【测绘课程文献读后感想2600字】

测绘课程文献读后感想文献名+作者EngineeringSurveyingCourseTaughttoCivilEngineeringStudentsNagiZomrawi测绘课程是大多数土木工程专业的学术计划中涉及的基础科目之一，它通常涵盖与绘图、放样、土方工程和设计有关的主题，课程名称因一个项目而异。其中遥控测绘几乎适用于土木工程的所有分支，无论是结构、公路还是水利工程。通过对此篇文献中关于工程测量课程在土木工程专业学生教学中的应用，总结出一些地理信息技术（GIS技术）的应用理论。下面是一些关于遥感测绘技术的应用（1）测绘制图中的应用遥感技术目前正在进行技术研究，但比传统的人工研究更高效、更强大。但是，电磁波传感器的使用仍然有一些问题。其波长和频率，与附近电磁波的干扰以及物理对象的影响使技术测量更加困难。为大幅提高使用遥感技术搜索结果的精确程度，可用特殊渠道提供与技术搜索相关的信息。项目计划任务也要以详细的计划文件为基础。您可以将技术搜索数据与主题图对比。这一过程一定要保证遥感设备足够稳定，使传感器能够以最高分辨率探测到被探测物体的信息，提高了所用专题图的质量和价值（图1）。图1遥感测绘技术的实际应用场景遥感技术的应用不但能够处理和传输地理信息，还能够持续地实时监控地理信息的更新，避免在整个施工过程中地理数据随时间而发生变化。（2）地质工程测量中的应用由于环境因素的独特，岩土工程地质测量有许多限制和高度不确定性。使用遥感技术可以更好地解决这些问题。使用特殊传感器的高磁导率，可以覆盖和分析相应的岩层地质形成，初步的工程分析怎样在不损害岩层本身的情况下进行。该项目的开发者和相关地质学家将提供准确的内部地质资料，为地质数据提供可靠和准确的支持，并为相应的工程建设和地理调查提供更明智的工程指南。与此同时，这在一定程度上降低了劳动力成本，减少了建筑过程中的安全问题。遥感探测技术的频谱分析和卫星图像分析可以用来理解地质环境的发展过程，以及更直观地反映地质环境，如岩石沉积、泥石流和地壳运动。为工程研究和分析提供可靠的技术保障。另外在关于摄影测量技术的应用中也有一些深入研究：在大地测量学和制图学的过程中，使用测量技术的摄影和绘图是测量技术的更准确的使用。一些测量和工程项目可以使用计算机技术来测量和设计，在3D空间中显示测量结果，执行测量和工程任务，并创建全面的测量和准确的信息，并实时监控。在工程中使用光学测量不需要直接接触物体。远距离测量时，可以使用遥控技术得到测量结果。这不仅减少了工作量，而且保障了工作的效率和质量稳步提升，还保证了测量精度。并且，采用光学测量技术可以兼容不同环境，提高测量和测绘能力。就专业应用技术的角度而言，在大规模空间探索中使用远程探测技术能够将其技术优势充分发挥。这种大地测量或电信大地测量技术可对测量和绘图的准确性进一步提升。光度技术的使用在保证技术测量质量方面可以让其充分数字化。自动数据采用全数字光测量技术进行大规模研究，并根据当前情况使用计算机、立体测绘设备和数据采集来确定程序的形状和制定计划的信息。这一整个环节都是完全自动的，无需人工干预。这提高了测量和设计结果的准确性。(如图2所示)。图2摄影测绘技术的实际应用场景（1）影像技术的处理流程遥感技术主要基于QuickBird卫星。QuickBird数据广泛用于高分辨率成像。图像质量稳定，数据采集率高，分辨率高，光谱分辨率好，是农村管理的理想选择。遥感数据源2017年QuickBird遥感影像在研究区的应用。图3遥感影像制作流程（2）原始数据的收集TIF影像3-5中是本研究中使用的QuickBird卫星的第一个卫星数据的存储地，图像应为DataPrep-Mosaicimages-Mosaicpro格式，如下图所示：图4影像拼接（3）数据融合QuickBird的原始多帧和全色数据兼容，可以直接连接到F111而无需存储。融合前的图像根据融合前的图像质量和光谱特性进行处理。融合方法使用全景融合算法来更好地保持频谱信息。合并后，检查每个场景图像的混合效果。技术路线如图3-6所示。图5数据融合技术路线（4）融合前遥感影像处理融合图像处理包括高分辨率单区单色和多频带多光谱多光谱数据。来自一个频带的高分辨率打孔光信息在不同位置改善了局部纹理对比度，颜色清晰度和纹理细节，以改善噪声并改善图像亮度增强。使用多个低分辨率多维光谱数据执行着色校正，以提高图像清晰度。不同类型地球的颜色差异增加了不同颜色的识别。（5）全色影像数据处理融合应该迅速强调QuickBird的高分辨率。在合并之前，灰色线性渐变被用来处理完整的颜色数据，有效地增加了颜色数据的灰色对比，改善了纹理的细节。避免添加错误的信息和非线性拉伸方法，以避免原始图像的灰度值与灰度图像失真值之间的相对关系，这会影响图像对象类型解释的准确性。（6）多光谱影像数据处理在聚焦图像中，光谱数据是多光谱成像数据的主要特征。蓝色，绿色，红色和近红外是多光谱Quickbird数据的四个光谱带。它具有高光谱分辨率。不同的区域具有反映不同对象的独特优势。在组合图像数据之前，有必要分析图像以说明最佳波段组合，图像复合波，不同目标反射特性，可用波段信息和所描述土地的准确性的最佳使用。颜色校正在融合之前，根据图像数据和测试区域的类型调整每个波段的亮度和对比度，并继续调整图像的颜色和饱和度，效果并不理想。（7）影像融合在图像处理中，遥感一般采用融合主成分，IHS转换，比率变化，高通滤波，打印产品，BROFE，波形，全景融合，IHS转换和GRB的方法。全景融合算法主要用于图像融合，光谱数据保存完好。使用PANSHARP融合算法从多个光谱中收集完整的颜色数据，它可以提供关于地面物体组成的清晰信息，突出土地类型(如耕地、建筑、森林、水、道路等等)。光谱特征恢复了多光谱图像的真实颜色信息，没有光谱异常。图像的色调均匀融合后，光与暗的对比适中，图像的颜色接近自然和真实的颜色;它可以清楚地表达土地使用类型的特征和特征边界。视觉上可以区分不同类型的特征。（8）融合后影像处理合并后，图像数据亮度看起来是比较低的，图像颜色较暗，灰度分布的动态范围较窄。通过适当的刺激技术分析和调整研究区域的融合图像。当设置融合图像的比例尺分布时，动态范围增大，结构清晰，光与阴影之间的对比度适中，色调均匀，它清楚地区分了重要的特征。近些年来，测绘技术呈现出快速发展的势头，在许多领域得到了兴起和应用，其未来的趋势发展也是较为显著的。（1）测绘技术将在除工程之外的其他领域广泛使