遥感图像预处理:ENVI/IDL实现几何校正与融合
需积分: 18 174 浏览量
更新于2024-07-27
收藏 907KB PDF 举报
"这篇资料主要介绍了遥感图像的预处理技术,包括ENVI/IDL环境下的几何校正、裁剪、图像融合等步骤。通过具体的案例展示了预处理流程,使用了DRG数据、SPOTPANL1数据、DEM数据、TM影像等。预处理过程分为三步:首先制作控制点参考源,如地形图;其次对高分辨率全色影像进行正射纠正;最后是多光谱与全色影像的配准融合。此外,还提到了基于影像自带地理定位文件(如GLT)的几何校正方法,适用于AVHRR、Modis、SeaWiFS等卫星数据的校正。GLT几何校正法生成地理位置查找表文件,用于确定像素的准确地理位置。"
遥感图像预处理是遥感数据分析中的关键步骤,确保图像的质量和后续分析的准确性。在这个过程中,几何校正是首要任务,用于修正由于传感器位置、地球曲率等因素导致的图像变形。在描述中提到的DRG数据(数字化栅格图形)常被用来作为几何校正的标准参考,提供精确的地表坐标。
几何精校正通常涉及外边框裁切和图像镶嵌,前者去除图像边缘无用部分,后者将多幅图像拼接成一个连续的覆盖区域。正射纠正则是利用DEM(数字高程模型)数据,将倾斜的航片转换为正射影像,使得每个像素对应地表上的一个固定点。
图像融合是将不同分辨率或类型的图像结合在一起,以提高最终产品的细节和信息丰富度。在示例中,全色影像(如SPOTPAN)的高分辨率与多光谱影像(如TM)的丰富信息进行融合,生成具有高分辨率的多光谱影像,这对于工程区的分析非常有价值。
对于那些地理定位文件不精确或者不易获取地面控制点的卫星数据,如AVHRR、Modis、SeaWiFS等,可以采用GLT几何校正法。这种方法依赖于卫星传感器自带的地理定位信息,生成GLT文件,记录每个像素在输出图像中的实际位置,从而实现校正。
总结来说,遥感图像预处理涉及多种技术,包括但不限于几何校正、裁剪、图像融合以及基于GLT的几何校正。这些技术旨在提高图像质量和一致性,为后续的分析和应用提供可靠的图像数据。
2018-07-13 上传
2023-05-22 上传
2023-09-19 上传
2023-06-02 上传
2023-05-09 上传
2023-03-28 上传
2023-07-28 上传
普通网友
- 粉丝: 0
- 资源: 4
最新资源
- 磁性吸附笔筒设计创新,行业文档精选
- Java Swing实现的俄罗斯方块游戏代码分享
- 骨折生长的二维与三维模型比较分析
- 水彩花卉与羽毛无缝背景矢量素材
- 设计一种高效的袋料分离装置
- 探索4.20图包.zip的奥秘
- RabbitMQ 3.7.x延时消息交换插件安装与操作指南
- 解决NLTK下载停用词失败的问题
- 多系统平台的并行处理技术研究
- Jekyll项目实战:网页设计作业的入门练习
- discord.js v13按钮分页包实现教程与应用
- SpringBoot与Uniapp结合开发短视频APP实战教程
- Tensorflow学习笔记深度解析:人工智能实践指南
- 无服务器部署管理器:防止错误部署AWS帐户
- 医疗图标矢量素材合集:扁平风格16图标(PNG/EPS/PSD)
- 人工智能基础课程汇报PPT模板下载