卫星遥感数据处理

       遥感数据常规的处理内容有：纠正校准、拼接镶嵌、色彩调整、匹配融合、影像叠加、数据分幅、矢量纠正、坐标转换、分类提取、正射校正、矢量化、三维建模、后期制图等。

        纠正校准

        相邻影像由于成像日期、飞行器的姿态、高度、速度等因素的影响，造成同名地物发生偏移、拉伸和扭曲等，针对这些几何畸变进行的纠正校准，解决道路位移、建筑断层等问题。

纠正校准前后对比

        拼接/镶嵌

        卫星所拍摄的数据均为条带状，如遇需求区域横跨多个条带则需要对卫星公司交付的数据进行拼接及校正处理。以确保最后得到的成果数据浑然一体，完全看不出来是多幅数据拼接得到的；不合格的成果数据则会明显看出有道路位移、建筑断层等。

拼接镶嵌前：可看出道路位移，农田断层

拼接镶嵌后：道路不再位移，农田接缝平整

↑ 最终的无缝拼接的成果数据  

镶嵌前

镶嵌后

        色彩调整

        遥感影像由于成像日期、系统处理条件可能有差异，所以存在辐射水平差异导致同名地物在相邻影像上的亮度值不一致。如不进行色彩调整就把这种图像镶嵌起来，即使几何配准的精度很高，重叠区符合得很好，但镶嵌后两边的影像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专业信息的分析与识别，降低应用效果（如下图）。

镶嵌后两边的影像色调差异明显

        对有波段的数据进行参数调整，镶嵌后的数据色调基本无差异，美观。但因时相、天气条件差异巨大会导致部分偏色，可酌情根据实际需求来调整，最后得到色彩效果较好的影像数据。

最后得到色彩效果较好的影像数据

        匹配融合

        我们可以通过对不同卫星的全色数据、多光谱数据进行匹配融合，融合后将得到高分辨率的真彩色卫星地图影像数据产品。

ALOS卫星影像数据融合样例  

WorldView-2卫星影像数据融合样例

        遥感技术的发展为人们提供了丰富的多源遥感数据。这些来自不同传感器的数据具有不同的时间、空间和光谱分辨率以及不同的极化方式。单一传感器获取的图像信息量有限，往往难以满足应用需要，通过图像融合可以从不同的遥感图像中获得更多的有用信息，补充单一传感器的不足。

       图像融合是指将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。全色图像一般具有较高空间分辨率（如ALOS全色图像分辨率为2.5m），多光谱图像光谱信息较丰富（如ALOS有三个波段）。为提高ALOS多光谱图像的空间分辨率，可以将全色图像融合进多光谱图像，通过融合既提高多光谱图像空间分辨率（2.5m），又保留其多光谱特性。

        从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。

        云雾去除

        下图随州区域卫星影像有少量薄雾，通过后期技术处理可以去除云雾，以达到最佳的图像效果。

云雾去除前

云雾去除后

        立体像对提取DEM

2.5米的立体相对原始数据

生产得到DEM成果数据