十分鐘讓你了解遙感數據處理

發布日期：2018-10-17 00:00 瀏覽量：12535

遙感技術自20世紀60年代興起以來，被應用于各種傳感儀器對電磁輻射信息的收集、處理，并最后成像。遙感信息通常以圖像的形式出現，故這種處理也稱遙感圖像信息處理。

遙感影像.jpg

那對遙感圖像處理可以達到什么目的呢？

①消除各種輻射畸變和幾何畸變，使經過處理后的圖像能更真實地表現原景物真實面貌；

②利用增強技術突出景物的某些光譜和空間特征，使之易于與其它地物的K分和判釋；

③進一步理解、分析和判別經過處理后的圖像，提取所需要的專題信息。遙感信息處理分為模擬處理和數字處理兩類（見數據釆集和處理）。

遙感數據處理過程

多譜段遙感信息的處理過程是：

①數據管理：地面臺站接收的原始信息經過攝影處理、變換、數字化后被轉換成為正片或計算機兼容的磁帶，將得到的照片裝訂成冊，并編目提供用戶選用。

②預處理：利用處理設備對遙感圖像的幾何形狀和位置誤差、圖像輻射強度信息誤差等系統誤差進行幾何校正和輻射校正。

③精處理：消除遙感平臺隨機姿態誤差和掃描速度誤差引起的幾何畸變，稱為幾何精校正；消除因不同譜段的光線通過大氣層時受到不同散射而引起的畸變，稱為大氣校正。

④信息提?。喊从脩粢筮M行多譜段分類、相關掩模、假彩色合成、圖像增強、密度分割等。

⑤信息綜合：將地面實況調查與不同高度、不同譜段遙感獲得的信息綜合編輯，并繪制成各種專題圖。

遙感信息處理方法和模型越來越科學，神經網絡、小波、分形、認知模型、地學專家知識以及影像處理系統的集成等信息模型和技術，會大大提高多源遙感技術的融合、分類識別以及提取的精度和可靠性。統計分類、模糊技術、專家知識和神經網絡分類有機結合構成一個復合的分類器，大大提高分類的精度和類數。多平臺、多層面、多傳感器、多時相、多光譜、多角度以及多空間分辨率的融合與復合應用，是目前遙感技術的重要發展方向。不確定性遙感信息模型和人工智能決策支持系統的開發應用也有待進一步研究。

多源遙感數據融合

遙感數據融合技術旨在整合不同空間和光譜分辨率的信息來生產比單一數據包含更多細節的融合數據，這些數據來自于安放在衛星、飛行器和地面平臺上的傳感器。融合技術已成功應用于空間和地球觀測領域，計算機視覺，醫學影像分析和防衛安全等眾多領域。

遙感數據處理的發展趨勢

遙感技術正在進入一個能夠快速準確地提供多種對地觀測海量數據及應用研究的新階段，它在近一二十年內得到了飛速發展，目前又將達到一個新的高潮。

這種發展主要表現在以下4個方面：

1. 多分辨率多遙感平臺并存

空間分辨率、時間分辨率及光譜分辨率普遍提高。目前，國際上已擁有十幾種不同用途的地球觀測衛星系統，并擁有全色0．8～5m、多光譜3．3～30m的多種空間分辨率。隨著遙感應用領域對高分辨率遙感數據需求的增加及高新技術自身不斷的發展，各類遙感分辨率的提高成為普遍發展趨勢。

2. 微波遙感、高光譜遙感迅速發展

微波遙感技術是近十幾年發展起來的具有良好應用前景的主動式探測方法。微波具有穿透性強、不受天氣影響的特性，可全天時、全天候工作。微波遙感采用多極化、多波段及多工作模式，形成多級分辨率影像序列，以提供從粗到細的對地觀測數據源。成像雷達、激光雷達等的發展，越來越引起人們的關注。不斷提高傳感器的性能指標，研制出新型傳感器，開拓新的工作波段，獲取更高質量和精度的遙感數據是今后遙感發展的一個必然趨勢。

3. 遙感的綜合應用不斷深化

目前，遙感技術綜合應用的深度和廣度不斷擴展，表現為從單一信息源分析向包含非遙感數據的多源信息的復合分析方向發展；從定性判讀向信息系統應用模型及專家系統支持下的定量分析發展；從靜態研究向多時相的動態研究發展。

地理信息系統為遙感提供了各種有用的輔助信息和分析手段，提高了遙感信息的識別精度。另外，通過遙感的定量分析，實現了從區域專題研究向全球綜合研究發展，從室內的近景攝影測量到大范圍的陸地、海洋信息的采集乃至全球范圍內的環境變化監測。多時相遙感的動態監測，可獲取我國當前城市化過程、耕地面積和生態環境變化的基本資料。與此同時，國際上相繼推出了一批高水平的遙感圖像處理商業軟件包，用以實現遙感的綜合應用。其主要功能包括影像幾何校正與輻射校正、影像增強處理與分析、遙感制圖、地理信息分析、可視化空間建模等。

4. 商業遙感時代的到來

隨著衛星遙感的興起，計算機與通信技術的進步以及各時期軍事情報部門的需要，數字成像技術有了極大的提高。世界各主要航天大國相繼研制出各種以對地觀測為目的的遙感衛星，并逐步向商用化轉移。因此，國際上商業遙感衛星系統得到了迅速發展，產業界特別是私營企業直接參與或獨立進行遙感衛星的研制、發射和運行，甚至提供端對端的服務，也是目前遙感發展的一大趨勢。

通過傳感器裝置得到的數據是包含重要信息的原始遙感數據，要使這些重要信息能夠服務于實際應用，就必須對這些原始的遙感數據進行相應處理，提取各種重要的專題信息，如土地建設情況、植被覆蓋率、農作物產量和水深等等。遙感圖像處理可以采取光學處理和數字處理兩種方式，而計算機數字圖像處理由于其可重復性好、便于與GSI結合等特點，目前被廣泛采用。

數字圖像處理的可能形式實際上是無限的，然而，這些通過計算機進行輔助處理的類型可以歸納為以下七種主要類型的一種或幾種:

一，圖像校正與恢復，這種類型的處理包括輻射糾正、幾何糾正以及消除數據中出現的噪音而進行的處理。

二，圖像增強，應用于圖像數據的增強處理是為了在以后進行的可視化解譯時能有效地顯示或記錄圖像數據。通常，圖像增加包括增加圖像的地物特征在視覺上的差異，其目的是為了創建一幅“新的”圖像，以增大用于可視化解譯的信息量。

三，圖像分類，利用遙感圖像的主要目的是為了提取各種信息，一些特定的變換可以用于提取信息，但是最主要的手段則是通過遙感圖像分類(Classification)。

四，數據的復合與GIS的綜合，數據合并的目的常常是將遙感數據與GIS中其他信息資源相結合。例如，遙感圖像數據常常與土壤、地形、物主、行政分區等輔助信息結合。

五，高光譜圖像分析，高光譜傳感器與其他光學傳感器不同，高光譜傳感器通常生產相鄰的、高分辨率的輻射率光譜，而不是在孤立的、很寬的光譜帶上生產離散的平均輻射率，能夠提供鑒別和測定這些地物相關特征的機會。

六，生物物理建模，目的是把由遙感系統定量記錄的數字化數據和地理測量的生物物理特征及現象聯系起來。例如，遙感數據可用于評估諸如莊稼產量、污染物濃度、水深這樣的變化參數。

七，圖像傳輸與壓縮，隨著可獲取的遙感圖像數據的大量增加，以及從因特網上分發數據的增加，圖像壓縮技術是圖像處理進一步要研究的主題。