前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇衛(wèi)星影像范文，相信會為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

衛(wèi)星影像范文第1篇

關(guān)鍵詞：衛(wèi)星影像圖；地形圖；疊加；制作方法

中圖分類號：P228文獻(xiàn)標(biāo)識碼：A

1圖片掃描

1.1將STOP5衛(wèi)星

1：10000影像圖片（以下簡稱衛(wèi)片）按100%的比例，分辨率設(shè)置為200像素/英寸，進(jìn)行掃描，保存為RGB模式j(luò)pg格式的圖片（一般掃描格式為tif，在圖片疊加時tif、jpg、bmp、gif格式的圖片都可以用，不需轉(zhuǎn)換）。注意掃描成位圖和灰度及雙色模式，否則就是黑白的，不利于識圖。

1.2將1：10000的地形圖按100%的比例

分辨率設(shè)置為200像素/英寸，進(jìn)行掃描，保存為tif格式的圖片。掃描成位圖或灰度、雙色模式保存，可以減少圖片數(shù)據(jù)量。

2掃描圖檢驗

2.1運(yùn)行Photoshop?。–S2＼CS3＼CS4＼CS5均可以）軟件。

2.2單擊菜單欄上：文件打開（已掃描的衛(wèi)片或地形圖）。

2.3單擊菜單欄上視圖標(biāo)尺，在Photoshop的窗口左邊和上邊會出現(xiàn)有數(shù)值的標(biāo)尺。

2.4點圖形窗口上邊標(biāo)尺，從標(biāo)尺上拖動可生成橫向參考線，兩條橫的參考線分別放在圖幅的上、下邊線上，看參考線是否與上、下邊線重合，如重合就不需做橫向矯正，否則就進(jìn)行橫向矯正。

2.5點圖形窗口左邊標(biāo)尺，從標(biāo)尺上拖兩條豎的參考線分別放在圖幅的左、右邊線上，參考線如果與左、右邊線重合，如不重合需做縱向矯正。

2.6點左標(biāo)尺與上標(biāo)尺交會的地方，拖動到掃描圖中間的一個公里網(wǎng)點上，松開左鍵，即顯示圖象的此公里網(wǎng)點所對準(zhǔn)的標(biāo)尺刻度為“0”，查看此點與左右、上下相鄰的公里網(wǎng)點值是否為10，公里網(wǎng)點距離相互為10則不需再矯正，否則要重新矯正。

3圖形矯正

3.1選中要矯正圖層，按快捷鍵Ctrl+t組合鍵調(diào)用自由變換工具，調(diào)出選項工具欄。

3.2點選項工具欄左邊的9個小正方形中的其中一個確定參考點位置，一般以確定左上角或左下角為參考點為好，確定的點為黑色小正方形，其他小正方形為白色。

3.3在選項工具欄上，W窗口調(diào)整圖片的寬度，即公里網(wǎng)點左右相鄰的兩個點、線距離值不等于10時，可以通過調(diào)整該值來矯正；H窗口調(diào)整高度，即公里網(wǎng)點上下相鄰的兩個點、線距離值不等于10時，可以通過調(diào)整該值來矯正；∠窗口調(diào)整角度，即圖幅四邊不能與參考線重合時，可以通過調(diào)整該值來矯正。調(diào)整好后要點選項工具欄右邊的“√”確認(rèn)修改，否則修改無效。

3.4如圖片有不規(guī)則變形，則可以用點菜單欄上的：編輯變換變形，需調(diào)整的圖上會顯示九宮格，可在圖上任意點上進(jìn)行拖動調(diào)整變形（此步慎用，一般情況不需使用，如使用不當(dāng)易造成嚴(yán)重變形而與標(biāo)準(zhǔn)圖不符）。點“√”確認(rèn)修改。

3.5按Ctrl+S組合鍵保存圖片。

4疊加圖層

4.1用Photoshop打開已矯正好的衛(wèi)片；將Photoshop最小化。

4.2打開存放有已矯正好的地形圖的文件夾，找到與衛(wèi)片同一圖幅的地形圖，將地形圖拖任務(wù)欄Photoshop圖標(biāo)上，Photoshop打開后將地形圖拖放到衛(wèi)片上，點選項欄上“√”確認(rèn)。在Photoshop圖層面板上可以看到有兩個圖層，一層是衛(wèi)片圖層，一層是地形圖層，衛(wèi)片圖層應(yīng)在地形圖層的下一層。

4.3單擊Photoshop圖層面板選定地形圖層，單擊圖層面板左上角標(biāo)有“正?！钡拇翱?，在彈出的列表中單擊選擇“正片疊底”項，地形圖白色部分變?yōu)橥该魃谏糠直Ａ簟?/p>

4.4單擊Photoshop工具欄上的“選擇”工具選定地形圖層，拖移地形圖與衛(wèi)片對應(yīng)，如未重合，則按Ctrl+T組合鍵進(jìn)行調(diào)整變換，使兩圖層的公里網(wǎng)線、公里網(wǎng)點、圖幅邊線完全重合。按Shift+Ctrl+S組合鍵將圖片另保存為一個新文件，至此，制作完成。

4.5調(diào)查工作用圖時，建議使用彩色噴墨打印機(jī)打印A3或A4幅面比較方便。

衛(wèi)星影像范文第2篇

[關(guān)鍵詞]衛(wèi)星遙感影像 內(nèi)定向 外方位元素 地理信息

[中圖分類號]P283.8 [文獻(xiàn)碼] B [文章編號] 1000-405X（2014）-1-43-1

0引言

隨著當(dāng)前科學(xué)技術(shù)的不斷進(jìn)步，國家對于衛(wèi)星遙感技術(shù)研究的資金不斷加大投入，攝影測量正逐漸從單純的依靠航空攝影測量向航空攝影測量和衛(wèi)星遙感測量兩方面并重發(fā)展，基于當(dāng)前衛(wèi)星遙感影像的單片測圖與修測技術(shù)對航天攝影測量極為重要。由于地方經(jīng)濟(jì)建設(shè)速度的加快，地圖的成圖速度已跟不上經(jīng)濟(jì)發(fā)展的腳步，我們對地形圖和各種專題地圖等地理信息數(shù)據(jù)的需求量迅速增加，尤其是地理信息數(shù)據(jù)的現(xiàn)勢性要求尤為突出，本文簡要介紹如何利用衛(wèi)星遙感影像的單片測圖與修測來進(jìn)行地理信息數(shù)據(jù)的快速更新。

1衛(wèi)星遙感影像應(yīng)用概述

衛(wèi)星遙感技術(shù)是快速、全面、精確地測定全球地形，搜索目標(biāo)定位數(shù)據(jù)以及殺傷武器制導(dǎo)的最有效手段，遙感影像獲取的數(shù)據(jù)可在GIS或?qū)I(yè)影像處理平臺的支持下，為地形測繪、環(huán)境監(jiān)測和資源勘查等提供信息服務(wù)；也可轉(zhuǎn)化為數(shù)字化戰(zhàn)場所需的軍事地理信息，是軍事指揮自動化的基礎(chǔ)。

隨著國家經(jīng)濟(jì)建設(shè)的不斷進(jìn)步，高分辨率遙感衛(wèi)星所帶來的巨大軍事與經(jīng)濟(jì)效益，引起全球民用與軍事應(yīng)用領(lǐng)域的高度重視，出現(xiàn)了各國競相研究開發(fā)高分辨率遙感衛(wèi)星及其應(yīng)用技術(shù)的熱潮，在短短的幾年時間內(nèi)有了飛速的發(fā)展，出現(xiàn)了衛(wèi)星遙感技術(shù)不斷擴(kuò)散的發(fā)展趨勢。衛(wèi)星遙感影像處理技術(shù)的不斷發(fā)展，基于衛(wèi)星遙感影像處理平臺利用衛(wèi)星遙感影像進(jìn)行地理信息基礎(chǔ)數(shù)據(jù)庫的更新日趨成熟，目前可以獲得的普通分辨率的衛(wèi)星遙感影像主要有：IRS-1D、ASTER、JERS1-OPS、Resours-F的MK4和Kate200、COSMOS的TK-350等；獲取的高分辨率衛(wèi)星遙感影像主要有：QuickBird、Ikonos、EROS-A1、AVNIR、COSMOS的KVR-1000、Resours-F的KFA-3000等。由于可以獲取不同分辨率衛(wèi)星遙感影像數(shù)據(jù)，因此根據(jù)任務(wù)需求選擇適合的衛(wèi)星遙感影像數(shù)據(jù)進(jìn)行相關(guān)地理信息數(shù)據(jù)的制作。

2畫幅式衛(wèi)星影像的內(nèi)定向和空間后方交會

2.1畫幅式衛(wèi)星影像的全自動內(nèi)定向

攝影測量從模擬攝影測量發(fā)展到解析攝影測量又到今天的數(shù)字?jǐn)z影測量，內(nèi)定向也經(jīng)歷了從手工內(nèi)定向、半自動內(nèi)定向、全自動內(nèi)定向的發(fā)展過程。作為攝影測量測圖的第一步，內(nèi)定向的本質(zhì)就是從一種坐標(biāo)系轉(zhuǎn)向另一種坐標(biāo)系。

數(shù)字影像的內(nèi)定向的定位是通過利用框標(biāo)的檢校坐標(biāo)和掃描，首先通過計算掃描坐標(biāo)系和像平面坐標(biāo)系之間的變換參數(shù)及在數(shù)字影像中可能存在的變形。因為原始資料提供給框標(biāo)的校檢坐標(biāo)，所以找到并精確定位框標(biāo)點就是內(nèi)定向的任務(wù)，換言之，就是得到框標(biāo)的精確掃描坐標(biāo)來求解變換參數(shù)。

2.2畫幅式衛(wèi)星影像的空間后方交會

畫幅式衛(wèi)星影像空間后方交會與航空攝影像片空間后方交會的主要區(qū)別在于兩者關(guān)于外方位元素初值的獲取方式以及外方位元素之間相關(guān)性的處理方式不同。畫幅式衛(wèi)星影像的六個外方位元素之間存在著一定的關(guān)聯(lián)性，在用不同的控制數(shù)據(jù)解求同一副影像的外方位元素時，計算出來的結(jié)果差別較大，但是在控制點分布較為理想的情況下，可以利用最小二乘估計的方法老求解外方位元素。

3單線陣CCD衛(wèi)星影像外方位元素的解算

3.1線陣CCD影像外方位元素間的相關(guān)性

經(jīng)過大量實驗表明，誤差方程式中位置參數(shù)存在很強(qiáng)的相關(guān)性，使得求解精度低甚至無法求解。產(chǎn)生原因主要包括：（1）航天影像主距大，光束窄；（2）行高較高，導(dǎo)致誤差方程式的各未知參數(shù)系數(shù)在數(shù)量級中相差巨大；（3）計算過程中引用了大量的待求參數(shù)。

3.2克服相關(guān)性解求外方位元素的常用方法

主要有：（1）在擁有大量數(shù)據(jù)的情況下，增加虛擬誤差方程，從而使得各參數(shù)獨(dú)立性增加，但其缺點是增加工作量，降低工作效率。（2）在近似垂直攝影的情況下，合并相關(guān)項，但由于將合并項參數(shù)合并后，其幾何意義不易闡明，所以在實際應(yīng)用中具有局限性。（3）將外方位元素線、角分開迭代求解。但是在數(shù)學(xué)角度上來看，這種方法不嚴(yán)密，而且所得過于依賴外方位元素的初值。

4引入粗差探測的外方位元素的測算

在解算外方位元素時，畫幅式衛(wèi)星影像和線陣CCD衛(wèi)星影像需要控制點的地面坐標(biāo)以及像坐標(biāo)，但是在實際測量的過程中，粗差的出現(xiàn)是不可避免的，但其存在必然會影像測量的成果，所以將粗差剔除，特別是在外方位元素的解算過程中，十分必要。

粗差產(chǎn)生的原因多種多樣，數(shù)值差別也有可能很大，通常情況下依靠聯(lián)系實際通過某種預(yù)先處理的手段，將在數(shù)據(jù)中可能存在的大粗差以及中等的粗差剔除掉。而一些小粗差，則需要通過嚴(yán)格的統(tǒng)計檢查。

但是在實際應(yīng)用中，很多的估計方法，對含粗差的觀測值極為敏感，粗差對于其估計的參數(shù)會產(chǎn)生極大的影像。而穩(wěn)健估計便是針對這一狀況提出的，其主旨在于構(gòu)造一種估計的方法，使其可以對粗差具有一定的抵抗能力。

5利用衛(wèi)星遙感影像測制和修測地形圖

因為利用衛(wèi)星遙感技術(shù)獲得資料較快，成圖迅速，制圖成本低廉。而單張像片測圖具有相對簡單，快捷的特點，所以我們研究畫幅式衛(wèi)星影像同單線陣CCD衛(wèi)星影像制圖具有十分巨大的意義。

由于地形圖只能反映出繪測當(dāng)時的地面狀況，但是由于受到工程建設(shè)等人為的生產(chǎn)活動以及自然變遷的影響，地形地貌會經(jīng)常發(fā)生變化。所以地形圖逐漸就與實際地形不一致，所以為了保持地形圖的現(xiàn)勢性，保障其使用價值，就需要定期對地形圖進(jìn)行修測。地形圖的修測大致分為地物修測，地物修測方式主要是基于正攝影像的地形圖修測和利用衛(wèi)星遙感影像進(jìn)行的地形圖修測。

6總結(jié)

限于時間和篇幅的制約，本文只是對當(dāng)前畫幅式衛(wèi)星影像以及單線陣CCD衛(wèi)星影像的單片測量技術(shù)進(jìn)行了簡單的敘述，是相對于利用高分辨率的衛(wèi)星遙感影像立體像對技術(shù)進(jìn)行測圖的一種補(bǔ)充方法，是對地理信息數(shù)據(jù)更新方法的一種嘗試。

參考文獻(xiàn)

[1]張海濤，賈光軍，虞欣.基于GeoEye-1衛(wèi)星影像的立體測圖技術(shù)研究[J].測繪通報，2010年12期.

[2]陳靜波，宋偉東，趙忠明.利用通用傳感器模型實現(xiàn)高分辨率遙感影像單片定位及正射糾正方法的研究[A].第十二屆中國體視學(xué)與圖像分析學(xué)術(shù)會議論文集[C].2008年.

衛(wèi)星影像范文第3篇

關(guān)鍵字：幾何檢校 影像匹配Harris算子 傅里葉梅林變換

Abstract: the image matching is the satellite image of key problems, geometric calibration, is the same as for matching of like some technical means. In this paper the method of image matching is divided into two categories: based on gray level and the pixel space domain of the geometric relationships between the matching, based on phase frequency domain to match, the analysis of two match the similarities and differences between, summarizes the two ways of adaptability and advantages and disadvantages. Space domain to typical Harris algorithm as an example, the frequency domain to Fourier-merlin transformation for example, study the characteristics of the two algorithms, comprehensive analysis in the geometric calibration of the prospect of application, this paper puts forward a suitable for geometric calibration of image matching the matching strategy application.

Key word: geometric calibration image matching Harris operator Fourier merlin transformation

中圖分類號：P237文獻(xiàn)標(biāo)識碼：A 文章編號：

1.引言：

在衛(wèi)星影像的預(yù)處理過程中，幾何檢校的精確度是保證影像精度的先決條件，在幾何檢校中，如何獲取精確的而又分布良好的同名像點是幾何檢校精確與否的關(guān)鍵，這就需要適當(dāng)且高精度的影像匹配策略。

影像匹配是高分辨率衛(wèi)星遙感影像處理技術(shù)的重要內(nèi)容，是計算機(jī)視覺和數(shù)字?jǐn)z影測量的核心技術(shù)，其實質(zhì)是給定參考影像上面的一個點,在另一張影像上面尋找一個相應(yīng)的同名點,使得這些點投影到物空間的同一個物理點。但由于影像匹配是一個不適定問題，存在諸多不確定性因素，而不同分辨率下的影像匹配又帶來了新的問題，通常的處理方法就是通過引入先驗知識的約束，得到滿足這些約束的解或者解集。本文中比較研究基于Harris算子的空間域算法和以傅里葉梅林變換為變換域的相位相關(guān)頻率域匹配方法，提出一種滿足幾何檢校要求的匹配策略。

2.基于Harris算子的空間域匹配

Harris算子是一種基于信號的點特征提取算子，其思想是將特征點提取中梯度運(yùn)算轉(zhuǎn)換到與其自相關(guān)系數(shù)聯(lián)系的矩陣M中，矩陣M的特征值就是自相關(guān)系數(shù)的一階曲率，如果兩個曲率都高，那么就認(rèn)為該點是影像的點狀特征，在提取特征點時需給定閾值，目前很多學(xué)者提出了不同的改進(jìn)算法，將以前的人工給定閾值發(fā)展為自適應(yīng)迭代的閾值確定方法；由于該算法基于對自相關(guān)系數(shù)一階曲率的計算，因此簡單而穩(wěn)定性高，對圖像旋轉(zhuǎn)、亮度變化、視角變化有很好的魯棒性，其改進(jìn)算子定位精度能達(dá)到子像素級，而且便于實現(xiàn)大量均勻同名像點的提取，有利于于幾何檢校。

本文在研究過程中利用harris算子提取點特征，高斯窗口寬度為5，高斯函數(shù)方差為0.8，閾值設(shè)置為1500，獲取點特征，這些特征點往往集中在灰度變換明顯的區(qū)域，如圖：

將獲取的特征點根據(jù)相關(guān)系數(shù)法進(jìn)行匹配，獲取同名像對，實驗圖像共獲得110個同名像點，根據(jù)同名像點的分布情況以及精度的要求，選取合適的相關(guān)系數(shù)閾值，得到匹配像對點的結(jié)果以及相關(guān)系數(shù)表。

3，基于傅里葉梅林變換的頻率域匹配

頻率域匹配方法由于涉及到空間域與頻率域的轉(zhuǎn)換，因此比較復(fù)雜。本文所做研究并不是兩張影像的配準(zhǔn)，而是在獲取粗配準(zhǔn)的同名像點上利用頻率域的方法，獲取更精確的同名像點?；谙辔坏念l率域圖像匹配方法的思路是通過傅里葉變換將空間域的相關(guān)運(yùn)算變換成頻譜上的復(fù)數(shù)乘法運(yùn)算，是一種非線性的頻域相關(guān)技術(shù)，可檢測兩幅影像之間的平移、旋轉(zhuǎn)，根據(jù)頻域信息快速獲得最佳匹配位置，匹配精度較高。這些技術(shù)和方法從不同側(cè)面為改進(jìn)影像匹配結(jié)果的精度和可靠性以及匹配速度等方面發(fā)揮了積極的作用，并在不同的領(lǐng)域中得到了應(yīng)用。

本文首先在粗匹配過的同名影響對上獲取同名像點，在針對兩張影像上的同名點周邊區(qū)域進(jìn)行頻率域匹配,首先利用笛卡爾坐標(biāo)到對數(shù)極坐的轉(zhuǎn)換求出比例因子和旋轉(zhuǎn)角度,按此值對欲配圖像變換后,再利用互能量譜與反變換計算求出移量,最后進(jìn)行相應(yīng)的變換就可得到配準(zhǔn)好的圖像.具體的基于傅里葉梅林變換的圖像匹配過程如下：

1)對原圖像進(jìn)行傅立葉變換,并求出各自的能量.

2)高通濾波.

H(ε,η) = (1-X(ε,η))(2-X(ε,η))

X(ε,η) = cos(πε)cos(πη)

-0?5≤ε,η≤0?5

3)將濾波后的各圖像轉(zhuǎn)換為對數(shù)極坐標(biāo)的形式,并求其互能量譜,從而得到比例系數(shù)和旋轉(zhuǎn)角度.

4)將欲配準(zhǔn)的圖像旋轉(zhuǎn)、比例放大后再與原圖像計算互能量譜,從而得到平移量.

功率譜的計算結(jié)果如圖：

傅里葉梅林變換在粗配準(zhǔn)的基礎(chǔ)上在用頻率域的方法計算同名像點的平移旋轉(zhuǎn)指數(shù)，從而提高同名像點的精度。

結(jié)論：

傳統(tǒng)的空間域匹配方法原理簡單，獲取的同名像點粗差較多，需要進(jìn)行歸一化處理，改進(jìn)的harris算子精度可達(dá)子像素級，但需要兩張影像的灰度情況基本一致；

基于相位的頻率域匹配方法需要影像的空間域和頻率域的轉(zhuǎn)換，在提高匹配精度的同時需要提前獲取粗匹配的結(jié)果，在搜索方式的選擇較為復(fù)雜，但獲取精度高，對影像的旋轉(zhuǎn)平移較為敏感。

將兩種匹配策略綜合考慮，使用點特征提取的方法獲取同名像點的初值，用最小二乘法或相關(guān)系數(shù)法進(jìn)行匹配優(yōu)化，在利用傅里葉梅林頻率域匹配的方法來進(jìn)一步提高幾何檢校中影像匹配的精度，以滿足幾何檢校的需要。

參考文獻(xiàn)

剃曉龍，李英成．基于多源遙感影像融合的影像匹配技術(shù)[J]。測繪科學(xué)，2007，32(3)：59―6l

衛(wèi)星影像范文第4篇

關(guān)鍵詞：地圖現(xiàn)勢性；衛(wèi)星遙感；影像融合；地圖更新

Abstract: present situation is one of the main features of the map, it is the practical basis of map, how to achieve the map’s current potential and dynamic updates of map workers in China are facing a new topic. This paper point out a satellite remote sensing images quickly update the map method, and the experiment proved the feasibility of using this method.Key words: maps are now potential; satellite remote sensing; image fusion; map update

中圖分類號：P283.49 文獻(xiàn)標(biāo)識碼： A文章編號：2095-2104（2012）

引言

地形圖上的要素分為自然要素和社會經(jīng)濟(jì)要素，隨著社會經(jīng)濟(jì)的飛速發(fā)展，地形圖中的自然要素變化不大，而社會經(jīng)濟(jì)要素卻發(fā)生了很大的變化。改革開放30多年以來，我國的經(jīng)濟(jì)一直處于快速的發(fā)展時期，全國各地到處都發(fā)生著翻天覆地的變化。這種變化體現(xiàn)在地圖上的就是地圖上的社會經(jīng)濟(jì)要素變化較大，那么如何實現(xiàn)地圖的更新與經(jīng)濟(jì)發(fā)展同步是地圖工作者當(dāng)前面臨的難題。需要地圖科學(xué)工作者研究解決這一較為突出的問題。

1.1居民地變化

居民地是地圖上的主要要素，居民地的變化主要體現(xiàn)在居民地平面形狀變化：目前隨著我國城市化進(jìn)程的加快，在城市內(nèi)部和外部的變化巨大，不論是在我國的東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)還是在西部經(jīng)濟(jì)相對落后地區(qū)，這一變化都能親眼目睹。從城市內(nèi)部街道的拓寬、建筑物的拔地而起、公園綠地的增加到城市郊區(qū)的片片小區(qū)崛起，到處都體現(xiàn)著城市居民地的巨大變化。

1.2道路變化

1.2.1公路

公路交通是運(yùn)輸體系的重要組成部分，是國民經(jīng)濟(jì)和社會發(fā)展的重要基礎(chǔ)設(shè)施，是地圖上表示的重要內(nèi)容，公路的變化主要表現(xiàn)在以下兩個方面：

① 公路總量大幅度增長。1985年底我國的公路總里程為94.24萬公里，而了2011年底我國的公路總里程為400萬公里。

② 高速公路迅猛發(fā)展，2011年我國新增高速公路1.10萬公里，截至2011年底我國高速公路總里程達(dá)8.5萬公里。

1.2.2鐵路

目前我國鐵路營業(yè)里程躍居世界第二,并跨入高速時代,高速鐵路里程世界第一,為發(fā)展國民經(jīng)濟(jì)和提高人民群眾生活水平提供了重要保障。2011年年底全國鐵路營業(yè)里程已經(jīng)達(dá)到9.9萬公里。

2.遙感技術(shù)的發(fā)展為地圖的快速更新提供了數(shù)據(jù)源

衛(wèi)星遙感技術(shù)應(yīng)用于20世紀(jì)70年代。進(jìn)入21世紀(jì)，衛(wèi)星遙感影像的種類增多，現(xiàn)在高分辨率的衛(wèi)星遙感影像已應(yīng)用于數(shù)字城市的空間基底建設(shè)，因此應(yīng)用衛(wèi)星遙感影像更新地圖具有廣闊的發(fā)展空間。

從地圖比例尺及地圖更新成本考慮，用于地圖更新的衛(wèi)星影像主要有：

2.1 TM衛(wèi)星影像

TM衛(wèi)星影像是美國陸地資源Landsat-4,Landsat-5攜帶的專題成像（TM）傳感器接收的多光譜遙感影像，共7個波段，分辨率為30米，每景影像的范圍為：185公里×185公里。1999年4月15日Landsat-7號衛(wèi)星發(fā)射成功，該衛(wèi)星攜帶了增強(qiáng)型的專題成像（ETM+）傳感器,其增加的第8波段分辨率為18.5米。由于TM衛(wèi)星影像分辨率較低，所以在地圖更新當(dāng)中，主要是利用TM影像進(jìn)行小比例尺地圖的道路更新。

2.2 Spot衛(wèi)星影像

Spot衛(wèi)星是由法國空間研究中心設(shè)計制造，第一顆Spot衛(wèi)星于1986年2月發(fā)射，以后又陸續(xù)發(fā)射了3顆，接收的影像其單波段全色影像分辨率為10米，多光譜影像分辨率為20米，每景影像的范圍為：60公里×60公里。2002年5月4日又成功的發(fā)射了Spot 5號衛(wèi)星，其影像分辨率可達(dá)2.5米，能滿足大于1：5萬比例尺城市地圖更新。

2.3 Ikonos衛(wèi)星影像

Ikonos衛(wèi)星是1999年9月美國發(fā)射的世界上第一顆商用衛(wèi)星，接收的衛(wèi)星影像具有1米分辨率全色影像和4米分辨率的多光譜影像，通過對1米分辨率全色影像和4米分辨率的多光譜影像融合，可以獲得1米分辨率的多光譜影像。2000年3月正式商業(yè)銷售圖像，Ikonos衛(wèi)星影像的商業(yè)應(yīng)用對于數(shù)字城市空間基底的建立及大比例尺城市地圖的快速更新具有質(zhì)的飛躍，尤其對比例尺大于1：1萬的地圖更新提供數(shù)據(jù)源的支持。

目前，我國自主發(fā)射的地球資源衛(wèi)星（CBERS）3號已經(jīng)開始接收影像，也將成為國家地圖更新的重要數(shù)據(jù)源。

3.基于衛(wèi)星遙感影像的地圖快速更新技術(shù)方法研究

利用衛(wèi)星遙感影像快速更新地圖，是空間信息技術(shù)發(fā)展的必然。根據(jù)地圖比例尺不同，采用下述兩種技術(shù)方案，基于TM,Spot影象的更新方案主要用于小比例尺的地圖，基于Ikonos影象的更新方案主要用于較大比例尺的地圖。

3.1前期準(zhǔn)備

3.1.1收集有關(guān)更新地圖的最新資料，包括最新出版地圖的各種圖件、地圖所在區(qū)域的地形圖、通車路線及地名等變更資料。作業(yè)時要認(rèn)真分析資料的現(xiàn)勢性、可靠性及權(quán)威性。

3.1.2購買該更新地圖范圍內(nèi)最新的TM及Spot衛(wèi)星影象。衛(wèi)星影像應(yīng)滿足于TM為7個波段的多光譜影像，Spot則為全色影像。

3.1.3系統(tǒng)軟件準(zhǔn)備：地理信息系統(tǒng)軟件arc/info，遙感圖象處理軟件Erdas，圖像處理軟件photoshop，制圖軟件corelDRAW及常用字庫等。

3.2地形圖糾正

地形圖糾正應(yīng)用遙感圖像處理軟件Erdas的Data preparation模塊完成。選擇Data preparation模塊中的幾何糾正選項，橢球體與地圖投影的選擇與地形圖一致，并導(dǎo)入地形圖角點大地坐標(biāo)，即可完成地形圖糾正，形成數(shù)字柵格地形圖。

3.3衛(wèi)星遙感影像處理

3.3.1 TM影像的合成：在圖像處理軟件photoshop中分別打開TM的3、4、5波段影像，利用“通道”中的通道合成功能可以合成為RGB模式的TM影像。

衛(wèi)星影像范文第5篇

關(guān)鍵詞：資三影像 PixelGrid 1∶1萬 DOM 精度

中圖分類號：P231 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2014）05（c）-0031-02

資源三號衛(wèi)星歷經(jīng)三年多深化論證，經(jīng)過近四年研究開發(fā)，于2012年1月9日在太原發(fā)射場發(fā)射成功。衛(wèi)星工程突破了諸多技術(shù)難題，是我國首顆民用高分辨率立體測圖衛(wèi)星，衛(wèi)星在軌測試和前期運(yùn)行表明，資源三號是目前我國綜合精度最高的遙感測繪衛(wèi)星，多項技術(shù)指標(biāo)已經(jīng)達(dá)到或優(yōu)于國外同類型的測繪衛(wèi)星。

DOM是數(shù)字正射影像圖（Digital Orthophoto Map）的縮寫，是利用DE M對航空或航天影像經(jīng)逐像元進(jìn)行輻射改正、微分糾正和鑲嵌，并按規(guī)定圖幅范圍裁剪生成的形象數(shù)據(jù)，帶有公里格網(wǎng)、圖廓（內(nèi)、外）整飾和注記的平面圖。它可作為背景控制信息，評價其它數(shù)據(jù)的精度、現(xiàn)實性和完整性，也可從中提取自然資源和社會經(jīng)濟(jì)發(fā)展信息，為防災(zāi)治害和公共設(shè)施建設(shè)規(guī)劃等應(yīng)用提供可靠依據(jù)。

雖然利用資源三號衛(wèi)星影像生產(chǎn)1∶1萬基礎(chǔ)測繪山地及高山地的系列產(chǎn)品已在一些生產(chǎn)單位投入使用，但其生產(chǎn)的產(chǎn)品精度亦待檢測。本文將結(jié)合兩個1∶1萬基礎(chǔ)測繪項目針對利用資源三號衛(wèi)星影像生產(chǎn)1∶1萬基礎(chǔ)測繪DOM的精度進(jìn)行初步探索。

1 資三影像及PixelGrid簡介

1.1 資三影像簡介

資源三號測繪衛(wèi)星，簡稱ZY3，是中國第一顆民用高分辨率光學(xué)傳輸型測繪衛(wèi)星。

以往航空攝影，受天氣因素影響很大，比如有雨的天氣就不能拍攝，導(dǎo)致一年成像面積只有70萬到100萬km2，而且是把所有比例尺都算上的，而資源三號衛(wèi)星為解決這個矛盾，利用回訪功能，以特區(qū)為單位，可以避開受天氣因素影響的地方選擇其他拍攝地方，并且生成的是一個可量測的實體模型，我們可以通過計算機(jī)直接量測實體模型，不用全部到野外進(jìn)行實地測量，就可實現(xiàn)數(shù)據(jù)的準(zhǔn)確采集，同時也實現(xiàn)了影像加工和整理的整體數(shù)字化。

1∶1萬基礎(chǔ)測繪所用的資三影像數(shù)據(jù)由國家測繪地理信息局衛(wèi)星測繪應(yīng)用中心提供，其坐標(biāo)系統(tǒng)為WGS84，投影方式是UTM投影。

1.2 PixelGrid簡介

1.2.1 基本情況

高分辨率遙感影像數(shù)據(jù)一體化測圖系統(tǒng)PixelGrid是由中國測繪科學(xué)研究院自主研發(fā)的“十一五”重大科技成果，獲得2009年度國家測繪科技進(jìn)步一等獎。該軟件是我國西部1∶5萬地形圖空白區(qū)測圖工程以及第二次全國土地調(diào)查工程的主力軟件，被譽(yù)為國產(chǎn)的“像素工廠”，可以完成遙感影像從空中三角測量到各種比例尺的DLG、DEM/DSM、DOM等測繪產(chǎn)品的生產(chǎn)任務(wù)。

1.2.2 PixelGrid制作DOM的優(yōu)勢

在利用資三影像制作1∶1萬基礎(chǔ)測繪正射影像的項目中，筆者做過多種軟件的實驗及精度檢測，之所以最終選擇PixelGrid系統(tǒng)，是因為其基于多基線、多重匹配特征的自動匹配技術(shù)。

PixelGrid系統(tǒng)首次提出并研發(fā)了獨(dú)特的基于多基線、多重匹配特征的自動匹配技術(shù)，采用由粗到細(xì)（coarse-to-fine）的多級影像匹配策略，綜合集成多種成熟的、性能互補(bǔ)的影像匹配算法，在匹配算法的各個子模塊之間進(jìn)行質(zhì)量控制、自動進(jìn)行匹配粗差定位和剔除，充分利用高分辨率遙感影像所提供的新特點（高信噪比、高反差的影像，高地面覆蓋重疊率等），獲取成像區(qū)域的高精度DEM，有效解決了復(fù)雜地形條件下DEM/DSM的全自動提取。

正是因為其基于多基線、多重匹配特征的自動匹配技術(shù)，可以全自動提取高精度的DEM，進(jìn)而可以制作出高精度的正射影像，因此才最終選擇它來制作DOM。

2 制作DOM流程

利用PixelGrid處理資三影像制作DOM，是在資三影像加密得到經(jīng)過各級檢查及修改的成果基礎(chǔ)之上進(jìn)行的。在制作DOM時，主要是用PixelGrid里的“數(shù)字高程模型提取、正射影像生成拼接”兩個菜單來實現(xiàn)的，通過生成核線影像、匹配種子點線立體量測、自動影像匹配生成高精度的DEM，然后再利用DEM來生成DOM并進(jìn)行自動拼接進(jìn)而得到DOM成果。就整個項目而言，制作DOM的流程如圖1。

3 精度評估

用資三影像生產(chǎn)的DOM制作完成之后，為了檢測其幾何精度，筆者從像控點的精度比對、用資三影像所測線狀地物與衛(wèi)片DOM的套合、用航片所測線狀地物與衛(wèi)片DOM的套合、等高線與衛(wèi)片DOM的套合等幾個方面進(jìn)行了精度比對。設(shè)計書對于使用資三影像區(qū)域平面精度的要求是“凡是采用資源三號衛(wèi)片的測區(qū)，所有地類平面精度放寬0.5倍”，由此推算區(qū)域網(wǎng)絕對定向中基本定向點在山地與高山地的平面殘差應(yīng)為6.0 m，而衛(wèi)星遙感影像DOM的平面位置精度根據(jù)《基礎(chǔ)地理信息數(shù)字產(chǎn)品1∶10000 1∶50000生產(chǎn)技術(shù)規(guī)程第3部分：數(shù)字正射影像圖（DOM）》5.3a表述“一般情況下衛(wèi)星遙感影像DOM的點位中誤差不大于2個像元”，根據(jù)資三影像資料推算，衛(wèi)片DOM的平面位置精度應(yīng)為6 m。

3.1 像控點的精度比對

像控點的精度對比實際就是計算區(qū)域網(wǎng)絕對定向中基本定向點平面位置的中誤差。兩個生產(chǎn)性試驗項目涉及到用資三影像部分區(qū)域的DOM制作完成后，筆者將像控點在立體模型里量測的坐標(biāo)與其像控成果坐標(biāo)做了比對，結(jié)果見表1、表2。

由比對結(jié)果可以看出，像控點的精度是比較理想的。

3.2 DOM與線狀地物的精度比對

3.2.1 DOM與資三影像所測線狀地物的精度比對

資三影像加密完成、經(jīng)過各級檢查及修改之后，即投入測圖生產(chǎn)，筆者在兩個項目中均勻地選擇了些線狀地物，將其與衛(wèi)片DOM疊加后發(fā)現(xiàn)套合情況良好，平面位置基本相差在0.5～2 m之間.

3.2.2 DOM與航片所測線狀地物的精度比對

在這次兩個生產(chǎn)性試驗的項目中，有部分圖幅由于是丘陵地或是資三影像未能全覆蓋而選擇航片生產(chǎn)，但也有部分資三影像與航片重疊的區(qū)域，筆者在重疊區(qū)域的航片內(nèi)均勻地選擇了些不易發(fā)生變化的線狀地物進(jìn)行測繪，并將測繪的結(jié)果導(dǎo)入資三影像制作的DOM中進(jìn)行比對，發(fā)現(xiàn)線狀地物與衛(wèi)片DOM套合情況良好，平面位置基本相差在0.5～2 m之間，個別相差較大的也在3 m、4 m左右。

3.3 DOM與等高線的精度比對

對于已經(jīng)測繪完成的等高線，筆者均勻地選擇了山地和高山地的等高線與衛(wèi)片DOM進(jìn)行套合查看，發(fā)現(xiàn)套合情況良好。根據(jù)多年航測經(jīng)驗，山勢陡峭區(qū)域的等高線，用航片生產(chǎn)出來的DOM與等高線的套合情況一般都不太理想，而試驗區(qū)域的衛(wèi)片DOM與等高線的套合精度還是比較理想的，平面位置的套合差也基本都在0.5～2 m之間，個別相差較大的也均未超限。等高線與衛(wèi)片DOM套合例圖見圖2、圖3。

根據(jù)衛(wèi)片DOM與各類線狀地物及等高線的對比情況可以看出，其平面位置精度還是比較理想的。而成果DOM也因反差適中、色調(diào)均勻，質(zhì)量情況表現(xiàn)良好。

4 結(jié)語

雖然利用資源三號衛(wèi)星影像及PixelGrid生產(chǎn)的1∶1萬基礎(chǔ)測繪山地及高山地的正射影像在筆者經(jīng)歷的這兩個生產(chǎn)性試驗項目中均得到了比較好的精度評估，但其結(jié)果也只能作為生產(chǎn)當(dāng)中的一種借鑒與參考。在后續(xù)的項目中，筆者將繼續(xù)跟蹤、統(tǒng)計相關(guān)的精度統(tǒng)計，以便在基礎(chǔ)測繪項目及其它項目中更好地利用資源三號衛(wèi)星影像資源，促進(jìn)我國衛(wèi)星事業(yè)的更好發(fā)展。

參考文獻(xiàn)

[1] 中國資源衛(wèi)星應(yīng)用中心網(wǎng)站[EB/OL].2013.