Procesamiento de datos satelitales de recursos entre China y Brasil

Utilizando las 6 escenas adquiridas por el Satélite de Recursos China-Brasil del 15 de septiembre de 2000 al 19 de marzo de 2001, se estudió el método de producción del mapa de imágenes 1:250.000 (Suwu Shijie J45C002004). Debido a la limitación de banda de los datos satelitales China-Brasil obtenidos, las combinaciones de bandas utilizadas en la producción de imágenes son B4 (0,77~0,89μm), B3 (0,63~0,69μm) y B2 (0,52~0,59μm). En comparación con los datos de TM/ETM y SPOT, los datos de imágenes satelitales de China y Brasil tienen problemas que no se pueden ignorar, como ruido, franjas verticales y horizontales, mala coincidencia entre bandas y imagen borrosa. El diagrama de flujo del método de procesamiento seleccionado para abordar estos problemas es el siguiente (Figura 1-4):

Figura 1-4 Diagrama de flujo de procesamiento de imágenes satelitales de China y Brasil

(1 ) Registro de geometría entre bandas de imágenes

Debido a la falta de coincidencia entre bandas de imágenes, se requiere el procesamiento de registro entre bandas. Hay dos métodos específicos:

(1) Si la desalineación de píxeles entre bandas es un valor fijo, el registro se puede lograr directamente moviendo la imagen hacia arriba, abajo, izquierda y derecha.

(2) Si la desalineación de píxeles entre las bandas no es un valor fijo, puede seleccionar puntos con los mismos nombres como puntos de control en las imágenes de las dos bandas y registrar una banda en la otra banda. y ajustarlo. Los polinomios generalmente se eligen una vez.

(2) Procesamiento de eliminación de ruido de imágenes

El ruido de los satélites chino-brasileños a veces es difícil de ignorar. Si se utiliza el método de eliminación de ruido tradicional para el procesamiento, la imagen se volverá borrosa fácilmente. Reduce enormemente su claridad y pierde su información de textura. La información de textura de la imagen original se puede extraer mediante el método de filtrado de convolución. La configuración del operador de convolución es muy flexible y se pueden configurar diferentes operadores de convolución y sus tamaños según los diferentes propósitos de la aplicación. Agregar los resultados del filtrado de convolución (Figura de color 1-4b) y el filtrado de suavizado (Figura de color 1-4c) da como resultado una imagen cuya nitidez se mantiene bien (Figura de color 1-4d).

(3) Corrección geométrica y mosaico de imágenes

Según los puntos de control obtenidos del mapa topográfico 1:100.000, cuando se selecciona un polinomio lineal como función de ajuste, el control error de ajuste de puntos La mayoría de ellos están a más de 60 m en el campo y la precisión de los resultados de la corrección se distribuye de manera desigual en toda la imagen, lo que indica que la imagen tiene una distorsión no lineal y el polinomio de ajuste debe ser cuadrático. Se utilizó el método polinómico de puntos de control para registrar geométricamente las seis imágenes de satélite China-Brasil involucradas en el área de mapeo. El error máximo de ajuste del punto de control fue de 1,5 píxeles (1 píxel es 19,5 m. Puede cumplir con los requisitos de precisión del plano de dibujo). de escala 1:250.000.

Las imágenes corregidas de las seis escenas son mosaicos digitales, y se seleccionan puntos con los mismos nombres como puntos de control en las áreas superpuestas de las dos imágenes adyacentes, y se utiliza un registro polinomial de primer orden para profundizar elimine la desviación geométrica y los errores de ajuste después de la corrección geométrica, todo dentro de un píxel. Seleccione la polilínea para la línea del mosaico y utilice el método de coincidencia de histograma para la coincidencia en escala de grises. Las imágenes resultantes tienen tonos armoniosos y una alta precisión geométrica.

(4) Procesamiento de mejora de imagen

La mejora de imagen utiliza principalmente estiramiento lineal y no lineal de uso común y otros métodos. A veces, según los diferentes propósitos de la aplicación, se pueden adoptar métodos de mejora espectral. Los algoritmos principales incluyen: transformación HIS, análisis de descorrelación y análisis de componentes principales.