CN110060218A - 基于地理信息系统的遥感影像处理方法 - Google Patents
基于地理信息系统的遥感影像处理方法 Download PDFInfo
- Publication number
- CN110060218A CN110060218A CN201910330754.6A CN201910330754A CN110060218A CN 110060218 A CN110060218 A CN 110060218A CN 201910330754 A CN201910330754 A CN 201910330754A CN 110060218 A CN110060218 A CN 110060218A
- Authority
- CN
- China
- Prior art keywords
- image
- gis
- remote sensing
- information system
- geographic information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012937 correction Methods 0.000 claims abstract description 47
- 230000000694 effects Effects 0.000 claims abstract description 17
- 239000000284 extract Substances 0.000 claims abstract description 13
- 230000009466 transformation Effects 0.000 claims description 23
- 238000009826 distribution Methods 0.000 claims description 18
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 238000003786 synthesis reaction Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 6
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 4
- 239000001569 carbon dioxide Substances 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 241001269238 Data Species 0.000 claims description 3
- 239000000443 aerosol Substances 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000003702 image correction Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 2
- 230000000149 penetrating effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 3
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 2
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004408 titanium dioxide Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于地理信息系统的遥感影像处理方法，包括获取待处理影像地区的坐标数据、与地理信息系统中坐标进行匹配、对影像进行预处理、处理后的影像与地理信息系统中现有影像进行对比，并纠正错误数据、对纠正后的影像进行处理、对图像进行裁剪、遥感影像提取，本发明结构科学合理，使用安全方便，通过对影像进行预处理的作用，除去影像上的噪音影响，提高影像的质量，通过与现有影像进行对比的作用，获取实时的影像与地理信息系统中存储的影响的差异，从而对地理信息系统中的影像进行更新，通过对纠正后的影像进行处理和裁剪，提高图像的质量，增加影像辨识度，凸显出影像中具体物体的特征，提高遥感影像精度。
Description
技术领域
本发明涉及遥感影像技术领域，具体为基于地理信息系统的遥感影像处理方法。
背景技术
地理信息系统(GIS)是以计算机技术为基础，对与地理空间位置有关的数据进行采集、存储、管理、分析、应用、输出的技术系统，遥感图像处理是对遥感图像进行处理，以求达到预期目的的技术，遥感影像已经成为GIS的主要信息源，并作为GIS的核心组成部分，GIS是管理和分析空间数据的有效手段，帮助提升影像的利用价值，遥感与GIS的一体化集成逐渐成为一种趋势和发展潮流，在基于GIS的遥感影像处理过程中，由于传感器因素，会导致遥感影像中出线噪音影响，使得影像模糊不清，以及因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征变形，所以急需一种基于地理信息系统的遥感影像处理方法来解决上述问题。
发明内容
本发明提供基于地理信息系统的遥感影像处理方法，可以有效解决上述背景技术中提出由于传感器因素，会导致遥感影像中出线噪音影响，使得影像模糊不清，以及因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征变形的问题。
为实现上述目的，本发明提供如下技术方案：基于地理信息系统的遥感影像处理方法，包括如下步骤：
S1、获取待处理影像地区的坐标数据；
S2、与地理信息系统中坐标进行匹配；
S3、对影像进行预处理；
S4、处理后的影像与地理信息系统中现有影像进行对比，并纠正错误数据；
S5、对纠正后的影像进行处理；
S6、对图像进行裁剪；
S7、遥感影像提取。
根据上述技术方案，所述步骤S1和步骤S2中，获取待处理影像地区的坐标数据并与地理信息系统中坐标进行匹配是指接收待处理影像地区的坐标数据，并将其坐标数据输入地理信息系统，与地理信息系统中储存的栅格数据进行对比匹配，将匹配的坐标数据以及现有储存的影像作为原始数据输出。
根据上述技术方案，所述步骤S3中，对影像进行预处理包括图像滤波处理和几何修正处理，其中，图像滤波处理是通过傅立叶变换进行滤波处理，先将其完成傅里叶变换，接着通过观察频率域影像，选取高亮部分，即图像上单位像元与邻域像元差异较大的部分，制作成滤波模板，然后用制作好的滤波模板，完成对信号的剔除，形成新的频率影像，并通过傅里叶逆变换，完成从频率域到空间域的变换，得到去除噪声的影像，几何修正处理是指改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏因素导致的原始图像上各地物的几何位置、形状、尺寸、方位特征与在参照系统中的表达要求不一致时产生的变形。
根据上述技术方案，所述几何修正包括正射修正和大气修正，其具体步骤如下：
a、选取一些地面控制点；
b、接收遥感传感器位置和姿态数据测量值；
c、将测量值进行校正；
d、校正测量值与地面控制点对比；
e、输入对比值，并将对比差异数据上传到地理信息系统中储存；
f、大气校正；
g、与无大气校正影像做对比，并将对比差异数据上传到地理信息系统中储存；
h、输出处理后的影像。
根据上述技术方案，所述步骤b到e中，通过接收遥感传感器位置和姿态数据测量值代人理论校正公式进行几何畸变校正，其中校正方法为：建立遥感传感器投影到大地表面的坐标集合，建立遥感传感器接收目标点的坐标集合，输入遥感传感器测量角度，将遥感传感器，遥感传感器投影点以及目标点形成三角关系，并代入测量角度，分析计算出目标点的地面高程，从而消除传感器观测角度和地面高程引起的视差程的影响。
根据上述技术方案，所述步骤f中，大气校正是指获得地物反射率地表温度真实物理模型参数或者获取地物真实反射率数据，通过获取的数据来消除大气中水蒸气二氧化碳、甲烷和臭氧物质对地物反射的影响，消除大气分子和气溶胶散射的影响，大气校正即为反演地物真实反射率的过程。
根据上述技术方案，所述步骤S5中，对纠正后的影像进行处理包括图像视觉增强和图像修正，所述图像视觉增强包括彩色合成、直方图变换和主成份分析，其中，彩色合成是指对遥感影像合成制成彩色图像，具体为将3张不同波段的黑白透明正片分别匹配以蓝、绿、红滤色镜，经投影合成于屏幕上，则显示出具有彩色红外影像效果的假彩色影像，若多光谱片、滤色镜光谱响应完全一致，投影光源光谱成份与遥感成像时的太阳光谱成份一致；
其中，直方图变换是通过统计每幅图像的各亮度的像元数而得到的随机分布图，其中包含大量像元的图像和像元的亮度随机分布为正态分布，而直方图为非正态分布，通过将图像的亮度分布偏亮、偏暗或亮度过于集中的单元进行调整，将该直方图到正态分布，以改善图像的质量；
其中，主成份分析也叫PCA变换，用来消除特征向量中各特征之间的相关性，并进行特征选择，获得信息量非常丰富的彩色图像。
根据上述技术方案，所述图像修正包括K-T变换和图像融合，其中，K-T变换称缨子帽变换根据多光谱遥感中土壤、植被信息在多维光谱空间中信息分布结构对图像做的经验性线性正交变换，从而突出地面景象在多光谱空间的特征；
其中，图像融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程，利用不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，进行优势综合，扩大了各自信息的应用范围，提高了遥感影像分析的精度。
根据上述技术方案，所述步骤S6中，对图像进行裁剪包括按RIO进行裁剪、按文件进行裁剪和按地图裁剪，其中，按RIO进行裁剪是指根据使用者的兴趣对影像图像进行裁剪，按文件进行裁剪是指根据传输文件大小作为限制条件，对影像图像进行裁剪，按地图裁剪是指根据地理信息系统中所标识的具体坐标数值对影像图像进行裁剪。
根据上述技术方案，所述步骤S7中，遥感影像提取包括人工提取和系统提取，所述人工提取是指通过人工对遥感影像目标物的范围进行手工勾绘，达到信息提取的目的，所述系统提取是指依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质进行分类，从而根据分类情况提取对应的遥感影像信息。
与现有技术相比，本发明的有益效果：本发明结构科学合理，使用安全方便：通过对影像进行预处理的作用，除去影像上的噪音影响，提高影像的质量，同时通过几何修正的作用，使得影像的目标点坐标更加准确，通过与现有影像进行对比的作用，获取实时的影像与地理信息系统中存储的影响的差异，从而对地理信息系统中的影像进行更新，通过大气校正，获得地物反射率地表温度真实物理模型参数或者获取地物真实反射率数据，通过获取的数据来消除大气中水蒸气二氧化碳、甲烷和臭氧物质对地物反射的影响，通过对纠正后的影像进行处理和裁剪，提高图像的质量，达到图像增强的目的，提高影像辨识度，凸显出影像中具体物体的特征，提高遥感影像精度。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：
图1是本发明基于地理信息系统的遥感影像处理方法的流程框图；
图2是本发明影像进行预处理的流程框图；
图3是本发明影像进行处理的框图；
图4是本发明图像进行裁剪的框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1-4所示，本发明提供一种技术方案，基于地理信息系统的遥感影像处理方法，包括如下步骤：
S1、获取待处理影像地区的坐标数据；
S2、与地理信息系统中坐标进行匹配；
S3、对影像进行预处理；
S4、处理后的影像与地理信息系统中现有影像进行对比，并纠正错误数据；
S5、对纠正后的影像进行处理；
S6、对图像进行裁剪；
S7、遥感影像提取。
根据上述技术方案，步骤S1和步骤S2中，获取待处理影像地区的坐标数据并与地理信息系统中坐标进行匹配是指接收待处理影像地区的坐标数据，并将其坐标数据输入地理信息系统，与地理信息系统中储存的栅格数据进行对比匹配，将匹配的坐标数据以及现有储存的影像作为原始数据输出。
根据上述技术方案，步骤S3中，对影像进行预处理包括图像滤波处理和几何修正处理，其中，图像滤波处理是通过傅立叶变换进行滤波处理，先将其完成傅里叶变换，接着通过观察频率域影像，选取高亮部分，即图像上单位像元与邻域像元差异较大的部分，制作成滤波模板，然后用制作好的滤波模板，完成对信号的剔除，形成新的频率影像，并通过傅里叶逆变换，完成从频率域到空间域的变换，得到去除噪声的影像，几何修正处理是指改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏因素导致的原始图像上各地物的几何位置、形状、尺寸、方位特征与在参照系统中的表达要求不一致时产生的变形。
根据上述技术方案，几何修正包括正射修正和大气修正，其具体步骤如下：
a、选取一些地面控制点；
b、接收遥感传感器位置和姿态数据测量值；
c、将测量值进行校正；
d、校正测量值与地面控制点对比；
e、输入对比值，并将对比差异数据上传到地理信息系统中储存；
f、大气校正；
g、与无大气校正影像做对比，并将对比差异数据上传到地理信息系统中储存；
h、输出处理后的影像。
根据上述技术方案，步骤b到e中，通过接收遥感传感器位置和姿态数据测量值代人理论校正公式进行几何畸变校正，其中校正方法为：建立遥感传感器投影到大地表面的坐标集合，建立遥感传感器接收目标点的坐标集合，输入遥感传感器测量角度，将遥感传感器，遥感传感器投影点以及目标点形成三角关系，并代入测量角度，分析计算出目标点的地面高程，从而消除传感器观测角度和地面高程引起的视差程的影响。
根据上述技术方案，步骤f中，大气校正是指获得地物反射率地表温度真实物理模型参数或者获取地物真实反射率数据，通过获取的数据来消除大气中水蒸气二氧化碳、甲烷和臭氧物质对地物反射的影响，消除大气分子和气溶胶散射的影响，大气校正即为反演地物真实反射率的过程。
根据上述技术方案，步骤S5中，对纠正后的影像进行处理包括图像视觉增强和图像修正，图像视觉增强包括彩色合成、直方图变换和主成份分析，其中，彩色合成是指对遥感影像合成制成彩色图像，具体为将3张不同波段的黑白透明正片分别匹配以蓝、绿、红滤色镜，经投影合成于屏幕上，则显示出具有彩色红外影像效果的假彩色影像，若多光谱片、滤色镜光谱响应完全一致，投影光源光谱成份与遥感成像时的太阳光谱成份一致；
其中，直方图变换是通过统计每幅图像的各亮度的像元数而得到的随机分布图，其中包含大量像元的图像和像元的亮度随机分布为正态分布，而直方图为非正态分布，通过将图像的亮度分布偏亮、偏暗或亮度过于集中的单元进行调整，将该直方图到正态分布，以改善图像的质量；
其中，主成份分析也叫PCA变换，用来消除特征向量中各特征之间的相关性，并进行特征选择，获得信息量非常丰富的彩色图像。
根据上述技术方案，图像修正包括K-T变换和图像融合，其中，K-T变换称缨子帽变换根据多光谱遥感中土壤、植被信息在多维光谱空间中信息分布结构对图像做的经验性线性正交变换，从而突出地面景象在多光谱空间的特征；
其中，图像融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程，利用不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，进行优势综合，扩大了各自信息的应用范围，提高了遥感影像分析的精度。
根据上述技术方案，步骤S6中，对图像进行裁剪包括按RIO进行裁剪、按文件进行裁剪和按地图裁剪，其中，按RIO进行裁剪是指根据使用者的兴趣对影像图像进行裁剪，按文件进行裁剪是指根据传输文件大小作为限制条件，对影像图像进行裁剪，按地图裁剪是指根据地理信息系统中所标识的具体坐标数值对影像图像进行裁剪。
根据上述技术方案，步骤S7中，遥感影像提取包括人工提取和系统提取，人工提取是指通过人工对遥感影像目标物的范围进行手工勾绘，达到信息提取的目的，系统提取是指依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质进行分类，从而根据分类情况提取对应的遥感影像信息。
基于上述，本发明的优点在于：首先通过对影像进行预处理的作用，除去影像上的噪音影响，提高影像的质量，然后通过几何修正的作用，使得影像的目标点坐标更加准确，通过与现有影像进行对比的作用，获取实时的影像与地理信息系统中存储的影响的差异，从而对地理信息系统中的影像进行更新，同时通过大气校正的作用，获得地物反射率地表温度等真实物理模型参数或者获取地物真实反射率数据，通过获取的数据来消除大气中水蒸气二氧化碳、甲烷和臭氧等物质对地物反射的影响，接着通过对纠正后的影像进行处理和裁剪，提高图像的质量，达到图像增强的目的，提高影像辨识度，凸显出影像中具体物体的特征，提高遥感影像精度。
最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于地理信息系统的遥感影像处理方法，其特征在于：包括如下步骤：
S1、获取待处理影像地区的坐标数据；
S2、与地理信息系统中坐标进行匹配；
S3、对影像进行预处理；
S4、处理后的影像与地理信息系统中现有影像进行对比，并纠正错误数据；
S5、对纠正后的影像进行处理；
S6、对图像进行裁剪；
S7、遥感影像提取。
2.根据权利要求1所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述步骤S1和步骤S2中，获取待处理影像地区的坐标数据并与地理信息系统中坐标进行匹配是指接收待处理影像地区的坐标数据，并将其坐标数据输入地理信息系统，与地理信息系统中储存的栅格数据进行对比匹配，将匹配的坐标数据以及现有储存的影像作为原始数据输出。
3.根据权利要求1所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述步骤S3中，对影像进行预处理包括图像滤波处理和几何修正处理，其中，图像滤波处理是通过傅立叶变换进行滤波处理，先将其完成傅里叶变换，接着通过观察频率域影像，选取高亮部分，即图像上单位像元与邻域像元差异较大的部分，制作成滤波模板，然后用制作好的滤波模板，完成对信号的剔除，形成新的频率影像，并通过傅里叶逆变换，完成从频率域到空间域的变换，得到去除噪声的影像，几何修正处理是指改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏因素导致的原始图像上各地物的几何位置、形状、尺寸、方位特征与在参照系统中的表达要求不一致时产生的变形。
4.根据权利要求3所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述几何修正包括正射修正和大气修正，其具体步骤如下：
a、选取一些地面控制点；
b、接收遥感传感器位置和姿态数据测量值；
c、将测量值进行校正；
d、校正测量值与地面控制点对比；
e、输入对比值，并将对比差异数据上传到地理信息系统中储存；
f、大气校正；
g、与无大气校正影像做对比，并将对比差异数据上传到地理信息系统中储存；
h、输出处理后的影像。
5.根据权利要求4所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述步骤b到e中，通过接收遥感传感器位置和姿态数据测量值代人理论校正公式进行几何畸变校正，其中校正方法为：建立遥感传感器投影到大地表面的坐标集合，建立遥感传感器接收目标点的坐标集合，输入遥感传感器测量角度，将遥感传感器，遥感传感器投影点以及目标点形成三角关系，并代入测量角度，分析计算出目标点的地面高程，从而消除传感器观测角度和地面高程引起的视差程的影响。
6.根据权利要求4所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述步骤f中，大气校正是指获得地物反射率地表温度真实物理模型参数或者获取地物真实反射率数据，通过获取的数据来消除大气中水蒸气二氧化碳、甲烷和臭氧物质对地物反射的影响，消除大气分子和气溶胶散射的影响，大气校正即为反演地物真实反射率的过程。
7.根据权利要求1所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述步骤S5中，对纠正后的影像进行处理包括图像视觉增强和图像修正，所述图像视觉增强包括彩色合成、直方图变换和主成份分析，其中，彩色合成是指对遥感影像合成制成彩色图像，具体为将3张不同波段的黑白透明正片分别匹配以蓝、绿、红滤色镜，经投影合成于屏幕上，则显示出具有彩色红外影像效果的假彩色影像，若多光谱片、滤色镜光谱响应完全一致，投影光源光谱成份与遥感成像时的太阳光谱成份一致；
其中，直方图变换是通过统计每幅图像的各亮度的像元数而得到的随机分布图，其中包含大量像元的图像和像元的亮度随机分布为正态分布，而直方图为非正态分布，通过将图像的亮度分布偏亮、偏暗或亮度过于集中的单元进行调整，将该直方图到正态分布，以改善图像的质量；
其中，主成份分析也叫PCA变换，用来消除特征向量中各特征之间的相关性，并进行特征选择，获得信息量非常丰富的彩色图像。
8.根据权利要求7所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述图像修正包括K-T变换和图像融合，其中，K-T变换称缨子帽变换根据多光谱遥感中土壤、植被信息在多维光谱空间中信息分布结构对图像做的经验性线性正交变换，从而突出地面景象在多光谱空间的特征；
其中，图像融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程，利用不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，进行优势综合，扩大了各自信息的应用范围，提高了遥感影像分析的精度。
9.根据权利要求1所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述步骤S6中，对图像进行裁剪包括按RIO进行裁剪、按文件进行裁剪和按地图裁剪，其中，按RIO进行裁剪是指根据使用者的兴趣对影像图像进行裁剪，按文件进行裁剪是指根据传输文件大小作为限制条件，对影像图像进行裁剪，按地图裁剪是指根据地理信息系统中所标识的具体坐标数值对影像图像进行裁剪。
10.根据权利要求1所述的基于地理信息系统的遥感影像处理方法，其特征在于：所述步骤S7中，遥感影像提取包括人工提取和系统提取，所述人工提取是指通过人工对遥感影像目标物的范围进行手工勾绘，达到信息提取的目的，所述系统提取是指依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质进行分类，从而根据分类情况提取对应的遥感影像信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910330754.6A CN110060218A (zh) | 2019-04-23 | 2019-04-23 | 基于地理信息系统的遥感影像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910330754.6A CN110060218A (zh) | 2019-04-23 | 2019-04-23 | 基于地理信息系统的遥感影像处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110060218A true CN110060218A (zh) | 2019-07-26 |
Family
ID=67320209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910330754.6A Pending CN110060218A (zh) | 2019-04-23 | 2019-04-23 | 基于地理信息系统的遥感影像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110060218A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110569599A (zh) * | 2019-09-10 | 2019-12-13 | 上海彩虹鱼海洋科技股份有限公司 | 地图服务发布方法、系统和介质 |
| CN111666693A (zh) * | 2020-06-12 | 2020-09-15 | 四川电力设计咨询有限责任公司 | 一种山地风电场优化设计系统及方法 |
| CN111915729A (zh) * | 2020-08-03 | 2020-11-10 | 北京吉威空间信息股份有限公司 | 三维gis信息的仿真展示方法及系统 |
| CN116246175A (zh) * | 2023-05-05 | 2023-06-09 | 西昌学院 | 土地利用信息生成方法、电子设备和计算机可读介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354832A (zh) * | 2015-10-10 | 2016-02-24 | 西南林业大学 | 一种山区卫星影像自动配准到地理底图上的方法 |
| CN106504189A (zh) * | 2016-11-29 | 2017-03-15 | 福建四创软件有限公司 | 一种基于gis的海洋受灾面积提取方法 |
-
2019
- 2019-04-23 CN CN201910330754.6A patent/CN110060218A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105354832A (zh) * | 2015-10-10 | 2016-02-24 | 西南林业大学 | 一种山区卫星影像自动配准到地理底图上的方法 |
| CN106504189A (zh) * | 2016-11-29 | 2017-03-15 | 福建四创软件有限公司 | 一种基于gis的海洋受灾面积提取方法 |
Non-Patent Citations (1)
| Title |
|---|
| 箜_KONG: ""遥感图像处理流程"", 《HTTPS://BLOG.CSDN.NET/LIMINLU0314/ARTICLE/DETAILS/8757262》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110569599A (zh) * | 2019-09-10 | 2019-12-13 | 上海彩虹鱼海洋科技股份有限公司 | 地图服务发布方法、系统和介质 |
| CN111666693A (zh) * | 2020-06-12 | 2020-09-15 | 四川电力设计咨询有限责任公司 | 一种山地风电场优化设计系统及方法 |
| CN111666693B (zh) * | 2020-06-12 | 2023-08-08 | 四川电力设计咨询有限责任公司 | 一种山地风电场优化设计系统及方法 |
| CN111915729A (zh) * | 2020-08-03 | 2020-11-10 | 北京吉威空间信息股份有限公司 | 三维gis信息的仿真展示方法及系统 |
| CN116246175A (zh) * | 2023-05-05 | 2023-06-09 | 西昌学院 | 土地利用信息生成方法、电子设备和计算机可读介质 |
| CN116246175B (zh) * | 2023-05-05 | 2023-07-14 | 西昌学院 | 土地利用信息生成方法、电子设备和计算机可读介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110060218A (zh) | 基于地理信息系统的遥感影像处理方法 | |
| CN111080724A (zh) | 一种红外和可见光的融合方法 | |
| US8712148B2 (en) | Generating agricultural information products using remote sensing | |
| CN111242224B (zh) | 一种基于无人机提取分类样本点的多源遥感数据分类方法 | |
| CN109146948A (zh) | 基于视觉的作物长势表型参数量化与产量相关性分析方法 | |
| CN105139367A (zh) | 一种基于非下采样剪切波的可见光偏振图像融合方法 | |
| CN108629835A (zh) | 基于高光谱、真彩图与点云互补的室内重建方法及系统 | |
| CN102982538B (zh) | 一种资源卫星多光谱图像模拟真彩色方法 | |
| CN107689079B (zh) | 一种卫星云图与自然图像结合的云景重建方法 | |
| CN113436071B (zh) | 一种多源卫星遥感影像镶嵌方法、系统及存储介质 | |
| CN109886883A (zh) | 实时偏振透雾成像图像增强处理方法 | |
| Kang et al. | Fog model-based hyperspectral image defogging | |
| CN106778640B (zh) | 一种三维可视化环境下地表植被覆盖模型的生成方法 | |
| CN109308702A (zh) | 一种目标实时识别定位方法 | |
| CN105809650B (zh) | 一种基于双向迭代优化的图像融合方法 | |
| CN110084774B (zh) | 一种增强的梯度传递和总变差最小化融合图像的方法 | |
| CN112215787B (zh) | 基于显著度分析及自适应滤波器的红外和可见光图像融合方法 | |
| CN107169946A (zh) | 基于非负稀疏矩阵与超球面彩色变换的图像融合方法 | |
| CN114331937B (zh) | 基于反馈迭代调节的低光照条件下多源图像融合方法 | |
| Luo et al. | An evolutionary shadow correction network and a benchmark UAV dataset for remote sensing images | |
| Zhu et al. | Cloud removal for optical images using SAR structure data | |
| CN116883851A (zh) | 一种基于高光谱图像比对的字画艺术品鉴定方法 | |
| Rokni | Investigating the impact of Pan Sharpening on the accuracy of land cover mapping in Landsat OLI imagery | |
| CN112991186B (zh) | 一种无人机大视场高光谱图像生成方法及系统 | |
| Fan et al. | An improved Deeplab based model for extracting cultivated land information from high definition remote sensing images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190726 |
|
| RJ01 | Rejection of invention patent application after publication |