当地面的遥感卫星获得了地球数字影象，并传回大地，能否做事就结尾了？谜底显然能否认的，相悖，这恰是遥感数字图象处置做事的最先。
遥感数字图象（Digitalimage，后简称“遥感影象”）是数字方式的遥感图象，地球表面不同地域和地物也许反射或辐射不同波长的电磁波，操纵这类性格，遥感系统也许构成不同的遥感数字图象。
遥感卫星做事道理
图：NOAA
让其与个别的数字图象，也便是咱们常常照相的电子相片拉开间隔的，是遥感影象的成像范围与邃密度。遥感卫星的照相地域是地球级的宏观维度，影象中的每个像素都对应着三维实在寰球中的某几个、某个或某部份地物实体，遵循卫星成像分辩率的不同，此中一个像素就有或者是一棵树、一辆车或是一幢大楼的某个窗户。
因此，图象每个像素点的亮度值（DN值，DigitalNumber）都有注意要的音信意义，要获得此中的准相音信，用户须要遵循自己运用目标，对卫星影象中的像素实行办理、变换、校订、巩固、讨取一系列的“神操纵”，便于后续深入发掘与交易合并运用。
DN值（DigitalNumber）：遥感影象像元亮度值，纪录地物的灰度值。无单元，是一个整数值，值巨细与传感器的辐射分辩率、地物发射率、大气透过率和散射率等干系，反响地物的辐射率（Radiance）。
咱们也许回到“P图界”实行比方，为了让本人的酬酢媒体局面越发完满，咱们翻开某图秀秀软件，美白、瘦身、磨皮、祛痘....固然，遥感影象的数据处置繁杂业余多了，到甚么田地呢？它也许被写成一册教科书——
当日，咱们就来领会一下，这此中究竟有哪些“神操纵”，又怎么运用？以及在遥感财产赶快进展的当日，高频的数据产出、算法和人为智能的打击，会否让这些“神操纵”的保守方式和底层逻辑，产生革新？
01
甚么是遥感影象处置？
遥感影象处置，是操纵策画机图象处置系统对遥感图象中的像素实行系列操纵的经由。
遥感影象中包罗着许多音信，经由数字化（成像系统的采样和量化、数字储备）后，才略灵验地实行音信剖析和实质讨取。在此底子上，对影象数据实行处置“再加工”，如校订图形对齐坐标、巩固地物表面，也许极大地提高图象处置的精度和音信讨取的效率，这个经由均也许称为“遥感数字图象处置”。
遥感与图象处置
图源：《遥感数字图象处置教程》，重制：超擎时空
做为“对地察看”经由的一个根本而急迫的构成部份，在卫星运用财产链中，遥感影象处置关节处于中下游、承先启后的急迫地位，前端衔接卫星大地设备，后端面向农林、气候、天然资本等行业详细的交易运用，供应“停当”的数据效劳或用具。
02
为甚么遥感影象处置是运用的“必由之路”？
在咱们看到一律美妙的google地球这类数字地球产物，或是遥感卫星运用在天然资本办理、环保、农业、气候等范围的专题图或解译图，都须要经由影象处置的核心“浸礼”。
由于遥感卫星在高空“功课”，其成像处境繁杂水平远远超过咱们平日大地的照相处境，会碰到传感器不平静，地球曲率、大气前提、光照变换、地形变换等系统与非系统成分构成的图形多少变形、失真、朦胧、噪点等。遥感数据核心对图象实行去除条带、多少粗校订等开端处置，数据抵达各末端用户手中时，还须要对数据做进一步的邃密处置，使其越发靠近实在寰球的实体空间处境与坐标，并遵循其自己交易剖析目标，实行业余处置，为接下来的遥感影象剖析、解译、交易运用做好谋划。
总的来讲，遥感影象处置的首要目标为下列三点：
图象校订：复原、回复图象。在实行音信讨取前，必定对遥感图象实行校订处置，以使影象也许确切地反响理论地物音信或物理经由。
图象巩固：箝制或去除图象噪声。为使遥感图象所包罗的地物音信可读性更强，感乐趣目标更卓绝、轻易了解和判读，须要对总体图象或特定地物音信实行巩固处置。
音信讨取：遵循地物光谱特色和多少特色，肯定不同地物音信的讨取法则，在此底子上，操纵该法则从校订后的遥感数据中讨取各式实用的地物音信。
03
遥感数据处置有哪些性能？
完好的遥感数字图象处置包罗了硬件系统和软件系统两大部份，遥感数据储备量硕大，须要大容量数字储备摆设与软件协同协做储备处置，这边首要先容软件处置部份。上面展现的是一个业余的图象处置软件界面，与罕用的办公软件比拟，图象处置系统的各个性能显得对照散开，各个菜单之间的干系不密切。
操纵ENVI遥感图象处置软件实行图象镶嵌，界面右边为用具箱（toolbox）
图：常陈一
B站从某种意义上看，图象处置系统更像一个图象处置归纳用具箱，由于图象处置目标不同，用户也许挪用某个性能、某几项性能的组合，并非悉数过程都采用。这边将一些典范的处置性能实行概括，并对底子关节实行先容。
数据储备与办理：由不同传感器得到的不同图象数据的储备办理、读取显示、变换输出。
图象预处置：辐射校订、多少校订、图象配准、大气校订..
图象巩固与变换：图象合并、图象巩固处置、颜色合成、密度分裂、图象裁剪、镶嵌匀色..
分类与特色讨取：统计剖析、特色讨取、图象分类（监视分类、非监视分类）、专题制图、业余用具（高光谱、雷达、地形等图象处置）..
数字储备与办理
卫星遥感数据储备、云霄宣布
图：超擎
遥感影象自己内存较大，1景7波段的landsat遥感影象最少见MB，而高光谱影象或者抵达1GB；而投入功夫与空间两重高分期间以来，数据高频产出与积聚，也督促遥感投入大数据期间，让遥感云效劳、储备办理、赶快散发同享趋向越发显然。基于独占云、搀和云的遥感影象数字储备、在线革新、办理检索、宣布欣赏，曾经慢慢成为与遥感数据处置不成份割的急迫底子，并将大幅度提高后续遥感影象业余处置与交易运用效率。
大范围遥感数据会聚、办理、储备、散发系统
超擎
影象预处置
辐射校订（RadiometricCorrection)
辐射校订先后
图：网络
指对由于外界成分，数据获得和传输系统构成的系统的、随机的辐射失真或畸变实行的校订，消除或改过因辐射过失而引发影象畸变的经由。
简略概述，便是去除传感器或大气“噪声”，更确切地暗示大地前提，抬高图象的“保真度”，主假如复原数据缺失、去除薄雾，或为镶嵌和变换监测做好谋划。
辐射校订在动态监测中的效用：在多时相遥感图象中，除了地物的变换会引发图象中辐射值的变换外，固定的地物在不同时相图象中的辐射值也会有不同。假使须要操纵多时相遥感图象的光谱音信对地物变换情景进举动态监测，紧要消除固定地物的辐射值不同。
经由相对辐射校订，将一图象做为参考(或基准)图象，调动另一图象的DN值，使得两时相图象上同名的地物具备类似的DN值，这个经由也叫多时相遥感图象的光谱归一化。如许就也许经由剖析不同时相遥感图象上的辐射值不同来实行变换监测，从而实行地物动态变换的遥感激态监测。
辐射校订一致的多时相遥感影象，很好地反响华夏西部地域绿化经由
多少校订（Geometriccorrection）
多少校订前
多少校订后
遥感成像经由中，因照相材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形升沉等成分致使的归纳影响，原始图象上地物的多少地位、形态、巨细、尺寸、方位等特色与其对应的大地地物的特色偶尔是不一致的，这类不一致为多少变形，也称多少畸变。多少校订便是经由一系列的数学模子来改过和消除这类多少畸变，使其定位确切。
多少校订道理暗示：实在寰球的地形是平面而高低不平的，但遥感卫星传感器只可获得平面二维像素，这就带来了地形歪曲
图源：网络；重制图：超擎时空
图象巩固
图象比拟度巩固（ImageContrastEnhancement）
直方图拉伸前
直方图拉伸后
统计每幅图象的各亮度的像元数而得到的随机散布图，即为该幅图象的直方图。个别来讲，包罗洪量像元的图象，像元的亮度随机散布应是正态散布。直方图为非正态散布，申明图象的亮度散布偏亮、偏暗或亮渡过于会合，图象的比拟度小，须要调动该直方图到正态散布，以改观图象的原料，并便于分辩地物表面并提守音信。
彩色合成
真彩色合成
假彩色合成
为了充足操纵颜色在遥感图象判读和音信讨取中的上风，常操纵彩色合成的办法对多光谱图象实行处置，以得到彩色图象。如上图，彩色图象也许分为真彩色图象和假彩色图象。
密度分裂
原始图象
密度分裂图象
将灰度图象根据像元的灰度值实行分级，再分级赋以不同的颜色，使原有灰度图象变为伪彩色图象，抵达图象巩固的目标。
图象运算
原始图象
NDVI植被指数图象
两幅或多幅单波段图象，空间配准后可实行算术运算，实行图象的巩固。遵循地物在不同波段的灰度不同，经由不同波段的代数运算构成新的“波段”，罕见的有加法运算、减法运算、比值运算和归纳运算，如：
减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被音信。比值运算：罕用于策画植被指数、消除地形暗影等。植被指数：NDVI=（IR-R）/（IR+R）
图象合并
多光谱影象
高分辩率影象
合并影象（HSV合并）
遥感图象音信合并是灵验提高图象分辩率与音信量的机谋，将多源遥感数据在统一的地舆坐标系中，采取必定的算法生成一组新的音信或合成图象的经由。
不同的遥感数据具备不同的空间分辩率、波谱分辩率和时相分辩率，将低分辩率的多光谱影象与高分辩率的单波段影象重采样生成一幅高分辩率多光谱影象遥感的图象处置本领，使得处置后的影象既有较高的空间分辩率，又具备多光谱特色。
图象裁剪
原始图象
按行政地域裁剪（ROI）
按地舆图象裁剪
在遥感理论运用中，用户或者只对遥感影象中的一个特定的范围内的音信感乐趣，这就须要将遥感影象削减成钻研范围的巨细。罕用的裁剪方法有，按ROI（乐趣地域）裁剪、按文献裁剪（根据指定影象文献的范围巨细）、按舆图裁剪（遵循舆图的地舆坐标或经纬度的范围）。
图象镶嵌
镶嵌左影象
镶嵌右影象
镶嵌终于影象
也叫图象拼接，是将两幅或多幅数字影象(它们有或者是在不同的照相前提下获得的)拼在一同，构成一幅总体图象的本领经由。常常是先对每幅图象实行多少校订，将它们操办到统一的坐标系中，而后对它们实行裁剪，去掉叠加的部份，再将裁剪后的多幅影象安装起来构成一幅大幅面的影象。
镶嵌匀色
匀色前影象
匀色后影象
将灰度图象根据像元的灰度值实行分级，再分级赋以不同的颜色，使原有灰度图象变为伪彩色图象，抵达图象巩固的目标。
音信讨取
遥感图象中目标地物的特色是地物电磁波的辐射不同在遥感影象上的反响。根据遥感图象上的地物特色，辨认地物典型、性质、空间地位、形态、巨细等属性的经由即为遥感音信讨取。
目视判读
人为解译水系
也叫人为解译，即用人为肉眼与阅历判读遥感影象，对遥感影象上目标地物的范围实行手工勾绘，抵达音信讨取的目标。人为解译为保守罕用的音信讨取举措，但在海量影象下判读剖析效率相对低。
图象分类
是根据是地物的光谱特色，肯定识别函数和反映的识别法则，将图象悉数的像元按性质分为几多类其余经由，首要方法分为监视分类与非监视分类。
-监视分类
原图象
监视分类图象
监视分类是在分类后人们已对遥感影象模范区中的典范属性有了先验学问，从而可操纵这些模范类其余特色做为根据建设和锻炼分类器（亦即建设识别函数），从而实行整幅影象的典型区分，将每个像元合并到相对应的一个典范中去。
监视分类也是今朝遥感AI最为罕见的运用方法，即经由模范库，用机械进修对特定地物实行分类、标注或辨认。
-非监视分类
非监视分类也称聚类剖析，是指人们当时对分类经由不施加任何的先验学问，而仅凭数据（遥感影象地物的光谱特色的散布规律）、即天然聚类的性格实行“盲目”的分类；因此集群为理论底子，经由策画机对图象实行会聚统计剖析的办法，是方式识其余一种办法。个别算法有：回归剖析、趋向剖析、等搀和间隔法、集群剖析、主成份剖析和图形辨认等。
监视分类和非监视分类的差别：有监视必定有锻炼集与测试模范。在锻炼会合找规律，而对测试模范操纵这类规律；非监视没有锻炼集，惟有一组数据，在该组数据集内寻觅规律。
04
遥感数据处置正在产生何如的变换？
遥感数据处置更像是临盆建造中的“原材料粗加工”关节，也是遥感影象数据智能运用和交易合并的前序机谋，以前文的先容来看，其经由也是较为繁杂和业余的。
做为对地察看和遥感财产化的急迫构成部份，位于财产中下游的遥感数据处置，也遭到了大数据期间的打击，正在反映这一趋向并产生革新，走向及时化、法则化、范围化、主动化。
在企业数字化转型中，人们常说的一句话是，悉数保守财产都值得用数字化再做一遍，在保守的数据临盆、音信效劳财产也是如许，其方式和过程都值得用算法和AI再做一遍。
当算法与人为智能慢慢浸透遥感数据处置这个关节，也许处分遥感财产数据临盆效劳中的许多灾题，比方数据散发周期与链路长，处置关节多，海量数据处置的精确、一致性等题目，这咱们也许将其视为“主动化批量处置”。
之中游算法引擎处分了数据效劳和数据策画效率和主动化过程的题目后，下游也将浮现更多合用于各式笔直细分场景的邃密化运用数据产物，而在以上先容的遥感影象音信讨取关节，有了AI和算法的介入，也浮现许多高效的主动化性能，如目标帜别、地物讨取、地物分类、变换探测等，慢慢协助人类抬高解译的效率，构成遥感财产下游的“智能化音信发掘”机制。
咱们也许看到，从遥感数据获得泉源，到数据处置，到末端运用，其效率与底层数据方式密不成份，在卫星互联网和对地察看星座慢慢建设成型的趋向下，惟有将数据的获得、处置和同享过程法则化，大范围、主动化、流水化的遥感财产才略更好地地为政企数字化转型表现动能，也真实地迎来时空大数据期间。
参考材料
《遥感数字影象处置教程》韦玉春汤国安杨昕编著
王大王博客遥感图象处置过程（以上较多处置样例图片起因)
转载请注明：http://www.0431gb208.com/sjsbszl/1144.html
