.archivetemp第5章 遥感数据的信息提取2014

北京揽宇方圆信息技术有限公司、遥感卫星影像数据信息提取北京揽宇方圆信息技术有限公司中科院企业,卫星影像数据服务全国领先。

业务包括遥感数据获取与分发、遥感数据产品深加工与处理。

按照遥感卫星数据一星多用、多星组网、多网协同的发展思路,根据观测任务的技术特征和用户需求特征,重点发展光学卫星影像、雷达卫星影像、历史卫星影像三个系列,构建由 26个星座及三类专题卫星组成的遥感卫星系统,逐步形成高、中、低空间分辨率合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力形成卫星遥感数据全球接收与全球服务能力。

(1光学卫星影像系列。

面向国土资源、环境保护、防灾减灾、水利、农业、林业、统计、地震、测绘、交通、住房城乡建设、卫生等行业以及市场应用对中、高空间分辨率遥感数据的需求,提供 worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、 ikonos、pleiades、spot1、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm、 landsat(etm、 rapideye、alos、Kompsat 卫星、北京二号、资源三号、高分一号、高分二号等高分辨率光学观测星座。

围绕行业及市场应用对基础地理信息、土地利用、植被覆盖、矿产开发、精细农业、城镇建设、交通运输、水利设施、生态建设、环境保护、水土保持、灾害评估以及热点区域应急等高精度、高重访观测业务需求,发展极轨高分辨率光学卫星星座,实现全球范围内精细化观测的数据获取能力。

像国产的中分辨率光学观测星座。

围绕资源调查、环境监测、防灾减灾、碳源碳汇调查、地质调查、水资源管理、农情监测等对大幅宽、快速覆盖和综合观测需求,建设高、低轨道合理配置的中分辨率光学卫星星座,实现全球范围天级快速动态观测以及全国范围小时级观测。

(2雷达卫星影像系列合成孔径雷达(SAR观测星座。

如何利用遥感影像进行测绘数据提取遥感技术是一种通过无人机或卫星获取地球表面信息的方法，通过对遥感影像进行分析和解译，可以提取出大量的地理信息数据，并应用于地质学、土地利用规划、城市建设等领域。

本文将探讨如何利用遥感影像进行测绘数据的提取，以及其在实践中的应用。

1. 遥感影像的获取与处理遥感影像的获取可以通过无人机或卫星来进行。

无人机可以实现低空高分辨率的影像获取，而卫星则能够实现广域和全球尺度的遥感影像获取。

在选择遥感影像时，除了要考虑空间分辨率和时间分辨率外，还需要根据实际需求选择多光谱、高光谱或合成孔径雷达等传感器。

在获取到遥感影像后，需要进行一系列的处理。

首先是影像预处理，包括大气校正、辐射校正和几何校正等步骤，以保证影像数据的准确性和一致性。

然后是遥感影像的分类与解译，可以使用基于像元或目标的分类方法，识别出不同地物类型。

2. 测绘数据的提取方法遥感影像提供了丰富的地理信息，其中包括地物边界、地物类型、地表高度等数据。

在进行测绘数据提取时，可以采用以下几种方法：(1) 物体提取：通过遥感影像的边界检测和分割算法，提取出不同地物的轮廓信息。

这可以应用于道路、河流、建筑物等地物的提取与识别。

(2) 高程数据提取：通过遥感影像的立体像对或多光谱图像，可以进行地表高程的提取与测量。

其中，基于立体像对的视差匹配方法可以得到地表高程数据，而多光谱数据则可以进行数字高程模型(Digital Elevation Model, DEM)的生成。

(3) 地物分类与变化检测：遥感影像中的地物可以通过基于像元的分类方法进行提取。

利用不同波段的光谱信息，可以将遥感影像中的像素根据其光谱特征归类为不同物体类型。

此外，通过对多期遥感影像进行比较，还可以检测出地物的变化信息，如城市扩张、森林变化等。

3. 遥感数据在实践中的应用测绘数据的提取是遥感技术的一个重要应用领域。

遥感影像提供了大量的地理信息数据，可以用于土地利用规划、环境监测、城市建设等方面。

遥感影像的解译与测绘数据提取方法遥感技术是一种通过航空器或卫星获取地表信息的技术手段。

遥感影像可以提供大范围、高分辨率的地表信息，因此在测绘与地理信息系统领域有着广泛的应用。

而解译遥感影像和提取测绘数据是遥感技术的重要组成部分。

解译遥感影像是将影像中的物体和地貌进行分类并提取出有用信息的过程。

这是一项复杂而繁琐的工作，需要深入理解遥感影像的特点和不同对象的影像表现。

首先，解译遥感影像需要熟悉不同光谱波段的反射特性。

遥感影像包含红外、可见光等波段的信息，这些波段对不同物体有不同的反射率。

因此，在解译过程中，需要根据不同波段的反射率以及物体的光谱特征来判断影像中的物体类型。

其次，解译遥感影像还需要考虑地表物体的空间分布特征。

地表物体的大小、形状和空间分布都会对遥感影像的解译产生影响。

因此，解译遥感影像需要将影像上的物体与实地观测进行对比，并结合地形、植被等因素进行分析。

此外，数据源的呈现方式也是解译遥感影像的关键。

遥感影像可以以栅格或矢量的形式呈现。

栅格影像以像元为单位，每个像元代表一定的空间范围，而矢量数据以点、线、面的形式表示地物。

对于栅格影像，可以通过像元间的空间关系进行解译；而对于矢量数据，可以通过矢量对象的属性进行分类和解译。

在提取测绘数据方面，遥感影像可以提供大范围地物信息。

常见的测绘数据提取方法包括：1. 目视解译法：通过人眼观察遥感影像，根据直觉判断地物类型。

这种方法简单直观，但受到主观因素的影响较大，准确性有限。

2. 物体识别法：通过建立物体特征库，利用计算机自动提取遥感影像中与库中特征相匹配的物体。

这种方法可以提高提取的自动化程度，但需要精确的物体特征库和准确的算法。

3. 分割法：将遥感影像划分为多个区域，通过划定不同区域的边界来提取地物。

这种方法能够考虑到地物的形状和大小，并且可以通过像元间的灰度差异来提取。

4. 监督分类法：通过样本训练和监督来提取地物。

首先选择一定数量的样本并进行分类，然后使用机器学习算法将这些样本推广到整个遥感影像中，从而提取地物信息。

高分辨率遥感影像信息数据的获取摘要随着空间技术的不断发展，空间遥感活动中所使用的遥感器的工作波段得到了充分扩展，空间分辨率也在迅速的提高，同时遥感影像的数据量也在成几何倍数地增加。

面向对象的遥感信息提取技术是最近几年才发展起来的遥感图像解译新方法，与以往采用面向图像基元的图像解译不同，它是以影像中的像素集合为分析对象，通过对各对象的特征分析进行信息提取。

关键词:高空间分辨率;面向对象1遥感信息提取的概念所谓遥感信息提取是指从海量、不完全的、有噪声的、模糊的、随机的实际应用遥感影像数据中提取出蕴涵在其中的大量的对用户有用的信息例如建筑物、植被、温度等，并将其形成结构化的数据放入数据库中或以其它形式提供给用户查询使用的过程。

2高分辨率遥感影像信息数据获取与特点2.1遥感影像信息获取方式的发展遥感技术的发展经历了四个阶段:无记录的地面遥感阶段、有记录的地面遥感阶段、空中摄影遥感阶段、航天遥感阶段。

20世纪年代70初，美国成功发射了世界上第一颗地球资源卫星Landsat-1，此卫星传感器所获得的MSS影像数据空间分辨率为88米。

其后Landsat-2、3、4、5相继发射，所获得的影像数据空间分辨率为30米，SPOT卫星发射成功，可见光传感器的地面分辨率提高到10米。

长期以来，航天影像测图一直局限在中小比例尺的水平，这与国土资源监测、城市规划、城市管理和工程建设等领域对大比例尺地图越来越迫切的需求存在很大的供求不平衡性，发展高空间分辨率对地观测技术势在必行。

当前，高分辨率遥感卫星的成功发射，高分辨率遥感卫星影像获取技术的高速发展，让我们能够获得更多的信息，但是，如何使用和处理这些数据并成功运用到具体的实际当中去成为当前急待解决的问题。

目前已有许多学者开发出了许多遥感信息处理系统，并取得了成功，但是在影像的自动信息提取方面还是远远不能满足实际当中的需要，因此，提高信息的提取速度以及尽可能多的提取出有用的信息是遥感数据处理领域最重要的研究方向。

北京揽宇方圆信息技术有限公司、遥感卫星影像数据信息提取北京揽宇方圆信息技术有限公司中科院企业，卫星影像数据服务全国领先。

业务包括遥感数据获取与分发、遥感数据产品深加工与处理。

按照遥感卫星数据一星多用、多星组网、多网协同的发展思路，根据观测任务的技术特征和用户需求特征，重点发展光学卫星影像、雷达卫星影像、历史卫星影像三个系列，构建由26个星座及三类专题卫星组成的遥感卫星系统，逐步形成高、中、低空间分辨率合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力形成卫星遥感数据全球接收与全球服务能力。

(1)光学卫星影像系列。

面向国土资源、环境保护、防灾减灾、水利、农业、林业、统计、地震、测绘、交通、住房城乡建设、卫生等行业以及市场应用对中、高空间分辨率遥感数据的需求，提供worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、spot1、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、landsat(etm)、rapideye、alos、Kompsat卫星、北京二号、资源三号、高分一号、高分二号等高分辨率光学观测星座。

围绕行业及市场应用对基础地理信息、土地利用、植被覆盖、矿产开发、精细农业、城镇建设、交通运输、水利设施、生态建设、环境保护、水土保持、灾害评估以及热点区域应急等高精度、高重访观测业务需求，发展极轨高分辨率光学卫星星座，实现全球范围内精细化观测的数据获取能力。

像国产的中分辨率光学观测星座。

围绕资源调查、环境监测、防灾减灾、碳源碳汇调查、地质调查、水资源管理、农情监测等对大幅宽、快速覆盖和综合观测需求，建设高、低轨道合理配置的中分辨率光学卫星星座，实现全球范围天级快速动态观测以及全国范围小时级观测。

(2)雷达卫星影像系列合成孔径雷达(SAR)观测星座。

浅谈遥感卫星影像数据信息提取摘要：在应用航天遥感时用到的数据一般分为两种形式，即遥感影像和数据图像，这两种数据形式无论使用哪种，影像都是记录在感光的胶片和相纸上的，数据影像是通过数字磁带进行记录的，记录的图像的颜色是离散变化的，而遥感影像是通过对地表进行拍摄和扫瞄来记录数据，遥感影像获得的影像数据有黑白和彩色两种，一般比较常使用的是彩色。

获取遥感影像的方式有很多种，这篇文章就是对影响遥感影像的数据信息提取方式进行了简要的分析。

关键词：遥感卫星；信息提取；影像数据一、遥感影像简介所谓的遥感反映的就是接收所要探测的目标物的电磁辐射信息的强弱程度，接收方式一般分为主动接受和被动接收，把这种接收到的信息转化成图像的形式，然后再通过相片或者是数字图像的形式表现出来，遥感影像有单波段影像、多波段影像、彩色合成影像等。

多波段影像是利用多波段的遥感器对于同一个地区进行同步的拍摄获得的若干幅波段不同的影像，相比于单波段的影像，这种多波段影响的蕴含的信息量更大，光谱的分辨率也比较高，还能够通过影响的增强技术，得到彩色的合成影像，可以很大程度上提高对地面上物体的识别能力。

那么很明显，彩色合成影像就是通过多个波段的黑白影像合成的，这种彩色的合成影像被广泛的使用在地学研究、环境监测或者是资源调查上。

遥感卫星影像在对遥感影像的信息进行处理时，主要是利用影像中的一些特征，比如光谱特征、空间特征或者是时间特性。

在这些影像的特征之外，色调是与物体的波谱特征有关系的，其他的一些要素特征都和物体的空间特征有关系。

物体的大小是与物体的影像比例有非常大的关系的，每一个物体影像的形状都是这个物体固有的特征，而影像上的纹理则是因为在一组影像上色调的变化造成的，给人视觉上留下的印象是不同的，可以帮助观察者来区分物体或者是不同的现象。

在对影像进行提取时方式有很多种，下边对于影像信息的提取进行详细分析。

二、遥感信息提取方式对于遥感信息的提取方式有很多种，最常用的提取方式主要包括目视翻译和计算机的信息提取。