1. 有关遥感方面的问题。
遥感(RS)简介
遥感是以航空摄影技术为基础，在本世纪60年代初发展起来的一门新兴技术。开始为航空遥感，自1972年美国发射了第一颗陆地卫星后，标志着航天遥感时代的开始。经过几十年的发展，目前遥感技术已广泛应用于资源环境、水文、气象，地质地理等领域，成为一门实用的，先进的空间探测技术。
遥感是利用遥感器从空中来探测地面物体性质的，它根据不同物体对波谱产生不同响应的原理，识别地面上各类地物，具有遥远感知事物的意思。也就是利用地面上空的飞机、飞船、卫星等飞行物上的遥感器收集地面数据资料，并从中获取信息，经记录、传送、分析和判读来识别地物。
（一）遥感技术主要特点
1．可获取大范围数据资料。遥感用航摄飞机飞行高度为10km左右，陆地卫星的卫星轨道高度达910km左右，从而，可及时获取大范围的信息。例如，一张陆地卫星图像，其覆盖面积可达3万多km2。这种展示宏观景象的图像，对地球资源和环境分析极为重要。
2．获取信息的速度快，周期短。由于卫星围绕地球运转，从而能及时获取所经地区的各种自然现象的最新资料，以便更新原有资料，或根据新旧资料变化进行动态监测，这是人工实地测量和航空摄影测量无法比拟的。例如，陆地卫星4、5，每16天可覆盖地球一遍，NOAA气象卫星每天能收到两次图像。Meteosat每30分钟获得同一地区的图像。
3．获取信息受条件限制少。在地球上有很多地方，自然条件极为恶劣，人类难以到达，如沙漠、沼泽、高山峻岭等。采用不受地面条件限制的遥感技术，特别是航天遥感可方便及时地获取各种宝贵资料。
4．获取信息的手段多，信息量大。根据不同的任务，遥感技术可选用不同波段和遥感仪器来获取信息。例如可采用可见光探测物体，也可采用紫外线，红外线和微波探测物体。利用不同波段对物体不同的穿透性，还可获取地物内部信息。例如，地面深层、水的下层，冰层下的水体，沙漠下面的地物特性等，微波波段还可以全天候的工作。
遥感技术所获取信息量极大，其处理手段是人力难以胜任的。例如Landsat卫星的TM图像，一幅覆盖185km×185km地面面积，象元空间分辨率为30m，象元光谱分辨率为28位的图，其数据量约为6000×6000=36Mb。若将6个波段全部送入计算机，其数据量为：
36Mb×6=216Mb
为了提高对这样庞大数据的处理速度，遥感数字图像技术随之得以迅速发展。
目前，遥感技术已广泛应用于农业、林业、地质、海洋、气象、水文、军事、环保等领域。在未来的十年中，预计遥感技术将步入一个能快速，及时提供多种对地观测数据的新阶段。遥感图像的空间分辨率，光谱分辨率和时间分辨率都会有极大的提高。其应用领域随着空间技术发展，尤其是地理信息系统和全球定位系统技术的发展及相互渗透，将会越来越广泛。
遥感（Remote Sensing），从广义上说是泛指从远处探测、感知物体或事物的技术。即不直接接触物体本身，从远处通过仪器（传感器）探测和接收来自目标物体的信息（如电场、磁场、电磁波、地震波等信息），经过信息的传输及其处理分析，识别物体的属性及其分布等特征的技术。
通常遥感是指空对地的遥感，即从远离地面的不同工作平台上（如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船、航天飞机等）通过传感器，对地球表面的电磁波（辐射）信息进行探测，并经信息的传输、处理和判读分析，对地球的资源与环境进行探测和监测的综合性技术。
当前遥感形成了一个从地面到空中，乃至空间，从信息数据收集、处理到判读分析和应用，对全球进行探测和监测的多层次、多视角、多领域的观测体系，成为获取地球资源与环境信息的重要手段。
遥感在地理学中的应用，进一步推动和促进了地理学的研究和发展，使地理学进入到一个新的发展阶段。
遥感信息应用是遥感的最终目的。遥感应用则应根据专业目标的需要，选择适宜的遥感信息及其工作方法进行，以取得较好的社会效益和经济效益。
遥感技术系统是个完整的统一体。它是建筑在空间技术、电子技术、计算机技术以及生物学、地学等现代科学技术的基础上的，是完成遥感过程的有力技术保证。
（二）遥感的原理与实践
--以上海市第三轮航空遥感调查为例
在人类即将告别20世纪，并迈步跨入21世纪之际，上海市人民政府要求: 对20世纪末的上海城市发展状况，作一次全面的航空遥感调查，这是继1988年和1994年前两轮航空遥感调查之后的上海市第三轮航空遥感调查。本次航空遥感调查的目的是：运用现代信息技术手段，将20世纪末的上海城市发展状况，以数字化的形式真实、详细地记录下来，建立相应的遥感影像资料数据库，并对这些数据充分加以分析和利用，以便为未来的上海城市发展提供信息服务和决策参考。
一、遥感的基本原理
（一）基本概念
遥感一词来源于英语“Remote Sensing”，其直译为“遥远的感知”，时间长了人们将它简译为遥感。遥感是20世纪60年代发展起来的一门对地观测综合性技术。自20世纪80年代以来，遥感技术得到了长足的发展，遥感技术的应用也日趋广泛。随着遥感技术的不断进步和遥感技术应用的不断深入，未来的遥感技术将在我国国民经济建设中发挥越来越重要的作用。 关于遥感的科学含义通常有广义和狭义两种解释: 广义的解释: 一切与目标物不接触的远距离探测。 狭义的解释: 运用现代光学、电子学探测仪器，不与目标物相接触，从远距离把目标物的电磁波特性记录下来，通过分析、解译揭示出目标物本身的特征、性质及其变化规律。
（二）系统的组成
遥感是一门对地观测综合性技术，它的实现既需要一整套的技术装备，又需要多种学科的参与和配合，因此实施遥感是一项复杂的系统工程。根据遥感的定义，遥感系统主要由以下四大部分组成：
1、信息源 信息源是遥感需要对其进行探测的目标物。任何目标物都具有反射、吸收、透射及辐射电磁波的特性，当目标物与电磁波发生相互作用时会形成目标物的电磁波特性，这就为遥感探测提供了获取信息的依据。
2、信息获取 信息获取是指运用遥感技术装备接受、记录目标物电磁波特性的探测过程。信息获取所采用的遥感技术装备主要包括遥感平台和传感器。其中遥感平台是用来搭载传感器的运载工具，常用的有气球、飞机和人造卫星等; 传感器是用来探测目标物电磁波特性的仪器设备，常用的有照相机、扫描仪和成像雷达等。
3、信息处理 信息处理是指运用光学仪器和计算机设备对所获取的遥感信息进行校正、分析和解译处理的技术过程。信息处理的作用是通过对遥感信息的校正、分析和解译处理，掌握或清除遥感原始信息的误差，梳理、归纳出被探测目标物的影像特征，然后依据特征从遥感信息中识别并提取所需的有用信息。
4、信息应用 信息应用是指专业人员按不同的目的将遥感信息应用于各业务领域的使用过程。信息应用的基本方法是将遥感信息作为地理信息系统的数据源，供人们对其进行查询、统计和分析利用。遥感的应用领域十分广泛，最主要的应用有: 军事、地质矿产勘探、自然资源调查、地图测绘、环境监测以及城市建设和管理等。
（三）遥感原理
振动的传播称为波。电磁振动的传播是电磁波。电磁波的波段按波长由短至长可依次分为: γ-射线、X-射线、紫外线、可见光、红外线、微波和无线电波。电磁波的波长越短其穿透性越强。遥感探测所使用的电磁波波段是从紫外线、可见光、红外线到微波的光谱段。 太阳作为电磁辐射源，它所发出的光也是一种电磁波。太阳光从宇宙空间到达地球表面须穿过地球的大气层。太阳光在穿过大气层时，会受到大气层对太阳光的吸收和散射影响，因而使透过大气层的太阳光能量受到衰减。但是大气层对太阳光的吸收和散射影响随太阳光的波长而变化。通常把太阳光透过大气层时透过率较高的光谱段称为大气窗口。大气窗口的光谱段主要有: 紫外、可见光和近红外波段。 地面上的任何物体（即目标物），如大气、土地、水体、植被和人工构筑物等，在温度高于绝对零度（即0°k=-273.16℃）的条件下，它们都具有反射、吸收、透射及辐射电磁波的特性。当太阳光从宇宙空间经大气层照射到地球表面时，地面上的物体就会对由太阳光所构成的电磁波产生反射和吸收。由于每一种物体的物理和化学特性以及入射光的波长不同，因此它们对入射光的反射率也不同。各种物体对入射光反射的规律叫做物体的反射光谱。遥感探测正是将? 8幸瞧魉�邮艿降哪勘晡锏牡绱挪ㄐ畔⒂胛锾宓姆瓷涔馄紫啾冉希�佣�梢远缘孛娴奈锾褰�惺侗鸷头掷唷U饩褪且8兴�捎玫幕�驹�怼?nbsp;
（四）遥感的分类
为了便于专业人员研究和应用遥感技术，人们从不同的角度对遥感作如下分类: 1、按搭载传感器的遥感平台分类 根据遥感探测所采用的遥感平台不同可以将遥感分类为: 地面遥感，即把传感器设置在地面平台上，如车载、船载、手提、固定或活动高架平台等；航空遥感，即把传感器设置在航空器上，如气球、航模、飞机及其它航空器等; 航天遥感，即把传感器设置在航天器上，如人造卫星、宇宙飞船、空间实验室等。 2、按遥感探测的工作方式分类 根据遥感探测的工作方式不同可以将遥感分类为: 主动式遥感，即由传感器主动地向被探测的目标物发射一定波长的电磁波，然后接受并记录从目标物反射回来的电磁波; 被动式遥感，即传感器不向被探测的目标物发射电磁波，而是直接接受并记录目标物反射太阳辐射或目标物自身发射的电磁波。 3、按遥感探测的工作波段分类 根据遥感探测的工作波段不同可以将遥感分类为: 紫外遥感，其探测波段在0.3～0.38um之间; 可见光，其探测波段在0.38～0.76um之间; 红外遥感，其探测波段在0.76～14um之间; 微波遥感，其探测波段在1mm～1m之间; 多光谱遥感，其探测波段在可见光与红外波段范围之内，但又将这一?
（五）遥感技术的特点
遥感作为一门对地观测综合性技术，它的出现和发展既是人们认识和探索自然界的客观需要，更有其它技术手段与之无法比拟的特点。遥感技术的特点归结起来主要有以下三个方面: 1、探测范围广、采集数据快 遥感探测能在较短的时间内，从空中乃至宇宙空间对大范围地区进行对地观测，并从中获取有价值的遥感数据。这些数据拓展了人们的视觉空间，为宏观地掌握地面事物的现状情况创造了极为有利的条件，同时也为宏观地研究自然现象和规律提供了宝贵的第一手资料。这种先进的技术手段与传统的手工作业相比是不可替代的。 2、能动态反映地面事物的变化 遥感探测能周期性、重复地对同一地区进行对地观测，这有助于人们通过所获取的遥感数据，发现并动态地跟踪地球上许多事物的变化。同时，研究自然界的变化规律。尤其是在监视天气状况、自然灾害、环境污染甚至军事目标等方面，遥感的运用就显得格外重要。 3、获取的数据具有综合性 遥感探测所获取的是同一时段、覆盖大范围地区的遥感数据，这些数据综合地展现了地球上许多自然与人文现象，宏观地反映了地球上各种事物的形态与分布，真实地体现了地质、地貌、土壤、植被、水文、人工构筑物等地物的特征，全面地揭示了地理事物之间的关联性。并且这些数据在时间上具有相同的现势性。
2. 实验七 遥感图像反差增强处理
一、实验目的
了解ENVI设置的主要反差增强处理功能及其技术操作实现，重点掌握线性对比度拉伸（Linear Contrast Stretch）反差增强处理和分段线性对比度拉伸（Piecewise Linear）反差增强处理的控制参数设置、动态调整和应用，通过效果和差异比较分析，加深对反差增强原理的理解。
二、实验内容
（1）操作ENVI预设的四类反差增强处理方法——线性增强、高斯增强、直方图均衡增强和平方根增强，比较其效果；
（2）遥感数字图像的直方图制作与分析；
（3）单波段遥感图像线性对比度拉伸处理；
（4）单波段遥感图像分段线性对比度拉伸处理。
三、实验要求
预习本实验，认真观摩老师演示。四项实验内容均需完成，而且要按照顺序进行，即直方图制作与分析、线性对比度拉伸（Linear Contrast Stretch）和分段线性对比度拉伸（Piecewise Linear）顺序进行。测量结果存档。编写实验报告。
四、技术条件
①微型计算机；②桂林市TM 1～7波段数据；③ENVI软件；④Photoshop软件（ver.6.0以上）和ACDSee软件（ver.4.0以上）。
五、实验步骤
（1）数据输入。选择“File>Open Image File”，出现文件目录窗口，将桂林市TM 1～7波段数据调入“Available Bands List”窗口，待处理之用。
（2）操作ENVI预设的四类反差增强处理方法：光标点击图像主窗口上方的“Enhance”（增强处理），打开其下拉菜单，其中的[Image]、[Zoom]和[Scroll]三段区域内，从上到下都列出了线性、高斯、直方图均衡和平方根增强四种反差增强处理方法。用鼠标点击其中一种方法的名称，主窗口的图像即实现该种方法增强处理的图像结果。可以在ENVI运行状态下，通过逐一开新窗口排列显示各种增强处理结果。可以在ENVI运行状态下，通过逐一打开新窗口排列显示各种增强处理结果，以便比较。也可以将每种增强结果输出为JPEG格式图像，然后用Photoshop软件打开它们来进行集合分析，如图7-1所示。
图7-1 ENVI预设的反差增强处理方法窗口
Linear为线性增强，Gaussain为高斯增强，Eqauilzaiton为直方图均衡增强，Square Root为平方根增强
（3）直方图制作：打开TM7波段图像，在显示主窗口上方的命令栏中，选择“Enhance>Interactive Stretching”，出现线性对比度拉伸对话框，如图7-2所示。图中，窗口左边框内为TM7波段图像的灰度统计直方图（Input Histogram）。其中，横坐标左端标注的0为最小值，右端标注的92为最大值。纵坐标为每种灰度值占图像全部灰度值的比例，数值范围为0～1。图中，TM7图像的灰度直方图具有左偏单峰的特征，表明影像灰度值主要来自一个统计母体，但灰度数值偏小，因而图像偏暗。
图7-2 线性对比度拉伸对话框
（4）线性对比度拉伸：所谓的线性对比度拉伸，就是将图像灰度的动态范围扩大，即由原来的[0,92]范围——左图中的两条垂直虚线之间的范围，扩展到[0,255]范围。由对比度增强计算公式知道，随着图像灰度动态范围扩大，图像反差就增大，从而图像就变得清楚了。图7-2右边的图为经过拉伸处理后被增强图像的灰度直方图。此时直方图用数值的红色线条表示。可见其在横轴上的展布范围要比没拉伸前（即左边直方图）要宽得多。
由左直方图还可见，该波段图像的亮度概率分布只局限在很窄小的一个动态范围内。图中横轴左右两端的数值表示没经处理前该波段图像亮度的极小值和极大值。在直方图峰值区两侧的两道垂直虚线，是手控的极小值和极大值。该两虚线与横坐标的交点，是ENVI自动识别的（默认的）需要扩展的亮度动态范围。通过鼠标移动这两条垂直虚线，可以调整直方图到用户所需的亮度动态范围。下面需要做的事是：
1）根据直方图形态及位置特征，判断该图像属于哪一类清晰程度的图像，判断结果填写在表7-1中，
补充知识：直方图有两个峰值时，表明遥感图像的亮度值由两个统计母体组成；有三个或三个以上峰值时，表明遥感图像的亮度值由三个或三个以上的统计母体组成。
2）根据图形横坐标读取该动态范围区间的数值，填写在表7-1中；
3）移动两条垂直虚线到不同位置，可以获得不同增强效果的影像，将扩展后图像清晰度效果填写于表7-1中。
注意：每完成一次扩展处理，必须在“Available Bands…”窗口中，通过选项“File>Closed Selected File”关闭该波段图像。
表7-1 桂林市TM 1～7波段线性对比度拉伸
4）存储直方图。在直方图显示栏中进行如下操作：“File>Save Plot As>Imag File…”，在“Output File Type”选项中，选择JPEG输出格式。通过【Choose】按钮，输出直方图到指定的文件夹，取名为Plot-x.JPG,x为对应于图像的波段号。
5）对TM1,2,3,4,5,6重复第1）～第4）操作步骤。建立TM1,2,3,4,5,6的直方图的WORD文件，按照每行两个直方图编辑排版。
（5）分段线性对比度拉伸。
分段线性对比度拉伸可以通过使用鼠标在输入直方图中旋转几个点进行交互地限定，各点之间的部分采用线性拉伸，具体操作步骤如下：
1）在线性对比度拉伸对话框中选择“Stretch_Type>Piecewise Linear”，将会出现分段线性对比度拉伸对话框，如图7-3所示。
图7-3 分段线性对比度拉伸对话框
2）在分段线性对比度拉伸对话框中“Input Histogram”直方图的任何位置点击鼠标中键，从而为转换函数增加一个节点，绘制的线段将把端点和绘制的节点标记连接起来。
3）要移动一个点的位置，在标记上点击鼠标左键，然后把它拖放到一个新位置。
4）要删除点，在标注上点击右键。
5）点击【Apply】按钮，完成分段线性变换处理。
六、实验报告
（1）简述实验过程。
（2）回答问题：①ENVl设计了哪些反差增强处理方法？②正偏、负偏、狭窄和平直形态的图像亮度直方图分别对应着遥感图像的什么问题？③根据表7-1数据结果，解释为何通过调整直方图——拉宽ENVI显示的遥感图像直方图峰值区两侧的两条垂直虚线就可以使遥感图像增强？④通过对分段线性变换增强处理的操作实验，你觉得该处理除能做图像增强外，对遥感图像信息处理还有何作用？
实验报告格式见附录一。
3. 关于遥感图像处理的若干问题
遥感图像几何畸变是指图像上的像元在图像坐标中的坐标与其在地图坐标系等参考系统中的坐标之间的差异。
（转）遥感影像的几何畸变主要有以下几方面引起：a、传感器外方位元素产生的畸变：外方位元素是指传感器成像时的位置和姿态角，当外方为元素偏离标准位置时，就会使图像产生畸变。b、地形起伏引起的像点位移：投影误差是由地面起伏引起的像点位移，当地形起伏时，对于高于或低于某一基准面的地面点，其在像片上的像点与其在基准面上垂直投影点在像片上的构象点之间有直线位移。c、地球曲率引起的图像变形：地球曲率引起的像点位移与地形起伏引起的像点位移类似。d、大气折射引起的图像变形：大气不是一个均匀的介质，它的密度是随离地面高度的增加而递减，因此电磁波在大气层中传播时的折射率也随高度而变化，使得电磁波的传播路径不是一条直线而变成了曲线，从而引起像点的位移。大气折射引起的像点位移比地球曲率的药小得多。e、地球自转的影响：地球自转主要是对动态传感器的图像产生变形影响。此外，如果投影方式不是中心投影，如全景投影和斜距投影，会产生有投影方式导致的影像畸变。
因为遥感成像的过程很复杂，一个像元成像会包含很多信息，是一个混合像元，要进行几何校正，获得精确位置的DN值的时候就需要重采样了
像元灰度重采样主要有最邻近、双线性和三次立法卷积，其中最邻近法最简单，计算速度快。
三次卷积法采样中的误差约为双线性内插的1/3，产生的图像较平滑，但计算工作量大，费时。
GCP选择最好是用高分辨率数据去纠正低分辨率数据，最好是同源数据，有明显的同名点
GCP选择最好是选择一些不容易变化的事物，因为遥感影像的时相可能相差很大，事物变化了就失去了同名点的意义，比较常用的GCP点是道路交叉点、房屋角点等
4. 遥感图像几何校正实验报告中改进措施怎么写
增加控制点；图像增强以提高选点质量；作业员培训，反复训练；
5. 实验二十 遥感图像正射校正
一、实验目的
通过运用ENVI软件对灌阳地区QuickBird-2遥感影像作对倾斜改正和投影差改正，消除由于系统因素和地形引起的几何畸变，将影像重采样成正射影像，加深对遥感影像正射校正处理的理解，掌握其ENVI软件操作要领。
二、实验内容
①无控制点（Orthorectify传感器类型）正射校正；②有控制点（Orthorectify传感器类型with Ground Control）正射校正；③有控制点和无控制点正射校正结果差异对比。
三、实验要求
①掌握无控制点的正射校正处理方法；②掌握有控制点的正射校正处理方法；③编写实验报告。
四、技术条件
①灌阳地区QuickBird遥感数据；②与灌阳地区QuickBird-2影像数据匹配的DEM数据；③灌阳地区地面控制点数据；④微型计算机；⑤ENVI软件；⑥ACDSee软件（ver.4.0以上）。
五、实验步骤
ENVI支持的正射校正包括两种模型：RPC有理多项式系数（Rational Polynomial Coeffciient）和严格轨道物理模型（Pushbroom Sensor）,ENVI也可以根据卫星数据提供的轨道参数，生成RPC文件进行正射校正（Map>Build RPCs）。
ENVI提供无控制点（Orthorectify传感器类型）和有控制点（Orthorectify传感器类型with Ground Control）两种正射校正方式。其中无控制点（Orthorectify传感器类型）正射校正方式校正精度取决于RPC文件的定位精度和DEM 数据的分辨率，而有控制点（Orthorectify传感器类型with Ground Control）正射校正方式校正精度不仅取决于RPC文件的定位精度和DEM 数据的分辨率，还利用地面控制点参与正射校正提供了校正精度。具体操作步骤如下。
1.无控制点（Orthorectify传感器类型）正射校正
（1）在ENVI主菜单中，选择“File>Open Exteranl File>QuickBird>GeoTIFF”，选择待校正的灌阳地区QuickBird影像。这里需要注意，当对SPOT5数据作正射校正时，选择数据格式时要选择DIMAP格式。
（2）在ENVI 主菜单中，选择“File>Open Image File”，打开灌阳地区DEM数据。
（3）选择传感器校正模型：在ENVI主菜单中，选择“Map>Orthorectifciation”，选择对应的传感器模型及校正方式，这里我们选择“QuickBird>Orthorectify QuickBird”，选择待校正灌阳地区QuickBird影像，点击【OK】按钮，将出现“Orthorectification Parameters”对话框（图20-1）。
图20-1 Orhtorectification参数设置对话框
（4）在“Orthorectification Paramcters”对话框中，需要设置以下参数。
◎图像重采样方法（Image Resampling）：Bilinear。
◎背景值（Background）: 0。
◎输入高程信息（Input Height）：有DEM 数据（DEM）和平均海拔（Fixed）两种方式。本次实验选择DEM 方式，点击【Select DEM File】按钮，选择打开的DEM数据。
◎DEM 重采样方法（DEM Resampling）: Bilinear,ENVI自动对DEM 进行重采样，生成与校正影像投影和分辨率一致的数据。
◎高程修正系数（Geoid offset）: DEM 的高程值是绝对高程（地面点到大地水准面的距离），用于正射校正的RPC高程是位势高度（Geopotential Height），这种高度之间相差不大，填写修正参数可以提高一定的正射校正精度。修正参数可以根据图像中心点的经纬度在网站http://www.ngs.noaa.gov/cgi-bin/GEOID STUFF/geoid99 promptl.prl中查询。
◎设置输出结果投影参数（Change Projection）：点击【Change Projection】按钮选择需要的投影方式。
◎输出像元大小（X Pixel Size、y Pixel Size）：输入像元大小值。
（5）选择输出路径及文件名，点击【OK】按钮完成正射校正。
2.有控制点（Orthorectify传感器类型with Ground Control）正射校正
（1）在ENVI主菜单中选择“File>Open External File>QuickBird>GeoTIFF”，选择待校正的灌阳地区QuickBird影像，并使之显示在“Display”中。这里需要注意，当对SPOT5数据作正射校正时，选择数据格式时要选择DlMAP格式。
（2）在ENVI主菜单中选择“File>Open Image File”，打开灌阳地区DEM数据。
（3）选择传感器校正模型。在ENVI主菜单中选择“Map>Orthorectification”，选择对应的传感器模型及校正方式，这里选择“QuickBird>Orthorectify QuickBird with Ground Control”，打开“Ground ControlPoints Selection”对话框（图20-2）。
图20-2 地面控制点选取对话框
（4）选择地面控制坐标的方法可参考本书实验十二中的实验操作步骤。控制点的高程信息可以从DEM数据中读取。
系统根据GCP（3个以上）自动计算RMS Error值，注意这里RMS Error值是以像素为单位。
（5）选择完地面控制点后，在“Ground Control Points Selection”对话框中选择“Option>Orthorectify File”，在文件选择对话框中选择待校正的QuickBird影像，点击【OK】按钮，打开“Orthorectification Parameters”对话框（图20-1）。
（6）“Orthorectification Parameters”对话框参数设置方法同无控制点（Orthorectify传感器类型）的正射校正方法参数设置。
（7）选择输出路径及文件名，点击【OK】按钮完成正射校正。
3.有控制点和无控制点正射校正结果差异对比
完成上述操作后，对灌阳地区QuickBird遥感影像作有控制点和无控制点正射校正，将有控制点校正和无控制点校正的结果分别在“Display”中显示，利用“Geographic Link”功能对比查看两个的结果差异，用WORD文档记录，取名为《有控制点和无控制点正射校正结果差异》，存入自己的工作文件夹。
六、实验报告
（1）简述实验过程。
（2）回答问题：①为何要进行遥感影像正射校正？②通过Geographic Link功能，对比有控制点和无控制点进行正射校正遥感影像的差异，以及进行正射校正和不进行正射校正遥感影像的差异，分析差异产生的原因。
实验报告格式见附录一。
6. 遥感数字图像处理问题，谢谢！
图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。
一般来说,图像拼接主要包括以下五步:
a)图像预处理。包括数字图像处理的基本操作(如去噪、边缘提取、直方图处理等)、建立图像的匹配模板以及对图像进行某种变换(如傅里叶变换、小波变换等)等操作。
b)图像配准。就是采用一定的匹配策略,找出待拼接图像中的模板或特征点在参考图像中对应的位置,进而确定两幅图像之间的变换关系。
c)建立变换模型。根据模板或者图像特征之间的对应关系,计算出数学模型中的各参数值,从而建立两幅图像的数学变换模型。
d)统一坐标变换。根据建立的数学转换模型,将待拼接图像转换到参考图像的坐标系中,完成统一坐标变换。
e)融合重构。将带拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像。
相邻图像的配准及拼接是全景图生成技术的关键,有关图像配准技术的研究至今已有很长的历史,其主要的方法有以下两种:基于两幅图像的亮度差最小的方法和基于特征的方法。全景图的拼接主要包括以下4个步骤：图像的预拼接,即确定两幅相邻图像重合的较精确位置,为特征点的搜索奠定基础。特征点的提取,即在基本重合位置确定后,找到待匹配的特征点。图像矩阵变换及拼接,即根据匹配点建立图像的变换矩阵并实现图像的拼接。最后是图像的平滑处理。
在遥感图像处理方面，eCognition是PCI Geomatica公司的产品,它的主要特点在于基于影像空间和波 谱两方面信息的信息提取。传统的遥感影像分类,包括监督分类或者非监督分类，都是在影像的光谱特征空间中,依靠不同光谱数据的组合在统计上的差别来进行 的。但是由于Quick Bird数据的空间分辨率很高,图像上地物景观的结构、形状、纹理和细节等信息都非常突出,而光谱分辨率不高,因此，在分类时不能仅依靠其 光谱特征，更多的是要利用其几何信息和结构信息。eCognition将采用面向对象的 遥感影像分析技术来进行影像的分类和信息提取。
首先对Quick Bird数据进行影像分割,从二维化的图像信息陈列中恢复出图 像所反映的景观场景中的目标地物的空间形状及组合方式。影像的最小单元不再 是单个的像素,而是一个个对象，后续的影像分析和处理也都基于对象进行。
采用决策支持的模糊分类算法,并不将每个对象简单地分到某一类,而是给出 毎个对象隶属于某一类的概率,便于用户根据实际情况进行调整,同时,也可以按 照最大概率产生确定分类结果。在建立专家决策支持系统时,建立不同尺度的分 类层次,在每一层次上分别定义对象的光谱特征、形状特征、纹理特征和相邻关系 特征。其中:光谱特征包括均值、方差、灰度比;形状特征包括面积、长度、宽度、边 界长度、长宽比、形状因子、密度、主方向、对称性、位置、对于线状地物包括线长、线 宽、线长宽比、曲率、曲率与长度之比等,对于面状地物包括面积、周长、紧凑度、多 边形边数、各边长度的方差、各边的平均长度、最长边的长度;纹理特征包括对象方 差、面积、密度、对称性、主方向的均值和方差等。通过定义多种特征并指定不同权|重,建立分类标准，然后对影像分类。分类时先在大尺度上分出父类，在根据实际需要对感兴趣的地物在小尺度上定义特征分出子类。
希望有用。
7. 遥感技术在城市规划中的应用的研究现状和研究方法
推荐去CNKI，清华搞的，那里面是论文数据库，可以随时下载的。你要搞不定的话，去淘宝的//翰林书店//，那里能下载到论文的
8. 遥感数据收集与处理
为了提高数字地质填图精度,需要充分利用高新技术的成果。遥感数据收集与处理的目的是与数字填图系统获取的地理、地质数据整合,配合地质填图提取与区域地质体相关联的信息,以便互相印证、约束和综合分析研究,多途径、多角度解决图幅内存在的问题。遥感资料提供的信息可以帮助对区域地质体进行较准确的圈定,从宏观上控制区域地质构造的总体格架,对提高区域地质调查质量具有十分重要的作用。
应根据工作区的自然地理和地质条件,选择合适的季节时相、成像时间,各种干扰小、特征信息量(色调、形态等)丰富的基础遥感图像数据。应分别采用预处理、基础图像处理和专题图像处理等三种类型的遥感数据处理方法对遥感数据进行处理,以获取满足数字地质填图各个阶段所需要的遥感数据和遥感图像。遥感数据预处理的目的是对遥感原数据转换投影方式、配准图像和镶嵌图像。预处理常用方法包括几何变换、几何校正、图像镶嵌等;基础图像处理应选择多种数据处理方法,一般常用的有不同波段合成、主组分分析处理、比值增强处理、定向滤波、高斯增强等,并从中进行对比分析,筛选出最大程度反映图幅地质遥感信息的处理方法组合,经预处理和基础图像处理的遥感数据应整合在数字填图系统中,作为数字地质填图的基础背景图层应用于地质填图中。针对不同地质填图对象,应开展专题图像处理,不同专题研究应选取合适的图像处理方法,例如图像拉伸、空间滤波、图像比值、主成分分析、视反射率图像、彩色空间变换等,对原始遥感图像进行有针对性的图像处理,增强突出相关信息、提取与专题相关的地质遥感信息。
之后,通过反差增强、边缘增强、主成分分析,根据经验选择波段进行比值运算生成新的波段,达到增强某些信息的要求。通过对影像岩石地层识别划分技术和遥感构造图像信息提取技术进行地质解译形成矢量化地质解译图。
9. 生态环境遥感监测系统存在的问题
我国正处在经济发展的高速增长期，对自然资源的掠夺性开采和不合理利用，使资源、生态和环境问题日益严重，土壤侵蚀，土地退化、沙化，湿地、绿地减少或消失，草场承载力下降等问题已在我国西北、华北、东北大部分地区广泛出现，成为影响我国可持续发展的主要障碍之一。尽管遥感和GIS在生态环境领域已有了大量应用，做了很多工作，但研究的手段还很不完善。前生态遥感监测系统存在的主要问题有:
(1)遥感和GIS不能有机集成。无论使用哪一种图像处理软件进行分类获得专题信息，在图像处理平台下编辑都是很困难的事情。自然界普遍存在同物异谱和同谱异物现象，即使分类精度再高的软件也不可能达到100%的准确，也需要人为编辑修改。其次，图像处理软件仅仅是获取信息的工具，大多数都不具有分析功能，需要到GIS平台下才能进行空间分析，而GIS系统又缺乏遥感影像处理能力，因此给实际工作带来很多困难。如何把遥感和GIS有机结合在一起，成为一个完整的系统，是当前遥感和GIS界一项极富挑战性的任务，是有待进一步研究的领域。
(2)影像信息提取技术是利用海量遥感数据来更新和生成GIS的瓶颈。目前目视解译仍是遥感图像信息提取的主要手段，需要耗费大量的人力操作和长时间的工作周期。新型影像数据的产生也对自动分类技术有着极大的需求。因此，发展自动化提取技术和专家系统技术，将成为未来几年内遥感信息提取研究重要的目标。
(3)生态环境研究多学科、多时空尺度的特点和遥感、GIS技术的引入，使生态环境数据来源复杂多样和巨量化。如果建立大尺度、大比例尺的数字流域系统则更是海量数据，如何组织海量的数据是系统成败的关键。从目前的应用来看，在系统中对数据之间的逻辑关系分析、流程关系分析和数据的图层关系分析还有待进一步研究。
(4)在网络应用环境下，各种软件、工具和数据库不能很好地集成，需要在应用系统框架下取得各项技术及系统集成的整体性突破，而在这一方面研究还比较少。
(5)现有的图像处理和GIS商业软件都是面向专业人员，普通用户很难方便运用。另一方面，研究开发的系统和实际需求差别较大，应用模型开发少，导致建设的系统多，实际运行的少(郁文贤等，2004)。如何构建面向用户，完成从RS到GIS一体化的，操作简单、使用方便的业务化运行系统，推动遥感与地理信息系统的平民化使用，具有强烈的社会需求。
(6)如果没有比较完善的数据和信息共享政策，容易导致盲目的数据壁垒，造成许多数据不能充分利用，或者导致数据采集的低水平重复工作。现在，虽然也开发了许多生态环境数据的Internet网上查询工作，但是并不是所有生态环境数据和信息都可以自由共享，这其中涉及了许多数据和信息所有权和使用权的问题。将生态环境数据和信息进行分类和用户分级，采用合理的数据发布方式，进行多层次数据共享，对于系统的开发和发展都是非常重要的。