遥感图像和处理概述

Posted bcbobo21cn

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了遥感图像和处理概述相关的知识,希望对你有一定的参考价值。

遥感影像 

遥感图像(遥感图像)一般指遥感影像


遥感影像,Remote Sensing Image,RS;
是指记录各种地物电磁波大小的胶片或照片,主要分为航空像片和卫星相片;

图像处理内容主要包括校正、变换和分类。

空间分辨率(Spatial Resolution)又称地面分辨率。后者是针对地面而言,指可以识别的最小地面距离或最小目标物的大小。前者是针对遥感器或图像而言的,指图像上能够详细区分的最小单元的尺寸或大小,或指遥感器区分两个目标的最小角度或线性距离的度量。它们均反映对两个非常靠近的目标物的识别、区分能力。

光谱分辨率(Spectral Resolution)指遥感器接受目标辐射时能分辨的最小波长间隔。间隔越小,分辨率越高。所选用的波段数量的多少、各波段的波长位置、及波长间隔的大小,这三个因素共同决定光谱分辨率。光谱分辨率越高,专题研究的针对性越强,对物体的识别精度越高,遥感应用分析的效果也就越好。但是,面对大量多波段信息以及它所提供的这些微小的差异,人们要直接地将它们与地物特征联系起来,综合解译是比较困难的,而多波段的数据分析,可以改善识别和提取信息特征的概率和精度。

应用
    土地覆盖监测
    森林覆盖监测
    草地覆盖监测
    湿地资源监测

特征提取
    特征提取可以定量地抽出以下三种特征:
        光谱特征
        空间特征
        纹理特征

以上是关于遥感图像和处理概述的主要内容,如果未能解决你的问题,请参考以下文章

Python遥感图像处理应用篇(十四):GDAL 读取多光谱数据为二维数组并存入csv文件

Python遥感图像处理应用篇(二十四):Python绘制遥感图像各波段热力图(相关系数矩阵)

Python遥感图像处理应用篇(二十四):Python绘制遥感图像各波段热力图(相关系数矩阵)

Python遥感图像处理应用篇(二十四):Python绘制遥感图像各波段热力图(相关系数矩阵)

Python遥感图像处理应用篇(十七):GDAL 将归一化处理csv数据转化为多波段遥感影像

Python遥感图像处理应用篇(十七):GDAL 将归一化处理csv数据转化为多波段遥感影像