《遥感图像基本处理》课件

遥感图像基本处理遥感图像处理技术是现代遥感技术的重要组成部分本课件介绍遥感基本概念和数据处理方法，为大家深入了解遥感图像处理技术提供指导

一、遥感数据介绍遥感数据的来源遥感数据的类型遥感数据的分辨率遥感数据源自各种传感器，包括遥感数据按波段分为单波段、多遥感数据的分辨率通常包括空间卫星、飞机、无人机等波段、高光谱分辨率、光谱分辨率、时间分辨率

二、遥感图像的分类基于像元的分类方法度量原始遥感图像的各种质量属性，如纹理、颜色、形状等和归类基于对象的分类方法将图像分割为各个同质性的区域，然后提取这些区域的特征，并进行分类基于深度学习的分类方法用深度神经网络进行遥感图像分类

三、遥感图像的预处理数据读入1读取原始遥感图像数据，对图像内存和格式进行处理大气校正2大气校正就是把被观测物体表面反射率从被观测位置的辐射值中分离出来影像配准3影像配准是指将已获取的遥感图像与其他图像的点、线和区域进行相互调整，过滤与降噪4使它们在空间分布上适\n当重合用空间滤波法，去除遥感图像中的器材噪声和部分地物辐射噪声

四、图像增强技术特征增强法灰度变换法图像复原法突出遥感图像中的特殊细节和特调整遥感图像的灰度等级和对比改善遥感图像在拍照过程中因各征度，使图像的显示更加逼真种原因产生的模糊效果，还原真实的图像

五、图像变换技术图像傅里叶变换小波变换变换法123PC将遥感图像进行傅里叶变遥感图像小波变换常用于将遥感图像的观测数据转换，分析离散频域上的图边缘检测和噪声抑制换到新的坐标系下，以达像变换到最小化冗余和最大化数据区分度的效果

六、地物提取方法目视解译1通过地物的视觉特征进行解析自动识别2通过计算机自动寻找符号、颜色、纹理、形状等特征进行解析组合方法3将图像加工的多种解译方法相结合，得到更加精确的结果

七、遥感图像的分类方法支持向量机分类随机森林分类法神经网络分类法基于监督学习的分类方法，采用由多个决策树组成，能快速有效采用训练样本进行训练，学习特间隔最大化的思想分类，准确性进行分类，对噪声鲁棒性强征，进行分类高

八、遥感图像的几何校正基于同名点的法多项式拟合法旋转平移法通过同名点进行图像配准通过拟合多项式函数进行图通过旋转平移操作将图像进像配准行配准

九、遥感图像的辐射校正响应线性化方法1通过线性关系对辐射率进行校正，校正方式简单，适用范围较广大气校正方法2需要采集大气参数来进行校正，能够精确控制载荷接收的辐射能力，校正效果较好

十、遥感图像的投影变换投影变换的作用常用的投影方式投影变换后的分析123将遥感图像从地理坐标系依据遥感数据的性质选择先进行各种数据处理操作，投影到投影坐标系合适的投影方法和参数再根据研究内容找到合适的分析方法

十一、遥感图像的分类方法飞机遥感分类卫星遥感分类无人机遥感分类适用于精度要求比较高、面积较卫星遥感图像分类能够获得全覆获取的图像数据多是近景、高精广的区域盖信息，可以适用于全球性大范度、高分辨率的图像数据，适用围区域的分类于城市区域、小范围区域细节处理

十二、以对象为基础的分类方法对象定位1将图像分为若干个对象，并对对象提取特征对象分类2通过机器学习等方法对不同类别的对象进行分类

十三、基于像元的分类方法最大似然分类支持向量机法决策树法由于设计到统计方法，分类分类准确性更高，适合处理根据不同特征，构造决策树的效果比较突出具有互相分离的数据分类器进行分类

十四、数据融合技术决策层面数据融合特征层面数据融合像素层面数据融合将已有分类结果进行综合，得到将具有多种特性的相同地物信息将多幅图像按像素融合在一起，一个更加精确的决策结果融合在一起，得到地物信息的多增强遥感图像的信息面体描述

十五、无人机遥感技术优点1可以通过无人机遥感技术从非常高的高度获得非常精细的图像应用2土地利用监测、城市规划和设计等领域未来3通过人工智能和计算机视觉技术的应用，无人机技术将会变得更加先进

十六、超分辨率技术定义方法应用123把低分辨率的图像处理成插值、重建等图像处理方遥感图像、医学成像、安高分辨率的图像式防检测等

十七、遥感图像的可视化技术伪色彩处理对遥感图像进行伪色彩处理，使得图像中的信息和特征更加明显真彩色合成将卫星获取的多波段数据采用真彩色合成技术合成全彩图像等高线绘制将数字高程模型进行等高线绘制处理，使得地理信息直观呈现

十八、遥感图像的后处理方法小窗分割法小波变换法数学形态学法利用灰度共生矩阵将图像分割为采用小波分析理论进行去噪和图用形态学算法对遥感图像进行二多个相同大小的小窗像增强维形态分析和处理

十九、遥感图像的应用案例分析土地资源监测1通过遥感图像捕捉到土地资源的变化情况，对土地资源进行监测和评估城市规划与管理2遥感图像提供了对城市的概括和实时更新，可以有效进行城市规划和管理农业资源管理3利用遥感图像来分析农业地貌、土壤以及植被信息，进行农业资源管理

二十、遥感技术的未来发展趋势精度提升模型优化12利用更加先进的遥感技术，提升遥感图像的优化遥感图像的分类和预测模型，提高遥感精度图像处理效率数据自动化分析应用领域拓展34通过人工智能和计算机视觉技术，实现遥感将遥感技术应用于更多领域，进一步推动科图像自动化分析技的发展。