航空航天遥感影像摄影测量网格处理关键技术与应用
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与应用
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应用机构美国ESRI公司进行全球化推广应用，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多家单位广泛应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、软件系统研制与推广应用等方面开展工作。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应用。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与地理信息服务。研究成果已在国内推广应用150余套，成功应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与系统》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与方法，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与算法、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与区域网平差、大比例尺正射影像快速拼接与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、推广应用情况和社会效益
1．推广应用情况
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应用150余套；应用单位将项目成果全面应用于高分对地观测、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
应用单位名称应用技术应用的起
止时间
应用单位联系
人/电话
具体应用情况
美国ESRI公司卫星/航空/
低空影像处
理
2014-至今Peng Gao/ +
与武汉大学签订技术许可协
议获得使用授权，并集成到
ArcGIS进行全球推广应用
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/
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
处理软件销售与技术服务
北京地航科技有限公司航空/低空
影像处理
2014-至今岳雄/ 0
航空、低空无人机影像快速
处理软件销售与技术服务
中国资源卫星应用中心国产卫星影
像业务处理
2012-2015 王洪海/ 0
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应用中心资源三号卫
星影像处理
2013-2015 王霞/ 0
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/ 05
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，大范围遥感监测应用
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/ 0
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/ 0
服务于海岛礁测绘关键技术，
处理精度与稳定性优于国内
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与方法，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应用机构美国ESRI公司进行全球化推广应用，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与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
发明专利一种与影像
同步变化的
投影数字高
程模型制作
方法
中国武汉大
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、软件推广应用及成果总结，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与算法，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，解决了航空与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）。项目理论指导与总体设计，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，参与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）参与提出了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）。对项目总体设计与成果推广应用做出了重要贡献，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）参与完成了重要成果“数字摄影测量网格DPGrid”与“中低空遥感影像准实时智
能处理关键技术与系统”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）参与实现了非常规摄影数据的稳健匹配技术并成功应用于汶川地震应急响应，产生了重大的社会效益；2）参与完成了重要成果“数字摄影测量网格DPGrid”与“中低空遥感影像准实时智能处理关键技术与系统”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）参与实现了低空遥感影像快速自动拼接技术与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）参与完成了重要成果“数字摄影测量网格DPGrid”与“中低空遥感影像准实时智能处理关键技术与系统”的研制工作；2）参与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：参与提出了正射影像高程同步变化模型（OESM）理论并应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）参与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）参与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与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：参与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与技术应用做出了贡献。
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：参与实现了弱几何条件下的区域网平差技术，为航空摄影技术应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）参与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，参与完成项目“中低空遥感影像准实时智能处理关键技术与系统”：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）进行软件系统测试与规模化生产作业，参与各种工程应用及突发灾害数据处理，对软件推广应用提供了有力支持。
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与应用的主持完成单位，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应用，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与应用的主要参与单位，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与大规模数据生产。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与高性能计算环境，对遥感影像生产成果进行数据编目管理与可视化，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与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，从应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; 并成功应用于林业调查、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（包括发明专利与软件著作权）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、系统应用推广等工作；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、软件产品测试与完善等工作。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应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应用于海岛礁测量；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与系统”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）与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应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与项目成果，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。
遥感影像图像处理流程
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
遥感影像处理步骤
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
遥感影像预处理
遥感影像预处理 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。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 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。 图1数据预处理一般流程 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。
模拟题-摄影测量与遥感详解
摄影测量与遥感 一、单项选择题（每题的备选答案中只有一个最符合题意，不答或答错不得分）1．目前，主流的常规航空摄影机的像幅为（B ）。 A. 18cm×18cm B. 23cm×23cm C. 36cm×36cm D. 46cm×46cm 2．航摄仪有效使用面积内镜头分辨率的要求（B）。 A. 每毫米内不少于20线对 B. 每毫米内不少于25线对 C. 每毫米内不少于30线对 D. 每毫米内不少于40线对 3．下列关于航空摄影时飞行质量的要求，叙述错误的是（B）。 A. 航向重叠度一般应为60%-65%；个别最大不应大于75%，最小不应小于56% B. 像片倾斜角一般不大于3°，个别最大不大于5° C. 航摄比例尺越大，像片旋角的允许值就越大，但一般以不超过8°为宜 D. 航线弯曲度一般不大于3% 4．同一条航线内相邻像片之间的影像重叠称为（A）重叠。 A. 航向 B. 旁向 C. 水平 D. 垂直 5．相邻航线相邻像片之间的影像重叠称为（B）重叠。 A. 航向 B. 旁向 C. 水平 D. 垂直 6．航摄像片上一线段与地面上相应线段的水平距离之比称为（C）比例尺。 A. 地形图 B. 测图 C. 摄影 D. 制图 7．框幅式航空摄影属于（D）投影成像。 A. 正射 B. 垂直 C. 斜距 D. 中心 8．当成图比例尺为1：10000时，应选择的航摄比例尺为（A） A. 1:20 000～1:40 000 B. 1:10 000～1:20 000 C. 1:25 000～1:60 000 D. 1:7000～1:14 000 9．下列各项中，关于航摄分区划分的原则叙述错误的是（A）。 A. 分区内的地形高差不得大于三分之一航高 B. 当地面高差突变，地形特征差别显著时，可以破图幅划分航摄分区 C. 在地形高差许可且能够确保航线的直线性的情况下，航摄分区的跨度应尽量划大 D. 分区界线应与图廓线相一致 10．一张航摄像片有（B）个内方位元素。 A. 2 B. 3 C. 4 D. 6 11．一张航摄像片有（D ）个外方位元素。 A. 2 B. 3 C. 4 D. 6 12．航片上的投影差是由（A ）引起的像点位移。 A. 地形起伏 B. 像片倾斜 C. 摄影姿态 D. 地球曲率 13．将一个重叠向内的立体像对的左右像片对调后，观测到的是（B ）。 A. 正立体 B. 负立体
(完整word版)10测绘摄影测量与遥感复习题汇总,推荐文档
一、名词解释： 遥感2、遥感技术3、电磁波4、电磁波谱5、大气窗口6、影响匹配7、光谱反射率8、光谱反射特性曲线9、遥感平台10、遥感传感器11、数字影像12、空间域图像13、频率域图像14、图像采样15几何变形16、几何校正17、图像判读18、大气校正19、图像增强20、图像直方图21遥感图像判读22、监督法分类23、非监督法分类 二、回答问题 怎样才能将光学影像变成数字影像。 简述遥感数字影像增强处理的目的，例举一种增强处理方法 何为传感器的空间分辨率、辐射分辨率、光谱分辨率？ 叙述监督分类与非监督分类的区别。 遥感图像处理软件的基本功能有哪些？ 遥感图像目视判读的依据有哪些，有哪些影响因素？ 航测外业主要包括哪些工作？ 航空摄影的投影与地形图有何不同？ 像主点与像片主距概念 光学和机械框标及作用 数字影像分辨率是什么？ 摄影机检校要求与内容？ 航空摄影的基本要求？ 航空摄影质量检查与成果提交内容？ 什么是基于核线的一维影像匹配 什么是投影差？ 分区摄影基准面的高度是如何划分的？ 摄影季节和航摄时间的选择应该注意什么问题？ 航片比例尺有什么特点？ 双向空间后发交会-前方交会解求地面点坐标的步骤？ 连续法相对定向元素和单独像对相对定向元素是什么？ 对定向元素有哪几个？ 什么是立体像对的相对定向和绝对定向？ 摄影测量坐标系分类 人造立体视觉的条件和类型 什么是视模型 左右视差和上下视差的概念 分像的方法 什么是立体像对 前方交会计算地面点的步骤 绝对定向至少需要几个地面控制点 像对相对定向需要地面控制点吗？ 航测立体测图的方法有哪些？ 模拟法立体测图的作业过程： 模拟法立体测图的自我检查内容包括那些？ 遥感图像的目视解译方法 我们实验的遥感图像辐射增强处理有那些内容？ 为什要对图像做几何校正？
遥感卫星图像处理方法
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
遥感影像处理步骤
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
摄影测量与遥感技术
摄影测量与遥感技术 作者：林青涛 20世纪60年代以来，由于航天技术、计算机技术和空间探测技术及地面处理技术的发展，产生了一门新的学科——遥感技术。所谓遥感就是在远离目标的地方，运用传感器将来自物体的电磁波信号记录下来并经处理后，用来测定和识别目标的性质和空间分布。从广义上说，航空摄影是遥感技术的一种手段，而遥感技术也正是在航空摄影的基础上发展起来的。 一、摄影测量与遥感技术概念 摄影测量与遥感学科隶属于地球空间信息科学的范畴，它是利用非接触成像和其他传感器对地球表面及环境、其他目标或过程获取可靠的信息，并进行记录、量测、分析和表达的科学与技术。摄影测量与遥感的主要特点是在像片上进行量测和解译，无需接触物体本身，因而很少受自然和地理条件的限制，而且可摄得瞬间的动态物体影像。二、摄影测量与遥感技术的发展 1、摄影测量及其发展 摄影测量的基本含义是基于像片的量测和解译，它是利用光学或数码摄影机摄影得到的影像，研究和确定被摄影物的形状、大小、位置、性质和相互关系的一门科学和技术。其内容涉及被摄影物的影像获取方法，影像信息的记录和存储方法，基于单张或多张像片的信息提取方法，数据的处理和传输，产品的表达与应用等方面的理论、设备和技术。 摄影测量的特点之一是在影像上进行量测和解译，无需接触被测目标物体本身，因而很少受自然和环境条件的限制，而且各种类型影像均是客观目标物体的真实反映，影像信息丰富、逼真，人们可以从中获得被研究目标物体的大量几何和物理信息。 到目前为止，摄影测量已有近170年的发展历史了。概括而言，摄影测量经历了模拟法、解析法和数字化三个发展阶段。表1列出了摄影测量三个发展阶段的主要特点。 如果说从模拟摄影测量到解析摄影测量到解析摄影测量的发展是一次技术的进步，那么从解析摄影测量到数字摄影测量的发展则是一场技术的革命。数字摄影测量与模拟、解析摄影测量的最大区别在于：它处理的原理信息不仅可以是航空像片经扫描得到的数字化影像或由数字传感器直接得到的数字影像，其产品的数字形式，更主要的是它最终以计算机视觉代替人眼的立体观测，因而它所使用的仪器最终只有通用的计算机及其相应的外部设备，故而是一种计算机视觉的方法。 2、遥感及其发展
(完整版)卫星图像处理流程
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。
New 摄影测量与遥感专业攻读博士生学位培养方案
摄影测量与遥感专业攻读博士生学位培养方案 （专业代码：081602 授工学博士学位） 一、培养目标 本专业培养具有国际学术视野，富有创新思维和创新能力，主动适应国家经济社会建设发展需要的高层次拔尖创新人才，具体要求是： 1. 具有坚定正确的政治方向；热爱祖国，热爱人民，遵纪守法；诚信公正，有社会责任感; 具有良好的道德品质与学术修养。 2. 掌握所在学科领域坚实宽广的基础理论和系统深入的专门知识；熟练地掌握一门外语，使用和阅读本专业文献，进行学术交流；有独立从事学术研究工作的能力；并在某一方向上做深入的研究，取得创造性的成果。 3. 身心健康。 二、研究方向 1. 图像信息获取、处理与应用 研究图像信息获取、数字图像的处理、分析与识别的算法、地形图扫描影像的自动识别技术、遥感影像目标的自动提取技术、影像压缩与编码技术、多种影像信息的融合技术、小波理论、分形理论及人工神经网络等理论和图像工程应用。 2. 数字摄影测量 主要研究多传感器集成的近景、航空、航天和行星数字摄影测量的理论和方法以及数字摄影测量系统的开发。主要研究：基于摄影几何的摄影测量、三线阵CCD影像处理、激光雷达数据处理、SAR/InSAR数据处理、机载/车载测图系统、GPS辅助空中三角测量、POS理论与方法、图像处理与信息提取、三维重建、高空间分辨率遥感卫星影像几何处理等。 3. 计算机视觉 研究图像匹配与配准、三维目标的自动重建、三维深度信息的恢复、序列图像的处理与分析、工业部件的自动测量与识别、汽车自动导航、虚拟现实、机器学习和视频分析等理论与方法。 4. 遥感技术与应用 主要研究可见光、多光谱、高光谱、雷达遥感影像的分析、处理、目标识别方法，多元遥感影像的综合分析方法、时序遥感影像的分析等理论与方法，探讨测绘、环境、地质、林业等领域的应用关键问题。 5. 定量遥感 主要研究大气、水体、陆地定量遥感相关的辐射定标、大气校正、地物目标光谱特性、
遥感卫星影像预处理做哪些
北京揽宇方圆信息技术有限公司热线：4006019091 遥感影像数据预处理 影像融合不同传感器的数据具有不同的时间、空间和光谱分辨率以及不同的极 化方式。单一传感器获取的影像信息量有限，往往难以满足应用需要， 通过影像融合可以从不同的遥感影像中获得更多的有用信息，补充单一 传感器的不足。全色图影像一般具有较高空间分辨率，多光谱影像光谱 信息较丰富。为提高多光谱影像的空间分辨率，可以将全色影像融合进 多光谱图像，通过融合既提高多光谱影像空间分辨率，又保留其多光谱 特性。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。 影像匀色相邻的遥感图像，由于成像日期、季节、天气、环境等因素可能有差异， 不仅存在几何畸变问题，而且还存在辐射水平差异导致同名地物在相 邻图像上的色彩亮度值不一致。如不进行色调调整就把这种图像镶嵌起 来，即使几何配准的精度很高，重叠区复合得很好，但镶嵌后两边的影 像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专 业信息的分析与识别，降低应用效果。要求镶嵌完的数据色调基本无差 异，美观。遥感影像匀色后保证影像整体色彩一致性。 影像镶嵌将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像，通 过镶嵌处理，可以获得更大范围的地面图像。参与镶嵌的图像可以是不 同时间同一传感器获取的，也可以是不同时间不同传感器获取的图像， 但同时要求镶嵌的图像之间要有一定的重叠度。 影像去云雾影像数据常常有云雾覆盖，针对有云雾覆盖的影像，可以通过后期技术 处理去除薄云雾，达到影像最佳效果。 影像纠正依据控制点，利用相应软件模块对数据进行几何精校正，这一步骤包括 利用地面控制点（GCPs）找出实际地形，计算配准中控制点的误差，利 用DEM消除地形起伏引起的位移，然后对图像进行重采样等。形成符合 某种地图投影或图形表达要求的新影像。 即插即用无使用门槛，可与各类GIS软件系统无缝衔接 第 1 页
摄影测量与遥感试题及答案
一．名词解释 1.摄影比例尺 严格讲，摄影比例尺是指航摄像片上一线段为J 与地向上相应线段的水干距L 之比。由于影像片有倾角，地形有起伏，所以摄影比例尺在像片上处处不相等。一般指的摄影比例尺，是把摄影像片当作水平像片，地面取平均高程．这时像片上的一线段l 与地面上相应线段的水平距L 之比，称为摄影比例尺1／m 2.像片倾角 空中摄影采用竖直摄影方式，即摄影瞬间摄影机的主光轴近似与地面垂直，它偏离铅垂线的夹角应小于3D ，夹角称为像片倾角。 3.航向重叠 同一条航线内相邻像片之间的影像重叠称为航向重叠，一般要求在60％以上。4.旁向重叠 相邻航线的重叠称为旁向重叠，重叠度要求在24％以上 5.摄影基线 控制像片重叠度时，是将飞机视为匀速运动，每隔一定空间距离拍摄一张像片，摄站的间距称为空间摄影基线B 。 6.像平面坐标系 像平面坐标系用以表示像点在像平面上的位置，通常采用右手坐标系，x ，y 轴的选择按需要而定．在解析和数字摄影测量中，常根据框标来确定像平面坐标系，称为像框标坐标系。 7.像主点 相机主光轴与像平面的交点 8.内方位元素 内方位元素是表示摄影中心与像片之间相关位置的参数，包括三个参数。即摄影中心到像片的垂距(主距)f 及像主点o 在像框标坐标系中的坐标0 0,y x 9.外方位元素 外方位元素是表示摄影中心和像片在地面坐标系中的位置和姿态的参数,一张像片的外方位元素包括六个参数，其中有三个是直线元素，用于描述摄影中心的空间坐标值；另外三个是角元素，用于表达像片面的空间姿态。 10.空间后方交会 已知像片的内方位元素以及至少三个地面点坐标并量测出相应的像点坐标，则可根据共线方程列出至少六个方程式，解求出像片六个外方位元素，称为空间后方交会。 11.中心投影变换
遥感数据预处理
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。
摄影测量与遥感
摄影测量与遥感 1摄影测量 基本原理 1.1.1摄影测量的定义 摄影测量学是通过影像研究信息的获取、处理、提取和成果表达的一门信息科学。1988年ISPRS在日本京都第16届大会上对摄影测量与遥感的定义：摄影测量与遥感是对非接触传感器系统获得的影像及其数字表达进行记录、量测和解译，从而获得自然物体和环境的可靠信息的一门工艺、科学和技术。 摄影测量学可从不同角度进行分类。按摄影距离的远近分，可分为航天摄影测量、航空摄影测量、地面摄影测量、近景摄影测量和显微摄影测量。按用途分类，有地形摄影测量和非地形摄影测量。按处理的技术手段分，有模拟摄影测量、解析摄影测量和数字摄影测量。 1.1.2摄影测量学发展的三个阶段 模拟法摄影测量（1851-1970）其基本原理是利用光学/机械投影方法实现摄影过程的反转，用两个/多个投影器，模拟摄影机摄影时的位置和姿态，构成与实际地形表面成比例的几何模型，通过对该模型的量测得到地形图和各种专题图。 解析法摄影测量(1950-1980)以电子计算机为主要手段，通过对摄影像片的量测和解析计算方法的交会方式，来研究和确定被摄物体的形状、大小、位置、性质及其相互关系，并提供各种摄影测量产品的一门科学。 数字摄影测量(1970-现在）基于摄影测量的基本原理，通过对所获取的数字/数字化影像进行处理，自动（半自动）提取被摄对象用数字方式表达的几何与物理信息，从而获得各种形式的数字产品和目视化产品。
1.1.3单张航摄像片解析 航摄影像是航空摄影测量的原始资料。像片解析就是用数学分析的方法，研究被摄景物在航摄像片上的成像规律，像片上影像与所摄物体之间的数学关系，从而建立像点与物点的坐标关系式。像片解析是摄影测量的理论基础。 为了由像点反求物点，必须知道摄影时摄影物镜或投影中心、像片与地面三者之间的相关位置。而确定它们之间相关位置的参数称为像片的方位元素，像片的方位元素分为内方位元素和外方为元素两部分。内元素3个：确定摄影物镜后节点与像片之间相互位置关系的参数（x0,y0,f),可恢复摄影光束。外方位元素6个：3个直线元素描述摄影中心在地面空间直角坐标系中的位置(Xs、Ys、Zs)，3个角元素描述像片在摄影瞬间的空间姿态（航向倾角φ、像片旋角κ、旁向倾角ω）。 为了研究像点与地面相应点的数学关系，必须建立中心投影的构像方程。下式为一般地区中心投影的构像方程，由于这个方程推导中像点、投影中心和地面点三点共线，故又称共线方程式，是摄影测量中重要的基本公式之一。 图1-1 共线方程式 利用航摄像片上三个以上像点坐标和对应地面点坐标，计算像片外方位元素的工作，称为单张像片的空间后方交会。根据计算的结果，就可以将按中心投影规律获取的摄影比例尺航摄像片转换成以测图比例尺表示的正射投影地形图。 1.1.4双像解析摄影测量 单张像片只能研究物体的平面位置，而在两个不同摄站对同一地区摄取具有重叠的一个立体像对，则可构成立体模型来解求地面物体的空间位置。按照立体像对与被摄物体的几何关系，以数学计算方式，通过计算机解求被摄物体的三维空间坐标，称为双像解析摄影测量。
遥感影像的分类处理
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
遥感实习2卫星数据的预处理流程
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
遥感影像成图步骤—以ETM为例
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.360docs.net/doc/9b6393639.html,/cs_cn/ https://www.360docs.net/doc/9b6393639.html,/cs_cn/中科院对地中心 B https://www.360docs.net/doc/9b6393639.html,/EarthExplorer/ USGS网站 C Ftp://https://www.360docs.net/doc/9b6393639.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
摄影测量与遥感-自学手册
摄影测量与遥感 第一章摄影测量与遥感概述 第二章摄影测量基础 第三章遥感基础 第四章摄影测量与遥感处理系统 第五章野外像片调绘与像片控制测量 第六章基于摄影测量与遥感的4D产品生产
通过本课程的学习，学生能够对摄影测量与遥感有总体的认识。了解摄影测量和遥感的历史和趋势，掌握相关概念。掌握摄影测量与遥感的原理，利用遥感和摄影测量的技术手段获得4D产品，掌握摄影测量与遥感的野外和室内处理流程和要点。具体如下： 第一章摄影测量与遥感概述 摄影测量的任务、分类和发展；遥感及其发展；摄影测量与遥感的结合。 第二章摄影测量基础 单张航摄像片解析；像点坐标的量测；立体测图的原理与方法；摄影测量解析计算基础；数字摄影测量基础 第三章遥感基础 遥感的基础知识；遥感图像特征；常用卫星遥感简介；遥感图像的解译 第四章摄影测量与遥感处理系统 数字摄影测量系统；遥感数字图像处理系统；机载LIDAR和车载移动测图系统 第五章野外像片调绘与像片控制测量 野外像片调绘；像片控制测量 第六章基于摄影测量与遥感的4D产品生产 4D产品生产的数据流；解析空中三角测量；数字高程模型；数字正射影像图；数字线划地图；数字栅格地图
本章重点： 1、理解摄影测量的概念、特点和任务 2、掌握摄影测量的类别和发展历程 3、掌握遥感概念、类别和发展历程 4、掌握摄影测量技术与遥感技术的相辅相成的关系和相互促进技术特点 参考书： 1、梅安新，彭望渌，秦其明.2005. 遥感导论[M].北京：高等教育出版社. 2、张剑清，潘励，王树根. 2008.摄影测量学（第二版）[M].武汉：武汉大学 出版社. 3、国家测绘局职业技能鉴定指导中心.2010.测绘综合能力[M]. 北京：测绘出版社. §1.1 摄影测量概述 一、学习提要 1、摄影测量的任务 2、摄影测量的类型 3、摄影测量的发展历程 二、思考题 1、什么是摄影测量? P102 2、摄影测量的任务是什么？ P102 3、摄影测量有哪几种分类方式，分别可分为哪些类别？ P102 4、摄影测量经历了哪三个发展历程？其特点是什么？ P103 5、数字摄影测量与传统摄影测量的根本区别是什么？ P103 (1)产品是数字化的；（2）以计算机视觉替代人眼的立体观测。
大学生毕业实习总结：摄影测量与遥感实习
大学生毕业实习总结：摄影测量与遥感实习 摄影测量与遥感实习是摄影测量学和遥感技术相应用的综合实习课。本课程的任务是通过实习掌握摄影测量的原理、影像处理方法、成图方法，掌握遥感的信息获取、图像处理、分类判读及制图的方法和作业程序。从而更系统地掌握摄影测量与遥感技术。通过实习使我们更熟练地掌握摄影测量及遥感的原理，信息获取的途径，数字处理系统和应用处理方法。进一步巩固和深化理论知识，理论与实践相结合。培养我们的应用能力和创新能力、工作认真、实事求是、吃苦耐劳、团结协作的精神，为以后从事生产实践工作打下坚实的理论与实践相结合的综合素质基础。 通过一周的室内实习任务，最大的感触就是从新认识了摄影测量和遥感这门比较抽象的学课，以前在课堂上总觉得这是一门非常难懂也非常难学的课程，可是就在这周的室内收集资料实习的过程中我的想法突然改变了，其实摄影测量与遥感这门学科并没有所想的那么难懂和难学，只要我们愿意去学、去发现这门学科的奥秘我们还是非常容易掌握和理解的。开始接触是觉得它是我们所有学科中最抽象的，可是当我们把我们所学的理论知识和这次室内搜集资料的实习结合起来对比和深入研究后，才真正的发现这是一门多么有内涵和适应新时代的必要科目，很多情况下，对于大面积的测图我们都少不了对它的应用，同时在将来摄影测量和遥感也很有可能会取代我们所有传统的测图方法，真正的把它完全的应用到我们的所有调查土地资料中，
以见证它的最有效的作用。 由于我们学校大量缺少摄影测量和遥感这门学科的仪器和工具，所以学校把这次实习任务主要定为网上搜集有关这门学科的资料及书本上理论知识相结合系统的学习。虽然这方面的设备大量的缺乏，可是仍然没有撮箕到我们学习的良好心态，在这个过程中我们还是以自己的最大热情完全的投入到此次实习中。通过这次实习我们的收获很大，在很多情况下我们都得到了很多意外的收获，获益匪浅!不仅对书本上的理论知识有了通盘的理解，更重要的是从实践中检验了它的真理，了解了它的适应范围之广和作用之大，为我们以后从事工作而需要它打下了坚实的理论基础与实践经验。