遥感的概念、特点、类型

1、遥感的概念、特点、类型遥感：遥感是通过不接触被探测目标，利用传感器获取目标数据，通过对数据进行分析，获取被探测目标、区域和现象的有用信息。基本特征：利用地物对电磁波的辐射和反射特性，通过接收电磁波的辐射或反射信息获取地物的特性。地物特性：分为几何特征和物理特征两种。几何特征：如土壤的粗糙度，房屋的轮廓、各种植被的形状和长势等；物理特征：如地物的介电常数、土壤湿度等，是物质本身的性质所决定的。遥感目的：就是通过接收到的电磁波信息反推出地物的几何特征和物理特征的反演过程。类型：可见光遥感、反射红外遥感、微波遥感、热红外遥感。特点：覆盖范围广、信息量大、具有连续观测的特点。象元：遥感系统的空间分辨率确定遥感图象识别的昀基本的信息单元2、遥感系统的组成3、遥感系统的分类按平台高度：航空、航天与地面测量。按遥感波段分：光学与微波。按成像信号能量来源：被动与主动，被动式分为反射式、发射式，主动式分为反射式与受激发式。按应用：空间尺度分为全球、区域、局地遥感；地表分为海洋、大气、陆地遥感；行业分类环境、农业、林业、水文、地址遥感。4、电磁波谱与电磁辐射电磁波：交互变化的电磁场在空间的传播。电磁波的特性：电磁波是横波，传播速度为3×108m/s，不需要媒质也能传播，与物质发生作用时会有反射、吸收、透射、散射等，并遵循同一规律。电磁波普：按电磁波波长的长短，依次排列制成的图表叫电磁波谱。γ线、x线、紫外线、可见光、红外线、无线电波。常用的：紫外线的一部分(0.3-0.4μm),可见光线(0.4-0.7μm),红外线的一部分(0.7-14μm),以及微波（约lmm-1m）。紫外线：波长范围为0.01～0.38μm，太阳光谱中，只有0.3～0.38μm波长的光到达地面，对油污染敏感，但探测高度在2000m以下。可见光：波长范围：0.38～0.76μm，人眼对可见光有敏锐的感觉，是遥感技术应用中的重要波段。红外线：波长范围为0.76～1000μm，根据性质分为近红外、中红外、远红外和超远红外。微波：波长范围为1mm～1m，穿透性好，不受云雾的影响。5、太阳辐射及大气对辐射的影响散射：电磁波辐射在非均匀媒介中传播时多方位多角度的改变原来传播方向的现象。主要是散射：不同于吸收作用，只改变传播方向，不能转变为内能。大气的散射是太阳辐射衰减的主要原因。对遥感图像来说，降低了传感器接收数据的质量，造成图像模糊不清。散射主要发生在可见光区。大气发生的散射主要有三种：瑞利散射：dλ、米氏散射：d≈λ、非选择性散射：dλ大气窗口：我们就把受到大气衰减作用较轻、透射率较高的波段叫大气窗口。6、地球辐射与地物波谱。典型地物水、土、植被。可见光、近红外、热红外、微波太阳辐射特点：太阳光谱相当于6000K的黑体辐射；太阳辐射的能量主要集中在可见光，其中0.38～0.76µm的可见光能量占太阳辐射总能量的46%，昀大辐射强度位于波长0.47µm左右；到达地面的太阳辐射主要集中在0.3～3.0µm波段，包括近紫外、可见光、近红外和中红外；经过大气层的太阳辐射有很大的衰减；各波段的衰减是不均衡的。地球辐射：相当于300k黑体辐射，地球辐射定义：地球及地球大气系统所发射的辐射。地物波谱：地物辐射和反射的电磁波能量在电磁波谱范围内随波长的分布。7、遥感平台，摄影成像、扫描成像原理及图像特征遥感平台分类：地面、航空、航天遥感平台常用遥感图像：Spot（5米）、tm（30米）、Aster（10米）、QuickBird（0.62米）8、遥感图像的特征（空间、时间、光谱、辐射分辨率）空间分辨力：传感器瞬时视场内所观察到地面的大小。几何分辨力：能分辨出的昀小地物的大小。辐射分辨力：传感器区分两种辐射强度昀小差别的能力。光谱分辨力：光谱探测能力。包括：传感器总的探测波段的宽度、波段数、各波段的波长范围和间隔。时间分辨率:指对同一地区遥感影象重复覆盖的频率。中低分辨率：遥感卫星的轨道高度相对较高，图像覆盖范围大，时间分辨率高，该类影像的波段数相对较多，既光谱分辨率较高分辨率影像而言相对较高。高分辨率：单幅影像的数据量显著增加，高分辨率的影像空间分辨率很高，几何定位精度相对较高，高时间分辨率。9、遥感图像（光学图像和数字图像）数字图像特征提取：抽取光谱特征、图像形状特征和空间特征数字图象:把模拟图像分别划成同样形状的小单元，以各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值的图像叫数字图像。模拟图象:象普通像片那样，灰度及颜色连续变化的图像叫做模拟图像。遥感图像与常规图像区别：遥感图像的波段具有空间坐标，逐行逐列逐波段存储。遥感图像的数据格式：1、BSQ方式，各波段的二维图像数据按波段顺序排列，（（（像元号顺序），行号顺序），波段顺序）2、BIL方式，对每一行中代表一个波段的光谱值进行排列，然后按波段顺序排列该行，昀后对各行进行重复，（（（像元号顺序），波段顺序），行号顺序）3、BIP方式，在一行中，每个像元按光谱波段次序进行排列。然后对该行的全部像元进行过波段次序排列，昀后对各行进行重复，（（（波段顺序），像元顺序），行号顺序）10、数字图像的几何纠正与辐射纠正几何纠正的基本原理：则通过同名相对的坐标，可以解算出a和b系数，进而获得各象元在新的地理坐标系统下的位置。精校正过程：1、根据图像的成像方式确定影像坐标和地面坐标之间的数学模型2、根据所采用的数学模型确定纠正公式3、根据地面控制点和对应像点坐标进行平差计算变换参数，评定精度。4、对原始影像进行几何变换计算，像素亮度值重采样。粗校正：遥感图像的粗加工处理也称为粗纠正，它仅做系统误差改正。当已知图像的构像方式时，就可以把与传感器有关的测定的校正数据，如传感器的外方位元素等代入构像公式对原始图像进行几何校正。粗加工处理对传感器内部畸变的改正很有效。但处理后图像仍有较大的残差（偶然误差和系统误差）。因此必须对遥感图像做进一步的处理即精加工处理。辐射纠正过程:辐射定标、亮度重采样三种方法：1、昀临近象元采样法；2、双线性内插法；3、双三次卷积重采样。辐射定标：指传感器探测值的标定过程方法，用以确定传感器入口处的准确辐射值。辐射校正：指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。11、数字图像的变换与增强。图像增强：遥感图像增强是为特定目的，突出遥感图像中的某些信息，削弱或除去某些不需要的信息，使图像更易判读。图像增强的实质是增强感兴趣目标和周围背景图像间的反差。它不能增加原始图像的信息，有时反而会损失一些信息。它是计算机自动分类的一种预处理方法。直方图均衡化：直方图均衡是将随机分布的图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。直方图匹配：直方图匹配是通过灰度变换使得一个图像的直方图与另一个图像直方图类似。直方图匹配对在不同时间获取的同一地区或邻接地区的图像，或者由于大阳高度角或大气影响引起差异的图像很有用，特别是对图像镶嵌或变化检测。密度分割：密度分割是把原始图像的灰度值分成等间隔的离散灰度级。进行密度分割时，需知道输出直方图的范围和密度分割层数，建立阶梯状查找表，使得输出的每一个层有相同的输入灰度级。对每一层斌以新的灰度值或颜色，就可以得到一幅密度分割图像。密度分割可以看成是线性变换的一种。图象灰度反转：灰度反转是指对图象灰度范围进行线性或非线性取反，产生一幅与输入图象灰度相反的新图象，其结果是原来亮的地变暗，原来暗的地方变亮。灰度反转有两种算法：条件反转、简单反转。K-L变换：原始数据为二维数据，两个分量为x1、x2之间存在相关性，通过投影，各数据可以表示为y1轴上的一维点数据，从二维空间中的数据变成一维空间中的数据会产生信息丢失，为了使信息损失昀小，必须按照使一维数据的信息量（方差）昀大的原则确定y1轴的取向。新轴y1称作第一主成分。为了进一步汇集剩余的信息，可求出与第一轴y1正交、且尽可能多地汇集剩余信息第二轴y2，新轴y2称作第二主成分。因此，主成分分析满足如下准则：①主成分分析算法是一正交变换；②主成分分析后所得到的向量Y中各元素互不相关；③从主成分分析后所得到的向量Y中删除后面的(n-d)个元素而只保留前d(dn)个元素时所产生的误差满足平方误差昀小的准则。在遥感图象分类中，常常利用主成分分析算法来消除特征向量中各特征之间的相关性并进行特征选择。主成分分析算法还可以被用来进行高光谱图象数据的压缩和信息融合。例如，对TM的6个波段的多光谱图像进行主成分分析，然后把得到的第1，2，3主分量图象进行彩色合成，可以获得信息量非常丰富的彩色图象。K-T变换：TM图像经K-T变换后，有三个分量与地面景观有明确的关系，分别是u1—亮度，u2—绿度，u3—湿度。这一变换是线性变换，变换后新的坐标轴将代表明确的景观意义，可以与地物直接联系。变换公式为：U=R1*X+rX为象元的光谱矢量，U为变换后新空间的象元矢量。各分量表示变换后每一个通道（波段）的象元亮度值，r为避免出现负数而加的一个加常数；R1为一个变换矩阵，行与行之间相互正交。变换后U=(u1,u2,u3,u4)T中的4个分量多数有明确的物理意义。u1叫亮度分量，主要反映了土壤信息，是土壤反射率变化的方向；u2叫绿色物质分量；u3叫黄色物质分量，它们分别反映了植物的绿度和黄度，黄度说明了植物的枯萎程度；只有昀后1个分量u4没有什么意义，,K-T变换后的几个坐标轴都相互垂直。K-T变换在实际应用时舍掉第4个分量，只取前3个分量。在新的空间里数据结构更加清楚，分布面加大，而且数据量受到压缩，还可以从中研究大气散射等物理影响，因此K-T变换有很大实际意义。平滑:图像平滑的目的在于消除各种干扰噪声，使得图象中高频成分消退，平滑掉图象的细节，使其反差降低，保存低频成分。图形平滑通常采用的方法是领域平均法。锐化:图像锐化是增强图象中的高频成分，突出图象的边缘信息，提高图象细节的反差，因此有时也称为边缘增强。其图象处理的结果与平滑正好相反。高通滤波：（－1－1－1,－18－1,－1－1－1）垂直方向算子：（－12－1,－12－1,－12－1）水平方向算子：（－1－1－1,222,－1－1－1）拉普拉斯：（0－10,－14－1,0－10）彩色合成:真彩色：红光波段作为R分量、绿光波段作为G分量、蓝光波段作为B分量。假彩色：任意选择的波段组合，即为假彩色合成。昀常用的假彩色合成是把近红外波段作为R分量、红色波段作为G分量、绿色波段作为B分量进行合成。标准假彩色合成：把近红外当成红，把红当绿把绿当蓝。多光谱图像四则运算：1.减法运算：B=Bx-By。Bx和By为两个不同波段或不同时相的同一波段图像。①不同波段：可以增加不同地物间光谱反射率，以及在两个波段上变化趋势相反时的反差；②同一波段：可以反映不同时相地面目标的变化信息。当红外与红光波段相减时，即为植被指数。IVI=BIR-BR2.加法运算：通过加法运算可以加宽波段，如绿色波段+红色波段近似等于全色图像，而绿色波段+红色波段+红外波段可以得到全色红外图像。3.乘法运算：通过乘法运算可以达到加法运算相同的效果。4.除法运算：通过比值运算能减弱因地形坡度和坡向引起的辐射量变化，消除地形起伏的影响；也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分。12、数据融合图像融合概念：将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。融合的目的：提高空间分辨力、改善配准精度、增强特征、改善分类、对多时相图像用于变化检测、替代或修补图像的缺陷。图像融合前提：首先要求多源图像精确配准，分辨率一致，将图像按某种变换方式分解成不同级的子图像，同时，这种分解变换必须可逆，即由多幅子图像合成一幅图像，即为融合图像。这时多幅子图像中包含了来自其它需要融合的经图像变换的子图像。具体方法：加权融合、基于ＩＨＳ变换的融合、基于主成分变换的融合、基于比值变换的融合