高分二号卫星遥感影像制图适用性分析

遥感影像制图是高分辨率卫星数据应用的主要方面之一。针对高分二号卫星影像制图流程,本文讨论了影响制图效果的几个关键因素,包括自然真彩色波段合成方式、人眼分辨率与打印分辨率（DPI）的关系、卫星影像空间分辨率与制图比例尺的关系。实践证明,这些处理方法在高分辨率遥感影像制图工作应用中取得了良好的效果。     

商业遥感卫星的发展

卫星遥感的兴起,空间分辨率的限制解冻,商业影像市场的扩大,带动了商业遥感卫星系统的发展,并将成为一种非常重要的遥感信息补充系统。从卫星遥感、管制和立法行为等方面介绍了商业遥感卫星的现状和发展以及其市场前景,并列出了计划中的高分辨率和中等分辨率商业遥感卫星的基本技术参数,商业遥感卫星产业的成长要依赖于自身的可靠性和可信性,商业遥感卫星所提供高分辨率数字影像将会对地球上从太空到地面的各种行为产生巨大的     

地图比例尺与遥感影像分辨率的关系探讨

探讨地图比例尺与遥感影像分辨率的关系,为特定比例尺制图选择适宜分辨率的遥感影像在遥感影像制图中极为重要。本文分析了人眼分辨率和比例尺精度、地图比例尺和影像分辨率之间的关系,以30 m分辨率的landsat5遥感影像、2.1 m分辨率的ZY-3遥感影像及0.5 m分辨率的Word View-2遥感影像进行实验,探讨了不同人眼分辨率下的遥感影像成图质量。得到了1∶M比例尺制图时的遥感影像分辨率的选择范围为(1×10~(-4)M,5×10~(-4)M),最佳遥感影像分辨率为2.5×10~(-4)M的结论,并用已有应用实例对其可靠性进行了检验,进而为我国基本比例尺制图遥感影像的选择提供了依据。     

基本地形图更新卫星影像优选探讨

基于卫星遥感影像进行基本地形图更新具有更新周期短、效率高的特点,最优卫星影像数据源选取环节为实施关键步骤。本文分析了卫星影像数据选取的主要影响因素;基于遥感影像尺度效应、地形图成图比例尺、研究区域和地物特征适宜空间分辨率、影像质量等基本信息,对用于地形图更新的卫星影像数据的基本要求提出了建议。     

遥感图像超分辨率研究的现状和发展

卫星图像的空间分辨率是衡量卫星遥感能力的一项主要指标,也是衡量一个国家航天遥感水平的重要标志,追求更高的分辨率已成为各国卫星的发展目标。超分辨率技术在可见光遥感和红外遥感领域的实际应用,将会提高卫星的空间分辨率,也可以在保持卫星分辨率的条件下,缩小光学仪器的焦距,使卫星相机小型化,减小其体积和重量。本文从遥感应用的角度出发,讨论了超分辨率技术研究对我国遥感卫星提高分辨率的现实意义,简单说明了超分辨率的概念,论述了卫星遥感超分辨率研究的技术理论和和应用的国内外现状,重点突出了卫星采样模式的研究,提出了国内该项技术研究目前存在的不足和发展趋势。     

卫星遥感制图最佳影像空间分辨率与地图比例尺关系探讨

选择适宜空间分辨率的遥感影像来达到地图成图的精确度并且最大程度反映地物的信息是卫星遥感制图需要解决的一个重要问题。本文重点分析了地图比例尺与遥感影像空间分辨率的关系,指出在选择制图影像空间分辨率时需要考虑两个因素,一是地图的成图比例尺,二是最小地物的尺度,提出了估算最佳影像空间分辨率的公式R={(L×M)/2~Rmin},并通过实例验证了该公式的可行性。     

异源多分辨率卫星影像匹配算法研究

以异源多分辨率遥感卫星影像为研究对象，对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究；并将不同的特征提取与匹配算法进行组合，通过试验对比得出了各种算法的适用性。在此基础上，设计了一套面向异源多分辨率卫星影像的匹配流程。     

基于辐射状靶标的天绘一号卫星CCD相机分辨率在轨检测

分辨率是表示摄影成像系统和评价影像质量的重要指标,准确把握成像系统的分辨率在轨变化情况,关系到遥感影像的合理有效利用。本文采用地面铺设辐射状靶标的方法,利用天绘一号卫星获取的靶标影像,对搭载的CCD相机分辨率进行在轨检测,计算了成像系统沿轨和垂轨方向的分辨率,简要分析了检测结果的合理性。     

多源卫星遥感影像时空融合研究的现状及展望

高空间分辨率的地表或者大气环境动态监测需要高时间-空间分辨率的卫星遥感影像作为数据支撑,但由于卫星传感器硬件技术及卫星发射成本等客观因素的限制,使得获取高时空分辨率遥感影像的较为便捷高效、低成本的可行手段就是将分别具有高时间和高空间分辨率的多源遥感影像进行时空融合,从而生成不同研究和应用所需的高时空分辨率卫星影像。现阶段,虽然国内外的学者进行了大量的时空融合算法研究,但是这些研究都局限于特定的数据类型、算法原理、应用目的等客观限制,而且其发展呈现出多样性。本文对现有主流的时空融合算法研究进行了归纳总结,将其分为4种:(1)基于地物组分的时空融合;(2)基于地表空间信息的时空融合;(3)基于地物时相变化的时空融合;(4)组合性的时空融合。同时,本文还对时空融合算法中存在的问题和面临的挑战进行了分析,并对其未来的发展方向进行了前瞻性的展望。     

增强型空间像元分解时空遥感影像融合算法

高空间、高时间分辨率的遥感影像对地表与大气环境的实时精细监测具有重要作用,但单一卫星传感器获取的遥感影像存在空间与时间分辨率相互制约的问题,时空融合技术发展成为了低成本、高效生成满足不同应用需求的高时空分辨率遥感影像的有效手段。近年来,国内外学者提出了大量的时空融合算法,但对于复杂的地物类型变化的空间细节修复仍存在挑战,融合影像精度有待提高。对此,本文提出增强型空间像元分解时空遥感影像融合算法(EUSTFM),采用变化检测识别并修复地物类型改变的像元,使空间像元分解过程可同时在已知时相与未知时相进行,以生成空间细节信息准确的中间分辨率影像对,用于最终的邻域相似像元计算,实现了对季节性变化(如植被自然生长)、有形变(如城市土地扩张)及无形变的地物类型变化(如农作物的成熟与收割)等复杂地表变化的一致性预测,提高了融合精度。实验采用两对Landsat-MODIS遥感影像数据集,对比STARFM与FSDAF两种广泛应用的时空融合算法,测试了该算法的影像融合效果。结果表明,本文提出的EUSTFM能够同时实现对季节性变化及复杂的地物类型变化的稳定预测,可生成具有更高精度的融合影像,将有效推动时空影像融合的实际遥感应用。     

高分辨率遥感影像波段配准误差试验分析

高分辨率遥感影像波段间配准误差是影响影像质量及其应用精度的重要因素之一。配准误差指标要求是影像传感器研发中 的一项重要参数。为准确分析配准误差对遥感应用的影响程度，在试验研究中利用多项式模型模拟各种配准误差的图像，并从几何 精校正、目视解译、非监督分类实验及数据融合等角度分析了不同波段配准误差情况下对遥感应用的影响，提出了遥感应用中对高 空间分辨率卫星影像的波段配准指标要求。     

浅谈QuickBird遥感卫星影像几何精校正

QuickBird卫星影像是目前商用高精度遥感图像，因其空间分辨率较高，数据产品格式复杂，目前在实际应用中对其几何精校正（包括正射校正）还存在许多问题。本文就近年来承担有关项目——高精度遥感图像在西藏、云南、四川等地区机场建设工程应用的基础上，探讨了QuickBird卫星影像的几何精校正方法、原理以及高精度正射遥感影像地图制图工艺的关键性技术问题。     

高分辨率遥感影像滤波算法综述

高分辨率卫星影像空间分辨率高,地物结构纹理信息突出,常用于土地利用监测、自然灾害预报等领域,但其所含的背景噪声影响了影像识别和分析的有效性和可靠性,因此,选取合适的滤波方法消除各种噪声成为遥感影像处理的首要任务。在遥感技术发展的几十年中,研究者们针对各种噪声类型已发展了多种滤波方法。本文分析了高分辨率遥感影像噪声的特点,介绍了一些传统的滤波算法和近年来广泛应用的新型滤波方法,并深入探讨各种滤波器的性能及其优缺点,为今后选择合适的算法消除高分辨率遥感影像噪声提供参考,最后对遥感影像滤波方法的发展前景进行了展望。     

高分辨率卫星遥感影像在土地利用调查和动态监测中的应用

结合乐清市土地调查的具体实践,对高分辨率卫星遥感影像在土地利用调查和动态监测中的应用进行探讨。以高分辨率卫星影像作为信息源,应用3S技术,进行土地利用调查和动态监测。可改变传统工作方式,把大量艰苦的野外作业变成室内作业,不仅省时、省力、成本低,且客观性和科学性强。所获得的数据易于转换为GIS数据格式,而且能及时、全面、准确地获得土地变化信息,具有常规方法所不能比拟的优点。     

多源高分辨率遥感影像智能融合

本文面向多源高分辨率遥感影像自动化融合的应用需求,探索按需应用的智能化融合方法,充分利用不同分辨率和不同时相的高分辨率多源遥感影像数据资源与特性,研究了影像融合数据源选取的决策树算法,建立了遥感影像融合规则知识库,并自动化选取适合的融合算法,提出了Curvelet_HCS算法,对低频和高频系数选用不同的融合规则,改善了HCS算法的光谱失真问题,可同时融合多光谱影像的多个谱段,并保持更丰富的空间细节信息。根据融合评价结果对遥感影像融合规则知识库进行更新,实验验证表明了该套方法的有效性,为开展大规模智能化的多源遥感影像融合应用提供了重要的方法和技术支撑。     

世界航天遥感技术现状、发展趋势及油气遥感应用方向

世界航天遥感技术发展迅速,掌握卫星发射技术和具备卫星发射能力的国家越来越多,其中,高分辨率小型商业卫星和雷达卫星已经成为重要的遥感信息源;高光谱分辨率遥感将是现今和下个世纪的发展方向。本文总结了世界航天遥感技术现状,分析了今后的发展趋势,提出了油气遥感应用的研究方向     

高分辨率遥感影像分割方法研究

在遥感应用分析中,遥感影像分割是低层影像处理和中高层影像分析和理解的桥梁,是实现遥感影像信息自动提取的关键步骤,具有重要的意义。随着大量高分辨率遥感影像的出现,传统基于像素的影像处理方法已不能适应高分辨率遥感影像。近年来,国内外研究者们提出了面向对象影像的分析方法,而面向对象影像分析方法的关键就是影像分割,影像分割精度直接影响着高分辨率遥感信息提取和目标识别的精度。首先给出一般图像分割方法的综述;然后分析和总结了当前主要的高分辨率遥感影像分割方法,着重阐述了均值漂移、分形网络进化、马尔科夫随机场等分割方法的特点和研究现状;最后,对高分辨率遥感应用分析中影像分割方法的发展趋势进行了讨论与展望。     

基于资源三号卫星影像的无控大范围数字表面模型快速制作

作为重要的地理信息,数字表面模型具有非常广泛的应用前景,我国成功发射的资源三号卫星,不但填补了立体卫星测绘的空白,而且能够得到高分辨率的卫星遥感影像。本文基于资源三号卫星影像,简要介绍了无控大范围数字表面模型快速制作流程,并以此得到典型地区三维影像图,为数字表面模型在各行业的应用及发展提供重要支持。     

基于AutoCAD的遥感影像处理方法及其在电力工程中的应用

卫星遥感和低空遥感等多平台多传感器遥感技术的快速发展,使得多层次遥感影像数据越来越丰富,越来越廉价,使其在电力工程的前期选址选线、可行性研究、施工图等设计过程中的使用越来越广泛。针对大多数电力工程主要采用AutoCAD平台而丢失了遥感影像的地理信息(图像的地理坐标,分辨率等),本文提出了一种新的方法,实现AutoCAD平台对遥感影像带地理参考插入,并以插件的形式实现与系统平台的对接,实现了将遥感影像引入到现有基于AuotoCAD电力工程设计平台之中,简化制图流程,提高设计水平,达到一个平台即能完成所有操作的目的,并通过实际工程应用验证了方法的可靠与高效。     

遥感数据空间尺度分级模型与基本比例尺关系

多源遥感数据综合应用是遥感发展的必然趋势,统一的遥感数据空间尺度分级模型是多源数据集成与综合应用的基础。虽然已有多种空间尺度分级模型,但很多主流模型并非出于分尺度综合应用目的,缺乏客观的比较和评价。国家基本比例尺系统作为经过论证、中国应用面最广泛、接受度最高的一种尺度分级系统,是以应用为导向的遥感数据空间尺度分级模型的最优参照系。从不同视觉精度下国家基本比例尺对图像空间分辨率的需求出发,比较各空间尺度分级模型的层级分辨率与需求分辨率的匹配情况,包括OGC Well Known Scale Set的Global CRS84Pixel和Google Maps Compatible,以及NASA World Wind、Google Map、百度地图、天地图等软件平台采用的层级格网系统,以及"五层十五级"遥感数据组织模型,通过对数据信息冗余度的分析,对各个模型进行了评价。结果表明,在高视觉精度应用需求下,"五层十五级"模型与基本比例尺精度要求具有较明显的匹配优势,其次为OGC Google Maps Compatible模型和天地图模型,其余模型平均数据冗余倍数在2倍左右;在低视觉精度应用需求下,"五层十五级"模型平均数据冗余度仍为最低,其次为Google Map模型,其余模型平均数据冗余倍数都在2倍以上。