下载文档原格式
遥感平台：遥感中搭载传感器的工具统称为遥感平台，常见的有气球、飞机、人造地球卫星和载人航天器遥感技术系统：包括被测目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用。
电磁波; 当电磁振荡进入空间，变化的磁场激发了涡旋电场，变化的电场又激发了涡旋电场，使电磁振荡在空间传播，这就是电磁波。
辐射源：任何物体都是辐射源。
维恩位移定律：λ（max）T=b黑体：对任何波长的电磁辐射大都全部吸收的物体微波遥感：指利用微波传感器获取从目标地物发射或者反射的微波辐射，经过判读处理来识别地物的技术。
被动遥感：传感器本身不产生电磁波，而是被动的接受和反射其他物体的电磁辐射而获取地物信息的遥感方式。
瑞利散射:当大气中粒子的直径比波长小得多时发生的散射。
米氏散射: 当大气中粒子的直径与辐射的波长相当时发生的散射。
大气窗口：由于大气层的反射、散射和吸收作用，使得太阳辐射的各波段受到衰减的作用轻重不同，因而各波段的透射率也各不相同。
我们就把受到大气衰减作用较轻、透射率较高的波段叫做大气窗口。
多波段遥感：探测波段在可见光和红外波段范围内再分成若干窄波段感光度：胶片的感光速度。
垂直摄影：摄影机主光轴垂直于地面或偏离垂线在3’以内。
倾斜摄影：摄影机主光轴偏离垂线大于3’。
三原色：若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，这三种颜色按一定比例混合，可以形成各种色调的颜色，称之为三原色。
（红绿蓝）辐射亮度：假定有一辐射源呈面状，向外辐射的强度随辐射方向不同而不同。
则辐射亮度定义为辐射源在某一方向单位投影表面单位立体角内的辐射通量。
观察者以不同的观测角观察辐射源时，辐射亮度不同。
亮度系数：物体表面受到光照后所产生的明亮程度的数值辐射畸变：实际测量时，辐射强度值还受到其他因素的影像而发生改变，这一改变的部分就是需要校正的部分。
辐射校正 :对大气影响的纠正是通过纠正辐射亮度的办法实现的。
几何畸变：遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变时，说明发生了几何畸变。
名词解释1、多光谱遥感:探测波段在可见光与近红外波段范围内，再分为若干窄波段来探测目标。
2、瑞利散射与米氏散射：前者是指当大气中的粒子直径比波长小得多的时候所发生的大气散射现象。
后者是指气中的粒子直径与波长相当时发生的散射现象。
3、多源信息复合：遥感信息图遥感信息，以及遥感信息与非遥感信息的复合。
4、空间分辨率与波谱分辨率：像元多代表的地面范围的大小。
后者是传感器在接收目标地物辐射的波谱时，能分辨的最小波长间隔。
5、辐射畸变与辐射校正：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这一改变的部分就是需要校正的部分，称为辐射畸变。
通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。
6、多光谱变换：通过函数变换，达到保留主要信息，降低数据量；增强或提取有用信息的目的。
本质是对遥感图像实行线形变换，使多光谱空间的坐标系按照一定的规律进行旋转。
7、监督分类：包括利用训练样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别的过程。
8、遥感与遥感技术系统：遥远地感知；目标地物的电磁波，信息获取，信息接受，信息处理，信息应用。
9、主动遥感与被动遥感：前者是探测器主动发射电磁波并接受信息。
后者是被动接受目标地物的电磁波。
10、电磁波与电磁波谱：电磁振动的传播；按电磁波在真空中的传播的波长排列。
、遥感与遥感技术系统：遥远地感知；目标地物的电磁波，信息获取，信息接受，信息处理，信息应用。
2、空间分辨率与波谱分辨率：像元多代表的地面范围的大小。
后者是传感器在接收目标地物辐射的波谱时，能分辨的最小波长间隔。
3、影像变形与几何校正：各种原因造成的几何位置变化4、辐射畸变与辐射校正：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这一改变的部分就是需要校正的部分，称为辐射畸变。
通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。
空间数据中的多源融合技术与方法研究进展近年来，随着遥感技术和地理信息系统的迅猛发展，空间数据的获取和利用已经成为科学研究、城市规划、资源管理等领域的重要手段和决策依据。
然而，由于各种遥感传感器的不同特性和限制以及地理信息的多样性，获取的空间数据往往存在不同的噪声和不一致性。
因此，如何将多源空间数据进行融合，提高数据的精度和可靠性，成为了当前研究的热点之一。
多源融合技术可以将不同传感器获得的数据进行融合，以达到比单一传感器更高的数据精度和信息含量。
多源数据的融合可以分为同源数据的融合和异源数据的融合两类。
同源数据的融合是指来自相同传感器或同一类型的传感器的数据融合。
这类融合主要包括多角度遥感数据的融合、多时相遥感数据的融合以及多波段遥感数据的融合等。
多角度遥感数据的融合可以通过融合不同视角的数据，提取出地表粗糙度、植被高度等地理信息。
多时相遥感数据的融合可以通过对多个时期的数据进行分析，揭示地表的变化情况。
多波段遥感数据的融合则可以通过融合不同波段的数据，提取出不同地物特征，用于土地利用分类、环境监测等方面。
异源数据的融合是指来自不同传感器或不同类型的传感器的数据融合。
这类融合主要包括遥感与地理信息系统数据的融合、遥感与地面观测数据的融合以及遥感与模型模拟数据的融合等。
遥感与地理信息系统数据的融合可以利用遥感数据和地理信息系统数据的互补性，提高地理信息的可视化效果和决策支持能力。
遥感与地面观测数据的融合可以通过将遥感数据与地面观测数据相结合，提高数据的可信度和准确性。
遥感与模型模拟数据的融合则可以通过将遥感数据与模型模拟数据相结合，提高模型的验证和预测能力。
在多源融合技术与方法的研究中，人工神经网络、小波变换和贝叶斯分类等方法被广泛应用。
人工神经网络是一种模仿人脑神经网络结构和功能的方法，可以通过训练，将不同传感器的数据进行融合，提高分类和识别准确率。
小波变换是一种将信号分解为不同频率分量的方法，可以通过对不同传感器数据进行小波变换，提取出不同频率的信息，用于多源数据的融合和特征提取。
摘要：介绍了遥感影像三种常用的图像融合方式。
进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。
关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE1. 引言由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。
因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。
为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。
[1]在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。
高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。
[2]此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。
2. 源文件1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。
2 、imagery-5m.tif ，SPOT图像，分辨率5米。
3. 软件选择在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。
