体图像。镶嵌时,除了对各景图像各自进行几何校正外,还需要在接边上进行局部的高精度几何配准处理,并且使用直方图匹配的方法对重叠区内的色调进行匀色处理。当接边线选择好并完成了拼接后,还对接边线两侧作进一步的局部平滑处理。
2.3、像元重采样
为了提高 SPOT5 影像的 GCP 定位精度以及影像的视觉效果,采用不同内插算法进行影像重采样,其效果是不一样的。经试验,将全色影像像元大小重采样成 2 米和 1 米;将多光谱影像像元大小重采样为 5 米和 2 米。内插算法包括最临近、双线性和立方卷积三种。经过视觉效果检验,双线性内插算法得到的像元大小为 1 米的全色影像与像元大小为 2 米的多光谱影像的视觉效果最好,道路、房屋等线性地物的边缘更加清晰,形状更加明显。有利于提高影像的解译程度。多光谱影像也有类似的情况。2 米影像的视觉效果最好,与 5 米和 10 米影像相比,各种地类的边缘更加清晰,形状更加清楚,并且在随后的融合过程中,2 米多光谱与 10 米多光谱影像相比,其融合效果也有一定的提高,主要表现在多光谱的混合像元引起的光谱扩散现象在一定程度上有所压制,从而使影像的质量有所提高。内插算法中,最临近方法容易产生错位现象,因此并不适合采用。双线性和立方卷积影像在视觉上相差无几,为减少计算量,建议采用双线性算法进行内插。
2.4、影像的几何配准
为了得到既具有丰富光谱信息又具有高分辨率的遥感影像, 需要对 SPOT5 多光谱影像与全色波段影像进行影像融合,而影像融合的首要条件就是不同影像间精确的几何配准。在遥感影像处理系统( ERDAS 系统)中进行二者的高精度几何配准。GCP 的选择是几何培准的最重要问题,其选择依据是要均匀分布在整个校正区域、特征要固定而明显、数量要足够。GCP对于几何精校正精度的影响主要表现在 GCP 的数量、分布和本省的定位精度。几何纠正数学模型的不同,影响也不同, 采用二阶二元多项式纠正模型, 适当增加 GCP 的数量可以提高几何培准精度。用双线性内插法对多光谱影像进行重采样,得到与全色影像高精度配准的多光谱影像。
3、DOM 制作中影像上薄云去除方法
国家西部 1∶50 000 无图区测图工程中，大部分区域 DOM 采用遥感卫星影像制作。如果原始影像上有薄云，地面纹理基本可以读出，这种情况通过增加地面纹理清晰度、去除影像上的白色羽化，可以达到清晰的影像信息。
而当影像之中有厚云阴影。这种影像阴影区色彩偏暗，但地面纹理可见。通过调整影像的明暗度和色彩，使云雾阴影部分恢复自然色彩。
4、DOM 制作中影像上厚云处理方法
西部测图工程中，有的区域被较厚云雾覆盖，无法提取地面纹理，制作 DOM 时一般采用已有相应影像替换。对云雾替换区域的影像我们采用以下方法：
4.1、用相邻同种分辨率 2.5 m HRG 数据源替换，因二者分辨率相同，只需在影像融合时做好周边透明处理。
4.2、用相应立体条带同轨直下视 5 m 分辨率 HRG数据源替换。用此三立体条带 HRG 5 m 分辨率影像与多光谱影像融合、分辨率转换、影像替换、影像纹理处理。
4.3、用 10 m×5 m 分辨率 HRS 立体条带数据源替换，要注意的是，用该数据源时要做影像纹理变换，具体做法是将 HRS 条带 10 m 分辨率方向进行隔行纹理增加，利用 DPGRID 将立体条带数据处理为 5 m×5 m 分辨率全色正射影像，再与多光谱影像融合、影像替换、影像色彩调整。
HRG 2.5 m 分辨率全色影像上有厚云，影像融合后做分辨率转换，进行影像替换。虽然替换的影像分辨率保持了一致，但实际上影像上的纹理差异较大，与周围影像很难融为一体，分辨率一致只保证了影像大小的一致，影像纹理还需在Photoshop 里做进一步处理。具体做法是将被替换影像中的白云部分选中做色彩亮度降低，将云雾阴影部分选中做色彩亮度增强，使得云雾部分的影像色调基本保持一致；其次，将替换的影像做不透明处理，百分比按照影像的具体情况确定，有时 50%的不透明度刚好，有时可能是 70%或 40%，不透明度的选择以能够盖住下层云雾为好；接下来将处理好的替换部分影像边沿做羽化切割，再进行色调调整，将其融入到被替换影像中。
5、结语
上述方法制作的 DOM 平面精度检测符合规范标准，为调绘及影像解译人员提供方便，提高内业地物采集速度、质量及该项工作效率，目前为本单位用 SPOT5 遥感影像制作 DOM 的主要方法，在生产中有较高的实用价值。
参考文献：
[1]宋燕,闵晓凤,刘秀梅.利用SPOT5HRS条带影像制作DEM及等高线的技术方法[J].测绘技术装备,2008,01:43-45.
卫星影像范文3
[关键词]航测成图 卫星影像 立体像对 测图
[中图分类号] P236 [文献码] B [文章编号] 1000-405X（2013）-11-85-1
0引言
随着科学技术的不断进步，空间技术的日益成熟，在商业领域将会出现更高的空间分辨率、光谱，以及更多的时相的卫星影像。这样发展下去，那在将来的测图应用领域里，航空影像是否可能会被时下应用率不断提高的高分辨率的卫星影像技术淘汰呢？本文拟以航测成图与卫星影像测图的当前现状为主体，从测图原理极其应用的利与弊分析来对两者进行比较，以便回答这个问题。
1当前航测成图以及卫星影像测图的发展现状
1.1航测成图之现状
随着信息技术的不断发展，许多新技术不断融入到了航测成图中，使航测成图这一技术有了显著的发展。并且在应用过程中降低了使用的成本，提高了工作效率。举例来说：（1）在航测成图中应用航空数码照相机，不但可使绘测工作者获取数字影像，还可以取得珍贵的实时影像资料。以此种方式拍摄出来的航空影像不但提高了摄影质量，而且还缩短了成图时间，大大地增强了地图的现势性。（2）通过应用GPS以及MU技术，野外实测地面控制点的需求被极大地减小了。仅这一项便极大地提高了作业效率，降低了测图所需成本。（3）将航测技术与GPS、数码相机、惯导技术进行整合，不仅成功地克服了传统的航测无法施测某些地形的不足，而且还减小了由于恶劣天气给测图工作带来的影响。
1.2卫星影像测图之现状
早期的卫星影像由于其空间分辨率不高，所以只能应用于将所拍地物分类。直到1986年才由法国发射的SPOT卫星成功地应用于立体测绘，这为卫星影像在测绘领域中的应用带来了极大的影响。随后，如MOMS等一系列的中分辨率的遥感卫星被投入使用，限于分辨率等因素，这些遥感卫星仅能绘制大范围、小比例尺的地形图。目前，随着遥感技术向三多（多星种、多传感器、多分辨率）和三高（高空间分辨率、高时间分辨率、高光谱分辨率）方向发展，高分辨率卫星影像数据越来越丰富，如法国的SPOT影像全色波段分辨率达到2.5米，美国QuickBird影像全色波段分辨率达到0.61米，IKONOS全色波段分辨率达到1米，因此在进行地理信息数据更新中具有显著的优势。卫星遥感影像本身集多传感器、多级分辨率、多谱段和多时相于一身，具有更新周期短、机动性强、抗干扰能力强的特点，为地理信息更新以及地形图的绘制工作提供了大量宝贵的数据，利用卫星遥感影像进行基础地理信息的快速更新，将大大提高地理信息数据更新效率。
2测图的原理分析
航空影像和卫星影像，其立体测图都是通过测量按比例缩小的地面几何模型，来依次绘制出符合规定比例尺的地形图。但是由于两者几何成像的模型不同，使得两者测图原理也不一致。
2.1航测成图原理
航空影像是在中、低空以航空飞机作为拍摄平台，通过航摄仪等仪器进行拍摄。航测成图属于框幅式影像，此种影像具有符合中心投影的几何特性，此种特性使得立体像对单张像片的地面点、投影中心等像点所对应的两条核线一一与之对应，而且所求的地面点便是这两条核线的空间交点。据此可以了解到，航测成图的数学基础是由共线方程构成的，而航测成图的约束条件则是核线约束，地点三维坐标的解是靠通过立体像对中两张像片的内外方位的元素。首先是解析由航摄相机参数提供的单张相片，以获得像片内方位元素和外方位元素，以便确定航摄相机和像片的相关位置、摄影光束和确定摄影光束在摄影的瞬间其空间位置和姿态，而后利用航空像对内在的几何关系以及光成像原理，来进行相对定向，以形成立体模型。再借助于对相片的控制测量，以便确定模型的绝对定向元素，把测量坐标转换到地面测量坐标系，以便使建立的立体模型符合所需比例尺。最后将立体模型进行所需的测绘，便可得到所需地形图。
2.2卫星影像测图原理
较之航空影像，高分辨率遥感卫星主要是采用线阵列CCD传感器，依靠推扫帚式扫描进行成像。CCD传感器可以通过在沿轨方向上依靠前视同后视获取同规立体相对，而获取异轨立体像的获得主要是在穿轨方向上通过将一定角度左右测试的方法。因为卫星影像通过扫帚式扫描进行成像，所以其与航空影像的本质区别在于此种方式成像的每一条扫描线都会有一个与之相对应的投影中心，也可以说它具有“行中心投影”的特点。它的几何关系较之航空影像的几何关系要复杂的多。近些年来学者们提出很多种近似核线的理论，左图是基于投影轨迹法的核线几何关系的表示，以此为例，投影轨迹法中将Q点（地面点）到q点（左像像点）的光线所有的点投影到右像上，将所形成投影的轨迹定义成为q点（该像点）的核曲线，但q点的同名点（q点）却总是位于这一条核线之上。通过利用此种方式便可以使得其与航测成图相似。
3两者的利与弊的分析
因为两者成像原理测图的原理不同，所以在实际的应用过程中，两者各自展现出来一些优点和不足。具体见下表：
在获取航空影像时，由于拍摄高度的影响，航片质量极容易受到大气和地形的影响，所以在拍摄之前，必须进行实地考察，这导致获取的数据的现实性差，并且在一定程度上减缓了地形图的更新速度。由于航测的覆盖面积相对较小，所以当绘制较大区域的地形图时，所需的成本较高，消耗人力较大。反观遥感卫星，不但具有覆盖面积大，而且还能够不受当地气候地形的影响，极大的减小了工作量，降低了工作成本。
4结论
综上所述，通过对绘图技术进行研究，已经掌握了地理信息数据快速更新技术，完善了生产方法，根据航片测图和卫星影像测图两者的优点和缺点及所需地理信息比例尺和测量范围的不同，所以我们对时，合理应用航片测图和卫星影像测图技术，将两者结合有效起来工作，逐步应用到地理信息基础数据库的数据更新中，以便更好地提高工作效率，降低测图成本。
参考文献
卫星影像范文4
Abstract： This paper proposes an objected-oriented method to extract land-use from high-resolution satellite image. Firstly， the nearest neighbor classification method is used to obtain rough classification result though judgment of image objects. These image objects come from multiresolution segmentation to raw image. Then， the knowledge base is constructed according to the image features of different classes. Lastly， land-use information is optimized using knowledgebase. The experiment result show that object-oriented land-use information extraction could use image information completely and obtain better effect.
关键词： 土地分类；高分辨率卫星影像；面向对象；知识库
Key words： land-use information；high spatial resolution satellite image；object-oriented；knowledge base
中图分类号：S127 文献标识码：A 文章编号：1006-4311（2017）24-0187-03
0 引言
土地分类是按照土地自然属性进行的土地类型划分，分类后形成的土地类型是土地资源评价、土地利用规划的基础。传统的分类方式以实地勘察为主，但这类方式速度慢、时效性低。随着QuickBird、GeoEye、Worldview等高分辨率卫星影像的出现，人们在利用影像的光谱信息的同时还可以利用影像中丰富的纹理和地物形状、位置信息，这为土地类型快速、准确地划分提供了条件。
利用高分辨率遥感影像进行信息提取时，如果采用传统的面向像元方法会由于高分辨率影像信息的丰富性、细致性产生大范围的“椒盐现象”，造成分类精度的降低。面向对象的遥感影像分类方法能利用影像中的光谱、纹理、空间信息进行影像类别判定，从而能提高信息提取的精度。Hackelford和Davis通过对比面向对象分类方法与面向像元分类方法，得出了面向对象的分类方法更适合于进行城市或城郊分类信息提取的结论[1]。Hofmanne使用面向对象的分类方法针对IKONOS影像较好的识别了非正式居民地[2]。余坤勇、许章华、刘健等使用“基于片层-面向类”算法实现了南方山地丘陵区的竹林信息提取[3]。余晓敏、湛飞并采用了一种基于影像对象最优化特征组合的方式对城市地表信息提取[4]。莫登奎等则基于模糊逻辑分类的面向对象的分析方法提取了株洲市城乡结合部的土地覆盖信息[5]。这些方法虽然取得了不少研究成果，但在提取的速度、自动化程度上还与实际的运用有一定的差距[6]。
本文利用高分辨率卫星影像自身的光谱、空间、纹理特征，对研究区进行土地分类信息提取。
1 面向对象的土地类型提取方法
面向对象的信息提取是将影像分割成同质影像块后模拟人类认知事物的过程对分割好的影像块设定条件，将满足条件的影像块分配到合适的类别中去，最后得到与实际相符的分类图[7]。本文采用的面向对象土地分类流程如图1所示。
1.1 影像分割
影像分割是面向对象遥感信息提取的第一步，只有通过分割才能形成具有光谱、纹理、形状、位置信息的影像对象块。分割算法包括对比度分割、多阈值分割、光谱差异分割等，在]有任何辅助数据的条件下将原始遥感影像数据进行分割的常用算法是多尺度分割。多尺度分割是基于给定分辨率影像对象的最小影像异质性的由下至上分割，而影像的异质性由光谱、光滑度和紧凑度三个指标决定，计算公式为shape=1-color；shape= smoothness +compactness；smoothness=（1-βcompactness）*shape。其中shape为影像对象的形状因子，color是光谱信息，smoothness是对象边界的光滑度，compactness代表了对象的紧凑性。
1.2 面向对象土地分类信息的提取原理
土地类型由于受到土壤、气候、人类活动等多方面的影响，在不同时间、不同地段会呈现出不同的类型、不同成分的表现，比如土壤在北方呈现出黑色，而在云南多以红土为代表。面向对象地类信息提取的关键就是根据各地类的特点设置相关的规则集，从而进行地类的识别。表1呈现了常见5大地类的特征。
根据土地类别的特征，利用分割后形成的影像对象块的光谱、纹理、形状特征进行最大似然分类，形成遥感影像土地类型的初分类。然后根据地类的特征设置提取规则集优化地类信息提取的效果。
2 土地分类信息提取试验
2.1 试验区概况
安宁县位于滇中高原中部，有“安宁雄镇，诸爨要冲”的美誉，年平均气温14.8℃，属于中亚热带气候。本试验选取拍摄于2010年1月经过校正和与全色光融合后QuickBird安宁市温泉镇影像，精度达到0.61m，覆盖面积达到了6512.25平方米，如图2所示。
从图2可以看出，该地区地类主要包括植被、裸地、水体、道路和建筑5个类别。由于对太阳光线的遮挡，在高分辨率的遥感影像上就出现了若干由植被或者建筑物遮挡产生的暗色调阴影区域。在没有其他辅助数据的协助下很难识别落影下的实际地类类型，故将阴影另设为一特殊的地类。
2.2 影像初处理
面向对象遥感信息提取的第一步就是根据影像的特点选择相应的参数对影像进行分割，形成与实际地物相似的影像对象块。通过多次数据实验本文选择分割尺度为80，光谱异质性权重在蓝光波段为0.5、绿光和红光波段为0.8、近红外光波段为1，形状差异性权重为0.8，紧凑度权重为0.2的多尺度分割算法对影像进行分割，分割后的影像对象块边界与地类边界相一致且避免了对象的过度破碎。
在分割完成后需要利用影像对象的光谱、形状、纹理信息进行最近邻采样，即在选择了有代表性的样本后，以样本的光谱亮度均值、标准差及形状指数为指标参数进行最近邻分类，并最终将影像对象块分类到植被、裸地、水体、道路、建筑和阴影6个类别中，粗分类结果如图3所示。
2.3 基于知识库的土地分类优化
从图3可以看出由于地类间光谱信息的相似性和影像中纹理、位置信息的利用不充分导致了部分土地类型的错分类，造成了土地分类碎化性严重、一定量的地类归并为阴影类等情况。针对以上问题需要根据各地类错分类的情况，利用地类在影像上的特征构建相应的规则集进行土地分类优化。
建筑物地类的错分类主要由两部分组成：一是具有蓝绿色屋顶的建筑物被错分到了植被类中。由于植被在蓝光波段的低反射性和蓝绿色屋顶在蓝光波段的小反射峰，可以将NDVI>0.2且蓝光波段均值小于200的建筑物派送到植被类中；二是由于试验区影像的拍摄区域存在一定量的乡镇地带，乡镇建筑物的形状、颜色具有很大的自主性，难于寻到统一的规范，所以通过手动调整的方法进行修改。
道路地类的长条状特性使其在影像对象块的类别判定中具有明显的优势，该地类的错分主要表现在与裸地和建筑物阴影的错分中。低等级道路的路宽较窄、路面多由沙土铺设而成，因而与裸地存在一定的误分，通过设置长宽比大于8的裸地派送为道路类。建筑物的落影在影像上构成长条状的影像对象，其阴影的暗色调会掩盖地物的实际类别，通过将明亮度小于150的规则将错分为道路的对象划分到阴影类。
部分裸地由于土质成分、光线照射不充分等原因使其成像色调较暗被错分成了阴影类，需要通过位置关系将距离建筑物超过30米且亮度大于148的阴影归为裸地类。
阴影的错分类主要集中在植被、水体和道路类中，该类错误则通过如上所说的NDVI、NDWI指数和明亮度进行完善。
通过上述基于知识库的方法对影像中的五大地类信息进行类别优化后，最终的分类结果如图4所示。
3 结果分析与评价
从图4的分类结果来看，本文提出的方法能较好的保证土地分类中各地类内部的均一性和连续性。为了精确的验证面向对象的高分辨率遥感影像土地分类结果，使之与Erdas监督分类进行比较，并随后在Erdas中对两种分类结果随机抽取250个点进行分类精度评价。比较结果如表2所示，可以看出本文提出的面向对象土地分类方法比传统基于像元的监督分类方法精度提高了将近17%。
本文采用方法的不足之处在于对土地分类中的道路、裸地信息识别精度较低。这主要是由于实验区影像含有一定量的乡镇地区，乡间道路等级较低，其光谱特性与黄褐色的裸地极易混淆；再者村镇中的建筑物密度高且形状不规则，会对其间的内部道路有不同程度的遮挡，造成影像上道路的突然中断或者形状不连续，因而无法很好的利用道路识别知识库的内容进行提取。所以在以后研究中应注重对乡镇土地类型中的道路、建筑和裸地信息光谱、形状、纹理相应特征的研究，以提高乡镇土地利用类型信息提取的精度。
4 结束语
本文利用面向对象的方法，在最近邻分类完成后通过建立的土地类型知识库的方式进一步完成了高分辨率卫星影像的土地分类信息的提取。该种方法能较好的利用影像的位置、纹理信息，避免由于影像分辨率过高而造成的地类破碎化严重的问题，很好地识别了各地类。
参考文献：
[1]陈小良.基于面向ο蠹际醯耐恋乩用/覆被分类研究[M].中国地质大学，2009.
[2]Hofmann，P.Detecting informal settlements from IKONOS image data using methods of object oriented image analysis-an example from Gape Town （South Africa），Remote Sensing of Urban Areas/Femerkundung in urbanen Raumen.Regenseburg，ed.By JURGENS，C，2001：41-42.
[3]余坤勇，许章华，刘健，等.“基于片层-面向类”的竹林信息提取算法与应用分析[J].中山大学学报（自然科学版），2012，51（1）：89-95.
[4]余晓敏，湛飞并.基于高分辨率遥感影像的城市地表信息提取研究[J].测绘与空间地理信息，2012，35（7）：21-24.
[5]蔡银桥，毛政元.基于多特征对象的高分辨率遥感影像分类方法及其应用[J].国土资源遥感，2007（1）：77-81.
卫星影像范文5
关键词：卫星遥感影像；国土资源；管理与调查
0.引言
加强土地管理，合理保护耕地是我国的基本国策。随着国土资源调查技术的创新，卫星遥感技术开始活跃于国土资源调查领域，国土调查工作主要包括土地开发动态监测、土地利用执行情况和土地变更使用等内容的调查，卫星遥感技术已经成为最便利的国土调查手段，所以调查部门要加大应用力度，提升遥感技术的利用率，为国土调查领域的发展注入全新的活力。
1.卫星遥感技术的应用与国土资源的现状
卫星遥感技术在我国国土资源管理和调查中的应用越来越广泛，水平也在慢慢提高。但是随着遥感技术的提升，它在国土资源中的应用弊端渐渐突显出来了，比如国土资源的遥感监测卫星系统比较落后、遥感卫星的紧急监测技术不够先进和遥感卫星系统的数据资源不够充足等等[1]。所以遥感技术的应用还无法得到确切的保障，为了解决这个问题，我国正在加强卫星遥感系统的信息化建设，而且已经收到了一定的成效。国土资源调查管理工作涉及到很多领域，主要包含测绘、土地调查和矿产资源调查等，国土资源管理部门是这项工作的主要负责部门，随着土地管理被纳入政府宏观调控队伍中，国土资源调查和管理工作受到各界广泛关注。在地政和矿政中应用遥感技术，不仅可以为这两项工作提供技术支持，还可以提升数据的精准度。卫星遥感技术是应用也成为国土资源工作提升效率和质量的一个途径，而且为我国的经济发展提供了大量的技术服务。卫星遥感技术应用于国土资源主要是通过建立卫星遥感数据信息库、构建国土资源平台和卫星信息化平台。卫星信息化平台主要包含了综合监管信息平台和l星数据库的建立，这样就可以及时向国家部门提供监测信息。建设卫星遥感信息化平台，不仅可以促进陆地上的卫星发展，还可以实现卫星资源的整合，从而满座国土资源安全管理的要求。
2.卫星遥感影像在国土资源管理与调查中的应用
2.1卫星遥感影像应用于土地变更
国土资源部门能够根据资源调查对数据的要求，从而加快调查步伐，利用卫星遥感数据对土地变更进行实时监测。经历了第二次土地资源调查以后，我国已经有许多省份都建设了全面覆盖的土地监测室。卫星遥感技术的应用，可以有效地反映出国土利用的变化，收集的数据主要是作为土地使用变更的证据。土地变更的主要调查对象是新增的建筑用地和复垦耕地等，从而能够更好地开展土地管理工作，通过卫星遥感技术实现全面监管，扩大土地利用的深度和广度，提升数据资源的利用率，为国家对土地进行宏观调控提供保障[2]。
2.2卫星遥感影像应用于矿产监测
国土资源管理部门经常采取卫片执法检查方式来监测矿产资源，将卫星遥感技术应用于国土调查工作，主要是为了监测土地使用情况和矿产开采情况。各省应用这项技术以后，就可以及时发现违法开采矿产的情况，因为监测图的图斑可以显示出变化情况，然后就可以着手开展矿产资源的核查工作，准确查出违法用地和违法采矿的行为[3]。同时，利用该技术还可以监测到矿产利用情况和资源开况，政府部门也可以依据卫星遥感提供的数据做出决策，尤其是对于矿产资源规划的制定，同时它还可以提升矿山环境的治理效率，有利于保护矿产资源。
2.3卫星遥感影像应用于灾害预警
我国有部分省区近年来频发地质灾害，也因此受到了经济方面的重创，所以需要提升地质灾害警报系统的准确性和及时性。在早期应用灾害预警的时候，都是在气象卫星和雷达的基础上通过WebGIS向大家传播预警信息，而卫星遥感技术的应用可以提升预警的准确性，降低地质灾害给人们带来的不利影响，减轻灾害地区的经济损失，从而提升社会效益和经济效益。随着科学技术的不断完善，基于多元对地观测卫星已经成为现实，地质灾害应急体系也将成为新的防灾手段。
2.4卫星遥感影像应用于耕地后备资源
耕地后备资源是国土资源调查的主要内容，拥有充足的耕地资源是我国经济发展的保障，所以耕地资源的合理利用受到各国家部门的重视。运用卫星遥感技术调查耕地后备资源，可以显著提升工作效率，把卫星遥感图像解译成有效的信息，让技术人员根据这些信息进行逐图核查，对农田位置进行合理划分，健全基础农田的图册资料，形成农田数据库，同时要规范保护责任卡，对农田进行信息化管理，从而落实我国的耕地资源保护政策。
3.结语
卫星遥感技术已经成为信息化建设的重要成分，也是推动信息技术应用的主要力量。随着卫星技术的不断发展，它已经成为国土资源调查工作中的主要手段，卫星遥感技术为国土资源调查提供了多方面的信息，而且可以对数据进行信息化处理，是国土资源管理调查工作的技术支撑，它的作用不可或缺，
参考文献：
[1] 鲁殿清.试论卫星遥感技术在国土资源调查中的应用[J].农家科技旬刊， 2016，32（11）：17-18.
卫星影像范文6
摘 要：本文详细介绍了融合的原理，着重对rapideye数据与p5数据的融合前处理及融合方法进行介绍，通过实验分析各种融合方法的优缺点，对不同融合方法的融合效果进行对比分析，选择效果较好的融合方法。
关键词：融合；波段组合；遥感影像
中图分类号：tm411+.4 文献标识码：a
1 融合基本原理
融合就是将同一区域的多源遥感图像按统一的坐标系统，通过配准，生成比单一信息源更准确、更完全、更可靠的新图像的技术方法。采用全色数据与多光谱影像进行融合，生成具有多光谱信息的色彩及全色数据纹理的新影像，突出反映土地利用类型要素信息，提高可判读性，便于综合分析，减少数据量，提高监测精度。通过数据融合，一方面可有针对性地去除无用信息，消除冗余，减少数据处理量，提高数据处理的效率；另一方面可融合多源数据的有用信息，表现出各波段的优势，尽量减少或避免目标的不确定性。
2 卫星数据介绍
rapideye卫星发射于2008年8月29日，共5颗卫星，预期寿命7年，轨道高度630km，与太阳同步，通过赤道时间为11：00am，传感器类型是推帚式的多光谱ccd，地面采样间隔是星下点6.5米，有5个光谱波段组成，分别为蓝：440 nm- 510 nm；绿：520 nm- 590 nm；红：630 nm- 685 nm；红边：690 nm- 730 nm；近红外：760 nm- 850 nm；标准幅宽为77km；星上存储量为1500km影像数据或轨道；重访时间为5.5天（星下点），动态范围为12bit。rapideye数据广泛应用于农业、林业、环境保护、城乡规划、基础设施建设等行业。
irs-p5数据 ，是印度遥感制图卫星影像，全色分辨率为2.5 米，设计寿命5年，轨道高度为618km，共由1867条轨道覆盖全球，相邻轨迹线之间相隔11天，轨道倾角97.87度，过赤道上空为地方时10∶30。前视幅宽为29.42km，后视幅宽为26.24 km；重访周期为5天。irs-p5数据广泛应用于国土、海洋、矿产资源调查；林业和农业资源调查；水资源、水土流失调查；环境保护；城市规划等领域。
3 融合前处理
配准、纠正后满足精度要求的多光谱及全色数据，融合前还需要对其进行预处理。一方面，通过色阶对全色数据进行调整，减少影像的噪声，提高亮度和对比度；另一方面，通过波段组合的方式突出各地类的色彩，地物间的反差，表现出多光谱数据的丰富色彩。
4 融合方法试验
在遥感影像处理过程中，通常采用的融合方法有小波变换、主成分变换、高通滤波等多种方法，试验结果如下：
（1）小波变换融合
基于小波变换的图像融合算法是对待融合的两幅图像二维小波分解，建立各图像的小波塔形分解。
小波变换融合以mul数据的各波段影像为参考对高分辨率pan影像进行直方图匹配，以形成相应的匹配的高分辨率全色影像。然后采用小波变换的方式形成相应的低频和高频影像，并用多光谱影像各波段变换后的低频部分来替换这几个影像小波变换后的低频影像，对替换后的影像进行小波逆变换，从而获得融合影像。融合结果如图1：
小波变换法优点：最大程度保持原多光谱数据和全色数据的信息，减少后处理难度。小波变换法缺点：算法复杂，融合后影像存在振铃效应，影像有锯齿，不连续，因此，在土地利用动态监测中较少应用。
（2）高通滤波融合
高通滤波用于影像的细节和纹理处理。高通滤波是对低分辨率多光谱影像进行低通滤波以获取其光谱信息，对全色影像进行高通滤波以提取线性特征和边缘等空间结构信息，然后对低通滤波和高通滤波的结果加权求和，进而得到融合影像。该算法使图像的分辨率得到增强，并且它还减少了高分辨率影像低频部分的融入，高效地保留多光谱影像的光谱信息。高通滤波处理对于全色数据很重要，在进行高通滤波处理时，滤波模型的选择受影像质量、地貌特征等因素的影响。融合结果见图2：
高通滤波融合法在保持光谱信息和提高多光谱图像的空间细节表现能力上都有很好的效果，但影响影像的纹理清晰度。
（3）主成分变换
对于图像而言主分量变换是图像按照特征向量在其特征空间上分解为多元空间。而在数学上是将矩阵展开分解为其协方差矩阵的特征向量的加权。利用pc变换可将影像的结构信息通过第一主分量表达出来。
主分量变换在进行融合中有两种变换方法，一种是指将多光谱的多个波段先做主分量变换，用全色波段替换第一主分量，再进行反主分量变换，得到融合影像。另一种将各波段统一进行主分量变换，然后反变换。融合结果如图3：
主分量变换多光谱数据的波段数不受限制，可以接受三个以上波段的高光谱及多光谱数据进行变换。并且影像色彩丰富，影像纹理信息结构明显、突出。主成分变换优点：不限参加波段的数量，能较好保留全色影像的纹理，减少信息损失。
结语
根据上述几种融合方法的融合效果试验对比分析可以得出初步结论：
rapideye数据和p5数据进行融合，从土地利用角度上分析，采用photoshop融合、pansharp融合和主成分变换的融合方法其融合效果能较好地保留了高分辨率影像的纹理细节和多光谱影像的信息，提高图像解译的质量。
参考文献
[1]贾永红，李德仁，孙家柄.多源遥感影像数据融合[j]，遥感技术与应用，2000，15（1）.
