高空间分辨率遥感影像的解译

高空间分辨率遥感影像

高分辨率遥感对地观测的发展是近十余年来对地观测，特别是卫星对地观测最重要的突破。。

高分辨率遥感对地观测全面体现在空间分辨率、光谱分辨率、时间分辨率和辐射分辨率四个方面。

◆遥感技术发展趋势—分辨率不断提高是当前发展的主要方向

目前说高分辨率多数指的是空间分辨率。高分辨率的卫星影像通常是指像素的空间分辨率在10m以内的遥感影像，目前一般指空间分辨率优于5m。卫星遥感空间分辨率已逼近亚米级，极限为厘米级。早期高分辨率传感器的研制与应用主要是在军事领域，以大比例尺遥感制图和对地物的分析和人类活动的监测为目的，20世纪90年代以后才逐渐进入商业和民用领域的范围，并迅速地发展起来。1993年1月，美国SpaceImaging公司首先领到了制造和经营3m分辨率传感器的许可证，随后1m分辨率的许可证陆续发给了洛克希德公司、Earth-View公司、Ball公司。代表当今最为先进的卫星系统如美国高级军事侦察卫星“锁眼”系列（KH-11\12）其最高的空间分辨率已达0.1米；而他的雷达侦察卫星“长曲棍球”（Lacrosse）的空间分辨率最高也达到0.3米。

KH系列－大鸟DSPKH-11LACROSSE

—长曲棍球keyhole商业化对地观测系统—以商业应用为主要目标以“快、好、省”为标志的小卫星技术发展使得空间技术成本大为降低，为商业化的盈利目标提供了实现的可能。最为先进的商用对地观测卫星的空间分辨率已达0.41米（美国GeoEye)，和0.5米分辨率的“WorldView”卫星）。GeoEye新型卫星于2008年4月发射和运行标志着民用卫星的空间分辨率已有较大的突破。除此而外，德国和意大利发展的高分辨率雷达卫星（TerraSarCosmo、SkyMed），特别是组成星座方面走在了前列。这类现代高分辨率卫星系统的一个共同特点大多是小卫星系统，他们的性价比都相对较高；他们总是作为国家安全的重要组成部分也同时为军用提供信息，在关键时期甚至为军方所征用！QuickbirdTECSAR-以WorldviewGEOEYECOSMO-SkyMed-意TERRASAR-德IKONOS-1.0m分辨率(星下点):全色：0.41m；全色：0.5m；多光谱：1.65m;侧视28°卫星重量:1955Kg

轨道高度:684Km

幅宽:星下点15.2km；单景225k㎡(15×15km)GEOEYE—目前空间分辨率最高的民用卫星GeoEye首张卫星照片

IKONOS卫星多光谱影像（4米）（排队参观毛主席纪念堂的队伍隐约可见，花坛信息没有，背景草坪不清晰）IKONOS卫星融合影像（1米）（排队参观毛主席纪念堂的队伍清晰可见，花坛和背景草坪显示出来，色调自然逼真，连纪念堂柱子的阴影都很清楚）“北京—1”小卫星

优良的性能轨道高度：～686km卫星质量：～166.4kg载荷-1：

GSD32m多光谱地面遥感带宽:600km光谱:

520-620nm630-690nm760-900nm载荷-2：

GSD：4m

扫描带宽：24km

谱段：全色

北京一号融合影像（合肥市开发区，4m全色＋20m多光谱）中巴地球资源卫星-2B，高分辨率相机HR，分辨率达2.36m。中巴、环境星印度（2.5m）在轨运行SPOT卫星

SPOT5

SPOT4服务中断

SPOT1

SPOT2SPOT3

失效

法国SPOT卫星及其传感器概况SPOT全色波段同TMband3的比较（Charleston,SC）全色波段高达10米的分辨率，使SPOT数据可以用作地形底图、正射图。遥感影像空间分辨率与成图比例尺的关系

成图比例尺

1：50001：100001：50000图像空间分辨率

不低于1m不低于2.5m不低于10.0m

由于可以调整平面镜的角度，因此可能获得研究区域的立体像对，平面精度可以达到12米，高程精度可以达到30米分辨率高波段少数据量大副宽窄价格高同物异谱、异物同谱现象比较突出

全天时、

全天候高分辨率信号处理复杂解译不直接微波成像航空影像中心投影

对于航线摄影和面积摄影而言，象片之间存在着一定的重叠，包括：

航向重叠：在同一条航线上相邻两张象片间的重叠。重叠度为53%～60%。目的是用于相邻象片地物的互相衔接和立体观察。旁向重叠：相邻航线间相邻象片的重叠。重叠度为15%～30%。用于象片镶嵌等。面积摄影a航向重叠b旁向重叠

高分辨卫星遥感的特点

1、卫星的特点（1）轨道低，体积小（2）设计灵活、可侧视成像（立体像对）（3）极轨的近太阳同步轨道，重访周期短2、与传统的低空间分辨率的卫星影像相比，高分辨率卫星影像具有以下特点：

(1)分辨率高

(2)数据量显著增加

(3)成像光谱波段变窄

(4)地物的几何结构和纹理信息更加明显

(5)从二维信息到三维信息

高空间分辨率遥感影像解译的特点：色、形、位空间特征基于空间特征《高分辨率卫星遥感影像地学计算》（周成虎）高分辨遥感影像分割：按影像特征，分灰度影像分割和纹理影像分割，或者直方图阈值、特征空间聚类、区域提取、边缘检测。按分割方法分，统计学方法、模糊集方法、人工神经网络方法和物理方法。聚类区域增长与合并马尔科夫随机模型（GMRF）小波变换ecognition

eCognition是由全景天地代理的德国DefiniensImaging公司开发的智能化影像分析软件。eCognition是目前所有商用遥感软件中第一个基于目标信息的遥感信息提取软件，它采用决策专家系统支持的模糊分类算法，突破了传统商业遥感软件单纯基于光谱信息进行影像分类的局限性，提出了革命性的分类技术——面向对象的分类方法，大大提高了高空间分辨率数据的自动识别精度，有效地满足了科研和工程应用的需求。eCognitions所采用的面向对象的信息提取方法，针对的是对象而不是传统意义上的像素，充分利用了对象信息（色调、形状、纹理、层次），类间信息（与邻近对象、子对象、父对象的相关特征）。

eCognition的主要特点：

1独特的面向对象分类方法；

2模拟人类大脑的认知过程；

3将计算机自动分类和人工信息提取相结合；

4可以分析纹理和低对比度数据；

5针对不同的影像数据和分类任务，进行不同尺度的影像分割；

6快速简单的监督分类；

7容易表达和分析复杂的语义任务；

8模糊逻辑分类算法eCognition可以进行基于样本的监督分类或基于知识的模糊分类、二者结合分类及人工分类，影像对象和分类结果易于导出成常用GIS数据格式，可以用于集成或GIS数据库更新。

eCognition提供的专业分类工具：

1.多数据源融合可以用来融合不同分辨率的对地观测数据和GIS数据，如QuickBird、Landsat、SPOT、IKONOS、SAR、LIDAR、航片等，不同类型的影像数据和矢量数据同时参与对象分割与分类。

2.多尺度分割用来将任何类型的全色或多光谱数据以选定尺度（粗、中、细）分割为均匀影像对象，形成影像对象层次网络。

3.基于样本的监督分类小尺度分割图像一个简单、快速强大的分类工具，影像对象是通过点击训练样本来定义，形象的称为“一点就分（ClickandClassify）”。

4.基于知识的模糊分类中尺度分割图像用户运用继承机制、模糊逻辑概念和方法以及语义模型，可以建立用于分类的知识库。

5.人工分类大尺度分割图像

6.自动分类eCognition允许用户定制宏，进行自动影像分析。

7.基于样本的监督分类

8.基于知识的模糊