浅谈遥感卫星影像数据信息提取

冯浩 1王政2

摘要：在应用航天遥感时用到的数据一般分为两种形式，即遥感影像和数据图像，这两种数据形式无论使用哪种，影像都是记录在感光的胶片和相纸上的，数据影像是通过数字磁带进行记录的，记录的图像的颜色是离散变化的，而遥感影像是通过对地表进行拍摄和扫瞄来记录数据，遥感影像获得的影像数据有黑白和彩色两种，一般比较常使用的是彩色。获取遥感影像的方式有很多种，这篇文章就是对影响遥感影像的数据信息提取方式进行了简要的分析。

关键词：遥感卫星；信息提取；影像数据

一、遥感影像简介

所谓的遥感反映的就是接收所要探测的目标物的电磁辐射信息的强弱程度，接收方式一般分为主动接受和被动接收，把这种接收到的信息转化成图像的形式，然后再通过相片或者是数字图像的形式表现出来，遥感影像有单波段影像、多波段影像、彩色合成影像等。多波段影像是利用多波段的遥感器对于同一个地区进行同步的拍摄获得的若干幅波段不同的影像，相比于单波段的影像，这种多波段影响的蕴含的信息量更大，光谱的分辨率也比较高，还能够通过影响的增强技术，得到彩色的合成影像，可以很大程度上提高对地面上物体的识别能力。那么很明显，彩色合成影像就是通过多个波段的黑白影像合成的，这种彩色的合成影像被广泛的使用在地学研究、环境监测或者是资源调查上。

遥感卫星影像

在对遥感影像的信息进行处理时，主要是利用影像中的一些特征，比如光谱特征、空间特征或者是时间特性。在这些影像的特征之外，色调是与物体的波谱特征有关系的，其他的一些要素特征都和物体的空间特征有关系。物体的大小是与物体的影像比例有非常大的关系的，每一个物体影像的形状都是这个物体固有的特征，而影像上的纹理则是因为在一组影像上色调的变化造成的，给人视觉上留下的印象是不同的，可以帮助观察者来区分物体或者是不同的现象。在对影像进行提取时方式有很多种，下边对于影像信息的提取进行详细分析。

二、遥感信息提取方式

对于遥感信息的提取方式有很多种，最常用的提取方式主要包括目视翻译和计算机的信息提取。

（一）目视翻译

图像的影响特征最重要的就是影响特征和空间特征，影像特征是指图像的色调或者色彩，空间特征就是指图像的形状、大小、图形或者位置等，所谓的目视翻译就是通过一个图像的影像特征和空间特征，和其他的一些非遥感的信息资料结合在一起，进行综合的分析以及合理的推理。在很久之前，目视翻译知识纯人工的在相片上进行翻译，随着慢慢的发展，变成了人机交互的方式，还可以应用一些图像处理的技术加强图像的显影，逐渐的提高图像的视觉效果，然后显示在计算机屏幕上，这就是目视翻译。下面对目视翻译的原则以及目视翻译的方法进行介绍。

1目视翻译的原则

遥感影像目视翻译的原则是指先宏观后微观，先已知后未知，先整体后局部的原则，一般判断的方法是，现在图像上找到水系，仔细判断水系所在的位置以及水系的流向，然后就可以根据水系的位置来大致的确定区域范围，然后就可以大致的掌握居民点的位置和周围的交通道路。在确定好这些基本信息之后，就可以对所要探测的位置进行一些主要要素的判定。

2遥感卫星目视翻译的方法

遥感卫星的目视翻译主要分为以下几步

2.1总体观察

在对遥感卫星影像进行目视翻译之前，首先要对图像进行一个总体观察，得到一些图像总体的特征，分析图像个特征之间的内在联系，仔细观察那些可以直接在图像反映出来的特征，从而对图像进行分类。

2.2对比分析

对比分析主要分为对多波段、多时域图像以及多类型图像之间的对比分析，还包括对图像中个判别标志的对比分析。对多波段图像的对比分析可以更清楚的识别出在某一个波段图像上灰度相近但是在别的图像上灰度差别非常大的一些物体，这是多波段分析特有的优势。那么多时域分析就是对物体的变化繁衍的情况进行监测，对多个类型的分析就是指不同的成像方式一定对应着不同的分析方式，这种对不同图像特征之间的对比分析可以让观察者看到不同物体在图像上之间的成像差别，可以更好的对物体进行识别分析。

2.3综合分析

综合分析是分析图像中非常重要的一步，他是通过一些间接的判读标志或者是已经获得的一些统计资料对所获得的图像上一些表现的不明显的一下现象进行判读，在一个图像上，它的间接的判读标志是有联系的，根据这些联系，判读者可以对物体进行更深的了解，那些已经存在的判读资料和统计资料，都是前人经过努力得到的，是非常珍贵的，在判读的过程中起着很重要的辅助作用，但是万物时刻都在发生着变化，所以即使有这些资料，在进行判读时还要结合那些实际的影像进行综合的分析，这样才能获得一个准确的判读信息。

2.4参数分析

参数分析是指在进行空间遥感时，还要检测到所遥感区域中的一些典型的物体的特定数据。通过对这些数据来判断某一种物体的属性主要有以下的方法，首先，可以把样本在图像中的灰度和其他的图像块进行比较，如果灰度和比较的图像块是一样的，那么这个图像的属性就和样本是一样的，还可以在地面上测量各种物体的反射特性，然后根据这些特征转换成灰度，跟图像上的灰度进行比较，这样就可以判断出图像上物体的大致属性。

（二）计算机信息提取

除了对图像进行目视翻译之外，还可以通过计算机对遥感信息进行自动提取，这种提取利用的一定是数字图像，地面上的物体在同一个波段，或者是同一个物体在不同的波段，都有着不同的波普特征，那么就可以对某一个物体在各个波段上的波谱曲线进行分析，分析之后对于波谱上不一样的地方进行一个增强的处理，这样观察者就能够非常清晰的识别出目标物，刚开始对于不同物体的自动分类主要是在光谱特征的基础上的，慢慢的演变成结合光谱特征和其它的比如形状特征来进行计算机信息的提取。

计算机信息的提取就是利用计算机对于遥感卫星的信息数据进行自动分类，在进行分类之前，首先要做一些预处理，比如像校正、增强、滤波等，这样才能使得消除一些由于其它因素造成的差异影响，使得目标物更加的突出。分类的原理就是计算机对图像的自动识别技术。对于图像分类的标志就是物体的光谱特性，对图像上一些其他的信息比如形状、纹理等充分的利用。

分类的方法常见的主要有两种，监督分类和非监督的分类，与监督分类相比较，非监督分类想到达到相同的分类结果和精度的要求，使用的时间和成本比较低。但实际上监督分类获得的分类精度更高。在分类之后就可以对图像进行纹理分析，每种类型的地物在图像上都有独特的纹理图案，所以对图像的纹理分析是识别的一种重要途径，另外，还可以进行图像分割，这是图像处理到图像分析中很重要的一个步骤，对图像分割的一些特征抽取以及参数测量能够把原始的图像转换为更紧凑的形式，使得观察者能够进行更深一层的理解。这就是计算机信息提取的相关步骤。

结束语

从历史上看，改革有范围和程度上的不同。遥感技术经过较长时间的发展实现了变革。这一变革并不是局部性的浅层次的改革，技术发展方向已经出现了变化。遥感大数据时代已经来临，人们发现深度学习在智能提取方面具有较大的潜能，后期人们将会进行此方面的研究，遥感信息技术将会进一步延伸发展。

参考文献：

[1]张兵. 遥感大数据时代与智能信息提取[J]. 武汉大学学报:信息科学版, 2018, 43(12):108-118.

[2]汪权方, 张梦茹, 张雨,等. 基于视觉注意机制的大范围水体信息遥感智能提取[J]. 计算机应用, 2019.