遥感数据处理前沿技术与发展趋势资料

《遥感数据处理前沿技术与发展趋势资料》由会员分享，可在线阅读，更多相关《遥感数据处理前沿技术与发展趋势资料（24页珍藏版）》请在金锄头文库上搜索。

1、遥感遥感数据处理前沿技数据处理前沿技 术与发展趋势术与发展趋势 目录目录 遥感数据处理的目的 遥感数据处理的过程 遥感数据处理前沿技术 遥感数据处理的发展趋势 1 1 遥感数据处理的目的遥感数据处理的目的 遥感信息处理(remote-sensing information processing)对遥感器获得的信息进行加工处理的技 术。遥感信息通常以图像的形式出现，故这种处理 也称遥感图像信息处理。 遥感图像信息处理的主要目的是： 消除各种辐射畸变和几何畸变，使经过处理后的 图像能更真实地表现原景物真实面貌； 利用增强技术突出景物的某些光谱和空间特征， 使之易于与其它地物的区分和判释； 进一步理

2、解、分析和判别经过处理后的图像，提 取所需要的专题信息。遥感信息处理分为模拟处理 和数字处理两类（见数据采集和处理）。 2 2 遥感遥感数据处理的数据处理的过程过程 多谱段遥感信息的处理过程是： 数据管理：地面台站接收的原始信息经过摄影处理、 变换、数字化后被转换成为正片或计算机兼容的磁带， 将得到的照片装订成册，并编目提供用户选用。 预处理：利用处理设备对遥感图像的几何形状和位置 误差、图像辐射强度信息误差等系统误差进行几何校正 和辐射校正。 精处理：消除遥感平台随机姿态误差和扫描速度误差 引起的几何畸变，称为几何精校正；消除因不同谱段的 光线通过大气层时受到不同散射而引起的畸变，称为大 气

3、校正。 信息提取：按用户要求进行多谱段分类、相关掩模、 假彩色合成、图像增强、密度分割等。 信息综合：将地面实况调查与不同高度、不同谱段遥 感获得的信息综合编辑，并绘制成各种专题图。 3 3 遥感遥感数据处理前沿数据处理前沿技术技术 遥感信息处理方法和模型越来越科学神经网 络、小波、分形、认知模型、地学专家知识以 及影像处理系统的集成等信息模型和技术，会 大大提高多源遥感技术的融合、分类识别以及 提取的精度和可靠性。统计分类、模糊技术、 专家知识和神经网络分类有机结合构成一个复 合的分类器，大大提高分类的精度和类数。多 平台、多层面、多传感器、多时相、多光谱、 多角度以及多空间分辨率的融合与复

4、合应用， 是目前遥感技术的重要发展方向。不确定性遥 感信息模型和人工智能决策支持系统的开发应 用也有待进一步研究。 3.1 3.1 多多源遥感数据融合源遥感数据融合 遥感数据融合技术旨在整合不同空间和光谱分 辨率的信息来生产比单一数据包含更多细节的 融合数据，这些数据来自于安放在卫星、飞行 器和地面平台上的传感器。融合技术已成功应 用于空间和地球观测领域，计算机视觉，医学 影像分析和防卫安全等众多领域。 4 4 遥感遥感数据处理的发展数据处理的发展趋势趋势 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

5、潮。这种发展主要表现在以下4个 方面： 4 4 遥感遥感数据处理的发展数据处理的发展趋势趋势 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085m、多光谱3330m的 多种空间分辨率。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。 4 4 遥感遥感数据处理的发展数据处理的发展趋势趋势 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

6、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。不断提高传感器的性 能指标，研制出新型传感器，开拓新的工作波 段，获取更高质量和精度的遥感数据是今后遥 感发展的一个必然趋势。 4 4 遥感遥感数据处理的发展数据处理的发展趋势趋势 3. 遥感的综合应用不断深化目前，遥感技术综合应用的 深度和广度不断扩展，表现为从单一信息源分析向包含 非遥感数据的多源信息的复合分析方向发展；从定性判 读向信息系统应用模型及专家系统支持下的定量分析发 展；从静态研究向多时相的动态研究发展。地理

7、信息系 统为遥感提供了各种有用的辅助信息和分析手段，提高 了遥感信息的识别精度。另外，通过遥感的定量分析， 实现了从区域专题研究向全球综合研究发展，从室内的 近景摄影测量到大范围的陆地、海洋信息的采集乃至全 球范围内的环境变化监测。多时相遥感的动态监测，可 获取我国当前城市化过程、耕地面积和生态环境变化的 基本资料。与此同时，国际上相继推出了一批高水平的 遥感图像处理商业软件包，用以实现遥感的综合应用。 其主要功能包括影像几何校正与辐射校正、影像增强处 理与分析、遥感制图、地理信息分析、可视化空间建模 等。 4 4 遥感遥感数据处理的发展数据处理的发展趋势趋势 4. 商业遥感时代的到来随着卫星

8、遥感的兴起， 计算机与通信技术的进步以及各时期军事情报 部门的需要，数字成像技术有了极大的提高。 世界各主要航天大国相继研制出各种以对地观 测为目的的遥感卫星，并逐步向商用化转移。 因此，国际上商业遥感卫星系统得到了迅速发 展，产业界特别是私营企业直接参与或独立进 行遥感卫星的研制、发射和运行，甚至提供端 对端的服务，也是目前遥感发展的一大趋势。 通过传感器装置得到的数据是包含重要信息的原始遥感数据 ，要使这些重要信息能够服务于实际应用，就必须对这些原 始的遥感数据进行相应处理，提取各种重要的专题信息，如 土地建设情况、植被覆盖率、农作物产量和水深等等。遥感 图像处理可以采取光学处理和数字处理

9、两种方式，而计算机 数字图像处理由于其可重复性好、便于与GSI结合等特点，目 前被广泛采用。 数字图像处理的可能形式实际上是无限的，然而，这些通过计算 机进行辅助处理的类型可以归纳为以下七种主要类型的一种或几 种: 图像校正与恢复 图像增强 图像分类 数据的复合与GIS的综合 高光谱图像分析 生物物理建模 图像传输与压缩 图像校正与图像校正与恢复恢复 图像校正和恢复的过程通常称为图像的预处理 ，主要目的在于校正变形的图像数据或低品质 的图像数据，以便更加真实地反映其情景。这 种类型的处理包括辐射纠正、几何纠正以及消 除数据中出现的噪音而进行的处理。 图像增强图像增强 应用于图像数据的增强处理是

10、为了在以后进行的可 视化解译时能有效地显示或记录图像数据。通常， 图像增加包括增加图像的地物特征在视觉上的差异 ，其目的是为了创建一幅“新的”图像，以增大用 于可视化解译的信息量，主要处理的手段有: 对比度的详细过程处理，包括亮度、对比度变化以 及直方图变换等; 图像数据的空间特征处理，包括空间滤波、频域滤 波、卷积、边界增强和傅立叶变换分析等:低通滤 波可以去除图像中的噪声，而高通滤波则用于提取 一些线性信息，如道路，区域边界等。 针对特定遥感图像数据的处理，包括光谱比率、主 成分分析(Principal Component Analyst、植被组成以 及亮度一色调一饱和度的彩色空间变换等。

11、 图像图像分类分类 利用遥感图像的主要目的是为了提取各种信息，一 些特定的变换可以用于提取信息，但是最主要的手 段则是通过遥感图像分类(Classification)。计算机分 类的基本原理是计算图像上每个象元的灰度特征， 根据不同的准则，进行分类。遥感图像分类有两类 方法，即监督分类(Supervised Classification)和非监 督分类(Unsupervised Classification)，前者需要事先 确定各个类别及其勺!l练区(Training Area)，并计算 训练区象元灰度统计特征，然后将其它象元归并到 不同类别;后则直接根据象元灰度特征之间的相似 和相异程度进行

12、合并和区分，形成不同的类别。典 型的监督分类算法有最小距离法、最大似然法、平 行六面体法等:而K一均值聚类属于非监督分类;将人 工神经网络(ANN，Artificial Neural Network)应用于 遥感分类，在有些情况下，可以达到较好的分类效 果。 数据的复合与数据的复合与GISGIS的的综合综合 数据复合的过程是把给定的地理区域的图像数 据与该区域的其他相关地理数据集相结合(指由 同一传感器或不同传感器在其他日期拍摄到的 图像数据)。数据合并的目的常常是将遥感数据 与GIS中其他信息资源相结合。例如，遥感图像 数据常常与土壤、地形、物主、行政分区等辅 助信息结合。 高光谱图像高光谱

13、图像分析分析 高光谱传感器与其他光学传感器不同，高光谱 传感器通常生产相邻的、高分辨率的辐射率光 谱，而不是在孤立的、很宽的光谱带上生产离 散的平均辐射率，能够提供鉴别和测定这些地 物相关特征的机会。利用图像的光谱与参照光 谱进行比较是最主要的分析方法。 生物物理生物物理建模建模 生物物理建模的目的是把由遥感系统定量记录 的数字化数据和地理测量的生物物理特征及现 象联系起来。例如，遥感数据可用于评估诸如 庄稼产量、污染物浓度、水深这样的变化参 数。 图像传输与图像传输与压缩压缩 随着可获取的遥感图像数据的大量增加，以及 从因特网上分发数据的增加，图像压缩技术是 图像处理进一步要研究的主题。 遥

14、感数据处理与分析应用产业技术创新战略联盟把瞄准国家 发展战略性新兴产业，针对从遥感数据向信息转化中的共性 关键技术，提升我国遥感数据智能化、自动化、定量化处理 与分析应用的自主创新和产业服务能力，制定遥感数据处理 与应用的技术规范与标准，构建自主软件平台和试验验证平 台，加强产品测试与服务认证，建立规模化、网格式的遥感 数据与产品服务中心, 优化整合产业技术创新链，完善创新 人才培养机制，提高自主遥感产品市场占有率, 提升全球视 野下的我国遥感应用产业的核心竞争力，服务于国家和区域 社会经济发展，作为联盟的核心工作目标。 把突破多源多类遥感数据的智能融合与分析、定量化反演、 规模化生产、业务化应用、网格化集成与共享、跨平台实验 验证等核心技术；开发面向多用户服务的处理分析基础平台 软件和专业应用软件，集成高精度、自动化的遥感信息产品 加工技术，具备对国内外航天、航空等平台的一体化数据应 用处理能力，制定数据产品与服务系列标准规范，形成标准 化产品生产体系；建立面向多领域应用的业务化运行系统， 构建一站式空间遥感信息服务平台，形成新的遥感数据增值 产品服务模式，具备根据不同用户的特性和需求，能将遥感 数据服务流程可拆分、可组配、可定制的按需服务能力，作 为联盟的主要创新技术。