一、项目名称：航空航天遥感影像摄影测量网格处理关键技术和使用
二、推荐单位意见（推荐单位：中国测绘地理信息学会）
我单位认真审阅了该项目推荐书及附件材料，确认全部材料真实有效，相关栏目均符合国家科学技术奖励的要求。我单位和该项目完成单位对拟推荐项目进行了公示，无异议。
首次提出数字摄影测量网格的创新思想，突破了高可靠性影像匹配、公众地理信息辅助的多星联合处理及超大范围平面平差、正射影像智能镶嵌及匀光匀色等多项关键技术，建立了完整的航空航天遥感影像智能处理技术体系。研制出我国首套完全自主知识产权的航空航天遥感影像数字摄影测量网格处理系统，其中摄影测量网格并行处理、高可靠性影像匹配、无人机影像全自动处理、稀疏控制智能空中三角测量、数字影像准实时拼接等核心技术居国际领先水平。
曾获2015年测绘科技进步特等奖，获得国家发明专利23项、软件著作权35项，发表SCI/EI论文120余篇。项目核心技术是我国测绘遥感领域唯一实现技术出口的自主知识产权成果，许可给国际权威的地理信息研究和使用机构美国ESRI公司进行全球化推广使用，标志着国产研发成果正式全面走向国际市场。软件系统被国内150多家单位广泛使用于国家重大工程项目及各类地理信息产品生产项目，并在汶川特大地震、雅安地震及余姚水灾等应急响应等方面发挥了巨大作用，取得了显著的经济效益和巨大的社会效益。
推荐该项目为国家科学技术进步奖一等奖。
三、项目简介
航空航天遥感在大范围空间信息快速获取、应对重大自然灾害及国家安全等突发性事件方面具有重要作用，同时对数据处理技术提出了巨大挑战，尤其是应急响应情况下有很高的时效性要求。传统的摄影测量处理技术采用单人单机交互式生产模式，根本无法满足地球空间信息产业、国家重大工程、突发事件应急响应等对快速处理能力的迫切需求，因此突破航空航天遥感影像自动化准实时处理核心技术具有重要的战略意义和实用价值。
针对我国遥感对地观测数据处理精度和效率无法同时满足需求的问题，从航空航天遥感影像准实时并行处理的基础理论、关键技术、软件系统研制和推广使用等方面开展工作。首次提出数字摄影测量网格处理的创新思想，突破了高可靠性影像匹配、多源数据联合区域网平差、高性能并行计算及应急遥感制图等一系列核心技术，实现了三个主要技术创新：
1) 提出基于广义点摄影测量理论的中低空影像智能处理技术，独创性地采用多特征多测度解决高可靠性匹配和特殊困难条件下区域网平差精度和稳定性问题；同名点的误匹配率降低到传统技术的1/4 ~1/30。
2) 提出基于严格成像模型的多源国产卫星影像协同处理技术，首次采用公
众地理信息进行在轨几何检校及逆向定轨定姿，并以高程数据辅助超大范围多源卫星影像平面区域网平差；多星多轨联合逆向定轨定姿精度优于3米，超大范围正射影像接边精度优于1像素。
3) 提出航空航天遥感影像的地理信息产品准实时生产技术，突破了正射影像智能镶嵌及匀光匀色等难题，并采用CPU/GPU集群并行处理实现航空航天遥感影像的全自动准实时处理；单台计算机5分钟内可完成200幅无人机影像的全自动数字影像图生产。
获得授权发明专利23项、软件著作权35项，发表SCI论文45篇、EI论文76篇。项目核心技术被ISPRS JPRS、PERS等国际权威期刊文章评价为全新的方法、非常重要、解决难题的方法。研制出我国首套完全自主知识产权的航空航天影像数字摄影测量网格处理系统DPGrid，以刘先林院士及周成虎院士为主任的成果鉴定委员会认为摄影测量网格并行处理、影像匹配、无人机影像一键式处理、稀疏控制智能空中三角测量及数字影像图准实时拼接等核心技术居国际领先水平；获得2015年测绘科技进步特等奖。
作为我国测绘遥感领域唯一核心技术出口国外的完全自主知识产权研发成果，已授权许可美国ESRI公司进行全球化推广使用。国际合作创新开辟了摄影测量到GIS之门，大大降低了用户技术门槛要求，可为ESRI公司全球35万个用户机构的近百万套ArcGIS软件提供遥感影像的智能处理和地理信息服务。研究成果已在国内推广使用150余套，成功使用于多项国家重大工程项目及突发灾害应急响应。
四、客观性评价
2007年，由刘先林院士、宁津生士、刘经南院士、金振民院士等10位专家对《数字摄影测量网格 DPGrid》成果进行鉴定。鉴定委员会认为，该系统研究思想新颖、研究成果先进，将为数字摄影测量的新一轮跨越式发展、为建立大规模的摄影测量数据处理中心奠定基础。项目成果在国际上首次提出数字摄影测量网格的创新思想，成功研制了新一代摄影测量系统——DPGrid，整体上达到国际先进水平，其中数字摄影测量网格并行处理技术、影像匹配技术和网络无缝测图技术达到国际领先水平。
2014年，由周成虎院士、郭仁忠院士等7位专家对《中低空遥感影像准实时智能处理关键技术和系统》成果进行鉴定。鉴定委员会认为，项目提出多基线摄影测量的影像匹配理论和方法，成功突破自由飞行模式下区域网稳定构建的局限；在国际上率先实现无需任何先验位置姿态信息的全自动处理技术；研制出我国首套中低空遥感影像准实时智能处理软件系统。项目成果整体达到国际先进水平，其中无需任何先验信息的全自动测区恢复、稀疏控制智能空中三角测量、数字影像图准实时拼接等核心技术居国际领先水平。
国家863计划项目“遥感影像自动匹配”于2010年通过国家科技部验收，专家组认为在影像匹配基础理论和算法、航空航天遥感影像自动匹配、高精度区域网平差等方面具有创新性。
国家科技支撑计划项目“中低空自由飞行遥感影像智能处理系统”于2013年通过国家科技部验收，专家组认为课题成果在无需任何初始信息的全自动任意航线恢复、大扰动非常规中低空遥感影像智能匹配和区域网平差、大比例尺正射影像快速拼接和匀光匀色方面具有创新性。
国家科技支撑计划项目“海量航空遥感数据正射产品自动化生产系统”于2013年通过国家科技部组织的验收，专家组认为课题成果在海量航空遥感影像数据多级并行处理、自动空中三角测量、三线阵影像方位参数精确求解、大比例尺三维地形信息高精度生成等方面具有创新性。
五、推广使用情况和社会效益
1．推广使用情况
项目成果是我国首套完全自主知识产权的航空航天遥感影像智能处理系统，已经在测绘、国土资源、规划、地矿、军事等相关单位推广使用150余套；使用单位将项目成果全面使用于高分对地观测、西部测图、国土资源调查、地理国情监测、海岛礁测绘等国家重大工程项目，以及汶川地震、雅安地震、余姚水灾等突发灾害应急响应遥感影像的快速智能处理。项目核心技术也是我国测绘遥感领域唯一出口国外的完全自主知识产权软件研发成果，已授权
使用单位名称使用技术使用的起
止时间
使用单位联系
人/电话
具体使用情况
美国ESRI公司卫星/航空/
低空影像处
理
2014-至今
Peng Gao/
+19097932853
和武汉大学签订技术许可协
议获得使用授权，并集成到
ArcGIS进行全球推广使用
山西省遥感中心航空/低空影
像处理
2010-至今杨爱民/
地理国情普查、基础测绘、数
字城市、遥感监测等领域
浙江省第二测绘院航空/低空/
应急影像处
理
2009-至今楼燕敏/ 7
国土资源调查、基础地理信息
生产及突发灾害应急响应
青海省地矿测绘院航空/低空
影像处理
2012-至今史增祖/ 3
高海拔地区低空无人机影像
处理，DEM/DOM/DLG制作
广东省国土资源测绘院航空/卫星影
像处理
2008-至今丁华祥/ 020-
地理国情普查、基础地理信息
产品生产、正射影像制作
武汉中测晟图遥感技术有限公司航空/低空
影像处理
2009-至今李西林/
航空/低空遥感影像产品技术
服务及增值产品服务
武汉适普软件有限公司航空/低空
影像处理
2012至今程若奇/
航空、低空无人机影像快速
处理软件销售和技术服务
北京地航科技有限公司航空/低空
影像处理
2014-至今岳雄/ 010-
航空、低空无人机影像快速
处理软件销售和技术服务
中国资源卫星使用中心国产卫星影
像业务处理
2012-2015 王洪海/
ZY3/ZY02C卫星数据地面业务
化处理，已业务化运行四年
国家测绘地理信息局卫星测绘使用中心资源三号卫
星影像处理
2013-2015 王霞/
完成数百万平方公里资源三
号卫星数据DOM产品生产
苏州中科天启遥感科技有限公司多源国产卫
星影像处理
2013-至今黄方红/ 8
完成多期全国2m分辨率遥感
影像产品及高分一号16m影像
生产，大范围遥感监测使用
中国国土资源航空物探遥感中心低空/应急影
像处理
2008-2011 王建超/
低空影像快速处理及汶川地
震等突发灾害应急响应
中测新图(北京)遥感技术有限公司海岛礁航空
影像处理
2010-2011 薛艳丽/
服务于海岛礁测绘关键技术，
处理精度和稳定性优于国内
外软件系统
2．社会效益
在国际上首次提出数字摄影测量网格的创新思想，全面发展了航空航天遥感影像的摄影测量处理理论和方法，研制出我国第一套完全自主知识产权的航空航天遥感影像摄影测量网格处理系统；核心技术成功出口到国际著名的地理信息研究和使用机构美国ESRI公司进行全球化推广使用，标志着国产研发成果全面走向国际市场，有力推动了我国摄影测量和遥感学科发展和行业科技进步，巩固了我国在该领域的国际一流地位。
为我国重大突发灾害遥感影像信息快速获取处理及应急救灾辅助决策提供了可靠的保障手段。2008年汶川大地震抗震救灾期间，协助中国国土资源航空物探遥感中心处理了数千幅航空影像，获取了满足救灾需要的数字影像地图，为指导抗震救灾、防范次生地质灾害及开展灾后重建工作做出了非常重要的贡献。浙江省第二测绘院在2013年余姚水灾应急测绘保障中，现场制作了余姚市救灾应急影像图，为市政府部署、指挥救灾提供了科学依据，为挽救人民生命财产安全做出了重要贡献。
项目成果在国防军事建设、卫星地面系统、国家重大工程项目中发挥了重要作用，对于国防军事安全以及社会经济发展等都具有重要意义。
六、主要知识产权证明目录
知识产权类别知识产权具
体名称
国家
(地区)
授权号
授权日
期
证书编
号
权利人发明人
发明专
利有效
状态
发明专利无需POS辅
助的低空遥
感影像快速
自动拼接方
中国ZL2.3 2016.0
9.05
武汉大
学
张永军,
秦守鹏,
段延松,
张祖勋
有效
法
发明专利一种数字高
程模型辅助
的卫星影像
区域网平差
方法
中国ZL2.1 2016.0
6.27
武汉大
学
张永军，
万一,
黄心蕙,
凌霄
有效
发明专利一种航空遥
感影像的最
小二乘区域
网匀色方法
中国ZL2.8 2012.0
7.11
武汉大
学
孙明伟,
张祖勋,
张剑清
有效
发明专利多源多轨长
条带卫星遥
感影像联合
并行匹配方
法
中国ZL2.5 2014.1
2.17
武汉大
学
张永军,
熊金鑫,
段延松
有效
发明专利遥感卫星线
阵传感器多
轨联合在轨
几何检校方
法
中国ZL2.6 2015.0
4.29
武汉大
学
张永军,
郑茂腾,
熊金鑫,
王博,
黄旭
有效
发明专利一种遥感卫
星多星联合
逆向定轨定
姿方法
中国ZL2.3 2013.0
7.24
武汉大
学
张永军,
郑茂腾,
张祖勋,
熊金鑫,
黄旭
有效
发明专利一种和影像
同步变化的
投影数字高
程模型制作
方法
中国ZL2.4 2013.1
2.18
武汉大
学
张祖勋，
胡翔云，
朱俊锋，
孙明伟
有效
发明专利基于标准色
彩库的大范
围遥感影像
自动化匀光
匀色方法
中国ZL2.9 2016.0
4.27
武汉大
学
张永军,
余磊,
孙明伟
有效
发明专利移动多任务
并行处理系
统
中国ZL2.6 2013.0
2.13
武汉大
学
曹辉,
徐轩,
段延松,
有效
张剑清
发明专利机载航空影
像实时摄影
测量处理系
统
中国ZL2.22014.0
8.13
武汉大
学
郑顺义,
桂力,
王晓南,
马电,
罗迪,
张剑哲,
徐轩
有效
七、主要完成人情况及技术贡献
1.张永军，武汉大学，教授，曾获测绘科技进步特等奖（2015）。项目总负责人和组织实施者，负责项目总体规划执行、核心技术研究、软件推广使用及成果总结，对科技创新点1、2、3做出了突出贡献：1）深入研究影像匹配的基础理论和算法，并突破多类观测值联合区域网平差以及弱几何条件下的区域网平差技术，实现了中低空遥感影像一键式处理；2）基于全球公开地理信息和多条带数据联合区域网平差技术进行卫星传感器的在轨几何检校，并以高程数据辅助进行超大范围稀疏控制平面区域网平差，实现了国产卫星数据的高精度产品全自动处理；3）提出并实现了基于标准色彩库的大范围遥感影像自动化匀光匀色方法，解决了航空和遥感影像镶嵌的颜色处理问题。
2. 张祖勋，武汉大学，教授，中国工程院院士，曾获国家科技进步二等奖（1999年），测绘科技进步特等奖（2015）。项目理论指导和总体设计，对总体思路、技术路线及组织实施提供了全面指导，对科技创新点 1、2、3做出了突出贡献：1）创新性地提出数字摄影测量网格（DPGrid）的全新思想，保持了我国摄影测量技术的国际先进水平；2）提出了广义点摄影测量理论的影像匹配理论，为处理大比例尺及非规则摄影数据打下了坚实基础；3）创造性提出了投影数字高程模型（OESM）理论及其制作方法，为基于正射影像的测图以及正射影像智能镶嵌技术提供了理论基础。
3.孙明伟，武汉大学，讲师，曾获测绘科技进步特等奖（2015）。项目核心技术研究人员，对科技创新点3做出了重要贡献：1）提出了辐射空中三角测量匀色的思想，参和提出了基于标准色彩库匀色的方法，解决了大区域影像镶嵌的颜色处理问题；2）参和提出了OESM理论并实现了基于该理论的正射影像测图技术，提出并实现了利用OESM理论进行城区大比例尺正射影像的智能镶嵌，为全自动生产高质量的正射影像产品提供了系统化的解决方案。
4.万幼川，武汉大学，教授，曾获国家科技进步二等奖（2009），测绘科技进步特等奖（2015）。对项目总体设计和成果推广使用做出了重要贡献，对科技创新点2、3做出了重要贡献：1）作为项目“海量航空遥感数据正射产品自动化生产系统”负责人，组织实施并完成了遥感影像产品生产软件系统研制；2）参和完成了重要成果“数字摄影测量网格DPGrid”和“中低空遥感影像准实时智
能处理关键技术和系统”的研制工作。
5.柯涛，武汉大学，副教授，曾获测绘科技进步特等奖（2015）。对科技创新点1、3做出了贡献：1）参和实现了非常规摄影数据的稳健匹配技术并成功使用于汶川地震应急响应，产生了重大的社会效益；2）参和完成了重要成果“数字摄影测量网格DPGrid”和“中低空遥感影像准实时智能处理关键技术和系统”的研制工作，具体负责项目协调工作。
6.段延松，武汉大学，实验师，曾获测绘科技进步特等奖（2015）。对科技创新点1、2、3做出了贡献：1）设计了移动多任务并行处理系统，从硬件上保障了海量航空航天影像的处理效率；2）参和实现了低空遥感影像快速自动拼接技术和遥感影像联合并行匹配技术，为保障航空航天影像的全自动高精度定向提供了重要技术支撑。
7.张勇，武汉大学，副教授，曾获测绘科技进步特等奖（2015）。对科技创新点1、2、3做出了贡献：1）参和完成了重要成果“数字摄影测量网格DPGrid”和“中低空遥感影像准实时智能处理关键技术和系统”的研制工作；2）参和了国产资源三号卫星影像产品生产软件系统研制任务。
8.曹辉，武汉大学，副研究员，曾获国家科技进步二等奖（1999年），测绘科技进步特等奖（2015）。对科技创新点3做出了贡献：设计了移动多任务并行处理系统，为满足航空摄影灾害应急数据的现场处理需求提供了硬件保障。
9.胡翔云，武汉大学，教授，曾获测绘科技进步特等奖（2015）。对科技创新点3做出了贡献：参和提出了正射影像高程同步变化模型（OESM）理论并使用该理论实现了基于正射影像的测图技术，以及城区大比例尺正射影像镶嵌线的智能选择方法。
10.王博，苏州中科天启遥感科技有限公司，部门经理，曾获测绘科技进步特等奖（2015）。对科技创新点2做出了贡献：1）参和实现了遥感卫星线阵传感器多轨联合在轨几何检校方法；2）参和实现了国产多源多轨长条带光学遥感影像的联合匹配方法；3）制定了国产光学遥感卫星高级产品生产作业流程并参和了国产卫星数据的高精度产品全自动处理软件开发工作。
11.郑顺义，武汉大学，教授。对科技创新点3做出了贡献：提出并实现了机载航空影像实时摄影测量处理系统，首次将航空摄影数据的色彩质量评定、几何质量评定以及全景图拼接处理过程通过数据处理板进行机载实时处理。
12.胡晓东，苏州中科天启遥感科技有限公司，项目经理，曾获测绘科技进步特等奖（2015）。对科技创新点2做出了贡献：参和开发了一系列国产卫星遥感影像处理软件，在天启公司组织建设了基于数据中心的遥感信息产品生产线，为项目成果质量验证和技术使用做出了贡献。
13.季铮，武汉大学，副教授，曾获测绘科技进步特等奖（2015）。对科技创新点1做出了贡献：参和实现了弱几何条件下的区域网平差技术，为航空摄影技术使用于海岛礁测量提供了技术支撑。
14.雷一鸣，苏州中科天启遥感科技有限公司，项目经理，曾获测绘科技进
步特等奖（2015）。对科技创新点2做出了贡献：1）参和了国产卫星数据的高精度产品全自动处理软件开发工作，设计了软件系统的影像几何配准、影像融合和影像镶嵌等步骤的处理流程，有效提升软件效率；2）使用原型软件系统处理了大量卫星影像数据，并提供相应的测试报告，为提高软件系统稳定性做出了贡献。
15.鲁妍林，武汉大学，曾获测绘科技进步特等奖（2015）。对科技创新点1、3做出了贡献，参和完成项目“中低空遥感影像准实时智能处理关键技术和系统”：1）进行影像处理软件操作界面及人机交互易用性设计，提出多项非常实用的软件改进完善措施；2）进行软件系统测试和规模化生产作业，参和各种工程使用及突发灾害数据处理，对软件推广使用提供了有力支持。
八、主要完成单位及创新推广贡献
（一）武汉大学
武汉大学是航空航天遥感影像摄影测量网格处理关键技术和使用的主持完成单位，负责项目的组织实施、总体关键技术攻关及项目成果的广泛使用，并为项目组在航空航天遥感领域的深入研究提供了办公环境、人财物力等方面的长期大力支持。近年来承担了国家863计划、国家科技支撑计划、国家自然科学基金等国家级项目10 余项，国防、部委和地方重点科研项目20余项，围绕航空航天遥感数据智能化集群并行处理开展了十余年的系统性研究工作。通过长期的深入研究，在遥感影像自动匹配的基础理论和算法方面取得了全新的突破和认识，首创性地提出数字摄影测量网格的思想，发展了数字摄影测量的智能处理方法，攻克了航空航天影像准实时智能化处理关键技术，研制了具有完全自主知识产权的摄影测量网格处理系列软件系统，多项关键技术居国际领先水平。相关研究成果已经成功出口国外著名机构，并在众多工程实践中创造了明显的经济效益和极大的社会效益，为航空航天遥感航空影像快速处理、突发事件应急响应辅助决策等提供了坚实的理论和技术支撑，为推动我国对地观测数据智能处理领域的科技进步起到了非常重要的作用。
对创新点1、2、3有重要贡献。
（二）苏州中科天启遥感技术有限公司
苏州中科天启遥感科技有限公司是航空航天遥感影像摄影测量网格处理关键技术和使用的主要参和单位，主要开展了国产光学遥感卫星高级产品生产软件系统的设计建设和大规模数据生产。通过借鉴国际著名卫星数据处理软件系统的思想，设计了影像几何配准、影像融合和镶嵌等步骤的全新处理流程，有效提升了数据处理效率。建立了遥感大数据高效管理和高性能计算环境，对遥感影像生产成果进行数据编目管理和可视化，形成了生产、管理、服务的一体化数据运营体系。软件系统总体处理效率和国际著名的卫星影像并行化处理软件系统PCI GXL相当，其中云区/水域智能识别、高程模型辅助的超大范围平面区域网平差及畸变模型自适应检校等核心技术全面优于GXL系统。组织建设了基于数据中心的遥感信息产品生产线，实现了水体/道路/地块级土地利用、农
业作物面积等产品生产，从使用角度验证了处理结果的有效性和精确性。软件系统已经业务化稳定运行四年，已完成2米分辨率全国覆盖的多期遥感正射影像生产，数据量约800TB；已完成2013年6月以来全国覆盖的16米分辨率所有正射影像生产，数据量约500TB; 并成功使用于林业调查、农作物长势监测、突发灾害应急遥感监测等领域。
对创新点2、3有重要贡献。
九、完成人合作关系说明
本项目共15位完成人，共两家完成单位，主要通过科研项目合作、论文合著、共同知识产权（包括发明专利和软件著作权）等方式合作，合作时间从2006年至2016年。
武汉大学是牵头单位，张永军、张祖勋、孙明伟、万幼川、柯涛、段延松、张勇、曹辉、胡翔云、郑顺义、季铮、鲁妍林12位完成人负责项目总体设计、理论研究、关键技术研发、软件系统开发、系统使用推广等工作；苏州中科天启遥感科技有限公司为项目第二完成单位，王博、胡晓东、雷一明3位完成人承担部分遥感图像处理算法研究、卫星遥感影像产品生产软件开发、软件产品测试和完善等工作。具体合作如下：
创新点1：提出广义点摄影测量的中低空影像准实时智能处理技术。主要由武汉大学（张永军、张祖勋、孙明伟、万幼川、柯涛、段延松、张勇、曹辉、季铮、鲁妍林）完成。张祖勋、张永军联合提出了广义点摄影测量理论；张永军、张祖勋、段延松合作实现了低空遥感影像无POS辅助的全自动智能空中三角测量技术；张永军、张祖勋、柯涛合作实现了非常规摄影数据的稳健匹配技术并成功使用于汶川地震应急响应；张永军、季铮合作完成了弱几何条件下的稳健区域网平差技术并成功使用于海岛礁测量；张永军、张祖勋、张勇、段延松、柯涛、万幼川、孙明伟、曹辉、季铮、鲁妍林等合作完成了项目“中低空遥感影像准实时智能处理关键技术和系统”并通过了成果鉴定。
合作方式：合作知识产权、论文合著、项目合作；合作时间：2008-2014年。
创新点2：提出基于严格成像模型的多源国产卫星影像协同处理技术。由武汉大学（张永军、张祖勋、孙明伟、万幼川、段延松、张勇）和苏州中科天启遥感科技有限公司（王博、胡晓东、雷一明）完成。张永军、张祖勋合作研究了多星联合逆向定轨定姿方法；张永军、段延松、王博合作实现了国产多源多轨长条带光学遥感影像的联合匹配方法；张永军、张祖勋、孙明伟、段延松、张勇、王博合作承担了国产资源三号卫星影像产品生产软件系统研制任务；张永军、王博、胡晓东、雷一明合作开发了多套国产卫星遥感影像处理软件，万幼川、张祖勋、柯涛联合完成了“海量航空遥感数据正射产品自动化生产系统”项目并通过了项目验收。
合作方式：合作知识产权、论文合著、项目合作；合作时间：2011-2016年。
创新点3：提出航空航天遥感影像集群并行处理及地理信息产品准实时生产技术。主要由武汉大学（张永军、张祖勋、孙明伟、万幼川、柯涛、段延松、张勇、曹辉、胡翔云、郑顺义、季铮）完成。孙明伟、张祖勋合作提出了利用最小二乘平差方法进行影像匀色处理的技术；孙明伟、张祖勋、胡翔云提出了投影数字高程模型的理论并将其使用于大比例尺正射影像的智能镶嵌；张永军、孙明伟合作实现了基于标准色彩库的影像匀色方法；曹辉、段延松合作设计了移动多任务并行处理硬件系统；张祖勋、曹辉、郑顺义、张永军、段延松、张勇、柯涛、孙明伟、万幼川、季铮合作完成了项目“数字摄影测量网格DPGrid”并通过了成果鉴定。
合作方式：合作知识产权、论文合著、项目合作；合作时间：2006-2014年。
基于以上共同技术创新和项目成果，完成人张永军、张祖勋、段延松、孙明伟、万幼川、张勇、柯涛、王博、曹辉、胡晓东、胡翔云、雷一鸣、鲁妍林、季铮共同获得了2015年测绘科技进步奖特等奖。
3.2.3 遥感影像数据的获取 目前世界上用于民用的卫星很多，最常用于作物长势监测的是美国发射的一系列陆地卫星。本文使用的是2013年2月11日，NASA发射的Landsat 8卫星数据，Landsat 8上携带有两个主要载荷：OLI（陆地成像仪）和TIRS（热红外传感器）。OLI包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185×185 km。OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5（0.845–0.885 μm），排除了0.825 μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段（band1：0.433–0.453 μm）主要应用海岸带观测，短波红外波段(band9：1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。 表3-2 Landsat8各波段的名称与用途 Table 3-2 The name and purpose of each band of Landsat8 （引自：张玉君，国土资源遥感，2013） 波段No 波段名称波长范围/nm 数据用途GSD地面 采样距离 /nm 辐射率/ （W·m-2sr-1u m-1）典型 SNR （典型） 1 NewDeep Blue 433-453 海岸区气溶胶30 40 130 2 Blue 450-515 基色/散射/海岸30 40 130 3 Green 525-600 基色/海岸30 30 100 4 Red 630-680 基色/海岸30 22 90 5 NIR 845-885 植物/海岸30 14 90 6 SWIR2 1560-1660 植物30 4.0 100 7 SWIR3 2100-2300 矿物/干草/无散射30 1.7 100 8 PAN 500-680 图像锐化15 23 80 9 SWIR 1360-1390 卷云测定30 6.0 130 10 TIR 10300-11300 地表温度100 11 TIR 11500-12500 地表温度100 本实验获取条带号和行编号为143/029，选取棉花蕾期、花铃期、吐絮期内无云、质量较好的影像数据，过境时间分别为2013年6月25日，8月5日，8月29日。 3.2.4 卫星影像处理 地面目标是个复杂的多维模型，具有一定的空间位置、形状、大小和相互关
遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。
消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
华迪遥感影像处理软件白皮书北京华迪宏图信息技术有限公司
目录 (44) 1.PIE概述............................................................................................................................................... 2.产品架构 (5) 3.产品关键技术 (6) 4.产品特点和优势 (6) 5.产品功能 (7) 5.1.文件输入/输出 (8) 5.1.1.栅格图像格式 (8) 5.1.2.矢量图像格式 (8) 5.2.影像显示 (8) 5.2.1.放大/缩小/适合窗口/1：1 (8) 5.2.2.漫游/鹰眼 (8) 5.2.3.矢量/字符叠加 (8) 5.2.4.坐标关联 (8) 5.2.5.卷帘 (8) 5.2.6.属性查看 (8) 5.3.影像处理 (9) 5.3.1.大气校正 (9) 5.3.2.几何校正 (9) 5.3.3.影像拼接 (10) 5.3.4.影像裁切 (10) 5.3.5.影像融合 (10) 5.3.6.多波段合成 (11) 5.4.影像增强 (11) 5.4.1.亮度对比度 (11) 5.4.2.色彩调节 (11) 5.4.3.直方图拉伸 (11) 5.5.影像分类 (12) 5.5.1.非监督分类算法 (12) 5.5.2.监督分类算法 (12) 5.5.3.分类后处理 (12) 5.6.影像特性统计与分析 (13) 5.6.1.主成份分析（PCA） (13) 5.6.2.直方图统计 (13) 5.6.3.多波段影像相关性分析 (13) 5.6.4.最佳波段组合分析 (13) 5.7.感兴趣区 (13) 5.7.1.感兴趣区绘制 (13) 5.7.2.感兴趣区管理 (14) 5.7.3.感兴趣区统计 (14) 5.8.矢量功能 (15) 5.8.1.地图叠加 (15) 5.8.2.矢量数据编辑 (15) 5.8.3.属性查询、显示、编辑 (15) 5.9.波段运算 (15)
一、正射矫正 首先打开envi然后找到索要校对的地图，首先把多光谱（MSS）的直接拖到界面中，然后把高程模型里（DEM）的hebei.tif拖入。高分模型的正射矫正是根据RPC和DEM进行矫正的。拖入之后选择在ToolBox中→选择Geometric Correction→Orthorectification→RPC Orthorectification. 选择完之后就会出现
intput file是你从哪里取得文件，不用在改变了。下面的dem file 选择dem中的一个波段，一般选择band1
然后选择ok。进行下一步，点击next。 然后选择advanced，output pixel size（输出的像素密度）因为MSS的像素密度为8故写上8（pan全色影像的像素密度为2）然后image Resampling（图像重采样）输出bilinear（双线性）。下一步选择Export 在选择out file中的tiff格式。输出地址在进行选择如下图， 应该保存在正射矫正。在选择地址时，直接从文家家的地址复制到所填框的地址，选择一下文件名，省的以后写就是绿色的MSS文件，然后文件名就会出现其对应的名字，在进入正射矫正，文件名就不用改了，然后点打开，就完成了，最后在点击finish就结束等待期运行完。 多光谱跟全色的操作一样。就是像素密度由8改为2
二、配准 同一区域里一幅图像（基准图像）对另一幅图像的校准，以使两幅图像中的同名像元配准，两幅影像经过校正后，达到了更好的精度要求。同时打开2米全色和8米多光谱影像，以2米全色影像作为基准图像，通过从两幅图像上选择同名点（控制点）来配准8米多光谱影像，使得相同地物出现在校正后的图像相同位置。 打开envi classic 从File→open image file→从正射矫正中选择全色（PAN）的图 然后 选择load band会加载出来
北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌
遥感讲座——遥感影像预处理 据预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。下面是预处理中比较常见的流程。 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍 （一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准
影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。 （2）建立几何校正模型 地面点确定之后，要在图像与图像或地图上分别读出各个控制点在图像上的像元坐标（x，y）及其参考图像或地图上的坐标（X，Y），这叫需要选择一个合理的坐标变换函数式（即数据校正模型），然后用公式计算每个地面控制点的均方根误差（RMS）根据公式计算出每个控制点几何校正的精度，计算出累积的总体均方差误差，也叫残余误差，一般控制在一个像元之内，即RMS<1。 （3）图像重采样 重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像中的行列号不是或不全是正数关系。因此需要根据输出图像上的各像元在输入图像中的位置，对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。常用的内插方法包括： 1、最邻近法是将最邻近的像元值赋予新像元。该方法的优点是输出图像仍然保持原来的像元值，简单，处理速度快。但这种方法最大可产生半个像元的位置偏移，可能造成输出图像中某些地物的不连贯。 2、双线性内插法是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值。 3、三次卷积内插法较为复杂，它使用内插点周围的16个像元值，用三次卷积函数进行内插。这种方法对边缘有所增强，并具有均衡化和清晰化的效果，当它仍然破坏了原来的像元值，且计算量大。 一般认为最邻近法有利于保持原始图像中的灰级，但对图像中的几何结构损坏较大。后两种方法虽然对像元值有所近似，但也在很大程度上保留图像原有的几何结构，如道路网、水系、地物边界等。
一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
卫星图像处理流程 一．图像预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 图1 消除噪声前
图2 消除噪声后 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。 图3 去条纹前
图4 去条纹后 图5 去条带前
图6 去条带后 2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正 通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。（1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。
遥感软件 PCI遥感图像处理软件简介 PCI GEOMATICA是PCI公司将其旗下的四个主要产品系列，也就是PCI EASI/PACE、（PCI SPANS，PAMAPS）、ACE、ORTHOENGINE，集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列，该产品系列被称之为 PCI GEOMATICA。对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说，始终坚持领先一步的原则，地理咨讯永远在变迁，而地理咨讯软件更处于变迁的前沿。在今天，随着用户需求广度与深度的不断拓宽与加深，越来越多的人希望软件是一个可以满足用户所有需求的良好的工具。由于对这一点的正确把握，经过4年努力，PCI公司将原有的四个产品系列整合在一起，产生了一个使用简单、灵巧的工作平台----PCI GEOMAITCA。该系列产品在每一级深度层次上，尽可能多的满足该层次用户对遥感影像处理、摄影测量、GIS空间分析、专业制图功能的需要，而且使用户可以方便地在同一个应用界面下，完成他们的工作。在这之前，用户需用多个软件来实现，并且需要面对多个软件经销商、多个软件技术支持、多次的培训、对多个软件的维护，以及不得不投入相当大的精力来在多种数据格式间，进行数据转换。产品模块功能介绍 PCI Geomatica FreeView ( PCI地理咨讯通用视窗) FreeView是PCI公司为用户提供的一个免费的影像浏览工具，用户可以从PCI的网址上直接下载。用于浏览、显示各种数据，如矢量、位图、卫星影像（如LANDSAT, SPOT, RADARSAT, ERS-1/2, NOAA A VHRR等）、航片以及与GIS矢量数据叠加显示、进行属性查询等。FreeView 还具有影像增强，任意漫游、缩放、影像灰度值矩阵显示等功能 PCI Geomatica GeoGateway （PCI通用数据转换工具）PCI Geomatica GeoGateway包含PCI Geomatica FreeView的所有功能。 PCI Geomatica Fundamentals (PCI 地理咨讯基础版) PCI Geomatica Fundamentals包含PCI Geomatica GeoGateway的所有功能。主要包括以下部件： Focus 浏览环境 OrthoEngine FLY!（演示模式）软件许可管理器 PCI Geomatica Prime （PCI地理咨讯专业版） PCI Geomatica Prime包含PCI Geomatica Fundamentals（见上一节）的所有功能。此外，增加了PCI Modeler、EASI、FLY!、算法库等模块。 Geomatica Prime 是强大的、低成本解决方案，提供的工具可用于影像几何校正、数据可视化与分析以及专业标准地图生产。 PCI Productivity Tools （PCI地理咨讯生产工具）该软件是PCI公司为了提高PCI软件的生产能力和效率而专门设计的，其主要功能是为用户提供一系列自动或批处理操作的导向功能。该软件是PCI GEOMATICA PRIME或FUNDAMENTALS功能的扩展。主要提供影像自动镶嵌功能及针对ORTHOENGINE 系列产品的航片，光学卫星影像，雷达卫星的自动同名点收集功能。同时提供影像控制点库及库管理功能。 PCI AIRPHOTO MODEL （PCI地理咨讯系统航空正射影像处理器）是一个与PCI Geomatica Fundamentals或Geomatica Prime模块一起使用的功能强大的航空照片正射校正工具。该模块运用了特殊的算法模型将已经扫描的或由数字摄像机得到的照片制作成精确的正射影像图。所生成的图像可以转化为多种文件形式，作为许多GIS/CAD/MAP软件的数据源。同时用户可选择附加的DEM自动提取、3DVIEW 和三维特征提取模块（OrthoEngine Airphoto DEM）来构造自己的数字摄影测量软件包。该软件具有如下功能：项目工程文件建立（含
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
理塘-德巫断裂卫星影像地图制作（1:10万） ——以ETM数据为例 一、主流处理软件对比介绍 ENVI，ERDAS，PCI 软件功能不作具体说明，ENVI和ERDAS较为主流，各个软件各有自己的优缺点，比如ENVI中提供的数据融合方法就没有ERDAS中的多，ERDAS(破解版)中无法做DEM提取工作；ENVI的影像波段显示和数据操作较为简便，菜单功能有很多重复；PCI破解版本较低。另外，每个软件对不同类型的卫星遥感影像可能有各自的处理模块，所以也不能绝对就以某一类软件为主，如果遇到一些问题，一类软件解决不了，可以尝试用另一类软件。如在中科院网站下载的ＥＯＳ原始卫星数据打不开，用ＰＣＩ就能打开，然后转换成ENVI STANDSRD格式或者ERDAS IMAGINE格式，即可处理了。最后，哪种能免费下载，哪种版本功能多，就用哪种吧，没的讲究。 二、数据准备（建议查看百度文库：《遥感影像的获取及处理sky》） （1）介绍 （2）来源 A https://www.doczj.com/doc/b73839774.html,/cs_cn/ https://www.doczj.com/doc/b73839774.html,/cs_cn/中科院对地中心 B https://www.doczj.com/doc/b73839774.html,/EarthExplorer/ USGS网站 C Ftp://https://www.doczj.com/doc/b73839774.html,马里兰大学FTP（Landsat 4-7数据存放于WRS2下，建议用360浏览器浏览，） 说明：A, B注册后，方可下载。USGS上的数据比对地中心要新一些，格式种类要多，有许多是经过正射矫正（Orthorectified）的数据，做图可以直接拿来用，另外，landsat 7在2003年以后的数据（SLC-off）由于卫星故障，有条带，虽然修复过，最好不用，具体说明见中科院对地中心数据下载网站。C里面数据类型丰富，包括ASTER，QUICKBIRD，EOS等等，可以作为练习数据使用。 D 下载前准备：查询数据行列号（Path/Row）以下是Landsat 7 影像行列号
常用的遥感图像处理软件大全 eCognition eCognition是由德国Definiens Imaging公司开发的智能化影像分析软件。eCognition 是目前所有商用遥感软件中第一个基于目标信息的遥感信息提取软件，它采用决策专家系统支持的模糊分类算法，突破了传统商业遥感软件单纯基于光谱信息进行影像分类的局限性，提出了革命性的分类技术——面向对象的分类方法，大大提高了高空间分辨率数据的自动识别精度，有效地满足了科研和工程应用的需求。 ENVI ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。 ERDAS ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。 Fragstats 计算景观格局指数的软件 Fragstats是最新的景观分析软件，可以在Arcgis10.x上运行的畅通无阻 专业的遥感影像处理软件免费下载网站：遥感集市应用汇集 Geomatica Geomatica 软件是地理空间信息领域世界级的专业公司加拿大PCI公司的旗帜产品，Geomatica集成了遥感影像处理、专业雷达数据分析、GIS/空间分析、制图和桌面数
遥感图像处理步骤及经验 1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7 波段，具体操作步骤为 ① 点击import模块，打开对话框 ② 选择type类型为TIFF ③ media为file； ④ 然后选择输入、输出文件名路径和文件名 ⑤ 分别对123457波段进行导入； ⑥ 在此之前可以选择session－>preference，选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为： interpreter－>utilities－>layer stack， ① 在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次； ② output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit； ④ Output option 设置为Union ，选中 ignore zero stats； ⑤ 进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ① 在ERDAS中点击Import图标，出现Import/Export对话框 ② 选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③ 注意此步骤中输出路径及输出名称均为英文字母 ④ 建立拓扑多边形 ⑤ 在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature 选择Poly ⑥ 单击OK按钮。 ⑦ 在ERDAS中打开一个viewer窗口，打开arc coverage文件，新建一个aoi 层（New—>AOI Layer） ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮。
E N V I遥感影像处理软件最新版本4.2将于今秋推出! 继2004年E N V I4.1版本正式发布之后，E N V I下一版本4.2将于2005年秋季正式发布，目前正在 B e t a过程中。E N V I4.2版本将会是E N V I软件发展过程中的一个重要里程碑，新版本将会沿着支持最新遥感传感器数据、快速进行地物空间和波谱信息自动获取和识别的方向，在影像快速预处理（影像自动配准）、快速D E M提取（摄影测量工具）、快速自动信息提取（多光谱、高光谱分析工具）等功能上进行了极大的强化： ?影像快速预处理工具——影像自动配准功能， E N V I的自动几何纠正工具可完成两幅图像控制点的自动选取，并对此两幅图像进行几何纠正。传统的手工选取地面控 制点的方式如今可以被几秒钟的自动选点所取代，省时省力精度高！ ?快速D E M提取——E N V I摄影测量工具包，从航片或立体像对中提取D E M，针对推扫式传感器 (A S T E R,I K O N O S,Q u i c k B i r d,O r b V i e w-3,S P O T5)，全面支持R P C模型参数，尽可能用最少的地面控制点达到有效的精度。 ?快速自动信息提取——E N V I新增S M A C C（S e q u e n t i a l M a x i m u m A n g l e C o n v e x C o n e）终端单元提取和B a n d M a x波谱角（S A M）目标探测器工具 S M A C C是一种新的自动识别实地地物的方法。它是一种比传统的波谱影像处理 流程更自动化的方法，需要更少的先验知识和更少的时间。 基于B a n d M a x的波谱角（S A M）目标探测器工具允许用户使用B a n d M a x向导实现快速目标检测功能。对于目标和背景比较相似或目标隐藏在较小的影像像元中的 区域检测效果尤佳。可有效用于伪装物检测。
数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。
图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。 目的：消除传感器本身的误差，确定传感器入口处的准确辐射值 方法：实验室定标、机上/星上定标、场地定标 不同的传感器，其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。 分类：统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种： 1) 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 相对大气校正方法：校正后得到的图像，相同的DN 值表示相同的地物反射率，其结果不考虑地物的实际反射率。包括：基于统计的不变目标法、直方图匹配法等。 方法的选择问题，一般而言： 1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少，没办法了只能选择较简单的方法了。 在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。但接边色调相差太大时，可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis
综述数字图像处理技术在遥感领域的现状和未来发展趋势 崔云腾 【摘要】阐述了遥感技术目前在国内外的发展现状，以及数字图像处理技术在遥感技术上起到的重大作用。随着数字图像处理技术的发展，让遥感技术有了翻天覆地的变化。并且详细的描述了图像处理技术在遥感领域的关键技术，对这些技术在遥感中起的作用进行解释。最后对图像处理技术在遥感领域未来的发展趋势进行分析。 【关键词】遥感；图像处理；技术发展 Digital image processing technology in the current situation and future development trend in the field of remote sensing Cui Yunteng A bstract this paper expounds the remote sensing technology in the domestic and foreign development present situation, and the digital image processing technology to play a major role in the remote sensing technology. With the development of digital image processing technology, remote sensing technology have changed dramatically. And a detailed description of the key technologies in the field of remote sensing image processing technology, plays the role of these techniques in remote sensing for explanation. Finally, the image processing technology in the field of remote sensing in the future development trend of the analysis. 0.引言 几十年来，随着卫星技术的不断成熟，遥感技术也不断地发展，通过卫星收集大量的影像资料，随之而来对图像的处理分析有了更高的要求，以前需要雇佣几千人，现在运用图像处理系统仅仅需要一台高级计算机，与之前相比分析识别速度有了显著的提高[1]，同时减少了大量的人员工作，并且还可以从照片中发现通过人力所不容易发现不能找到的有用情报。
实验一遥感图像处理软件认识 1 实验目的与任务 1）熟悉ENVI软件，主要是对主菜单包含内容的熟悉； 2）练习影像的打开、显示、保存；数据的显示，矢量的叠加等 2 实验设备与数据 设备：遥感图像处理系统ENVI软件 数据：软件自带数据 3 实验内容 1）打开ENVI5.1，熟悉主菜单 2）主菜单：File→Open Image File，选择.img文件，然后弹出Available Bands List窗口，打开can_tmr.img，分贝用Gray Scale、RGB显示，点击Load Band显示选择的图像
3）对打开的数据进行保存，分别从主菜单和主影像窗口保存： 4）在ENVI主菜单中选择 Spectral> Spectral Libraries > Spectral Library Viewer，在右下角的Open 按钮中选择Spectral Library菜单，选择打开“ign.crs.sli”文件，如下图所示：
点击OK。在下图中，点击左图的一个单一的波谱名，将出现一个显示有该波谱图的窗口，如图所示。
5）选择主菜单：Basic Tools→Region of Interest→ROI Tool，在窗口画出一片区域。 并且保存为.shp格式：
6）①叠加：选择vector>open vector files，打开can_v1.evf，点击load selected，选择display，单击OK。进入该对话框，用鼠标点击Current Layer更改颜色，然后用Apply 显示。
②切图 首先要把矢量转换成ROI，选择file>export active layers to ROIs，分别用两种选择切图，如图所示：
北京揽宇方圆信息技术有限公司遥感卫星影像图像数据处理介绍 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。 技术能力说明 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。 一．图像预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。