北京揽宇方圆信息技术有限公司
高分辨率遥感影像的应用
近些年来，国产高分辨率遥感卫星的发展突飞猛进，天绘系列卫星、资源三号卫星、高分一号、二号卫星以不断提高的影像空间分辨率、逐步增强的影像获取能力、较好的影像现势性等特点逐步打破了国外商业卫星的主导地位，开始广泛服务于各行业用户。传统的卫星影像服务模式需要涉及卫星影像采集方、卫星影像代理方等众多产业链环节，采购和生产周期较长，难以满足各行业快速发展的即时更新和即时监测的业务需求。
目前，我国已启动高分辨率对地观测系统这一中长期发展重大专项，并逐步形成了集高空间、高光谱、高时间分辨率和宽地面覆盖于一体的空-天对地观测系统。了集高空间、高光谱、高时间分辨率和宽地面覆盖于一体的空-天对地观测系统。遥感新技术的深入应用，已经形成了一个遥感影像获取、解译、地表信息分类和提取、感新技术的深入应用，已经形成了一个遥感影像获取、解译、地表信息分类和提取、三维重建、变化检测、动态监测、地图更新的完整信息链和产业链。三维重建、变化检测、动态监测、地图更新的完整信息链和产业链。遥感技术(RS)作为一种准确、客观、及时获取地球表面宏观信息的手段，遥感技术(RS)作为一种准确、客观、及时获取地球表面宏观信息的手段，在城市(RS)作为一种准确规划建设、土地利用监测、农业、林业以及自然灾害预报等方面得到广泛的重视和应规划建设、土地利用监测、农业、林业以及自然灾害预报等方面得到广泛的重视和应SPOT、IKONOS、QUICKBIRD、航空、用。特别是SPOT、IKONOS、QUICKBIRD、航空、无人机等高分辨率遥感影像的出现更为后期遥感影像的分析和应用带来了更好的数据源和更广大深入的应用前景。为后期遥感影像的分析和应用带来了更好的数据源和更广大深入的应用前景。应广大高分辨率遥感影像用户的要求，着重介绍天-空-地遥感处理平台、高分辨率地遥感处理平台、遥感传感器、高分辨率遥感影像光谱特征、目标解译和判读、地物提取、三维重建、遥感传感器、高分辨率遥感影像光谱特征、目标解译和判读、地物提取、三维重建、变化检测和动态监测方法，结合特定应用目的，变化检测和动态监测方法，结合特定应用目的，让学员对未来发展趋势及实际应用中存在的问题等方面，有一个全面、系统、深入的认知和把握，存在的问题等方面，有一个全面、系统、深入的认知和把握，提升学员解决实际问题的能力。第一章：高分辨率传感器和影像处理基础内容1．天-空-地一体化遥感平台；地一体化遥感平台；高分辨率遥感新型传感器；2．高分辨率遥感新型传感
器；高分辨率遥感图像的获取模式；3．高分辨率遥感图像的获取模式；遥感图像处理数学基础；4．遥感图像处理数学基础；国外高分辨率卫星影像介绍及适用性评价及适用性评价；5．国外高分辨率卫星影像介绍及适用性评价；国产高分辨率卫星影像介绍及适用性评价；6．国产高分辨率卫星影像介绍及适用性评价；航空和地面传感器高分辨率影像评价。7．航空和地面传感器高分辨率影像评价。影像解译和判读的基本概念；1．影像解译和判读的基本概念；2．从航片解译到数字解译；从航片解译到数字解译；高分辨率遥感影像解译与判读的基本框架；3．高分辨率遥感影像解译与判读的基本框架；高分辨率遥感影像上典型地物的光谱特性；4．高分辨率遥感影像上典型地物的光谱特性；主要地物要素影像特征解译；5．主要地物要素影像特征解译；6．典型地物遥感影像判读流程；典型地物遥感影像判读流程；高分辨率影像解译和判读方法。7．高分辨率影像解译和判读方法。上机实习高分辨率遥感影像的读写。高分辨率遥感影像的读写。第二章：第二章：高分辨率遥感影像解译与判读1）高分辨率遥感影像的几何纠正；何纠正；2）高分辨率遥感影像噪声平滑；平滑；高分辨率遥感影像融合；3）高分辨率遥感影像融合；4）分辨率遥感影像裁剪；高分辨率遥感影像裁剪；高分辨率遥感影像配准。5）高分辨率遥感影像配准。第三章：第三章：基于高分辨率遥感影像的特征提取和地物更新1）面向对象的高分辨率遥1．高分辨率遥感影像特征提取方法；高分辨率遥感影像特征提取方法；感影像分割；感影像分割；高分辨率遥感影像特征提取流程；2．高分辨率遥感影像特征提取流程；2）面向对象的高分辨率遥基于高分辨率遥感影像提取道路、房屋、水域、3．基于高分辨率遥感影像提取道路、房屋、水域、感影像特征提取。感影像特征提取。立交桥。立交桥。基于航空遥感影像的三维重建；1．基于航空遥感影像的三维重建；第四章：第四章：基于航空激光扫描的三维重建；2．基于航空激光扫描的三维重建；基于高分辨率基于车载可量测实景影像的三维重建；3．基于车载可量测实景影像的三维重建；遥感影像的三基于地面激光扫描的三维重建；4．基于地面激光扫描的三维重建；维重建高分辨率遥感影像三维重建的质量控制策略率遥感影像三维重建的质量控制策略。5．高分辨率遥感影像三维重建的质量控制策略。第五章：第五章：基于高分辨率遥感影像的变化检测和动态监测三维重建软件实习。三维重建软件实习。1．基于高分辨率遥感影像变化检测的一般方法和流程；高分辨率遥感影像点、目标变化检测。2．高分辨率遥感影像点、线、面目标变化检测。面向数据更新、城市规划监面向数据更新、测等不同应用的变化检测实习。实习。高分辨率遥感影像在城市基础数据更新中的应用；1．高分辨率遥感影像在城市基础数据更新中的应用；高分辨率遥感影像在城市规划动态监测中的应用；2．高分辨率遥感影像在城市规划动态监测中的应用；第六章：第六章：高分辨率遥感影像在各行业中的典型应用3．基于高分辨率影像的数字园林遥感应用；基于高分辨率影像的数字园林遥感应用；高分辨率遥感影像在城市水资源监测中的应用；4．高分辨率遥感影像在城市水资源监测中的应用；5．高分辨率遥感影像在地质灾害监测和灾后重建中高分辨率遥感影像在地质灾害监测和灾后重建中的应用；的应用；高分辨率遥感传感器的发展方向；6．高分辨率遥感传感器的发展方向；7．高分辨率遥感影像未来新的应用领域。高分辨率遥
感影像未来新的应用领域。
北京揽宇方圆信息技术有限公司
北京揽宇方圆信息技术有限公司 常见国产卫星遥感影像数据的简介 本文介绍了常见国产卫星数据的简介、数据时间、传感器类型、分辨率等情况。 中国资源卫星应用中心产品级别说明 ◆1A级和1C级产品均为相对辐射校正产品,只是不同卫星选用的生产参数不同。 ◆2级，2A级和2C级产品均为系统几何校正产品,只是不同卫星选用的生产参数不同。 其中: ■GF-1卫星和ZY3卫星归档产品为1A级，ZY1-02C卫星数据归档产品级别为1C级，其他卫星归档级别为2级! ◆归档产品是指:该类产品已经存在于系统中,仅需要从存储系统中迁移出来.即可供用户下载的数据。 ◆生产产品是指:该类产品不是已经存在的产品,需要对原始数据产品进行生产,然后再提供给用户下载的数据。
■当用户需要的产品级别是上述归档的级别,直接选择相应的产品级别，然后查询即可！ ■当用户需要的产品级别不是上述归档的级别,就需要进行生产.本系统提供GF-1卫星和ZY3卫星2A级的生产产品,ZY1-02C卫星2C级的生产产品,在选择需要的级别查询后,无论有没有数据,在查询结果页上方有一个“查询0级景”按钮,点击此按钮后,进行数据查询,如果有数据，选择需要的产品直接订购,即可选择需要的产品级别。 国产卫星 一、GF-3(高分3号) 1.简介 2016年8月10日6时55分，高分三号卫星在太原卫星发射中心用长征四号丙运载火箭成功发射升空。 高分三号卫星是中国高分专项工程的一颗遥感卫星，为1米分辨率雷达遥感卫星，也是中国首颗分辨率达到1米的C频段多极化合成孔径雷达（SAR）成像卫星，由中国航天科技集团公司研制。 2.数据时间 2016年8月10日-现在 3.传感器 SAR：1米 二、ZY3-02（资源三号02星） 1.简介 资源三号02星（ZY3-02）于2016年5月30日11时17分，在我国在太原卫星发射中心用长征四号乙运载火箭成功将资源三号02星发射升空。这将是我国首次实现自主民用立体测绘双星组网运行，形成业务观测星座，
GeoEye-1/IKONOS卫星影像数据价格表 说明： 1. 所有影像未经镶嵌处理。 2. 存档与编程： A. 存档数据：3个月前采集的Geo Ortho Kit数据 B. 编程数据：未采集的数据和3个月以内新采集的数据 3. 标准交付期： A. 存档数据：合同签订后5-10个工作日 B. 编程数据：数据接收成功后10-15个工作日 4. 起订面积： A. 存档数据：49km22 (最短边长不小于5公里) B. 编程数据：100km22 (最短边长不小于5公里)
5. 编程费用：标准编程免收编程费，如需加急编程，每个工作区收取38000 元编程费。 6. 运保费：人民币500元。 7. 含云量规定：实际含云量面积低于20%的影像为合格产品，若要求云量覆 盖在10%以内的影像每平方公里加价25%，要求云量覆盖在5%以内的影像每平方公里加价50%。 8. 目标仰角规定：标准拍摄目标仰角在60°- 90°之间。若要求拍摄目标仰 角在72°-90°之间，每平方公里需加收10%的附加费。 QuickBird/WorldView-1/WorldView-2影像数据价格表一、真彩色\彩红外\全色\4波段多光谱(MS1)： 二、4波段捆绑(Pan+MS1)\ 4波段融合数据： 三、立体像对(基础产品)：
卫星编程级别说明: 1．S级：优先级别最低的编程订单，适用于对影像获取时间要求不严格的客户，以及订单竞争不激烈的地区。优点是单价比较低，客户可以自己设定采集开始和截止时间， 或接受DG提供的采集周期；缺点是获取时间比较长.云量覆盖率不大于15% 。 2．S+级：优先级别比S级订单高，适用于急于获取合格影像的客户，以及订单竞争一般激烈的地区。优点是客户可以自己设定采集开始和截止时间，或接受DG提供的采集周期，单价相对较低，可以保证获取影像的质量。云量覆盖率不大于15% 。 3．AS级：优先级别较高，适用于急于获取合格影像的客户，以及订单竞争激烈的地区。客户必须接受DG提供的采集周期，并接受分批交付。优点是订单优先级别高，如果在DG提供的采集周期内没有完成采集，客户可以选择用DG现有的其他存档数据免费填充未完成的区域，或继续延长订单的采集周期。如果客户选择取消编程订单的未完成部分 并用免费存档数据填充未完成区域，应在原AS级订单取消后180天进行免费数据的申请；如果客户选择延长采集周期，DG会重新评估并给出新的采集周期，客户必须接受这个新的采集周期。云量覆盖率不大于15% 。 4．SS级：优先级别最高的编程订单，目标区域宽度要求小于13.5 公里，南北长度小于165 公里。DG会在未来2周的时间内，指定一个日期进行单次接收，客户可以提前48 小时确认订单，订单一旦确认，不能取消，无论云量多少均收全款。适用于灾害分析、
摘要 在面向对象的影像分类方法中，首先需要将遥感影像分割成有意义的影像对象集合，进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究，(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词，并且通过实验证明其表达能力优于经典的词包表示。最后，在词包表示的基础上，利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析，找出其最可能属于的主题或类别，进而完成影像的分类。 近些年来，随着航空航天平台与传感器技术的高速发展，获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛，除了传统的国土资源、地质调查和测绘测量等部门，还涉及到城市规划、交通旅游和环境生态等领域，极大地拓展了遥感影像的应用范围。因此，对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式：高空间分辨率（获取影像的空间分辨率从以前的几十米提高到1 至5 米，甚至更高）；高光谱分辨率（电磁波谱被不断细分，获取遥感数据的波段数从几十个到数百个）；高时间分辨率（遥感卫星的回访周期不断缩短，在部分区域甚至可以连续观测）。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据，高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息，对认知地物目标的属性特征更加方便，如光谱、形状、纹理、结构和层次等。另外，高分辨率遥感影像有效减弱了混合像元的影响，并且能够在较小的空间尺度下反映地物特征的细节变化，为实现更高精度的地物识别和分类提供了可能。 然而，传统的遥感影像分析方法主要基于“像元”进行，它处于图像工程中的“图像处理”阶段（见图1-1），已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征，而忽视影像的纹理、形状、上下文和结构等重要的空间特征，因此，分类结果会产生很严重的“椒盐(salt and pepper)现象”，从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法，如支持向量机(Support Vector Machine，SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等，但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限：无法很好的描述和应用地物目标的尺度特征，而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上，同样的地表空间格局与过程会表现出明显的差异，因此，在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果，需要充分考虑多尺度特征。 针对以上问题，面向对象的处理方法应运而生，并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”，即影像分析的最小单元不再是传统的单个像元，而是由特定像元组成的有意义的同质区域，也即“对象”；因此，在对影像分析和识别的过程
国产高分辨率卫星影像自动化高精度处理----------卫星影像基于已有DOM/DEM自动化处理测试报告1、测试情况 1.1.数据情况 影像类型景数单景全色大小单景多光谱大小 高分一号31624Ｍ156Ｍ 天绘一号15976Ｍ137Ｍ资源1号02Ｃ7300Ｍ*2103Ｍ资源三号6 1.12Ｇ606Ｍ 1.2参考数据 参考DOM：影像分辨率为2米； 参考DEM：1：1万分幅DEM，格网间距为5米。 1.3机器性能 电脑工作站一台，其主要性能配置如下： CPU：Intel Xeon E5-269016核 RAM：128G 磁盘驱动器：Samsung SSD850
2 、作业流程 3、效率统计 3.1预处理 已有DEM和DOM预处理可在任务开展前，电脑全自动化进行预 处理，本次任务预处理1：10000分幅参考DEM2871，参考DOM40.5G，利用晚上时间（18小时）完成。 3.2自动定向纠正与融合处理 备注：以下时间全为计算机自动计算的时间，不需额外人工处理 影像类型全色影像自动定向与纠正全色与多光谱影像配准纠正与融合 高分一号4.5分钟/景（总共20景，7核 并行，90分钟完成） 1.2分钟/景（总共31景，12核并行， 37分钟完成） 天绘一号9分钟/景（总共9景，5核并 行，85分钟完成） 6分钟/景（总共15景，15核并行， 106分钟完成） 资源三号25分钟/景（总共5景，单核 处理，128分钟完成） 45分钟/景（总共5景，单核处理， 220分钟完成）
4、成果展示 4.1控制点分布情况 备注：因计算机保密要求，以下所有图片均为彩色打印再扫描得到的，色彩有些偏色。 图1高分一号全色影像基于底图匹配控制点分布情况 图2天绘全色影像基于底图匹配控制点分布情况
北京揽宇方圆信息技术有限公司 常用的遥感卫星影像数据有哪些 公司拥有WorldView、QuickBird、IKONOS、GeoEye、SPOT、高分一号、资源三号等卫星的代理权，与国内多家遥感影像一级代理商长期合作，能够为客户提供全天候、全覆盖、多分辨率、多尺度的影像产品 WorldView，分辨率0.5米 WorldView卫星系统由两颗(WorldView-I和WorldView-II)卫星组成。WorldView-I全色成像系统每天能够拍摄多达50万平方公里的0.5米分辨率图像，并具备现代化的地理定位精度能力和极佳的响应能力，能够快速瞄准要拍摄的目标和有效地进行同轨立体成像。WorldView-II多光谱遥感器具有8个波段，平均重访周期为一天，每天采集能力达到97.5万平方公里。
QuickBird，分辨率0.61米 QuickBird具有较高的地理定位精度,每年能采集7500万平方公里的卫星影像数据，在中国境内每天至少有2至3个过境轨道，有存档数据约500万平方公里，重访周期为1-6天，每天采集能力达到21万平方公里。 IKONOS，分辨率0.8米 IKONOS卫星是世界上第一颗高分辨率卫星，开启了商业高分辨率卫星的新时代，同时也创立了全新的商业化卫星影像标准。全色影像分辨率达到了0.8米，多光谱影像分辨率4米，平均重访周期3天。
Geoeye，分辨率0.41米 GeoEye-1卫星具有分辨率最高、测图能力极强、重返周期极短的特点。全色影像分辨率达到了0.41米，多光谱影像分辨率1.65米，定位精度达到3米，重访周期2-3天，每天采集能力70万平方公里。
北京揽宇方圆信息技术有限公司 高分辨率遥感卫星有哪些 高分辨率遥感可以以米级甚至亚米级空间分辨率精细观测地球，所获取的高空间分辨率遥感影像可以清楚地表达地物目标的空间结构与表层纹理特征，分辨出地物内部更为精细的组成，地物边缘信息也更加清晰，为有效的地学解译分析提供了条件和基础。随着高分辨率遥感影像资源日益丰富，高分辨率遥感在测绘制图、城市规划、交通、水利、农业、林业、环境资源监测等领域得到了飞速发展。 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 一、卫星类型 (1)光学卫星：worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、北京二号、高景一号、资源三号、高分一号、高分二号、环境卫星。 (2)雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 (3)侦查卫星：美国锁眼卫星全系例(1960-1980) 二、卫星分辨率 (1)0.3米：worldview3、worldview4 (2)0.4米：worldview3、worldview2、geoeye、kompsat-3A (3)0.5米：worldview3、worldview2、geoeye、worldview1、pleiades
xx遥感影像解译服务一、项目内容 本项目包括两部分内 容，一是对 xx遥感影像解译服务 一、项目内容 本项目包括两部分内容，一是对广州市2M高分辨率多光谱原始数据进行相关技术处理，包括正射校正、融合、匀色、镶嵌、裁切等，最终得出DOM成果;二是在上述2M高分辨率影像数据处理成果基础上，勾画广州市土地利用类型图斑，并利用专业GIS软件进一步处理，形成广州市土地利用现状类型图成果。 二、关键技术指标要求 1)影像分辨率2米，波段组合色彩为自然真彩色; 2)影像时间:2015年1月以后拍摄的影像数据，少部分遥感影像未拍到的地方，可用2014年12月以前的数据填补，但所占面积比例不能超过广州市区域面积的10%，色彩要与相邻区域一致。为使影像色彩一致，原则上要求采用同一卫星的影像数据; 3)数据制作精度满足1:1万比例尺要求; 4)分幅方式按广州市1:1万比例尺地形图分幅编号法分幅; 5)影像和土地利用现状图坐标:WGS84; 6)影像数据格式TIF和SID，土地利用现状图数据格式: shape格式;7)数据要求色彩清晰、层次丰富、反差适中、彩色色彩柔和鲜艳、色彩均匀，相同地物的色彩基调基本一致。正射影像接边重叠带不允许出现明显的模糊和重影，相邻数字正射影像要严格接边，精度满足规范要求。 三、xx影像数据制作加工要求
1.制图须符合国家有关技术标准和规范。 2.投标人提供的影像成果须经正射纠正，航空影像正射纠正技术流程要详细，有正射纠正的原理和具体方法，有正射纠正的工艺流程图。 3.投标人有专业遥感影像处理软件，可用软件提供的正射纠正模块进行纠正。逐张卫片处理，生成具有坐标系统和投影信息的正射影像，检验图像校正的结果是否满足要求，直至满足要求。 4.对遥感数据制作数字正射影像地图，采用满足成图比例尺精度要求的控制资料，基于适宜分辨率的数字高程模型(DEM)，对卫星影像进行正射纠正、配准、融合、镶嵌，建立覆盖广州全市域范围的数字正射影像;按相应比例尺分幅整饰，制作成遥感数字正射影像图(DOM)。 5.利用成像的卫星轨道参数、传感器参数及DEM，对影像进行严密的物理 模型纠正。要求控制点均匀分布、控制整景影像，平原地区布设4个控制点，高山地控制点个数不应少于12个。对于没有影像卫星轨道参数、传感器参数地区，可采用多项式变换几何模型进行纠正。6.图幅整饰:在标准分幅的数字正射影像上分层叠加内外图廓线及公里格 网、注记、境界等要素，进行图幅整饰。其中，图廓整饰包括图名、图号、图幅行政区划注记、公里格网、图幅结合表、比例尺、左下角的出版说明注记等;行政境界包括镇级以上行政境界;注记包括居民点自然村注记、主要河流水系、大型山脉等其它地理名称。 7.对数字正射影像成果的检查包括:作业过程是否满足控制点、配准点、检查点残差和中误差的精度要求;DOM影像是否色调均匀、反差适中、色彩自然;相邻景/块之间接边差是否在控制点残差的两倍以内，是否存在扭曲变形现象;外业检测DOM精度是否符合要求;整饰内容是否准确、完整;图面要素表达是否符合规定;元数据文件各项内容填写是否完备、准确;文件命名、文件组织与数据格式是否符合规范;上交成果内容是否完备、数据的一致性、完整性及其是否可读。 四、广州市土地利用现状分布图制作处理要求
遥感图像分类方法的国内外研究现状与发展趋势
遥感图像分类方法的研究现状与发展趋势 摘要：遥感在中国已经取得了世界级的成果和发展，被广泛应用于国民经济发展的各个方面，如土地资源调查和管理、农作物估产、地质勘查、海洋环境监测、灾害监测、全球变化研究等，形成了适合中国国情的技术发展和应用推广模式。随着遥感数据获取手段的加强，需要处理的遥感信息量急剧增加。在这种情况下，如何满足应用人员对于大区域遥感资料进行快速处理与分析的要求，正成为遥感信息处理面临的一大难题。这里涉及二个方面，一是遥感图像处理本身技术的开发，二是遥感与地理信息系统的结合，归结起来，最迫切需要解决的问题是如何提高遥感图像分类精度，这是解决大区域资源环境遥感快速调查与制图的关键。 关键词：遥感图像、发展、分类、计算机 一、遥感技术的发展现状 遥感技术正在进入一个能够快速准确地提供多种对地观测海量数据及应用研究的新阶段，它在近一二十年内得到了飞速发展，目前又将达到一个新的高潮。这种发展主要表现在以下4个方面： 1. 多分辨率多遥感平台并存。空间分辨率、时间分辨率及光谱分辨率普遍提高目前，国际上已拥有十几种不同用途的地球观测卫星系统，并拥有全色0．8～5m、多光谱3．3～30m的多种空间分辨率。遥感平台和传感器已从过去的单一型向多样化发展，并能在不同平台
上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。民用遥感影像的空间分辨率达到米级，光谱分辨率达到纳米级，波段数已增加到数十甚至数百个，重复周期达到几天甚至十几个小时。例如，美国的商业卫星ORBVIEW可获取lm空间分辨率的图像，通过任意方向旋转可获得同轨和异轨的高分辨率立体图像；美国EOS卫星上的MOiDIS-N传感器具有35个波段；美国NOAA的一颗卫星每天可对地面同一地区进行两次观测。随着遥感应用领域对高分辨率遥感数据需求的增加及高新技术自身不断的发展，各类遥感分辨率的提高成为普遍发展趋势。 2. 微波遥感、高光谱遥感迅速发展微波遥感技术是近十几年发展起来的具有良好应用前景的主动式探测方法。微波具有穿透性强、不受天气影响的特性，可全天时、全天候工作。微波遥感采用多极化、多波段及多工作模式，形成多级分辨率影像序列，以提供从粗到细的对地观测数据源。成像雷达、激光雷达等的发展，越来越引起人们的关注。例如，美国实施的航天飞机雷达地形测绘计划即采用雷达干涉测量技术，在一架航天飞机上安装了两个雷达天线，对同一地区一次获取两幅图像，然后通过影像精匹配、相位差解算、高程计算等步骤得到被观测地区的高程数据。高光谱遥感的出现和发展是遥感技术的一场革命。它使本来在宽波段遥感中不可探测的物质，在高光谱遥感中能被探测。高光谱遥感的发展，从研制第一代航空成像光谱仪算起已有二十多年的历史，并受到世界各国遥感科学家的普遍关注。但长期以来，高光谱遥感一直处在以航空为基础的研究发展阶段，且主要
高分辨率遥感影像数据一体化测图系统PixelGrid 北京四维空间数码科技有限公司 一、概况介绍 高分辨率遥感影像数据一体化测图系统PixelGrid（以下简称“PixelGrid”）是由中国测绘科学研究院自主研发的“十一五”重大科技成果，获得2009年度国家测绘科技进步一等奖。 为将这一重大科技成果实现产业化，2008年开始，由中国测绘科学研究院参股单位北京四维空间数码科技有限公司进行成果转化和产品化，并开展销售。 该软件是我国西部1:5万地形图空白区测图工程以及第二次全国土地调查工程的主力软件， 被誉为国产的“像素工厂”。 PixelGrid以其先进的摄影测量算法、集群分布式并行处理技术、强大的自动化业务化处理能力、高效可靠的作业调度管理方法、友好灵活的用户界面和操作方式，全面实现了对卫星影像数据、航空影像数据以及低空无人机影像数据的快速自动处理，可以完成遥感影像从空中三角测量到各种比例尺的DEM/DSM、DOM等测绘产品的生产任务。 PixelGrid软件主界面。 二、主要特点 PixelGrid系统以现代摄影测量与遥感科学技术理论为基础，融合计算机技术和网络通讯技术，采用基于RFM通用成像模型的大范围遥感影像稀少或无控制区域网平差、基于旋转/缩放不变性特征多影像匹配的高精度航空影像自动空三、基于多基线/多重特征的高精度DEM/DSM自动提取、等高线数据半自动采集及网络分布式编辑、基于地理信息数据库等多源控制信息的高效影像地图制作、基于松散耦合并行服务中间件的集群分布式并行计算等一系列核心关键技术，是中国测绘科学研究院研制的一款类似“像素工厂”（ISTAR PixelFactoryTM）的新一代多源航空航 天遥感数据一体化高效能处理系统。
北京揽宇方圆信息技术有限公司 Planet卫星高频率中高分遥感影像 北京揽宇方圆Planet卫星群目前有170多颗卫星，分辨率为3-4米，另有13颗8波段卫星在建。该星群最大特点是每天对全球陆地和重点海域进行自主采集，实现每日全球3.6亿平方公里的覆盖，这使得Planet公司在全球高频次中高分卫星遥感影像服务上独占鳌头，能够帮助用户实现真正实用意义上的“遥感卫星监测”。Planet公司高频率中高分遥感影像，适用于对目标区域进行时间序列动态监测的卫星遥感用户，如区域资源环境动态变化、农作物全生长周期、特殊目标动向、灾害应急、热点地区、热点事件等监 测。 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势：
1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。 8：售后服务：完善的售后服务体制，全国热线，登陆官网客服服务同步。 北京揽宇方圆信息技术有限公司
北京揽宇方圆信息技术有限公司 全色卫星影像多光谱卫星影像高光谱卫星影像 随着光谱分辨率的不断提高，光学遥感的发展过程可分为：全色（Panchromatic）→彩色（Color Photography）→多光谱（Multispectral）→高光谱（hyspectral）。 注： 全色波段（Panchromatic band），因为是单波段，在图上显示是灰度图片。全色遥感影像一般空间分辨率高，但无法显示地物色彩。实际操作中，我们经常将之与波段影象融合处理，得到既有全色影象的高分辨率，又有多波段影象的彩色信息的影象。 全色波段，一般指使用0.5微米到0.75微米左右的单波段，即从绿色往后的可见光波段。全色遥感影象也就是对地物辐射中全色波段的影象摄取，因为是单波段，在图上显示是灰度图片。全色遥感影象一般空间分辨率高，但无法显示地物色彩。 多光谱遥感 多光谱遥感：将地物辐射电磁破分割成若干个较窄的光谱段，以摄影或扫描的方式，在同一时间获得同一目标不同波段信息的遥感技术。 原理：不同地物有不同的光谱特性，同一地物则具有相同的光谱特性。不同地物在不同波段的辐射能量有差别，取得的不同波段图像上有差别。 优点：多光谱遥感不仅可以根据影像的形态和结构的差异判别地物，还可以根据光谱特性的差异判别地物，扩大了遥感的信息量。 航空摄影用的多光谱摄影与陆地卫星所用的多光谱扫描均能得到不同普段的遥感资料，分普段的图像或数据可以通过摄影彩色合成或计算机图像处理，获得比常规方法更为丰富的图像，也为地物影像计算机识别与分类提供了可能。
高光谱 高光谱遥感起源于20世纪70年代初的多光谱遥感，它将成像技术与光谱技术结合在一起，在对目标的空间特征成像的同时，对每个空间像元经过色散形成几十乃至几百个窄波段以进行连续的光谱覆盖，这样形成的遥感数据可以用“图像立方体”来形象的描述。同传统遥感技术相比，其所获取的图像包含丰富的空间、辐射和光谱三重信息。 高光谱遥感技术已经成为当前遥感领域的前沿技术。 高光谱遥感具有不同于传统遥感的新特点： 1）波段多：可以为每个像元提供十几、数百甚至上千个波段； 2）光谱范围窄：波段范围一般小于10nm； 3）波段连续：有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱； 4）数据量大：随着波段数的增加，数据量成指数增加； 5）信息冗余增加：由于相邻波段高度相关，冗余信息也相对增加。 优点： 1）有利于利用光谱特征分析来研究地物； 2）有利于采用各种光谱匹配模型； 3）有利于地物的精细分类与识别； 异同点 国际遥感界的共识是光谱分辨率在λ/10数量级范围的称为多光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区只有几个波段，如美国LandsatMSS，TM，法国的SPOT等；而光谱分辨率在λ/100的遥感信息称之为高光谱遥感(HyPerspectral)；随着遥感光谱分辨率的进一步提高，在达到λ/1000时，遥感即进入超高光谱(ultraspectral)阶段(陈述彭等，1998)。 高光谱和多光谱实质上的差别就是：高光谱的波段较多，普带较窄。（Hyperion有233~309个波段，MODIS有36个波段） 多光谱相对波段较少。（如ETM+，8个波段，分为红波段，绿波段，蓝波段，可见光，热红外（2个），近红外和全色波段） 高光谱遥感就是多比多光谱遥感的光谱分辨率更高，但光谱分辨率高的同时空间分辨率会降低。
北京揽宇方圆信息技术有限公司 遥感卫星影像辐射校正和大气校正的方法 辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。 利用传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。辐射误差造成了遥感图像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。需要指出的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。 遥感图像辐射校正主要包括三个方面：（1）传感器的灵敏度特性引起的辐射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和吸收引起的辐射误差改正。 辐射校正的目的主要包括：1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。 辐射校正分为辐射定标和大气校正两部分。 辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。
大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。 辐射校正流程图 1.4.3.2影像辐射校正方法 辐射定标主要分为两种类型：统计型和物理型。统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。例如6s模型，Mortran等。 用于大气辐射传输校正的模型主要有5S模型、6S模型、LOWTRAN模型、MODTRAN模型、ACORN模型、FLAASH模型和ATCOR模型。 1、ACORN模型 一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作波长范围是350-2500nm。在目前的大气校正程序一般都把地表假定为水平朗伯体,这主要是因为我们一般很难获取地表的充足信息以完成地形校正,因此大气校正的结果称为拉伸的地表反射率,又称表观反射率,在地形信息已知的情况下,可以将表观反射率转为地表反射率。
IKONOS卫星遥感影像解译数据分辨率是多少? IKONOS卫星简介 IKONOS为美国DigitalGlobe公司的高分辨率遥感卫星，于1999年09月24日发射，其影像分辨率达0.82米，为全球首颗提供1米以下分辨率的商用光学卫星，揭开了高分辨率卫星影像的时代。--广西善图科技。 IKONOS卫星基本参数
IKONOS卫星影像样片 IKONOS卫星影像 IKONOS卫星影像 卫星遥感数据分类： 一、卫星分辨率 1.0.3米：worldview3、worldview4 2.0.4米：worldview3、worldview2、geoeye、kompsat-3A 3.0.5米：worldview3、worldview2、geoeye、worldview1、pleiades、高景一号 4.0.6米：quickbird、锁眼卫星 5.1米：ikonos、高分二号、kompsat、deimos、北京二号 6.1.5米：spot6、spot7、锁眼卫星 7.2.5米：spot5、alos、资源三号、高分一号（4颗）、高分六号、锁眼卫星 8.5米:spot5、rapideye、锁眼卫星、planet卫星4米
9.10米:spot5、spot4、spot3、spot2、spot1、Sentinel-卫星 10.15米:landsat5(tm)、landsat(etm)、landsat8、高分一号16米 二、卫星类型 1.光学卫星：spot2、spot3、spot4、spot5、spot6、spot7、worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、高分一号、高分二号、高分六号、北京二号、高景一号、资源三号、环境卫星。 2.雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 3.侦查卫星：美国锁眼卫星全系例(1960-1980) 4.高光谱类卫星：高分五号、环境小卫星、ASTER卫星、EO-1卫星 三、卫星国籍 1.美国：worldview1、worldview2、worldview3、quickbird、geoeye、ikonos、landsat5(tm)、landsat(etm)、锁眼卫星、planet卫星 2.法国：pleiades、spot1、spot2、spot3、spot4、spot5、spot6 3.中国：高分一号、高分二号、高分六号、高景卫星、北京二号、资源三号等 4.德国：terrasar-x、rapideye 5.加拿大：radarsat-2 四、卫星发射年份 1.1960-1980年：锁眼卫星(0.6米分辨率至10米) 2.1980-1990年：landsat5(tm)、spot1 3.1990-2000年：spot2、spot3、spot4、landsat(etm)、ikonos 4.2000-2010年：quickbird、worldview1、worldview2、spot5、rapideye、radarsat-2、alos 5.2010-至今：高分一号、高分二号、高分三、高分四、高分五、高分六号、高分七、spot6、spot7、资源三号、worldview3、worldview4、pleiades、高景卫星、planet卫星
卫星影像图与飞机航拍图的区别 一、卫星影像图与飞机航拍图区别 (一)定义 1、卫星影像图：卫星影像图是以卫星作为遥感平台，通过卫星上装载的对地观测遥感仪器对地球表面进行观测所获得的遥感图像。 2、飞机航拍图：飞机航拍图是以飞机作为遥感平台，在近地点的稳定高度拍摄地面各种目标所获得的图像。 (二)成图原理、方式 1、卫星影像图：以卫星为航天遥感平台（一般大于80km），以扫描方式获取图像，有很多波段，最大可达350多个以上，彩色图像基本上都是波段组合和融合而成，色彩不太真实。 2、飞机航拍图：以飞机为航空遥感平台（小于80km），以光学摄影进行的遥感，一般是黑白，真彩和彩红外摄影，一般最多4个波段，颜色比较真实。 (三)分辨率 1、卫星影像图：比例尺小，分辨率低，清晰度相对较低，一般分辨率可从0.5米—1000米之间；
2、飞机航拍图：比例尺较大，分辨率较高，清晰度高，一般分辨率可从0.04米—1米之间。 (四)图像变形 1、卫星影像图：摄影高度较高，因此建筑的投影差方向和大小基本上都一样,变形小。 2、飞机航拍图：摄影高度较低，因此建筑的投影差方向和大小每个地方都不一样，变形大。 (五)成图面积 1、卫星影像图：成图面积大，含信息丰富，拍摄面域广，获取速度快，可做全球动态监测。 2、飞机航拍图：成图面积小，离地面距离相对要近得多, 观察格外清晰、准确, 图像稳定, 精度高,避免了常规调查的盲目性和不必要的无效工作, 极大的节约了时间和精力, 节约了财力和物力。 (六)图像用途 1、卫星影像图：国土，规划，水利等大型工程。 2、飞机航拍图：小面积测绘，应急、抗灾。 (七)优点 1、卫星影像图：
高分辨率遥感影像分类实验报告 班级：___________________ 姓名：___________________ 学号：___________________ 指导老师：_______________ 地球科学与环境工程学院 二?一四年六月
目录 1 实验方法——面向对象方法 (1) 2 实验内容 (1) 2.1 影像预处理 (1) 2.1.1 影像数据融合 (1) 2.1.2 影像增强处理 (2) 2.2 创建工程 (2) 2.3 分割处理 (3) 2.4 分类 (4) 2.4.1 水体 (4) 2.4.2 陆地 (5) 2.4.3 植被 (6) 2.4.4 裸土 (7) 2.4.5 建筑物 (8) 2.4.6 道路 (9) 2.4.7 阴影 (10) 2.4.8 总体分类图 (12) 3 结语 (13)
1实验方法——面向对象方法 面向对象方法是一个模拟人类大脑认知的过程，将图像分割为不同均质的对 象，充分利用对象所包含的信息，将知识库转换为规则特征，从而提取影像信息。 因为分析的是对象而不是像元，因此我们可以利用对象丰富的语义信息， 结合各 种地学概念，如面积、距离、光谱、尺度、纹理等进行分析。 面向对象的遥感影像分析方法与传统的面向像元的影像分析方法不同。 首先 需要使用一定方法对遥感影像进行分割， 在提取分割单元（图像分割后所得到的 内部属性相对一致或均质程度较高的图像区域） 的各种特征后，在特征空间中进 行对象识别和标识，从而最终完成信息的分类与提取。 2实验内容及详细过程 2.1影像预处理 2.1.1影像数据融合 实验数据为QuickBird 影像，包括4个多光谱波段以及一个全色波段。 QuickBird 影像星下点分辨率：全色为 0.61m ,多光谱为2.44m 。对于面向对象 影像分类 来说，越高的高空间分辨率越好，但在对对象进行分类时，光谱信息同 样重要，因此，可将高分辨率的全色影像和多光谱影像进行数据融合。 使用 ERDAS 进行数据融合： Interprete u spatialenchancemen ^resolution mergeo 图1 全色影像与多光谱影像融合 Ib^pul Fh (*.网| MJitiMewl lf 高分辨率遥感影像分类实验报告 班级： 姓名： 学号： 指导老师： 地球科学与环境工程学院 二〇一四年六月 目录 1实验方法——面向对象方法 (1) 2实验内容 (1) 2.1 影像预处理 (1) 2.1.1影像数据融合 (1) 2.1.2 影像增强处理 (2) 2.2 创建工程 (2) 2.3 分割处理 (3) 2.4 分类 (4) 2.4.1 水体 (4) 2.4.2陆地 (5) 2.4.3 植被 (6) 2.4.4 裸土 (7) 2.4.5 建筑物 (8) 2.4.6 道路 (9) 2.4.7 阴影 (10) 2.4.8 总体分类图 (12) 3 结语 (13) 1实验方法——面向对象方法 面向对象方法是一个模拟人类大脑认知的过程，将图像分割为不同均质的对象，充分利用对象所包含的信息，将知识库转换为规则特征，从而提取影像信息。因为分析的是对象而不是像元，因此我们可以利用对象丰富的语义信息，结合各种地学概念，如面积、距离、光谱、尺度、纹理等进行分析。 面向对象的遥感影像分析方法与传统的面向像元的影像分析方法不同。首先需要使用一定方法对遥感影像进行分割，在提取分割单元（图像分割后所得到的内部属性相对一致或均质程度较高的图像区域）的各种特征后，在特征空间中进行对象识别和标识，从而最终完成信息的分类与提取。 2实验内容及详细过程 2.1 影像预处理 2.1.1影像数据融合 实验数据为QuickBird影像，包括4个多光谱波段以及一个全色波段。QuickBird影像星下点分辨率：全色为0.61m，多光谱为2.44m。对于面向对象影像分类来说，越高的高空间分辨率越好，但在对对象进行分类时，光谱信息同样重要，因此，可将高分辨率的全色影像和多光谱影像进行数据融合。 使用ERDAS进行数据融合：Interpreter→spatialenchancement→resolution merge。 图 1 全色影像与多光谱影像融合 北京揽宇方圆信息技术有限公司 高分辨率卫星影像报价 单片产品单位：元/平方公里产品类型存档S级编程/90天内编程S+级编程 Worldview-3 0.3米真彩色 330550640 0.3米全色＋4个多光谱 Worldview-30.3米全色＋8个多光谱420690800 Geoeye Worldview-2 Wordview-3 0.4米真彩色 220244360 0.4米全色＋4个多光谱 Worldview-2 Worldview-3 0.4米全色＋8个多光谱330380430 Geoeye Worldview-2 Wordview-3 0.5米真彩色 195220330 0.5米全色＋4个多光谱 Worldview-2 Worldview-3 0.5米全色＋8个多光谱310340400 Worldview-10.5米全色146179280 Quickbird(快鸟) 0.6米真彩色 195220330 0.6米全色＋4个多光谱 ikonos 0.8米真彩色 130190300 0.8米全色＋4个多光谱 pleiades 0.5米真彩色 195195220 0.5米全色＋4个多光谱 rapideye5米多光谱121215资源三号 2.1米全＋5.8米多光谱4000 高分一号2米全色＋8米多光谱4000 高分二号0.8米全色＋3.2米多光谱20000 锁眼卫星全色6000 默认的数据产品级别是:没有经过地形校正的产品，只经过了辐射校正、传感器和卫星平台引起的误差校正，具有地图投影。用户可以直接通过相关专业软件结合自己的DEM、RPC参考模型、亚米级精度的地面控制点来做正射校正。 立体产品单位：元/平方公里产品类型存档S级编程/90天内编程S+级编程全色340440840 4波段5406401152 8波段8909901511 IKONOS4105101020 Pleiades-1540640840 立体相对100平方公里起订 北京揽宇方圆信息技术有限公司高分辨率遥感影像分类实验报告
高分辨率卫星影像报价
相关主题
文本预览