Landsat衛星:陸地衛星-中文百科頻道

衛星參數

陸地衛星的軌道設計為與太陽同步的近極地圓形軌道，以确保北半球中緯度地區獲得中等太陽高度角(25°一30°)的上午成像，而且衛星以同一地方時、同一方向通過同一地點．保證遙感觀測條件的基本一緻，利于圖像的對比。如Landsat4、5軌道高度705km．軌道傾角98.2°，衛星由北向南運行，地球自西向東旋轉，衛星每天繞地球14．5圈，每天在赤道西移2752km，每16天重複覆蓋一次，穿過赤道的地方時為9點45分，覆蓋地球範圍N81°—S81．5°。

傳感器參數

MSS傳感器

Landsat-1～3

Landsat-4～5

波長範圍/μm

MSS-4

MSS-1

0.5～0.6

MSS-5

MSS-2

0.6～0.7

TM傳感器

波段

波長範圍(μm)

分辨率/米

0.45～0.52

30米

0.52～0.60

30米

ETM+傳感器

波段

波長範圍(μm)

地面分辨率/米

0.450～0.515

0.525～0.605

0.630～0.690

0.775～0.900

1.550～1.750

10.40～12.50

2.090～2.350

0.520～0.900

30米

60米

30米

15米

OLI傳感器

LandSat8

類型

波長（微米）

藍色波段

藍綠波段

綠波段

紅波段

近紅外

短波紅外

微米全色

短波紅外波段

0.433–0.453

0.450–0.515

0.525–0.600

0.630–0.680

0.845–0.885

1.560–1.660

2.100–2.300

0.500–0.680

1.360–1.390

TIRS傳感器

LandSat8

中心波長（微米）

波長範圍（微米）

10.9

10.6-11.2

100

12.0

11.5-12.5

100

遙感影像

影像融合技術

遙感影像融合是将多源信道所采集的關于同一目标的圖像經過一定的圖像處理,提取各自信道的信息,最後綜合成統一圖像或綜合圖像特征以供進一步處理,這樣有利于增強多重數據分析和環境的動态監測能力,可改善遙感信息提取的及時性和可靠性,可有效地提高數據的使用率,可為大規模遙感應用研究提供良好的基礎,同時也是目前遙感應用分析研究的前沿課題和熱點領域。

影像融合有三個核心處理步驟,即圖像預處理、圖像融合和圖像評價。首先對待融合的N景圖像進行去噪、配準等預處理,并采用特定的融合策略進行融合處理,然後對融合圖像進行相應的測試評估。

多源遙感影像融合處理方法

彩色空間變換融合法：

在色彩學中,顔色的定義有許多種,如采用紅、綠、藍的RGB系統,采用亮度(Intensity)、色調(Hue)、飽和度(Saturation)的IHS系統等。由于不同的顔色系統具有相應的顯示和定量計算上的勢,因此不同的場合所使用的顔色系統也不盡相同。如RGB顔色系統方法簡便,便于顯示和彩色掃描;IHS顔色系統是基于視覺原理的,三屬性互不相關,易于把強度和顔色分開。在進行多源遙感影像融合處理時,首先将低分辨率的RGB圖像經過變換映射至IHS(或HSV,HLS)空間。

然後采用特定的融合策略使其與高分辨率圖像的信息進行融合處理,并進而置換相應的部分,最後經過逆變換重構融合圖像,這便是彩色空間變換融合的核心思想。按照不同的顔色空間,彩色空間融合法又可分為IHS變換、YIQ變換、HSV變換、HLS變換等。

高通濾波融合(HPF)：

高通濾波融合是将高分辨率影像中的幾何信息逐像素疊加到低分辨率影像中來進行的。高分辨率影像的高通濾波結果對應空間的高頻信息,即通過高通濾波器提取高分辨率圖像中對應空間信息的高頻分量,這種空間濾波器去除了大部分光譜信息,然後在高通濾波結果中加入光譜分辨率高的圖像,形成高頻特征信息突出的融合影像。

主成分變換融合(PCA)：

主成分融合流程。利用PCA變換融合處理并不是為了減少噪聲影像或數據壓縮,而是通過PCA變換,使得多光譜影像在各個波段具有統計獨立性,便于在各個波段采用相應的融合策略。在融合處理中,首先由多光譜影像數據求得影像間的相關系數矩陣,由相關系數矩陣計算特征值和特征向量,求得各主分量影像;然後将高空間分解力影像數據進行直方圖匹配,使其與第一主分量影像數據具有相同的直方圖;最後用由直方圖匹配生成的高空間分解力影像來代替第一主分量,将它同其它主分量一起經逆主分量變換得到融合的影像。

小波融合：

小波圖像融合法的出發點在于利用小波變換将待融合的圖像分解成多級小波系數圖像,融合是在每一級小波系數圖像上進行的,即首先分别對各個分解層次的低頻和高頻部分按照各自的融合策略進行融合處理,然後綜合圖像中的特征信息,最後再進行小波逆變換,即重構出融合後的圖像。例如首先将多光譜圖像和具有高空間分辨率的全色圖像進行小波分解,獲取各自的低頻分量和細節分量,然後用全色圖像的細節分量替換多光譜圖像的細節分量最後進行小波逆變換以得到增強的多光譜圖像。這樣可有效地增強多光譜圖像的空間細節表現能力并能保持圖像融合前後的光譜特性。