高像素模组解像力改善方法的研究

㈠ 求毕业论文超光学分辨率的NSOM(近场扫描光学显微镜)探讨，的文献综述

高分辨率光学显微术在生命科学中的应用

【摘要】 提高光学显微镜分辨率的研究主要集中在两个方面进行，一是利用经典方法提高各种条件下的空间分辨率，如用于厚样品研究的SPIM技术，用于快速测量的SHG技术以及用于活细胞研究的MPM技术等。二是将最新的非线性技术与高数值孔径测量技术（如STED和SSIM技术）相结合。生物科学研究离不开超高分辨率显微术的技术支撑，人们迫切需要更新显微术来适应时代发展的要求。近年来研究表明，光学显微镜的分辨率已经成功突破200nm横向分辨率和400nm轴向分辨率的衍射极限。高分辨率乃至超高分辨率光学显微术的发展不仅在于技术本身的进步，而且它将会极大促进生物样品的研究，为亚细胞级和分子水平的研究提供新的手段。

【关键词】 光学显微镜；高分辨率；非线性技术；纳米水平

在生物学发展的历程中显微镜技术的作用至关重要，尤其是早期显微术领域的某些重要发现，直接促成了细胞生物学及其相关学科的突破性发展。对固定样品和活体样品的生物结构和过程的观察，使得光学显微镜成为绝大多数生命科学研究的必备仪器。随着生命科学的研究由整个物种发展到分子水平，显微镜的空间分辨率及鉴别精微细节的能力已经成为一个非常关键的技术问题。光学显微镜的发展史就是人类不断挑战分辨率极限的历史。在400～760nm的可见光范围内，显微镜的分辨极限大约是光波的半个波长，约为200nm，而最新取得的研究成果所能达到的极限值为20～30nm。本文主要从高分辨率三维显微术和高分辨率表面显微术两个方面，综述高分辨率光学显微镜的各种技术原理以及近年来在突破光的衍射极限方面所取得的研究进展。

1 传统光学显微镜的分辨率

光学显微镜图像的大小主要取决于光线的波长和显微镜物镜的有限尺寸。类似点源的物体在像空间的亮度分布称为光学系统的点扩散函数(point spread function, PSF)。因为光学系统的特点和发射光的性质决定了光学显微镜不是真正意义上的线性移不变系统，所以PSF通常在垂直于光轴的x-y平面上呈径向对称分布，但沿z光轴方向具有明显的扩展。由Rayleigh判据可知，两点间能够分辨的最小间距大约等于PSF的宽度。

根据Rayleigh判据，传统光学显微镜的分辨率极限由以下公式表示[1]：

横向分辨率(x-y平面)：dx，y=■

轴向分辨率(沿z光轴)：dz=■

可见，光学显微镜分辨率的提高受到光波波长λ和显微镜的数值孔径N.A等因素的制约；PSF越窄，光学成像系统的分辨率就越高。为提高分辨率，可通过以下两个途径：（1）选择更短的波长；（2）为提高数值孔径, 用折射率很高的材料。

Rayleigh判据是建立在传播波的假设上的，若能够探测非辐射场，就有可能突破Rayleigh判据关于衍射壁垒的限制。

2 高分辨率三维显微术

在提高光学显微镜分辨率的研究中，显微镜物镜的像差和色差校正具有非常重要的意义。从一般的透镜组合方式到利用光阑限制非近轴光线，从稳定消色差到复消色差再到超消色差，都明显提高了光学显微镜的成像质量。最近Kam等[2]和Booth等[3]应用自适应光学原理，在显微镜像差校正方面进行了相关研究。自适应光学系统由波前传感器、可变形透镜、计算机、控制硬件和特定的软件组成，用于连续测量显微镜系统的像差并进行自动校正。 一般可将现有的高分辨率三维显微术分为3类：共聚焦与去卷积显微术、干涉成像显微术和非线性显微术。

2.1 共聚焦显微术与去卷积显微术 解决厚的生物样品显微成像较为成熟的方法是使用共聚焦显微术(confocal micros) [4]和三维去卷积显微术(three-dimensional deconvolution micros, 3-DDM) [5]，它们都能在无需制备样品物理切片的前提下，仅利用光学切片就获得样品的三维荧光显微图像。

共聚焦显微术的主要特点是，通过应用探测针孔去除非共焦平面荧光目标产生的荧光来改善图像反差。共聚焦显微镜的PSF与常规显微镜的PSF呈平方关系，分辨率的改善约为■倍。为获得满意的图像，三维共聚焦技术常需使用高强度的激发光，从而导致染料漂白，对活生物样品产生光毒性。加之结构复杂、价格昂贵，从而使应用在一定程度上受到了限制。

3-DDM采用软件方式处理整个光学切片序列，与共聚焦显微镜相比，该技术采用低强度激发光，减少了光漂白和光毒性，适合对活生物样品进行较长时间的研究。利用科学级冷却型CCD传感器同时探测焦平面与邻近离焦平面的光子，具有宽的动态范围和较长的可曝光时间，提高了光学效率和图像信噪比。3-DDM拓展了传统宽场荧光显微镜的应用领域受到生命科学领域的广泛关注[6]。

2.2 选择性平面照明显微术 针对较大的活生物样品对光的吸收和散射特性，Huisken[7]等开发了选择性平面照明显微术(selective plane illumination micros，SPIM)。与通常需要将样品切割并固定在载玻片上的方式不同，SPIM能在一种近似自然的状态下观察2～3mm的较大活生物样品。SPIM通过柱面透镜和薄型光学窗口形成超薄层光，移动样品获得超薄层照明下切片图像，还可通过可旋转载物台对样品以不同的观察角度扫描成像，从而实现高质量的三维图像重建。因为使用超薄层光，SPIM降低了光线对活生物样品造成的损伤，使完整的样品可继续存活生长，这是目前其他光学显微术无法实现的。SPIM技术的出现为观察较大活样品的瞬间生物现象提供了合适的显微工具，对于发育生物学研究和观察细胞的三维结构具有特别意义。

2.3 结构照明技术和干涉成像 当荧光显微镜以高数值孔径的物镜对较厚生物样品成像时，采用光学切片是一种获得高分辨3D数据的理想方法，包括共聚焦显微镜、3D去卷积显微镜和Nipkow 盘显微镜等。1997年由Neil等报道的基于结构照明的显微术，是一种利用常规荧光显微镜实现光学切片的新技术，并可获得与共聚焦显微镜一样的轴向分辨率。干涉成像技术在光学显微镜方面的应用1993年最早由Lanni等提出，随着I5M、HELM和4Pi显微镜技术的应用得到了进一步发展。与常规荧光显微镜所观察的荧光相比，干涉成像技术所记录的发射荧光携带了更高分辨率的信息。（1）结构照明技术：结合了特殊设计的硬件系统与软件系统，硬件包括内含栅格结构的滑板及其控制器，软件实现对硬件系统的控制和图像计算。为产生光学切片，利用CCD采集根据栅格线的不同位置所对应的原始投影图像，通过软件计算，获得不含非在焦平面杂散荧光的清晰图像，同时图像的反差和锐利度得到了明显改善。利用结构照明的光学切片技术，解决了2D和3D荧光成像中获得光学切片的非在焦平面杂散荧光的干扰、费时的重建以及长时间的计算等问题。结构照明技术的光学切片厚度可达0.01nm，轴向分辨率较常规荧光显微镜提高2倍，3D成像速度较共聚焦显微镜提高3倍。（2）4Pi 显微镜：基于干涉原理的4Pi显微镜是共聚焦/双光子显微镜技术的扩展。4Pi显微镜在标本的前、后方各设置1个具有公共焦点的物镜，通过3种方式获得高分辨率的成像：①样品由两个波前产生的干涉光照明；②探测器探测2个发射波前产生的干涉光；③照明和探测波前均为干涉光。4Pi显微镜利用激光作为共聚焦模式中的照明光源，可以给出小于100nm的空间横向分辨率，轴向分辨率比共聚焦荧光显微镜技术提高4~7倍。利用4Pi显微镜技术，能够实现活细胞的超高分辨率成像。Egner等[8，9]利用多束平行光束和1个双光子装置，观测活细胞体内的线粒体和高尔基体等细胞器的精微细节。Carl[10]首次应用4Pi显微镜对哺乳动物HEK293细胞的细胞膜上Kir2.1离子通道类别进行了测量。研究表明，4Pi显微镜可用于对细胞膜结构纳米级分辨率的形态学研究。（3）成像干涉显微镜(image interference micros, I2M)：使用2个高数值孔径的物镜以及光束分离器，收集相同焦平面上的荧光图像，并使它们在CCD平面上产生干涉。1996年Gustaffson等用这样的双物镜从两个侧面用非相干光源（如汞灯）照明样品，发明了I3M显微镜技术(incoherent, interference, illumination micros, I3M），并将它与I2M联合构成了I5M显微镜技术。测量过程中，通过逐层扫描共聚焦平面的样品获得一系列图像，再对数据适当去卷积，即可得到高分辨率的三维信息。I5M的分辨范围在100nm内。

2.4 非线性高分辨率显微术 非线性现象可用于检测极少量的荧光甚至是无标记物的样品。虽有的技术还处在物理实验室阶段，但与现有的三维显微镜技术融合具有极大的发展空间。（1）多光子激发显微术：(multiphoton excitation microscope，MPEM)是一种结合了共聚焦显微镜与多光子激发荧光技术的显微术，不但能够产生样品的高分辨率三维图像，而且基本解决了光漂白和光毒性问题。在多光子激发过程中，吸收几率是非线性的[11]。荧光由同时吸收的两个甚至3个光子产生，荧光强度与激发光强度的平方成比例。对于聚焦光束产生的对角锥形激光分布，只有在标本的中心多光子激发才能进行，具有固有的三维成像能力。通过吸收有害的短波激发能量，明显地降低对周围细胞和组织的损害，这一特点使得MPEM成为厚生物样品成像的有力手段。MPEM轴向分辨率高于共聚焦显微镜和3D去卷积荧光显微镜。（2）受激发射损耗显微术：Westphal[12]最近实现了Hell等在1994年前提出的受激发射损耗(stimulated emission depletion, STED）成像的有关概念。STED成像利用了荧光饱和与激发态荧光受激损耗的非线性关系。STED技术通过2个脉冲激光以确保样品中发射荧光的体积非常小。第1个激光作为激发光激发荧光分子；第2个激光照明样品，其波长可使发光物质的分子被激发后立即返回到基态，焦点光斑上那些受STED光损耗的荧光分子失去发射荧光光子的能力，而剩下的可发射荧光区被限制在小于衍射极限区域内，于是获得了一个小于衍射极限的光点。Hell等已获得了28nm的横向分辨率和33nm的轴向分辨率[12,13]，且完全分开相距62nm的2个同类的分子。近来将STED和4Pi显微镜互补性地结合，已获得最低为28nm的轴向分辨率,还首次证明了免疫荧光蛋白图像的轴向分辨率可以达到50nm[14]。（3）饱和结构照明显微术：Heintzmann等[15]提出了与STED概念相反的饱和结构照明显微镜的理论设想，最近由Gustafsson等[16]成功地进行了测试。当光强度增加时，这些体积会变得非常小，小于任何PSF的宽度。使用该技术，已经达到小于50nm的分辨率。（4）二次谐波 (second harmonic generation, SHG)成像利用超快激光脉冲与介质相互作用产生的倍频相干辐射作为图像信号来源。SHG一般为非共振过程，光子在生物样品中只发生非线性散射不被吸收，故不会产生伴随的光化学过程，可减小对生物样品的损伤。SHG成像不需要进行染色,可避免使用染料带来的光毒性。因其对活生物样品无损测量或长时间动态观察显示出独特的应用价值，越来越受到生命科学研究领域的重视[17]。

3 表面高分辨率显微术

表面高分辨率显微术是指一些不能用于三维测量只适用于表面二维高分辨率测量的显微技术。主要包括近场扫描光学显微术、全内反射荧光显微术、表面等离子共振显微术等。

3.1 近场扫描光学显微术 近场扫描学光显微术(near-field scanning optical microscope, NSOM)是一种具有亚波长分辨率的光学显微镜。由于光源与样品的间距接近到纳米水平，因此分辨率由光探针口径和探针与样品之间的间距决定，而与光源的波长无关。NSOM的横向分辨率小于100nm，Lewis[18]则通过控制在一定针尖振动频率上采样，获得了小于10nm的分辨率。NSOM具有非常高的图像信噪比，能够进行每秒100帧图像的快速测量[19]，NSOM已经在细胞膜上单个荧光团成像和波谱分析中获得应用。

3.2 全内反射荧光显微术 绿色荧光蛋白及其衍生物被发现后，全内反射荧光(total internal reflection fluorescence，TIRF)技术获得了更多的重视和应用。TIRF采用特有的样品光学照明装置可提供高轴向分辨率。当样品附着在离棱镜很近的盖玻片上，伴随着全内反射现象的出现，避免了光对生物样品的直接照明。但因为波动效应，有小部分的能量仍然会穿过玻片与液体介质的界面而照明样品，这些光线的亮度足以在近玻片约100nm的薄层形成1个光的隐失区，并且激发这一浅层内的荧光分子[20]。激发的荧光由物镜获取从而得到接近100nm的高轴向分辨率。TIRF近来与干涉照明技术结合应用在分子马达步态的动力学研究领域, 分辨率达到8nm，时间分辨率达到100μs[21]。

3.3 表面等离子共振 表面等离子共振(surface plasmon resonance, SPR) [22]是一种物理光学现象。当入射角以临界角入射到两种不同透明介质的界面时将发生全反射，且反射光强度在各个角度上都应相同，但若在介质表面镀上一层金属薄膜后，由于入射光被耦合入表面等离子体内可引起电子发生共振，从而导致反射光在一定角度内大大减弱，其中使反射光完全消失的角度称为共振角。共振角会随金属薄膜表面流过的液相的折射率而改变，折射率的改变又与结合在金属表面的生物分子质量成正比。表面折射率的细微变化可以通过测量涂层表面折射光线强度的改变而获得。

1992年Fagerstan等用于生物特异相互作用分析以来，SPR技术在DNA-DNA生物特异相互作用分析检测、微生物细胞的监测、蛋白质折叠机制的研究，以及细菌毒素对糖脂受体亲和力和特异性的定量分析等方面已获得应用[23]。当SPR信息通过纳米级孔道[24]传递而提供一种卓越的光学性能时，将SPR技术与纳米结构设备相结合，该技术的深入研究将有可能发展出一种全新的成像原理显微镜。

【参考文献】
[1] 汤乐民,丁 斐.生物科学图像处理与分析[M].北京:科学出版社,2005：205.

[2] Kam Z, Hanser B, Gustafsson MGL, et al.Computational adaptive optics for live three-dimensional biological imaging[J]. Proc Natl Acad Sci USA,2001,98:3790-3795.

[3] Booth MJ, Neil MAA, Juskaitis R, et al. Adaptive aberration correction in a confocal microscope[J]. Proc Natl Acad Sci USA，2002, 99:5788-5792.

[4] Goldman RD,Spector DL.Live cell imaging a laboratory manual[J].Gold Spring Harbor Laboratory Press,2005.

[5] Monvel JB,Scarfone E,Calvez SL,et al.Image-adaptive deconvolution for three-dimensional deep biological imaging[J].Biophys,2003,85:3991-4001.

[6] 李栋栋,郭学彬,瞿安连.以三维荧光反卷

㈡ 摄像头模组有什么用

用了模组可以8小时连续录像，800万像素拍的很清楚，130万不清晰

㈢ 请教高手：把低分辨率的视频变成高分辨率后模糊了怎么办怎么变清晰

没办法变清晰，低分辨率的视频，本身已经损失了很多细节，你变成高分辨率也只是软件算出来的，不是真实的细节。除非你找美国大片里的CIA。

㈣ 有什么办法提高像素

Photoshop教程：改善手机低像素照片的方法 任何提高图片像素的方法都是有损画质的，据我所知目前能够提高照片像素的最佳方案还是PS了，操作方法步骤如下： 选择图像大小命令，对话框中同时勾选缩放样式和约束比例与重定图像像素三个复选框，在重定图像像素中选择两次立方，接下来在文档大小拦中选择单位为百分比，下一步以每次110%数值进行放大，就这样重复放大操作直到你的要求为止。这个方法能够最大限度的保正照片画质。 可以通过插值的方式增加分辨率，这也是国际通用手段。 具体操作，利用图像处理软件，如photoshop 或 Acdsee 在调整图片大小的里面，如你的图片最长边为1500像素，你要增加分辨率，就按照10%的标准，1500的10%是150，所以1500+150=1650。就把照片最长边改为1650。然后保存。 这样10%的插值可以用2-3次，照片基本不会虚，如果很多次，就不行了，还是有限制的，但是要记住，一定每次就要增加10%，不能一下子增加更多。

㈤ 如何修改照片像素

对于设计行业的人员，经常需要修改图片的像素用来适合特定大小。修改像素有很多工具，如PS、ACDSee等，但是这些工具具有一定学习成本，小白用户如何修改照片像素呢，其实很简单。

方法一：画图工具
右击选中需要修改的图片，打开画图工具，在主页功能中找到“重新调整大小”的按钮。点击按钮，出现修改像素对话框。自定义选择像素大小。

方法二：专业的压缩软件
→点击下载正版无损压缩软件
<嗨格式压缩大师>的主要功能：
1、图片压缩：可批量压缩JPG/JPEG/GIF/PNG/BMP等格式图片，压缩后的图片大小可能只有原来的1/10，但同时保持图片高清无瑕疵，不用担心损坏等问题。
2、视频压缩：可压缩各种格式视频，如mp4、avi、flv、m4v、mkv、mov、wmv等，压缩率高，最大限度压缩视频体积大小，并保证画面清晰，帮您释放硬盘空间。
3、PDF压缩：可设置DPI和压缩质量等参数，自主选择压缩PDF文件的质量以及大小，也可一次性批量压缩数百个PDF文件，且支持压缩被保护的PDF文件。

㈥ 基于高分辨率遥感影像的土地利用数据库建设

王文卿

（河南省国土资源厅信息中心 郑州 450016）

摘 要：针对目前国家级和省级国土资源管理对现势性土地利用数据的要求，在高分辨率遥感影像处理、基于遥感影像的土地利用信息提取及数据库建设等方面开展有益的尝试，以便为国土资源管理提供快速、准确的土地利用信息，为国土资源的管理提供基础信息服务和辅助决策工具。

关键词：高分辨率遥感影像 土地利用 数据库

0 前 言

我国人多地少，耕地资源稀缺，当前又处于工业化城镇化快速发展时期，耕地保护与建设用地需求的矛盾进一步凸显，充分发挥技术优势、及时掌握现势性土地利用现状，关系到控制布局和调控经济杠杆作用发挥的效率问题。位于我国南北交界的河南省拥有平原、丘陵、山区三种地形，本文利用法国 SPOT 5 卫星影像数据，在河南省开展全省基于遥感影像信息的土地利用数据库试点建设，快速获取国家级、省级国土资源管理所需要的土地利用现状。

1 试点地区及遥感影像数据源基本情况

河南省位于黄河中下游地区，面积 16.7 万平方千米，其中山地和丘陵共 7.4 万平方千米，平原和盆地共 9.3 万平方千米。采用覆盖河南全省范围的分辨率为 2.5 m 的法国 SPOT 5 数据源，数据获取时间为 2005～2007 年。数据共计 79 景，数据质量良好，基本满足一般条件下影像分类的要求。但由于影像接收时间跨度大，且多集中于春季和秋季，由于河南省季节分明的特点，因此，覆盖全省的影像存在着明显的色彩差异问题。

2 遥感影像数据处理

单景全色与多光谱数据是同步接收到的，其图形的几何相关性较好，影像处理采用先配准融合、后纠正的顺序 , 主要包括影像的配准、融合、正射纠正和镶嵌、裁切等。

2.1 影像配准

影像配准采用 ERDAS 软件中相对配准的方法，多光谱数据采用 XS2（红）、XS3（绿）、XS1（蓝）波段组合形式，重采样采用双线性内插法，以景为配准单元，以 SPOT 5 全色数据为配准基础，均匀选取配准控制点。对接收侧视角和地势起伏较大的个别区域增加控制点采集密度。

2.2 影像融合

采用乘积变换融合法和 ANDORRE 融合方法对全色和多谱两种空间分辨率的数据进行合成，融合后影像采用调整直方图、USM 锐化、色彩平衡、色度饱和度调整和反差增强等手段改善影像的视觉效果，使整景影像色彩真实、均匀、清晰，并且强化纹理等专题信息。

2.3 影像正射校正

影像正射校正采用 ERDAS 软件的 LPS 正射模块，利用 SPOT 5 物理模型，每景采集 25 个像控点均匀分布于整景影像，各相邻景影像重叠区有 2 个以上公共像控点。正射校正以实测像控点和 1∶5 万 DEM 为校正基础 , 以景为单元，对融合后的数据进行正射校正。

2.4 影像镶嵌

影像镶嵌以工作区为单元，在景与景之间镶嵌线尽量选取线状地物或图斑边界等明显分界处，尽量避开云、雾及其他质量相对较差的区域，使镶嵌后的影像色彩过渡自然，无裂缝、模糊和重影现象。

2.5 数字正射影像图制作

数字正射影像图（DOM）制作采用 Image Info 工具，按照 1∶1 万标准分幅进行裁切，覆盖完整的县级行政辖区。依据《高分辨率影像数据处理及数据库建设技术要求》，利用 MapGIS 下分幅进行图幅整饰。

3 基于遥感影像的土地利用信息提取

3.1 河南省土地利用遥感信息分类

结合河南省土地利用特点，本文制定了适用于河南省全省辖区的“基于遥感的土地利用分类”，将土地利用类型分为 3 个一级类，10 个二级类，5 个三级类，分类及相应含义见表 1。

表 1 基于遥感的河南省土地利用遥感信息分类

3.2 土地利用信息提取

以县级行政辖区为单元，将乡级及以上行政界线套叠在正射影像图上，结合样本影像信息并参考已有的土地利用数据库和土地利用详查资料，采用目视解译方法提取土地利用现状信息，同时建立遥感解译标志。建立遥感影像解译标志有助于缩小不同人员解译的差异，提高解译的准确性。本文采用的 SPOT 5 遥感影像的地面分辨率较高，因此，多数地物比较直观，易于判读。典型地类照片如图 1 所示。

图 1 典型地类照片

本文使用的数据源大部分为春、夏时相，因此，植被一般为绿色；耕地多呈绿色或浅绿色；水域呈深蓝或黑色；居民地多呈较规则的黑灰和灰白相间色；农村居民地则呈规则或不规则的绿和灰白相间色；铁路、公路多呈深灰或浅灰色。

地物的细部色调常呈现出有规律的纹理。塑料地膜育秧、蔬菜大棚、畜禽养殖场多为水平排列的条状纹理，但园地更为规则；林带、园林地的北侧或西侧一般会有阴影，而耕地没有。另外，根据有些地类常出现在特定的位置，可以利用此特征把色调、纹理相近的地类区分开来。如坑塘多出现在农村居民点内部及河流附近，工矿用地大多分布在公路、铁路两侧。

4 基于遥感影像信息土地利用数据库建设

基于遥感影像信息土地利用数据库建设，以县（市、区）为单位，结合河南实际，制定了“高分辨率遥感影像数据处理及数据库建设技术要求”、“省级基于遥感影像 1∶1 万土地利用数据库标准”等。在标准中定义了基于遥感影像的土地分类、文件命名规则、数据分层以及满足建库需要的属性数据结构。数据建库按照要求将矢量数据分别建立县级政区、地类图斑、线状地物、行政界线、地面控制点、地类界线、注记、样本图斑线、不一致图斑线等数据层，并对照标准，逐层输入属性内容，建立分县的基于遥感影像信息的土地利用数据库。

4.1 多元数据复合

利用已建成的土地利用数据库与正射影像数据叠加，参考数据库地类属性数据，根据遥感数据的光谱和空间特征，通过人机交互方式，采集土地利用现状信息。对于未建成土地利用数据库的区域，对收集到的土地利用现状图扫描、纠正、投影变换后与正射影像套合，辅助提取土地利用现状信息。

4.2 数据采集

（1）将原土地现状数据库行政界线与 DOM 影像套合，以影像为基准，修正行政界限。

（2）最小上图图斑面积：耕地和农村居民点为 3 mm×3 mm, 其他地类为 3 mm×5 mm。

（3）线状地物：宽度小于 30 m 的铁路、公路、河流等，沿影像轮廓中心线勾绘，大于等于30 m 的按图斑处理，当线状地物宽度变化大于 20％时，分段标记。

（4）河流：河流宽度为常水位线水面宽度 , 以原土地利用数据库数据或正射影像为准。

（5）公路林带：公路两侧宽度大于等于 30 m 的林带，按实际宽度标绘。公路宽度小于 30 m，而单侧林带宽度大于 30 m 的情况，则将公路按线状地物标识、而林带按实际宽度勾绘。

4.3 数据分层

按照《省级基于遥感影像 1∶1 万土地利用数据库标准》的分层和命名规则将矢量数据分别建立县级政区、地类图斑、线状地物、行政界线、地面控制点、地类界线、注记、样本图斑线、不一致图斑线等数据层。

4.4 建立数据字典

全国民政部门行政编码标准中省级、省辖市、县级行政区的行政代码长度均为 2 位，乡级及行政村级政区代码均为 3 位。MapGIS 软件中县级行政区、市级行政区合并统称为“县级行政区”。因此，省级行政区代码为 2 位，县级行政代码为 4 位，乡级和村级行政代码为 3 位。

4.5 建立接合图表

接图表根据大地坐标建立索引，记录了每个图幅的图名、图号、经度、纬度等信息，是标准图幅输出的依据。

4.6 建立工程

以县级行政辖区为单位，对采编的行政辖区、行政界线、地类图斑、线状地物、地类界线、注记、影像、DEM 等文件进行数据整理入库，建立土地利用信息管理数据库。

5 基于遥感影像信息的土地利用分类面积对比分析

以县为单位将基于影像提取的土地利用分类面积与原土地利用数据库面积进行比较分析，以检验基于影像提取地类信息的准确度。分别抽取东部平原地区 2 个县、丘陵地区 2 个县、山区 2个县为例，以相对误差进行对比分析（表 2）。

计算公式：相对误差 =［（遥感数据库面积－原土地数据库面积）/ 原土地数据库面积］×100%

表 2 分类面积相对误差

由表 2 可见，公路、铁路、建制镇、居民点面积相对较大，但其占整体面积的权重较小（合计小于 16%）；其他各二级类面积相对误差都小于 20％，尤其以山区吻合最好（相对误差小于10%），平原次之（相对误差小于 15%），丘陵较差（相对误差小于 20%）。各县（区）辖区面积误差都小于 3％。

6 结 论

（1）高分辨率遥感影像信息不仅可分辨耕地等一级类，分辨部分二级类也基本正确。本次基于遥感土地利用信息提取经外业验证，确定图斑正确率较高，不确定图斑正确率较低，平原较山区提取的准确率高，影像质量较好的信息提取的准确率也较高。地类不同提取的准确率也不同。建设用地在遥感影像上较易判读；耕地、园林地，由于受影像接收时间的影响，季节不同反应波谱也不同，且丘陵地区耕地与荒草地边界区分不明显，正确率较低。

检查结果显示，土地利用数据库中，土地利用遥感分类结果正确率达 97% 以上，尤其是耕地和居民点等地类正确率高，达 99% 以上。

（2）利用高分辨率遥感影像建立国家级、省级管理部门使用的土地利用现状数据库技术可行。在 MapGIS 软件下对利用高分辨率遥感影像信息土地利用数据库工程文件进行检查，检查项目包括：图形与影像套合精度、相邻图幅接边精度、属性数据正确性、各图层要素拓扑和逻辑错误检查等。经检查，数据采集精度误差小于 0.2 mm，相邻图幅接边误差小于 0.1 mm, 图形数据、属性结构及内容均符合技术设计和标准要求，数据库运行正常能够输出相关报表。

将基于遥感影像信息土地利用数据库与原详查土地利用数据库抽查对比，二者分类面积相对误差对应率为 80％以上，因此利用遥感影像信息建设土地利用数据库基本可行。

参 考 文 献

国家测绘局.2007.基础地理信息数字产品 1∶10000、1∶50000 生产技术规程［M］.北京：测绘出版社

国土资源部.2000.TD/T 1010—1999 土地利用动态遥感监测规程［S］.北京：地质出版社

国土资源部.2008.TD/T 1016—2007 土地利用数据库标准［S］.北京：中国标准出版社

廖克，城夕芳，吴建生，等.2006.高分辨率卫星遥感影像在土地利用变化动态监测中的应用［J］.测绘科学，（6）：11～15

（原载《测绘科学》2009 年第 10 期）

㈦ 目前有实用价值的图像超分辨率算法都是基于什么的

图像超分辨率（Super Resolution, SR）就是将低分辨率（Low Resolution, LR）的图像通过一定的算法转提升到高分辨率(High Resolution, HR)。高分辨率图像具有更高的像素密度，更多的细节信息，更细腻的画质。要获得高分辨率图像，最直接的办法是采用高分辨率的相机，然而，在实际应用过程中，由于制作工艺和工程成本的考虑，很多场合都不会采用高分辨率、超分辨率的相机来进行图像信号的采集。因此，通过超分辨率技术来获取HR具有一定的应用需求。刚才提到，HR是利用LR通过一定的算法来得到。按照可以使用的LR的数量，可以将超分辨率技术分为两类：基于单幅图像的超分辨率重建：主要利用某种先验模型或者匹配机制，从给定的外部资源中寻求待处理图像匹配的细节内容，并将其增加到原图当中，实现分辨率的提升。基于图像序列的超分辨率重建：利用多幅低分辨率图像之间相互的交叠信息，经过彼此补充，估计出图像的细节内容。如果按照超分辨率重建的技术手段来划分，则可以分为以下三类：首先估计各帧图像之间的相对运动信息，获得HR图像在非均匀间距采样点上的象素值，接着通过非均匀插值得到HR栅格上的象素值，最后采用图像恢复技术来去除模糊和降低噪声。典型代表，Rajan和Chaudhuri通过分解、差值、融合3个步骤实现的通用插值方法。陶洪久等提出的小波域的双线性插值。Lertrattanapanich和Bose提出的基于光滑性约束的Delaunay三角化插值算法。这类方法的优点是算法快速易行，适合并行计算，基本可以满足实时要求；但因为不能引入额外有用的高频信息，因而很难在SR图像中得到锐化的效果。同事，也没有考虑到LR图像的像素值并不是HR图像的理想采样值，而是对HR图像像素值的空间平均和卷积效应这一事实。基于重建的方法也称之为基于模型的方法。它通过研究图像的高分辨率细节在低分辨率下的表现形式，建立两者之间的对应关系，并利用某种模型来刻画这种映射关系。一般而言，这种方法所有的可用信息都从输入数据中得到，没有任何附加的背景知识，整个解决过程相当于一个信息提取和信息融合的问题，最典型的方法是凸集投影法和最大后验概率估计法由于图像含义未知，因此所有信息只能全部从输入的图像序列中获得。随着分辨率放大系数的增加，需要提供的输入图像样本数量急剧增加，直到达到放大系数的上限后，无论增加多少输入图像样本，都无法再改善重建效果。

㈧ 解像力与像素的关系是什么

所谓感光元件大小和像素高低影响画质，这里有个“像素密度”的概念。很显然，感光元件偏小或者像素偏高，则像素密度就会偏大。
一般来说，像素密度就越大，信噪比就越小，噪点就越多，画质就越差。
但是这里又有个阀值的问题，就是说像素密度很低的情况下，继续降低像素密度其实并不能提升画质，相反会由于像素不够导致分辨率低，照片尺寸偏小。
至于高感和噪点控制，像素密度你可以看作是先天条件，而相机的cpu图形处理芯片这些你可以看作是后天努力。而这个后天努力的结果，就是提升上面说到的阀值。
所以随着科技水平的进步，新的感光元件技术和图形处理技术的研发，阀值也不断提高。例如五年前卡片机做到1000万像素以上画质就下降了，而现在同样大小的感光元件卡片机上到1800万像素也没啥问题。
镜头并不是一个完美的光学模型，光线通过镜头并不能完美地按照你希望的方式聚光。实际上总是会有畸变，色散等各种你不期望出现的问题，而且其透光率也不可能达到100%总是会有一定的损失……同样的，镜头的分辨率和对比度也有其极限。镜头的分辨率，其衡量标准是在每毫米长度内能解析出多少根黑白相间的线条。
当像素密度足够大，到像素点距小于镜头分辨率概念中的黑白线条的间距，那用这个镜头拍摄的照片是不能放大到100%看的（会糊掉）而必须缩图。这就是高像素密度的相机挑镜头的原因。

㈨ 相机像素，镜头的解像力与显示器分辨率的关系

相机像素和镜头的解像力的高低直接影响到最终照片的分辨率，显示器的分辨率则只会影响到我们观看照片时的感受。
理想的拍摄状态下，相机像素越高其相机的分辨率就越高，同样镜头的解像力越高其成像的分辨率也会越高。但它两者必须结合才能拍出高分辨率的照片来，如果用高像素的相机配备一支低分辨率的狗头，或一支高分辨率的牛头配备一个低像素的机身，无论如何是也拍不出高分辨率的照片来、

㈩ 高分辨率分频技术特点和优势

SpecM AN^TM是能够对地震谱数据进行一系列分频处理的软件包，包括傅立叶系列的分频方法和小波变换方法，这个软件提供了绝对振幅分解结果，可考虑或不考虑相位因素，也可让用户根据不同的需要显示地震数据体的连续变化，并且可以在剖面和层面提取各种地震属性，具有强大的输入和输出功能，其数据类型跟其他软件是匹配的。

瞬时频率分析是一种连续时间频率分析技术，能提供对每一道的每一个时间采样点的频谱，由于运用了小波变化的方法，因此可以取得极好的时间定位和频率定量，由此避免了在常规傅立叶系列频谱分析方法中的时窗效应问题，瞬时频率分析包括以下几个步骤：①如mallat’s匹配追踪分解方法那样分解地震波曲线，成一系列的子波，主要是小波变换方法；②在时间频率域中合成单个子波的傅立叶频谱，产生了频谱道集；③分解频谱道集生成单频数据体，单频剖面，单频等时面，单频顺层面，这些结果可以用连续的动画显示，已经制作为可视性商业软件包。

SpecM AN^TM频谱分析技术是目前最精确的地震分频技术。其理论方法是利用小波变换和匹配追踪相结合。技术特点在于逐一地震道频谱分解后，单频率剖面频谱成分的准确性和稳定性，从而使得由微弱变化的地震频谱预测解释油气藏存在成为可能。

运用这种方法包括提高分辨率，改善地层层序特征的可视性，薄互层的厚度估计，噪音压制，改善频谱平衡和直接油气检测。①厚层的或欠压实的气藏会引起异常性频率的高衰减；②对于那些厚度不足以产生明显频率误差衰减的储层会产生低频阴影；③在协调频率段可以区分出含气和含水的储层响应特征；④ 与频率有关的振幅随偏移距而变化。