遥感影像图免费下载步骤方法-北京揽宇方圆信息技术有限公司

遥感影像图免费下载方法-北京揽宇方圆信息技术有限公司

北京揽宇方圆信息技术有限公司是国内规模最大的遥感影像数据公司,提供最权威的遥感影像数据解决方案。

遥感图像下载步骤:

登录——https://www.360docs.net/doc/2a12270006.html,/

右上角有个login ——,点进去;

到登录页面——

(大家要先申请一个帐号,具体步骤不提)

输入完后点击”Sign in”,进入——

然后点击左边框我标注箭头的地方:KML,出现——

点击上图蓝色框中的“选择文件”——选择,我传给大家的那个“张三.kml”(因为百度只能上传文档,所以没法给大家这个KML文件了,抱歉。文中用到的“张三.kml”文件是google earth的多边形文件,在google earth上做的。需把属性修改为“轮廓”,“不透明度:0%”。做好后,另存为KML文件即可),打开——

点击:“upload”——

出现——

接着点击“Data Sets”,出现——

假设我们选择landsat卫星的数据(就是勾上的那几个,精度30m,全色波段15m)

注:

(landsat卫星1-7发射、退休时间,指示着它们可以利用的时间段;具体时间大家可以百度一下“landsat“。除此之外,因为大家注意L7 ETM+ SLC-on(1999-2003)和L7 ETM+ SLC-off(2003-present)

然后点击“Result”,出现——

然后,点击你的“小脚丫”,多点几个行列好不一样的,就会出现——

相邻图片的行列号是相邻的,推测行列号的范围,以至所有的你要观察的区域都能够被覆盖。(比如:path:112 row:32和path 113,row32,path113 row33三个图片区域可以覆盖张三要查的区域等等),

接下来按照行列号找图片——

点击search criteria;出现下图;

点击Path/Row——出现

在path、row输入你要查找的行列号:比如我们查找Path:135,row:32,点击下图的“show”,就会出现如“区域A”所示——

点击result,就会出现唯一行列号下的,特定时间段,特定数据类型的所有遥感图像——

通过上图预览图片,我们大概可以看出这幅图片的状况,比如有没有云,有没有河流。森林覆盖度等。选择看起来符合条件的,点击图片预览,,那么右边的显示框就会出现

你所选择区域的概略图——

当然,如果上边看的认真的话就知道,上图中出现的黑色条纹,就是L7放大器SLC出问题导致的了。在此表达一下小编的遗憾。

再看我们的图片:对比着背景图,我们很容易就看出来了,那些蓝色的,当然就是薄雪了。至于为什么雪是蓝色的,遥感导论学过的同学可以撞墙了。没有学过的同学只要知道这是变化了一下波段组合,以让冰雪突出显示就可以了。

这幅图不错吧,那就可以下载了。点击——

会出现——

我们一般下载第三个,指“带地理信息的图片”。这些Geo图片直接导入到Arcgis等软件后,是可以直接定位的(用来浏览数据是否覆盖全,是否合格)。前两个图片大家也可以尝试下载看看。

那我们下载的东西是不是遥感图片呢?很遗憾的告诉大家,不是。

大家也看到了,“Level 1 Product-Processing Required (submit order for data processing),意思就是说,你要申请。之所以出现这个问题,主要是因为这些数据还没经过USGS处理。

不过申请过程还算简单,大家百度一下有很多介绍。不过,因为USGS似乎改过页面,有时候百度到的介绍不一定可行,所以有时候还需要大家自己摸索。这个环节时间关系,我就不多介绍了。

不过,如果你点击——后,出现以下图界面

就是说第四个能点击,那么恭喜你了,你可以直接下载了。下载的就是遥感图像。可以直接用。

基本上就是这样了。

总的来说,USGS非常好用,也是大家最常用的遥感图像数据库之一。能够直接下载的图像还是很多的,即使不能下载,申请下来也不是很难。

不过,老外的网站除了网页咱看不太懂以外,还有一个坏处,那就是网速特别,特别慢(尤其是反P2P设置让迅雷也失效了)!!大家做好心里准备

北京揽宇方圆雷达卫星影像insar技术地面沉降监测中应用

北京揽宇方圆信息技术有限公司 1、引言 在我国,由于人们过度的开采地下资源,引起的地面形变的问题非常突出。地表形变问题给当地的环境造成很大的破坏,直接危害着地面建筑设施和人们的生命安全。因此,对地面形变进行有效的监测可以对研究地表形变的形成机理、变化规律和控制地表变形相当重要,对国民经济的可持续发展有着十分重要的意义。目前地表形变监测的方法有:传统的大地水准测量、GPS技术、摄影测量和卫星合成孔径雷达差分干涉(DInSAR)测量。DInSAR是一项新近发展起来的空间对地观测技术,它具有测量精度高、作业范围大、不受天气条件的限制等技术优势,目前DInSAR及其拓展技术已经在火山、地震、冰川、滑坡和地表形变等研究领域得到广泛的应用。

图1-1DInSAR技术的应用领域 传统的路面沉降监测方法有很大的局限性:都必须预计出大致的沉降位置和范围,从而布置监测点;都是利用离散的观测点获得的沉降数据来建立经验模型,然后通过数值内插方法得到面状沉降;而且对于人员很难到达的区域,实测困难。因此,该方法只能反映局部少数的沉降信息,不能直观、宏观地反应整个沉降区域的沉降状况。表1-1反映了DInSAR技术相比于其他监测方法的优势 表1-1DInSAR技术与其他监测方法的对比 2、DInSAR技术原理 DInSAR是一个多重嵌套的缩写词,由雷达(Radar,Radio Detection and Ranging)、合成孔径雷达(Synthetic Aperture Radar,SAR)、合成孔径雷达干涉测量(SAR Interferometry,InSAR)、合成孔径雷达差分干涉测量(DiferfenceInSAR,DInSAR)嵌套

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

Planet遥感卫星全球最大规模的地球影像卫星星座群-北京揽宇方圆

北京揽宇方圆信息技术有限公司 Planet 遥感卫星全球最大规模的地球影像卫星星座群-北京揽宇方圆Planet(曾命名为Planet Lab)遥感卫星群是全球最大规模的地球影像卫星星座群,由美国卫星成像初创公司Planet Labs 研制,有超过150颗在轨卫星(减去已失效的卫星),使全球对地观测进入“每日”时代,有着其他公司无法比拟每天覆盖全球一次的超高频时间分辨率。 Planet 卫星星座可以识别赈灾地点和提高全球发展中国家的农业产量。用户也可以使用这些影像资源进行全球环境保护,比如森林砍伐监测和极地冰盖变化监测。商业应用包括测图、房地产和建筑业、油气资源监测,甚至是交通堵塞监测。如果公司需要对其拥有的高价值、分布式资源进行定期监测,Planet 可以补充或替代使用直升机飞过输油管道来监测油气泄漏,因为Planet 卫星可以快速获取需要的影像。 表1.PLANETSCOPE 轨道参数 参数国际空间站轨道(32颗)太阳同步轨道(100颗) 轨道高度400km 475km 轨道倾角51.6°-98° 纬度覆盖±52°±81.5° 降交点地方时可变9:30-11:30am 回归周期可变每天 表2.PLANETSCOPE 有效载荷技术指标 参数国际空间站轨道(32颗)太阳同步轨道(100颗) 波段范围蓝波455-515nm 蓝波455-515nm 绿波500-590nm 绿波500-590nm 红波590-670nm 红波590-670nm

近红外780-860nm近红外780-860nm 地面采样距离3m 3.7m 幅宽24.6km x16.4km24.6km x16.4km 影像带最大面积(一条轨道)8100km220,000km2 影像获取能力可变 1.5亿km2/天 数据提供起始时间4224842248 北京揽宇方圆信息技术有限公司

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

宁夏回族自治区遥感影像地图设计与制作

宁夏回族自治区遥感影像地图设计与制作 影像地图是在遥感图像的基础上,把一些原有的地理要素(如水系、道路)和重要目标(如各个县市)以图形符号的方法重新表现出来,并注以注记,同时还将影像图上没有的地理要素(如边界)标注于图像之上,达到实际图像与地形符号的有机结合,感性认识与理性认识的完美统一。影像底图的制作,可以提升我们对GIS和RS软件的综合能力。 一、设计方案: (1)遥感影像信息选取与数字化; (2)地理基础底图的选取与数字化,包括:a、底图数字化前的准备工作; b、底图数字化 (3)遥感影像几何纠正与图像处理; (4)遥感影像镶嵌与地理基础底图拼接,包括a、遥感影像镶嵌;①镶嵌时,要注意使镶嵌的影像投影相同、比例尺一致,有足够的重叠区域。②图 像的时相应保持基本一致,尤其季节差不宜过大。③多幅图像镶嵌时,应以最 中间一幅图像为基础,进行几何拼接和灰度平衡,以减少积累误差。④镶嵌结 果在整体质量满足要求,但局部的几何和灰度误差不符合要求时,应对图像局 部区域进行二次几何校正和灰度调整。b、地理基础底图拼接 (5)地理基础底图与遥感影像复合 (6)符号注记图层生成 (7)影像地图图面配置 (8)遥感影像地图制作:首府用红色五角星表示,界线用符号库中的标准表示,边界使用亮色晕线凸出显示,整个影像使用标准假彩色合成,分出各 种土地利用状况,即在图例中可以看到: 二、准备工作: 网络资源可以获得影像和底图等数据 学院的硬件、软件设备能够满足实验要求 遥感图像处理和地理信息系统软件应用的知识储备

三、设计流程图: 四、具体方法: A、建立数据库,配准底图 1、打开Catalog点击并找到数据所在文件夹,在左边路径栏里找到该文件 夹,反键新建一个personal geodatabase并命名为自己的学号+姓名。在PGD下 新建相关图层数据(如:点、线、面)并选择相关坐标系(这张图要求选择正 确的坐标,即WGS84。在这些feature dataset下新建feature class,并输入相关 属性,选择属性类别和字节大小(如果你想使数据库简洁话可以考虑)。将点、 线、面数据建好后就可以进入下一环节了。 2、进入ArcMap ,选择一张空地图,点击AddData,将自己的个人数据 库和底图导入,然后在启动配准工具,将自动配准取消,点 击add control point开始进行配准,将地图上几个点进行配准。配准好的图,会 显示几条蓝线伸向远方。在下拉菜单中选择update georeferencing,图消失后点图出现后,用rectify进行保存。 B、分层矢量化 1、接着上面,将配准的后的工作底图导入图层,将catalog中PGD下面的点、线、 面数据拖到图层栏中,注意一定要将工作底图放在最下方,其他图层位于底 图上方。 2、启动编辑工具,开始作图,其中作图时开启snapping进行捕捉,以 免不必要的错误。分别将点、线图层做完,各类点要素图形、线状地物的线

遥感卫星影像数据产品类型有哪些@北京揽宇方圆

北京揽宇方圆信息技术有限公司 北京揽宇方圆具有一支国内领先的遥感应用科研队伍,可根据用户的实际需求,开展航天、航空对地观测数据加工、数据专题应用等服务,用户可以向我中心的数据服务部进行咨询与洽商,具体操作过程见深加工数据订购流程。 遥感影像地图产品 遥感图像是某一时间对地表状况的客观记录。出于对资源、环境等现势性快速了解的需求,应用时间性强的遥感数据资料制作影像地图,在通常情况下已成为解决传统制图周期长等问题的首选方法。通过选择合适的航天、航空对地观测数据源,采用的合理波段组合和有效的信息增强技术,可以得到信息丰富,直观易读的影像。对于政府部门、企事业单位等了解区域地貌类型、资源状况、城市分布以及指导规划等都有很大的帮助。根据经费状况和应用目的不同,用户可以对遥感数据影像图的形式作选择,包括:一般遥感影像图,行政区划遥感影像图,立体影像图,批量的印刷型遥感影像图等。 按地形图标准分幅的影像产品

与上述的遥感数据影像图的主要区别在于这类产品完全按国家标准地形图图幅号进行图像裁切,形成1:2.5万-1:100万系列遥感影像产品,它们拥有与标准地形图一致的坐标系统和地理网格注记,便于比对和野外定位。精度高是其重要特点之一,表现在几何定位上的准确性、辐射水平的连续性和信息的可判读性。我中心特有的高水准预处理级几何精校正技术、几何精校正或正射校正技术、数字镶嵌技术和多源数据融合技术则从技术上保证了这类遥感数据产品的精度要求。目前,通过对数据的深加工处理,按标准地形图分幅的遥感数据影像图产品已受到众多用户的青睐,服务于野外调绘和地形图的更新等方面。 遥感数据融合产品 由于航天、航空对地观测的传感器种类越来越多,多种光谱与几何分辨率、多时相遥感数据源的接收、应用以及对高质量遥感数据的需求是促使各种遥感数据融合技术的出现与发展的直接动力。为了在有限的投资内获得不同遥感数据源的信息优势,以增强对目标物的检测与识别能力,提高遥感数据应用的精度和效率,我中心向用户提供航天、航空数据融合产品,能够针对不同的遥感数据源、不同地物特征和应用目的采用不同的融合方法;或强调信息保持,保证图像判读和统计上的一致性;或突出光谱变异以取变化信息。 专题信息产品 1.土地资源调查 充分利用遥感地球所的航天、航空数据源以及信息处理与应用的技术优势,结合政府部门对土地管理的需求,提供土地利用分类、基本农田、城市建设用地、土地开垦、土地沙漠化、退耕还林还草等方面的动态监测专题图件。 2.生态环境监测

遥感地图处理步骤

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

高分一号卫星影像数据免费查询单位

北京揽宇方圆信息技术有限公司 高分一号卫星影像数据免费查询单位高分一号 高分一号卫星是中国高分辨率对地观测系统的第一颗卫星,于2013年4月26日成功发射。“高分一号”的全色分辨率是2米,多光谱分辨率为8米。它的特点是增加了高分辨率多光谱相机,该相机的性能在国内投入运行的对地观测卫星中最强。此外,“高分一号”的宽幅多光谱相机幅宽达到了800公里,重访周期只有4天,“高分一号”实现了高空间分辨率和高时间分辨率的完美结合。它为国土资源部门、农业部门、环境保护部门提供高精度、宽范围的空间观测服务,在地理测绘、海洋和气候气象观测、水利和林业资源监测、城市和交通精细化管理,疫情评估与公共卫生应急、地球系统科学研究等领域发挥重要作用。 高分一号卫星参数 项目 技术性能轨道 轨道类型 太阳同步圆轨道平均轨道高度 644.5km 降交点地方时 10:30AM 回归周期 41天重访、覆盖特性重访:侧摆条件下,2/8m 相机4天 覆盖:16m 相机4天,2/8m 相机41 天 卫星重量 总重量1060kg 卫星尺寸发射状态最大包络 Φ2650mm×2000mm 在轨太阳翼展开后的跨度 7930mm 高分成像谱段/μm 全色:0.45~0.90 B1:0.45~0.52,B2:0.52~0.59 B3:0.63~0.69,B4:0.77~0.89 星下点地面像元分辨率 全色优于2m,多光谱优于8m 地面幅宽 >60km 宽幅成像 谱段/μm B1:0.45~0.52;B2:0.52~0.59; B3:0.63~0.69;B4:0.77~0.89 星下点地面像元分辨率 优于16m 地面幅宽 >800km 姿态控制控制方式 三轴稳定,对地定向

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

ENVI中遥感影像地图制作方法

ENVI遥感影像地图制作方法 流程概述 1、打开遥感影像 2、模板生成 使用ENVI快速制图(QuickMap)功能生成基本模板 3、自定义影像图版面 使用ENVI 的注记功能,对影像图版面进行设计、编辑。 4、保存 具体步骤 一、打开遥感影像 1、ENVI 主菜单中,选择File → Open Image File。 2、在Enter Input Data File文件选择对话框中选择遥感影像,点击Open。可用波段列表中列出影像文件及其各波段,设定图像的显示方式。 3、点击Load将该影像加载到显示窗中。 二、生成快速制图模板 1、主影像显示窗口菜单中,选择File → QuickMap → New QuickMap,打开QuickMap Default Layout对话框。 设置模板的参数: 输出页的大小(图幅的大小)、页的方位(图幅形式)、地图的比例。 2、点击OK完成设置。 3、选择制图范围

鼠标左键点击显示窗中红色框的左下角并拖动方框,选中整个影像。 4、点击OK,显示QuickMap Parameters对话框。 5、在Main Title文本框中键入图名: XXXXXXX Image Map。 6、在影像图中加载投影信息。 鼠标右键点击Lower Left Text文本框,在弹出的菜单中选择Load Projection Info加载影像的投影信息。 7、在Lower Right Text文本框,输入制图单位和制图员信息: XXXX 8、保存快速制图模板 选择Save Template,并输入文件名,点击OK。 9、点击Apply,在ENVI显示窗口中显示快速制图的结果。 可以继续修改QuickMap Parameter对话框中的设置,点击Apply更新显示结果。 三、自定义影像图版面 1、虚拟边框设置 1)在主显示窗口菜单栏中选择File → Preferences,打开Display Parameters 对话框,设置虚拟边框的边界值和颜色。 2)点击OK完成虚拟边框的设置。 2、公里网设置 ENVI 支持同时显示像素公里网、地图坐标公里网以及地理坐标(纬度/经度)网。

(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。

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

卫星遥感数据的正射影像图的制作

卫星遥感数据的正射影像图的制作 【摘要】卫星遥感是一种采用人们通过航空技术发射在地球外层空间的人造卫星对地球地面、地面以上的空间以及外层太空天体进行综合性观测的技术。而卫星遥感所得数据在正射影像图的制作上应用价值广泛,本文通过阐述卫星遥感数据以及卫星影响图的来源以及所具有的特征,并分析了卫星遥感数据用于制作正射影图过程中出现的纠错、配准以及最后统一融合的方法及原理,简要介绍了正射影像图的构型、调色以及去重叠等数据信息处理的方式和过程。 【关键词】卫星遥感技术;数据;信息;正射影像图;制作 引言 21世纪信息科技时代的到来,卫星遥感技术也在不断的更新、完善之中。目前的卫星遥感技术在用于制作正射影像图方面效果显著,并且成图的精准度越来越高,远远超过比例尺地形图的精准度。卫星遥感技术在城市建设、城市规划以及了解环境状况和资源状况方面具有强大的支撑作用。采用卫星遥感技术制作的城市影像图具有目标辨认难度小、内容清晰、比例尺大以及转释较容易的优势,这项技术已经广泛应用于社会生产和发展的各个层面。该项技术还有助于治理生态环境、搜集专业信息、监测工程项目以及防止各种自然灾害等工作的开展。 1.国内外普遍流行的卫星影像图收集方式 随着新科技革命的不断深入,卫星遥感技术日新月异,目前国际上较为早期出现的卫星遥感技术是来自美国的Earth watch 卫星数据资源库的QuickBird卫星影像,这款卫星影像的地面全色分辨率达到0.61m,成像款幅度达到16.5×16.5/km2,随后美国相继推出了Space imaging Ikonos和Land sat TM卫星遥感影像,这宽两款卫星遥感较Earth watch的QuickBird的影像效果以及成像款幅度都有所提升。俄罗斯生产了一款Spin-2卫星影像,这款卫星影像在地面分辨率方面虽然不及美国的Land sat TM卫星遥感,但是其成像款幅度可以达到200×300/km2却与美国的三种卫星影响有明显的优势。 2.卫星影像图的纠错、配准以及统一融合 2.1 数字纠错 光学纠错仪是一款用于将航拍模拟摄影片转化为平面图的工具,主要适用于传统的框架模幅式的航拍摄像画面的数字影像[1]。现阶段出现了许多新鲜的卫星数字遥感技术,这些技术的影响数据采用传统的光学纠错仪就不能很好地转化。因此,数字微分纠错技术由此诞生。这是一项通过地面的有效参数以及数字地面的基本雏形,在设置适当的构想公式,并依据适当的数学模型控制范围和控制点将航拍摄像画面的数字影像转化为正射影像图的。这种技术不仅简单、方便,而且适用范围较广,已经成为国内外普遍使用的数字纠错技术。

0.3米分辨率卫星影像-worldview3卫星销售@北京揽宇

北京揽宇方圆信息技术有限公司 2015年2月25日,美国数字全球(DigitalGlobe)公司在其官网正式宣布“开始向所有用户销售0.3m分辨率卫星观测图像”,并认为“在全球应用市场,更高分辨率的卫星图像如今已成为航空图像的高竞争力替代产品”。这是迄今全球商业卫星遥感公司能够提供的最高分辨率数据产品,将成为商业对地观测领域的里程碑事件。 2014年,全球商业对地观测领域保持蓬勃发展态势,各国纷纷发布或修订新版航天政策法规,大量创新卫星系统相继成功部署。其中,美国放宽商业销售数据分辨率限制以及世界观测-3(WorldView-3)卫星发射入轨尤为引人注目。此前,美国政府禁止商业遥感卫星运营商向美国政府以外的用户销售优于0.5m分辨率的卫星图像数据,这一施行多年的政策早已饱受业界诟病。在DigitalGlobe公司不断争取以及美国政府情报、安全和商务部门的持续磋商下,2014年6月,美国政府最终决定放宽商业销售图像分辨率限制,允许商业公司销售最高0.25m 分辨率的天基对地观测图像。同年8月13日,DigitalGlobe公司成功发射了WorldView-3卫星,全色分辨率高达0.31m,多光谱分辨率高达1.24m。WorldView-3卫星成功发射,使得DigitalGlobe公司在美国新数据政策支持下更具全球竞争力。 WorldView-3是全球分辨率最高的商业光学遥感成像卫星,其分辨率是DigitalGlobe公司竞争对手的5倍。图1是DigitalGlobe公司WorldView-3卫星与该公司运营的WorldView-2卫星拍摄的同一地区的卫星图像对比图,图2是DigitalGlobe公司WorldView-3卫星与其竞争对手卫星拍摄的同一地区的卫星图像对比图。从这两幅图片不难看出,WorldView-3卫星在成像分辨率、图像信噪比、纹理清晰度等方面具有明显优势。DigitalGlobe公司0.3m分辨率卫星图像对应的美国国家图像解析度分级标准(NIIRS)是5.7级,能够识别出地面井盖、建筑物通风孔、消防栓等物体。这一分辨率等级的图像能提供更清晰、更丰富的数据信息,有助于支撑改进决策,提高运营效率,增强政府民用、防务情报、能源以及研发等部门的天基对地观测应用能力。如图3所示,WorldView-3卫星拍摄的新西兰奥克兰市港口图像,其中港口停车场的地面停车位标志线清晰可见。此外,WorldView-3卫星还具备独一无二的短波红外(SWIR)成像能力,能够透视烟尘雾霾、识别矿物和人造物以及评估农作物健康状况。 图1WorldView-3和WorldView-2卫星拍摄的同一地区图像对比

高分辨率遥感影像数据一体化测图系统PixelGrid

高分辨率遥感影像数据一体化测图系统PixelGrid 北京四维空间数码科技有限公司 一、概况介绍 高分辨率遥感影像数据一体化测图系统PixelGrid(以下简称“PixelGrid”)是由中国测绘科学研究院自主研发的“十一五”重大科技成果,获得2009年度国家测绘科技进步一等奖。 为将这一重大科技成果实现产业化,2008年开始,由中国测绘科学研究院参股单位北京四维空间数码科技有限公司进行成果转化和产品化,并开展销售。 该软件是我国西部1:5万地形图空白区测图工程以及第二次全国土地调查工程的主力软件, 被誉为国产的“像素工厂”。 PixelGrid以其先进的摄影测量算法、集群分布式并行处理技术、强大的自动化业务化处理能力、高效可靠的作业调度管理方法、友好灵活的用户界面和操作方式,全面实现了对卫星影像数据、航空影像数据以及低空无人机影像数据的快速自动处理,可以完成遥感影像从空中三角测量到各种比例尺的DEM/DSM、DOM等测绘产品的生产任务。 PixelGrid软件主界面。 二、主要特点 PixelGrid系统以现代摄影测量与遥感科学技术理论为基础,融合计算机技术和网络通讯技术,采用基于RFM通用成像模型的大范围遥感影像稀少或无控制区域网平差、基于旋转/缩放不变性特征多影像匹配的高精度航空影像自动空三、基于多基线/多重特征的高精度DEM/DSM自动提取、等高线数据半自动采集及网络分布式编辑、基于地理信息数据库等多源控制信息的高效影像地图制作、基于松散耦合并行服务中间件的集群分布式并行计算等一系列核心关键技术,是中国测绘科学研究院研制的一款类似“像素工厂”(ISTAR PixelFactoryTM)的新一代多源航空航 天遥感数据一体化高效能处理系统。

Sentinel-5P卫星影像-北京揽宇方圆

Sentinel-5P卫星影像-北京揽宇方圆 Sentinel-5P卫星是欧洲GMES(环境与安全全球监视)项目的预先运行低轨卫星任务。该任务由ESA和NSO(荷兰空间办公室)共同努力下促成。用于填补现有的大气监测监视载荷(包括ESA卫星Envisat上的SCIAMACHY和NASA卫星Aura上的OMI)与未来先进载荷(指ESA的卫星Sentinel-5)之间的空档期。Sentinel-5计划于2020年发射,而Envisat任务终结于2012年。 Sentinel-5P(低轨)、Sentinel-4(地球静止轨道)、和Sentinel-5(低轨)三个任务将用于GMES计划大气层服务,主要执行大气成分监测任务。Sentinel-5P任务的目标是在2015~2020年之间提供大气成分监测数据。随后

的继任者是Sentinel-5,计划于2020年发射。 Sentinel-5P与其他相关卫星的时间衔接关系 卫星情况: Sentinel-4和-5卫星任务和之前的任务(Sentinel-1,Sentinel-2和Sentinel-3)并不相像,它们作为从事气象卫星的“宿主”,用于监视大气成分,为哥白尼大气服务项目工作。该任务只有单独一台载荷设备TROPOMI,这是一款推扫型,四通道超光谱成像仪,覆盖了从紫外线到短波红外谱段。2011年12月8日,ESA与Astrium公司签署合同,Astrium公司作为Sentinel-5P卫星的主承包商。 Sentinel-5P卫星采用Astrium公司的AstroBus-L250M卫星平台,该平台继承自西班牙的SEOSat/Ingenio任务,在ESA的控制下发展起来,曾用于SPOT-6和-7卫星项目上,这是两颗商业成像卫星任务。该平台还曾用于出口

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/2a12270006.html,/cs_cn/ https://www.360docs.net/doc/2a12270006.html,/cs_cn/中科院对地中心 B https://www.360docs.net/doc/2a12270006.html,/EarthExplorer/ USGS网站 C Ftp://https://www.360docs.net/doc/2a12270006.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

最新卫星影像图2米卫星影像图-北京揽宇方圆

北京揽宇方圆信息技术有限公司 一、高清卫星影像数据生产,按照合同约定,项目经理组织生产。 二、提交的产品,满足以下参数要求: 1.时间要求:成像时间2014年(含)以后 2.面积:大于200万平方公里,包括四川、重庆、云南、甘肃、安徽、湖南、湖北、江苏等全部。 3.精度要求:满足1:5万比例尺精度要求,重点保证覆盖辖区内城市建成区、村镇、道路、桥梁、河流等重要目标地物。 4.空间分辨率:优于2.5米 5.数据格式:GeoTIFF或IMG 6.坐标系:WGS84或者2000坐标系 7.卫星影像数据整体色调一致,接近自然色; 8.卫星影像数据应具有较好的平面定位精度,不低于10米; 9.卫星影像数据拼接精度应高于2个像元,不存在裂缝、错位等情况。 10.合同签订后在7个工作日内,提交影像产品。 三、提交的影像产品在满足招标要求的四川、重庆、云南、甘肃、安徽、湖南、 湖北、江苏8个省的基础上,考虑到自然灾害发生时间和地点的不确定性,我方承诺中标后一年内将按照甲方的需求额外提供部分省市的遥感影像,以满足甲方灾害应急需求。如一年中没有发生重大灾害,我方同样承诺中标后可以额外提供采购方采购面积的20%的影像产品。 四、交货方式:由于数据量比较大,采用移动硬盘为介质给甲方提供影像产品

五、提交产品的格式:提供按照1:5万标注分幅的分幅影像,数据格式为 GEOTIFF 六、验收:按合同时间要求供货,配合甲方进行验收,安装验收是我公司和甲方 单位共同对影像产品根据有关的产品技术指标进行验收。安装验收后双方签署安 装验收证书。 供应商全称(盖章):北京揽宇方圆信息技术有限公司 全权代表(签字): 附件14-4影像产品生产技术流程 1原始影像检查 1.1完整性检查 对原始卫星影像压缩包解压缩,查看影像数据、RPC文件、XML元文件等内容是否缺失,文件是否可读。 1.2数据源覆盖 根据数据的经纬度范围,制作数据源覆盖范围矢量文件,叠加工作区范围,检查数据源的覆盖状况及不同数据源的覆盖范围。 1.3时相 根据影像的头文件的信息,统计并制作影像时相分布图,检查影像时相是否符合项目的要求。 1.4重叠区 根据影像的覆盖矢量文件检查相邻景之间的重叠区是否大于2%,不符合要求的数据需重新选取订购。 1.5云量 检查每景影像的云、雪、雾覆盖状况,并列表记录其覆盖位置、覆盖量、是否覆盖重点关注区域。 1.6入射角 根据影像的头文件,检查每景影像的入射角,确认入射角是否符合项目的要求。 1.7纹理 根据影像的快视图,先对影像质量总体情进行检查,对疑似有问题的,打开影像文件进行重点检查。 对全色影像的纹理细节、多光谱影像的光谱丰富程度、多光谱波段间匹配程度等进行全面检查,并记录质量不合格影像,以及质量问题描述。

遥感图像处理步骤及经验

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。

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

相关文档
最新文档