PIE华迪遥感影像处理软件白皮书V1.5

PIE华迪遥感影像处理软件白皮书V1.5
PIE华迪遥感影像处理软件白皮书V1.5

华迪遥感影像处理软件白皮书北京华迪宏图信息技术有限公司

目录

(44)

1.PIE概述...............................................................................................................................................

2.产品架构 (5)

3.产品关键技术 (6)

4.产品特点和优势 (6)

5.产品功能 (7)

5.1.文件输入/输出 (8)

5.1.1.栅格图像格式 (8)

5.1.2.矢量图像格式 (8)

5.2.影像显示 (8)

5.2.1.放大/缩小/适合窗口/1:1 (8)

5.2.2.漫游/鹰眼 (8)

5.2.3.矢量/字符叠加 (8)

5.2.4.坐标关联 (8)

5.2.5.卷帘 (8)

5.2.6.属性查看 (8)

5.3.影像处理 (9)

5.3.1.大气校正 (9)

5.3.2.几何校正 (9)

5.3.3.影像拼接 (10)

5.3.4.影像裁切 (10)

5.3.5.影像融合 (10)

5.3.6.多波段合成 (11)

5.4.影像增强 (11)

5.4.1.亮度对比度 (11)

5.4.2.色彩调节 (11)

5.4.3.直方图拉伸 (11)

5.5.影像分类 (12)

5.5.1.非监督分类算法 (12)

5.5.2.监督分类算法 (12)

5.5.3.分类后处理 (12)

5.6.影像特性统计与分析 (13)

5.6.1.主成份分析(PCA) (13)

5.6.2.直方图统计 (13)

5.6.3.多波段影像相关性分析 (13)

5.6.4.最佳波段组合分析 (13)

5.7.感兴趣区 (13)

5.7.1.感兴趣区绘制 (13)

5.7.2.感兴趣区管理 (14)

5.7.3.感兴趣区统计 (14)

5.8.矢量功能 (15)

5.8.1.地图叠加 (15)

5.8.2.矢量数据编辑 (15)

5.8.3.属性查询、显示、编辑 (15)

5.9.波段运算 (15)

5.9.1.基础算术运算 (16)

5.9.2.基础逻辑运算 (16)

5.9.3.函数运算 (16)

5.10.数据管理 (16)

5.10.1.矢栅数据分栏管理 (16)

5.10.2.视窗关闭 (16)

5.10.3.视窗平铺 (16)

6.产品运行环境 (16)

6.1.软件环境 (16)

6.2.硬件环境 (16)

1.PIE概述

随着近年来科技的迅猛发展和世界各国投入的不断增加,卫星遥感已成为一项应用越来越广泛的技术,并将在未来几年把人类带入一个多层、立体、多角度、全方位和全天候对地观测的新时代。卫星遥感能够提供准确有效、快速及时地提供多种空间分辨率、时间分辨率和光谱分辨率的对地观测数据。遥感影像所具备的信息量丰富、准确直观以及获取便捷的优势,已越来越多地成为各个专业领域用户的主要数据获取来源,因此各方面对于专业遥感影像处理软件的需求也在与日俱增。

华迪遥感影像处理软件(英文全称:Pixel Information Expert,以下简称PIE)是北京华迪宏图信息技术有限公司自主开发的一款专业遥感影像处理软件,是在对遥感应用客户进行充分调研,认真分析国内外优秀遥感影像处理软件的优缺点的基础上研制开发的一款专业遥感影像处理软件。它支持多种遥感影像数据格式,支持大数据量遥感影像的快速浏览及高效处理;功能上涵盖了遥感影像预处理、影像增强处理、影像信息提取和辅助解译、专题制图输出等功能。

PIE采用多核心CPU并行计算技术,大幅提高了软件运行效率,能更好地适应大数据量的处理需要;采用组件化设计,可根据用户具体需求对软件进行灵活定制,与现有通用的遥感影像软件相比,具有高度的灵活性和可扩展性,能更好地适应用户的实际需求和业务流程。PIE可广泛应用于灾害分析预警、国土资源调查、环境监测、城市/农林变化监测等专业领域。

2.产品架构

PIE是一款桌面应用软件。

软件在逻辑结构上分为数据层、控制层、业务层以及界面层四个层次。其中:数据层包含数据格式I/O和内部数据管理两个功能模块,数据格式I/O提供了对各种栅格及矢量数据格式的支持(读写及格式转换等)、并对内部数据管理模块提供统一的访问接口;而数据管理模块则通过统一数据访问接口,为来自控制层的数据请求提供相应。

控制层是整个软件系统正常工作的核心层,主要包括有流程控制和线程控制两个主要功能模块,这两个模块协同工作,保证软件的各种功能得以高效并正确运行。

业务层则面向用户提供各种满足用户实际业务需求的各种功能,通过统一的接口规范来提供最大的可扩展性,以更好地适应不同的用户需求。

界面层则通过各种界面元素的组合向用户提供友好的人机操作界面,简化用户操作,降低用户的工作强度和复杂度。

3.产品关键技术

(1)大数据量遥感数据支持技术

针对遥感数据量大(G级)的特点以及计算机内存和外存的性能特点,本软件采用了一整套海量数据支持的解决方案,其中采用了内存池、金字塔编码及数据分块处理等多种软件技术,从计算机内存分配和管理、数据I/O和数据分层管理等多方面提高海量数据的浏览及处理速度。

(2)插件式功能扩展技术

以PIE作为软件平台,为不同类型和用途的功能提供一组统一的接口规范,因此可针对不同用户需求开发不同用途和类型的功能模块,并能方便地集成到现有软件平台之上,即提供插件式的功能扩展,也可实现插件之间的各种组合,以满足更为复杂的功能需求。

(3)智能化的遥感影像信息提取技术

本软件充分借鉴和应用了目前先进的模式识别及人工智能技术,包括人工神经网络理论、模糊数学理论等,能对遥感数据进行充分挖掘,为用户提取更多有用信息提供帮助。

(4)基于集群的并行处理技术

采用并行计算技术、网格调度技术等先进的集群调度处理技术,支持分布式部署在并行计算集群环境中,并针对实际业务需求,通过可配置界面制定资源的动态配置方案,通过对计算量、数据量和计算资源以及存储资源的评估,智能化制定任务分配及调度机制,实现对海量遥感数据的快速处理,极大的提高了计算资源和存储资源的使用效率。

4.产品特点和优势

■强大的数据支持功能

——支持对大数据量影像的快速浏览和处理

——支持多种栅格数据格式(包括Tiff、GeoTiff、ERDAS img、ENVI img、bil、ers、dem、doq、pix、hgt、nsf、nitf、ntf、jpeg、bmp、png等多种格式);

——支持多种矢量数据格式(包括shp、mid/mif、E00等数据格式)

——支持数据格式之间的相互转换

■对国产卫星数据的支持

支持多种国产卫星数据的读取和处理,并且依据其传感器参数,提供相应的处理算法,较国外同类软件,能更好地对国产卫星数据进行处理,如中巴资源卫星,环境减灾小卫星,北京1号小卫星等。

■提供多种特征参数反演功能

针对国产卫星传感器的特性,集成多种专门研发的定量遥感反演模型和算法(如表观反照率、地表反射率、净初级生产力、叶面积指数等),可协助用户更好的进行专项业务分析。

■良好的人机交互方式

基于国内实际业务人员使用习惯的深入调研和理解,且对大量同类软件进行调研和比较分析,在软件界面及操作流程上进行仔细地设计和优化,使得本软件具有界面美观,功能明确,容易上手的特点。

■灵活定制开发

PIE的组件化开发模式可为用户提供贴合实际需求的功能模块,针对用户工作领域对模块功能进行深入开发并完善。

5.产品功能

PIE作为一款基础遥感影像处理软件,目前已具备完善的数据格式支持、数据管理、几何处理、辐射校正、影像增强和信息提取等常用功能,可满足用户一般遥感影像处理需求。PIE在功能设计和实现上充分支持国产卫星数据的特点,如提供基于环境小卫星数据的特征参数反演软件包等。

文件输入//输出

5.1.文件输入

5.1.1.栅格图像格式

?支持常用的栅格图像格式的输入输出。

?支持栅格图像数据类型、波段存储方式等参数的自定义设置。

5.1.2.矢量图像格式

支持常用的矢量图形格式的输入输出。

5.2.影像浏览

5.2.1.漫游/鹰眼

支持影像的漫游查看或利用鹰眼功能实时查看目标区域在全图的位置。5.2.2.矢量/字符叠加

支持矢量数据的属性标注的添加和显示(包括文字、地块编号等)。

5.2.3.坐标关联

在地理相关的两幅(或两幅以上)影像上用十字叉丝实时显示鼠标所指位置在另一幅影像上的对应区域。

5.2.4.卷帘

可对影像进行卷帘查看。提供的卷帘模式有:垂直卷帘、水平卷帘以及矩形卷帘。

5.2.5.属性查看

通过窗口的状态栏或右键功能查看当前像素点RGB数值信息和坐标信息。也可查看完整的影像信息,包括:地理信息、投影、分辨率、影像尺寸、影像类型等。

5.2.

6.投影转换

提供多种投影间的相互转换,和坐标自定义功能。

5.3.影像处理

5.3.1.辐射校正

提供太阳高度角校正和基于6S模型的大气校正。

5.3.2.几何校正

PIE几何校正模块提供以下校正方式:

——仿射纠正

——多项式校正

——自动配准

图5-1几何校正

图5-2自动配准

5.3.3.影像拼接

图5-3影像拼接

提供多幅影像的拼接功能,并对重叠区域进行匀色处理。

5.3.4.影像裁切

本软件提供两种裁切方式:

1)根据已有感兴趣区(*.aoi)文件进行裁切;

2)直接绘制感兴趣区进行裁切。

5.3.5.影像融合

图5-4低分辨率多光谱影像图5-5高分辨率全色影像

图5-6影像融合结果

本软件提供色彩归一化(Brovey)和基于亮度平滑滤波调节(SFIM)两种影像融合算法。

5.3.

6.多波段合成

支持同一区域的单波段数据的波段合成,生成多波段影像文件,提高影像的可视效果。

5.4.影像增强

5.4.1.亮度对比度

可调节影像的亮度和对比度。

5.4.2.色彩调节

可分别从影像的色相(H)、饱和度(S)和亮度(I)三个分量进行调节以增强影像的显示效果。

5.4.3.直方图拉伸

支持通过更改影像的拉伸方式达到增强影像的显示效果。

5.5.影像分类

图5-7影像分类

5.5.1.非监督分类算法

非监督分类功能主要用于在没有先验类别知识(训练场地)的情况下,根据影像本身的统计特征及自然点群的分布情况来划分地物类别的分类处理。

本软件提供了K-Means分类和ISODATA分类。

5.5.2.监督分类算法

监督分类则是用确认类别属性的象元作为样本对分类器进行训练,然后去识别其他象元类别属性的分类过程。

本软提供最小距离分类(绝对距离、欧氏距离和马氏距离等)、最大似然分类器和人工神经网络分类等。

5.5.3.分类后处理

?分类后处理

提供多种分类后处理功能:聚类统计、去除分析、过滤分析等分析功能。

?分类统计/评价

提供分类后统计以及总体分类精度、混淆矩阵、Kappa系数等精度评价指标。

?分类结果矢量化

提供单一类别或多类别分类结果的矢量化输出功能。

5.6.影像特性统计与分析

5.6.1.主成分分析(PCA)

提供对多波段影像数据进行主成分分析,将多维信息进行压缩。

5.6.2.直方图统计

可查看影像的直方图统计信息。

5.6.3.多波段影像相关性分析

分析各波段间的相关性,了解波段间的信息冗余性。

5.6.4.最佳波段组合分析

帮助用户选取信息量大,相关性最小的波段组合,便于影像解译。

5.7.感兴趣区

5.7.1.感兴趣区绘制

图5-8感兴趣区绘制

感兴趣区绘制工具主要用于影像目视解译以及监督分类器中的系统提供了点、线、矩形、椭圆和多边形绘制工具,用户可根据影像实际情况和需要绘制出不同形状的感兴趣区域。

5.7.2.感兴趣区管理

图5-9感兴趣区管理

在感兴趣区管理对话框中,将不同的感兴趣区对象添加到不同类别中管理。提供添加删除对象、添加删除类别、以及隐藏清空等常用操作。为分类样本选取过程中不可缺少的一部分。

5.7.3.感兴趣区统计

图5-10光谱统计与常规统计

?提供两种选区统计:

1)常规统计:支持对指定选区的面积、线段长度以及端点位置的统计

2)光谱统计:支持对指定选区的光谱信息进行统计与显示。

?提供统计图和统计结果导出功能,并能自定义统计图背景色。

5.8.矢量功能

图5-11矢量与栅格数据叠加

5.8.1.地图叠加

支持矢量图层和栅格图层的叠加。

5.8.2.矢量数据编辑

支持矢量数据的编辑,添加或移除。

5.8.3.属性查询、显示、编辑

支持矢量对象的属性查看,选择属性显示方式和编辑属性。

5.9.波段运算

图5-12波段运算

5.9.1.基础算术运算

支持波段间的加、减、乘、除4种基础运算。

5.9.2.基础逻辑运算

支持波段间的与(AND)、或(OR)、非(NOT)、异或(XOR)等四种逻辑运算。

5.9.3.函数运算

支持常见的函数运算,包括三角函数、对数函数和最值函数等。

5.10.数据管理

5.10.1.矢栅数据分栏管理

通过对栅格数据和矢量数据的分栏实现对所有数据的统一管理和操作。

5.10.2.视窗关闭

支持一次关闭所有影像窗口。

5.10.3.视窗平铺

对已经打开的视图窗口进行平铺显示,以方便用户对所有打开影像的浏览。

6.产品运行环境

6.1.软件环境

Windows2000/NT/XP/Vista/7

6.2.硬件环境

推荐硬件安装环境:

CPU:P4 2.0及以上,推荐多核处理器;

内存:512M及以上,推荐1G以上;

硬盘:5G以上,空闲空间5G及以上。

显示器分辨率:800*600以上,推荐1024*768以上分辨率。

注:要获得更好的处理性能,可使用更高性能的处理器和增加更大的内存容量或更高速的大容量硬盘。

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

基于Java的图形图像处理软件的设计与实现

目录 引言 (4) 第一章绪论 (5) 1.1.1 计算机图形图像学的发展简史 (5) 1.1.2现有图形图像处理软件 (5) 1.2课题研究的目的及意义 (6) 第二章图形图像处理软件开发技术基础 (7) 2.1 Java Swing 简介 (7) 2.1.1 Swing的特性 (7) 2.1.2 Swing程序包和类 (8) 2.2 MVC体系结构 (9) 2.2.1 模型 (9) 2.2.2 视图 (9) 2.2.3 控制器 (10) 第三章图形图像软件的设计 (11) 3.1图形处理模块的设计 (11) 3.1.1结构设计 (11) 3.1.2功能描述 (11) 3.1.3图形处理模块结构图 (11) 3.1.4主要类设计.................................................................... 错误!未定义书签。 3.2 图像处理模块的设计 (12) 3.2.1结构设计 (12) 3.2.3结构图 (13) 4.1 绘图功能的详细设计与实现 (15) 4.1.1 菜单栏 (15) 4.1.2工具栏 (16) 4.1.3画图区 (16) 4.1.4状态栏 (17) 4.2 图像编辑的详细设计与实现 (18) 4.3滤镜处理的详细设计与实现 (19) 4.3.1 图像增强 (19) 4.3.2图像边缘检测 (21) 4.3.3 图像平滑处理 (23) 4.3.4 系统测试 (24) 结论 (26) 致谢 (27)

图形图像处理软件的设计与实现 摘要:随着计算机技术的迅速发展,图形图图像技术在各个领域的研究和应用日益深入和广泛。由于图形图像各种算法的实现,使得其处理速度越来越快,能更好的为人们服务。图形图像处理的信息量很大,对处理速度的要求也比较高。Java 强大的运算和图像展示功能,使图像处理变得更加的简单和直观。同时系统所有的操作设计得十分简单方便,无需具备有专业的知识,也能实现图像图像处理。 Java是一种完全面向对象的语言,Java语言的设计集中于对象及其接口,它提供了简单的类机制以及动态的接口模型。本文基于Java的图形图像处理环境,设计并实现了以图形图像处理系统,展示如何通过利用Java实现对图形图像的各种处理。 关键词:Java 绘图板图形图像编辑滤镜处理边缘处理

PIE华迪遥感影像处理软件白皮书V1.5

华迪遥感影像处理软件白皮书北京华迪宏图信息技术有限公司

目录 (44) 1.PIE概述............................................................................................................................................... 2.产品架构 (5) 3.产品关键技术 (6) 4.产品特点和优势 (6) 5.产品功能 (7) 5.1.文件输入/输出 (8) 5.1.1.栅格图像格式 (8) 5.1.2.矢量图像格式 (8) 5.2.影像显示 (8) 5.2.1.放大/缩小/适合窗口/1:1 (8) 5.2.2.漫游/鹰眼 (8) 5.2.3.矢量/字符叠加 (8) 5.2.4.坐标关联 (8) 5.2.5.卷帘 (8) 5.2.6.属性查看 (8) 5.3.影像处理 (9) 5.3.1.大气校正 (9) 5.3.2.几何校正 (9) 5.3.3.影像拼接 (10) 5.3.4.影像裁切 (10) 5.3.5.影像融合 (10) 5.3.6.多波段合成 (11) 5.4.影像增强 (11) 5.4.1.亮度对比度 (11) 5.4.2.色彩调节 (11) 5.4.3.直方图拉伸 (11) 5.5.影像分类 (12) 5.5.1.非监督分类算法 (12) 5.5.2.监督分类算法 (12) 5.5.3.分类后处理 (12) 5.6.影像特性统计与分析 (13) 5.6.1.主成份分析(PCA) (13) 5.6.2.直方图统计 (13) 5.6.3.多波段影像相关性分析 (13) 5.6.4.最佳波段组合分析 (13) 5.7.感兴趣区 (13) 5.7.1.感兴趣区绘制 (13) 5.7.2.感兴趣区管理 (14) 5.7.3.感兴趣区统计 (14) 5.8.矢量功能 (15) 5.8.1.地图叠加 (15) 5.8.2.矢量数据编辑 (15) 5.8.3.属性查询、显示、编辑 (15) 5.9.波段运算 (15)

基于MATLAB平台的可视化图像处理系统设计方法

[收稿日期]20050228 [作者简介]黄书先(1962),女,1983年大学毕业,硕士,副教授,现主要从事石油勘探开发研究与科研管理工作。 基于MATLAB 平台的可视化图像处理系统 设计方法 黄书先 (长江大学科学技术处,湖北荆州434023) [摘要]以MATLAB 为工作语言和开发环境,开发了一个在M AT LAB 平台下的可视化图像处理系统, 可实现包括对测井图像在内的一般图像的精细处理,并能和用户开发的程序接口。为M AT LAB 的再开发 和可视化系统的设计作了有益的探索。 [关键词]MATLAB;图像处理;可视化GUI 界面 [中图分类号]TP 311111 [文献标识码]A [文章编号]16731409(2005)04015803 MAT LAB 的图像处理工具为自然科学各学科领域的学者、研究人员和工程师提供了一个直观的灵活的环境,用以解决复杂的图像处理问题。用MAT LAB 语言开发的图像处理算法可以在所有支持MAT LAB 的平台上共享。也可以将m 语言算法和现存的C 程序集成在一起或者将MATLAB 开发的m 语言算法和GU Is 编译为C/C++代码,供其他程序调用,或者发布为一个独立的应用程序。下面笔者提出一个基于MATLAB 平台的可视化图像处理系统设计方法,可用于包括测井图像资料在内的一般图像的精细处理。 1 系统总体设计 在MAT LAB 中有个重要的图像处理工具包[1],该工具包是由一系列支持图像处理操作的函数组成的,按功能可以分为以下几类:图像显示;图像文件输入与输出;几何操作;像素值统计;图像增强;图像识别;图像滤波;图像变换;邻域和块操作;二值图像操作;颜色映射和颜色空间转换;图像格式转换等。和其他工具包一样,用户还可以根据需要书写自己的函数,以满足特定的需要;也可以将这个工具包和信号处理工具包或小波工具包等其他工具包联合起来使用。 MAT LAB 提供了交互式的GU I 开发环境[2~4],用户只需要设置各个对象相应的属性,系统自动生成与之对应的界面,大大减少了开发的难度。本设计的MAT LAB 图像处理系统由封面、主界面和各个子功能界面组成,其框图如图1所示。程序总流程图如图2所示。 2 封面界面设计 首先用MAT LAB 编辑封面的脚本文件,生成系统的封面界面,然后再进入处理的主界面。 在设计封面时,要做好封面的总体布局,力求完美。要插入背景,首先要找到所用的函数(这在一般的书中很难找到);其次要注意设置axes 的属性。在显示背景图像时,不能用imshow ()函数,如果用此函数,背景图像只能显示在封面的一部分,不能整屏覆盖;而要用imagesc ()函数。MATLAB 提供修改文本中文字的字体,它支持华文中宋、华文彩云、华文仿宋、楷书、黑体等,功能较强。 在设计封面的过程中,最主要的技术是要解决时间的显示,如果只用MATLAB 中的clock ()函数,则显示的是静态时间,而不会显示和电脑同步的动态时间。为了解决这个问题,需做一个循环判断语句:while find (get (0,'c hildren'))==h0。成立的条件是,只要是当前窗口循环,否则停止,这样可以减少CPU 的负担。同时,要实时提取clock ()函数,可用fix (clock),使提取的时间更美观。#158#长江大学学报(自科版)2005年4月第2卷第4期/理工卷第2卷第2期 Jour nal of Yangtze University (Nat Sci Edit)Apr 12005Vol 12No 14/Sci &Eng V,Vol 12No 12

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

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

数字图像处理软件开发设计报告.docx

专业文档 数字图像处理软件开发设计报告

目录实验一、读取图像、显示图像和保存图像 实验二、图像的灰度变换、取反和二值化处理实验三、直方图均衡 实验四、图像锐化 实验五、图像的平滑滤波 实验六、图像的正交变换 实验七、高频强调滤波增强图像 实验八、陷波滤波器增强图像 实验九、消除匀速运动造成的图像模糊 实验十、图像的几何变换 实验十一、二维离散傅里叶变换性质验证 实验十二、用领域平均法平滑彩色图像 实验十三、图像的伪彩色处理

实验一、读取图像、显示图像和保存图像 一、实验目的和内容 1.通过本次实验,了解和熟悉 matlab 的实验环境,掌握图片的读取、显示、存储的方法。 2. 利用 imread() 函数读取一幅图像,假设其名为lily.tif,存入一个数组中。 3.利用 imshow() 函数来显示这幅图像。 二、实验原理(技术探讨) 1.在 matlab 环境中,程序首先读取图像,然后调用直方图函数, 设置相关参数,再输出处理后的图像。 读取图像 subplot(1,2,1),imshow(I)%输出图像 title('原始图像 ')% 在原始图像中加标题 2.启动 matlab 双击桌面 matlab 图标启动 matlab 环境; 在matlab 命令窗口中输入相应程序。书写程序时,首先读取图像,一般调用 matlab 自带的图像,如 :cameraman 图像;再调用相应的直方图函数,设置参数;最后输出处理后的图像; 浏览源程序并理解含义; 运行,观察显示结果;结 束运行,退出

三、实验程序及结果 1.实验程序 I=imread( ' 实验一 .jpg' ); x=rgb2gray(I); figure(1) subplot(1,2,1); imshow(I); title(' 原始图像 ' ); subplot(1,2,2); imshow(x); title(' 灰度图像 ' ); 2.实验结果

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。

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

(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。

图像处理系统详细设计说明书

图像处理系统 详细设计说明书 作者: YOUNG REGIN GROUP团队 完成日期: 2016.8.24 签收人: 签收日期: 修改情况记录:

目录 1 引言 (2) 1.1 编写目的 (2) 1.2 背景 (2) 1.3 定义 (2) 1.4 参考资料 (2) 2 程序系统的结构 (3) 3 系统登陆设计说明 (4) 3.1 主窗口设计 (4) 3.2 图像旋转模块功能设计 (6) 3.3图像缩放模块设计......................................................................................错误!未定义书签。 3.4 图片水印效果模块设计 (18) 3.5 照片版式处理模块设计 (19) 3.6 流程逻辑....................................................................................................错误!未定义书签。 4 位图数据的存储形式................................................ 5 限制条件 (4) 6 测试计划 (4)

1 引言 1.1 编写目的 本详细设计说明书主要目的是对图像管理系统的功能设计进行详尽的说明。 本说明书主要写了图像管理系统功能模块的详细设计,为后来的开发提供依据与参考。 详细设计说明书面向人员有:程序设计人员、数据库设计人员,质量检测人员。 1.2 背景 a.项目名称:图像管理系统 b.本项目的任务提出者:西安软件服务外包学院 开发者:YOUNG REGIN GROUP 团队 1.3 定义 本系统属于开发小型的图像处理软件,主要用于实现图像的显示与批量转换操作。 实现各种图像格式的显示。 支持图像的单一转换与批量转换。 实现位图的各种常规操作。 1.4 参考资料 《C++程序设计》,谭浩强,清华大学出版社;

流行的遥感图像处理软件比较

遥感软件 PCI遥感图像处理软件简介 PCI GEOMATICA是PCI公司将其旗下的四个主要产品系列,也就是PCI EASI/PACE、(PCI SPANS,PAMAPS)、ACE、ORTHOENGINE,集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列,该产品系列被称之为 PCI GEOMATICA。对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说,始终坚持领先一步的原则,地理咨讯永远在变迁,而地理咨讯软件更处于变迁的前沿。在今天,随着用户需求广度与深度的不断拓宽与加深,越来越多的人希望软件是一个可以满足用户所有需求的良好的工具。由于对这一点的正确把握,经过4年努力,PCI公司将原有的四个产品系列整合在一起,产生了一个使用简单、灵巧的工作平台----PCI GEOMAITCA。该系列产品在每一级深度层次上,尽可能多的满足该层次用户对遥感影像处理、摄影测量、GIS空间分析、专业制图功能的需要,而且使用户可以方便地在同一个应用界面下,完成他们的工作。在这之前,用户需用多个软件来实现,并且需要面对多个软件经销商、多个软件技术支持、多次的培训、对多个软件的维护,以及不得不投入相当大的精力来在多种数据格式间,进行数据转换。产品模块功能介绍 PCI Geomatica FreeView ( PCI地理咨讯通用视窗) FreeView是PCI公司为用户提供的一个免费的影像浏览工具,用户可以从PCI的网址上直接下载。用于浏览、显示各种数据,如矢量、位图、卫星影像(如LANDSAT, SPOT, RADARSAT, ERS-1/2, NOAA A VHRR等)、航片以及与GIS矢量数据叠加显示、进行属性查询等。FreeView 还具有影像增强,任意漫游、缩放、影像灰度值矩阵显示等功能 PCI Geomatica GeoGateway (PCI通用数据转换工具)PCI Geomatica GeoGateway包含PCI Geomatica FreeView的所有功能。 PCI Geomatica Fundamentals (PCI 地理咨讯基础版) PCI Geomatica Fundamentals包含PCI Geomatica GeoGateway的所有功能。主要包括以下部件: Focus 浏览环境 OrthoEngine FLY!(演示模式)软件许可管理器 PCI Geomatica Prime (PCI地理咨讯专业版) PCI Geomatica Prime包含PCI Geomatica Fundamentals(见上一节)的所有功能。此外,增加了PCI Modeler、EASI、FLY!、算法库等模块。 Geomatica Prime 是强大的、低成本解决方案,提供的工具可用于影像几何校正、数据可视化与分析以及专业标准地图生产。 PCI Productivity Tools (PCI地理咨讯生产工具)该软件是PCI公司为了提高PCI软件的生产能力和效率而专门设计的,其主要功能是为用户提供一系列自动或批处理操作的导向功能。该软件是PCI GEOMATICA PRIME或FUNDAMENTALS功能的扩展。主要提供影像自动镶嵌功能及针对ORTHOENGINE 系列产品的航片,光学卫星影像,雷达卫星的自动同名点收集功能。同时提供影像控制点库及库管理功能。 PCI AIRPHOTO MODEL (PCI地理咨讯系统航空正射影像处理器)是一个与PCI Geomatica Fundamentals或Geomatica Prime模块一起使用的功能强大的航空照片正射校正工具。该模块运用了特殊的算法模型将已经扫描的或由数字摄像机得到的照片制作成精确的正射影像图。所生成的图像可以转化为多种文件形式,作为许多GIS/CAD/MAP软件的数据源。同时用户可选择附加的DEM自动提取、3DVIEW 和三维特征提取模块(OrthoEngine Airphoto DEM)来构造自己的数字摄影测量软件包。该软件具有如下功能:项目工程文件建立(含

基于Matlab的数字图像处理系统设计设计

论文(设计)题目: 基于MATLAB的数字图像处理系统设计

基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件,具有强大的图像处理功能,界面简洁,操作直观,容易上手,而且是图像处理系统的理想开发工具。矚慫润厲钐瘗睞枥庑赖。 笔者阐述了一种基于MATLAB的数字图像处理系统设计,其中包括图像处理领域的大部分算法,运用MATLAB 的图像处理工具箱对算法进行了实现,论述了利用系统进行图像显示、图形表换及图像处理过程,系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型;支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读,写和显示。聞創沟燴鐺險爱氇谴净。 上述功能均是在MA TLAB 语言的基础上,编写代码实现的。这些功能在日常生活中有很强的应用价值,对于运算量大、过程复杂、速度慢的功能,利用MATLAB 可以既能快速得到数据结果,又能得到比较直观的图示。残骛楼諍锩瀨濟溆塹籟。 关键词:MATLAB 数字图像处理图像处理工具箱图像变换

第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源,近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中,人们越来越多地利用图像信息来认识和判断事物,解决实际问题,由此可见图像信息的重要性,数字图像处理技术将会伴随着未来信息领域技术的发展,更加深入到生产和科研活动中,成为人类生产和生活中必不可少的内容。酽锕极額閉镇桧猪訣锥。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序,经过多年的逐步发展与不断完善,是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言,允许用数学形式的语言来编写程序,比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式,用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。彈贸摄尔霁毙攬砖卤庑。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。謀荞抟箧飆鐸怼类蒋薔。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统,也是一套DSP 的完整的视频、图像解决方案,该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析,图像数据相对DSP独立方便开发人员对图像进行处理,该产品融合DSP 和FPGA/CPLD 两个高端技术,可以根据用户的具体需求合理改动,可以分析黑白和彩色信号,可以完成图形显示功能。厦礴恳蹒骈時盡继價骚。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备,采集图像并实现点对点的数字图像传输,可以观察理解多种图像处理技术的效果和差别,

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

图像处理系统和方法与设计方案

一种图像处理方法和系统。用于从图像源的源图像中生成打印设备的控制信号的图像处理系统,包括用于将源图像数据转换成第一道位图元素和第二道位图元素的光栅图像处理和布局模块;布置成接收第一道位图元素和第二道位图元素,以及包括第一和/或第二道图像在打印图像中的位置数据的位置信号的流处理器;流处理器用于基于第一道位图元素、第二道位图元素和位置信号,生成用于打印设备的控制信号,以使能够调整第一道图像在打印图像中的位置和/或第二道图像在打印图像中的位置。 技术要求 1.一种图像处理系统,用于从图像源的源图像数据中生成用于打印设备的控制信号, 包括:

光栅图像处理和布局模块,用于将所述源图像数据转换成第一道位图元素和第二道位 图元素,其中第一道和第二道在打印方向上延伸并且是打印图像上的相邻道;所述源图像 数据表示将要分别在所述第一和第二道内打印的第一和第二道图像的数据,并且所述第一 和第二道位图元素分别包括与所述第一和第二道相关联的所述源图像数据的至少一个位图; 流处理器,布置成接收所述第一道位图元素和所述第二道位图元素,以及包括所述第一和/或第二道图像在所述打印图像上的位置数据的位置信号;所述流处理器用于基于所述 第一道位图元素,第二道位图元素和所述位置信号,生成用于所述打印设备的所述控制信 号,以能够调整所述第一道图像在所述打印图像中的位置和/或所述第二道图像在所述打印 图像中的位置。 2.根据权利要求1所述的图像处理系统,其中,所述流处理器用于接收第一和第二位 置信号,所述第一和第二位置信号分别包括所述第一和第二道图像的第一和第二位置数据, 并且所述流处理器还用于使用所述第一和第二位置信号生成所述控制信号,以能够独立地 调整所述第一道图像和所述第二道图像的位置。 3.根据权利要求2所述的图像处理系统,其中,所示第一和第二位置数据指示分别用 于所述第一道位图元素和所述第二道位图元素的、将沿着与所述打印方向垂直的宽度方向 上执行的平移。

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/023545516.html,/cs_cn/ https://www.360docs.net/doc/023545516.html,/cs_cn/中科院对地中心 B https://www.360docs.net/doc/023545516.html,/EarthExplorer/ USGS网站 C Ftp://https://www.360docs.net/doc/023545516.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

相关文档
最新文档