遥感数字图像处理与分析方法综述

徐志文

（1.长沙矿冶研究院有限责任公司智能装备研究所，湖南长沙 410000；2.中国科学院地理科学与资源研究所，北京市朝阳区 100101）

从20世纪90年代开始,遥感技术已经开始在应用在生态监测、国土勘察等领域。进入二十一世纪以来，伴随着计算机技术的进步，GIS技术为人们提供了强大的图像处理系统，与之前相比分析识别速度有了显著的提高[1]。将GIS技术与遥感图像的分类结合，进一步提高了图像解译的效率，同时减少了大量的人员工作，并从图像中挖掘到更多的有效信息。

1 数字图像处理技术的发展现状

数字图像处理技术始于上个世纪60年代，第一台可移植性图像处理的大型计算机研制成功，用于校正传感器各种类型的图形畸变，处理卫星发回的图片。70年代起，计算机技术飞速发展，软硬件开始达到数字图像处理技术的要求，人们开始研究计算机视觉，利用计算机系统来表达人眼所认知的世界。80年代起，地理信息系统开始兴起，数字图像处理技术开始运用到更广阔的的空间信息领域。

21世纪以来，随着计算机技术的发展，数字图像处理技术取得了很大的突破，在很多的领域，如航天航空生物医疗都有了广泛的应用[2]。一些软件的出现，如Arcgis、ENVI、MATLAB等，为图像的重构和分解提供了更多的处理途径。

1.1 数字图像处理技术在国外的发展现状

上个世纪60年代，美国发射了一系列的气象卫星和载人宇宙飞船，但是图像的质量并不能得到保证，因为这些卫星、飞船受着飞行姿态以及拍摄环境的影响，所以为了避免损失保证卫星的工作效率，必须采用数字图像处理技术对图片进行解析。数字图像处理自此开始成为了一个独立学科，受到了广泛的重视。

上个世纪90年代，Landsat系列卫星开始发射，空间分辨率提高到30米。到1999年美国发射IKNOS，卫星影像的空间分辨率提高到了1米。本世纪以来，随着卫星传感器在硬件上的突破发展，分辨率有了进一步的提高，逐渐达到米级，甚至亚米级。

1.2 数字图像处理技术在国内的发展现状

在中国遥感技术的发展中，1975年的“通县会议”具有起步性的意义。在同年召开的全国第一次遥感规划筹备会，将遥感技术正式纳入到国家重点发展项目中。在近几十年的的科技攻关中，遥感技术都作为重点项目列入其中[1]。

2002年神舟四号多模态微波遥感系统在轨飞行成功，使我国进入航天微波遥感时代[3]。

2006年中国遥感卫星1号发射成功，实现了我国微波遥感卫星全模态工作。

2016年6月13日，我国自主研制的高分4号卫星正式投入使用成功地实现了星下点全色/多光谱50米、中波红外400米的地球同步轨道近实时观测，是我国第一颗也是当前世界唯一的一颗静止轨道高分辨率对地观测卫星。

2 图像预处理的一般过程

遥感图像预处理是图像后期识别与分类的一个不可或缺的过程，通过几何校正、图像拼接、大气校正、图像融合、裁剪、空间域增强、频率域增强等步骤，对遥感图像中由成像系统或外界环境造成的图像畸变等问题进行消除。其中要先做几何校正的是为了：

1）消除非系统因素产生的误差，比如传感器平台的姿势，高度不稳定，地形条件的变化，地球曲率和大气折射的影响等，利于后面的信息分析和图像分类。

2）图像融合时必须进行几何配准才能保证不同图像的几何一致性[4]。

图1 预处理前后图像对比

如上图1所示，从左向右分别是参考图像、待校正图像和校正后图像。相比较参考图像，待校正图像明显存在着地理位置的偏差，局部向西偏移扭曲，可能是由于传感器的姿态发生变化或者地形的起伏等因素引起。校正后的图像得到了几何纠正，图像整体有倾斜现象，但效果相比参考图像来说还是不够理想。

3 数字图像处理技术发展展望

从影像的灰度处理到几何处理、特征提取等，数字图像处理技术的流程和方法日渐完善，但仍然面临着制约其发展的几个问题：一是对硬件要求高，计算机的处理速度要足够快，二是图像在压缩过程中存在的失真问题，三是图像分割需要大量的概率理论支持。

在图像配准方面，不同于传统的傅里叶域配准方法处理单传感器的图像配准，基于边缘特征和伪对数极坐标傅里叶变换的频域配准算法[5]对存在平移、旋转和尺度关系的图像具有针对性。在图像数据压缩、纹理和边缘分析、图像插值处理和多卫星数据融合等方面，小波分析将发挥着重要的作用[6]。主成分分析本质上是对多波段做正交线性变换，变换后的图像按方差由大到小排序，信息主要集中在前几个主成分分量中，且这些主成分图像之间互不相关，而剩余分量主要为噪声。通过如累积方差或累积贡献率、半变异函数等标准，舍弃掉信息量较少的主成分分量，即可大大减少总的数据量，从而实现数据的降维[7]。

4 结束语

未来，遥感数字图像处理技术将被更广泛地应用于气象观测、地形考察、军事侦察以及地图测绘等领域，提取出所需信息，为应对各种事故提供良好的辅助决策。