遥感类名词解释_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
遥感类名词解释
上传于||文档简介
&&遥​感​类​名​词​解​释
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩3页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢武大遥感 城市遥感论文-五星文库
免费文档下载
武大遥感 城市遥感论文
导读：基于遥感影像进行城市植被信息提取的研究现状摘要：本文对在城市植被信息提取过程中应，之后对目前所采用的的部分基于不同遥感影像进行城市植被信息提取的方法进行了概述并对，最后展望了利用不同的遥感影像进行植被信息提取的研究前景，一、城市植被信息提取的遥感数据源，目前进行城市植被信息提取的研究中，应用到的遥感影像主要由航空遥感影像、卫星遥感影像、高分辨率遥感影像、高光谱遥感影，目前大比例尺遥感信息提取主
基于遥感影像进行城市植被信息提取的研究现状 摘要：本文对在城市植被信息提取过程中应用到的不同类型的遥感影像以及不同的软件进行了简单的介绍，之后对目前所采用的的部分基于不同遥感影像进行城市植被信息提取的方法进行了概述并对其效果以及不足进行了简要的分析，最后展望了利用不同的遥感影像进行植被信息提取的研究前景。
一、城市植被信息提取的遥感数据源
目前进行城市植被信息提取的研究中，应用到的遥感影像主要由航空遥感影像、卫星遥感影像、高分辨率遥感影像、高光谱遥感影像等。目前大比例尺遥感信息提取主要以航空遥感数据为主，航空遥感数据与卫星遥感数据相比费用高、现势性差，不适于动态大范围内进行植被信息提取。航空影像适用于各种比例尺，可以同时完成地形测量。但该方法外业工作量大、内业处理复杂、作业周期长、投入成本高。得到的数据缺乏宏观性、整体性、成果数据缺乏现势性。而利用卫星遥感影像的优点是遥感信息源获取渠道通畅、外业工作量小、内业处理相对简单、成本低、周期短。数据宏观性和整体性强，光谱信息丰富，所以地物分辨力明显高于航空图片。能够快速周期成像，有利于动态监测和研究。 高分辨率的遥感数据由于其分辨率高、信息丰富、获取影像周期短、现势性强的特点。使其在测量信息提取、土地资源动态监测、林业资源监测等方面等到广泛的应用。利用高分辨率影像在土地利用和森林立地分类中的应用和研究表明，高分辨率影像能够较客观地区别植被与其他地物，并能一定程度地区分植被结构。高分辨率影像主要包括ETM、Ikonos、Quick Bird等遥感数据。
二、城市植被信息提取的遥感软件
目前，常用的遥感图像处理软件主要有ERDAS、ENVI等几种。ERDAS IMAGINE是以模块化的方式提供给用户的，根据不同需求的用户，系统扩展功能采用开放的体系结构提供低、中、高三档产品架构，分别为.. IMAGINEEssentials、IMAGINE Advantage、IMAGINE Professional产品，产品模块的组合具有极大的灵活性。ENVI（The Environment for Visualizing Images）是一套功能齐全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。它包含了齐全的遥感影像处理的基本功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析等。
三、城市植被信息提取的部分方法
1、QuickBird
利用监督分类、植被指数分类和目视解译等方法对QuickBird高分辨率卫星遥感影像的
绿地信息进行提取，并对分类精度作了比对分析。研究结果表明，利用传统的监督分类方法进行分类 ,由于在植被特征不明显的地方选取了训练样区 ,导致有许多非植被误判成了植被,不能达到令人满意的效果。但有些与植被光谱特征相似的非植被 ,由于建立了分类模板 ,能很好地与绿地区分开来。利用植被指数结合植被分区进行分类 ,四种类别的分类精度都得到不同程度的提高。不同的植被指数分类方法所能达到的精度也不尽相同 ,分类精度由高到低依次为 NDVI、DVI、 TNDVI、RVI ,但它们有一个共同的缺点 ,即与绿地光谱特征相似的地方会误判成绿地 ,以及其混合像元的存在 ,降低了分类的精度。
2、SVM 分类法
SVM算法是20世纪90年代初提出的一种机器学习算法，其基础是Vapnik创建的统计学习理论。SVM可以自动寻找出那些对分类有较好区分能力的支持向量，由此构造出的分类器可以最大化类与类的间隔，因而有较好的适应能力和较高的分辨率。在对徐州市绿地信息提取实验中，该方法对研究区域绿地信息的提取取得了较好的效果．最后提出研究区域的绿地规划建议。
3、目视解译提取城市绿地
目视解译提取城市绿地费时费力，但是精度较高，因此目前仍被广泛应用。针对遥感技术提取城市绿地所存在的争论，分两步对城市绿地信息提取展开了研究：(1)分别以三种不同的处理方法(植被指数法、KT变换法、像元线性分解)，提取了研究区域ETM+影像的绿地信息。(2)针对同一方法(植被指数)，提取了三种不同分辨率遥感数据(ETM+、SPOT、Quick―Bird)的绿地信息。实验结果表明：三种方法中植被指数（NDVI）是提取城市绿地的最佳方法，SPOT影像则是所有实验数据中绿地信息提取效果最好的。
4、利用植被指数从TM影像中提取植被
利用植被指数从TM影像中提取植被，从技术与经济成本方面综合考虑，是一个比较好的手段。但在城市绿地信息提取中，由于城市下垫面的特殊性和植被指数的繁多，究竟哪些植被指数最适合于城市绿地，还仍然是一个急待解决的难点问题。通过以上海中心城区为研究靶区，利用单因子方差分析与多重比较对植被指数在城市绿地信息提取中的优劣进行比较研究，得到如下结论：①TM 影像经过植被指数计算处理后，植被信息确实得到了增强，但不同的植被指数也有所差别。如果以区分植被与非植被之间差异程度做标准，那么植被指数提取植被由优到劣则依次是GEMI、RDVI、NDVI、GNDVI、RVI、TNDVI、DVI、EVI和TGDVI。②植被指数基本能从TM影像提取植被，但把植被再细分的效果不是太好。总体来看，除EVI
和TGDVI以外，植被指数能较好的区分草地与农田；而树林与农田及草地与树林的区分则因不同的植被指数有所差异。区分草地与树林较好的是EVI，区分草地与农田较好的是GEMI，区分树林与农田较好的是TNDV1。③植被指数不但细分植被的效果不是太理想，而且也不能很好的细分非植被地物。总体来说，所有的植被指数都很难把建筑物与道路区别开，尤其TGDVI、DVI和EVI更是如此。不过NDVI、GNDVI、TNDVI和GEMI能很好地把水体从TM 影像中提取出来，其余的植被指数则只能区分植被与非植被，不能再进一步的区分非植被地物。由于内外部的原因，植被指数的影响因子比较多，为此，国内外学者提出了形式各异的植被指数。自从Jordan 1969年最早提出了比值植被指数(RVI)后，目前已明确定义的植被指数有4O多个 ，再加上修正的植被指数，其数目不下百种。繁多的植被指数在具体应用中让使用者无所适从，特别是由于城市下垫面的特殊性质，究竟哪些植被指数最适合，目前仍然是一个急待解决的难点问题。
5、基于像元信息分解和神经网络分类相结合
选择广州市作为研究区，先用像元信息分解法把绿地从TM影像中分离出来，再以分离出来的绿地作为分类掩膜，采用BP神经网络法进行分类。并开展野外遥感调查以提高和验证分类精度。结果表明：该方法保证了分类时绿地的纯洁度，有效地排除和避免了提取绿地信息时其它多余信息的干扰和影响，提高了分类的精度。
IKONOS影像信息是大容量的、多元化的，丰富的， 同时也是复杂的，单纯采用一种方法难以从影像中一次完成各类目标信息的准确提取。根据信息源的特点与分析处理目标的不同，采用不同的处理技术和分析方法相结合的手段，才能获取相对理想的结果。其中采用基于光谱特征对试验区进行绿地信息提取，结果证明该方法非常有效。因为IKONOS影像分辨率高，影像中地物几何结构和纹理信息明显，信息复杂且存在同物异谱和异物同谱现象，该特点使得图像处理及地物分类方法在某种程度上不同于一般的遥感影像处理分类方法。由于遥感分类对象区域及影像数据量较大且易混分，需将分类对象区域细分。分层分类法是提高影像分类精度的一种手段，该方法通过目视解译，光谱分析及其它辅助数据等，将分类对象地区分层细分成亚分类对象地区，对各个亚分类对象区的影像进行分类，最后将各亚分类区的分类结果合并形成最终的分类图。本论文研究亚分类区影像信息提取的一种途径，即针对各类地物特点分别进行处理， 当提取出一层信息后，将其从原图像中剔除，避免对其它信息提取的影响，为下一步信息提取提供方便。这样每次针对特定目标提取，使问题相对简化，
每一类信息提取的精度得到提高，最终提高了总精度。该方法处理方便，能够分辨出具有细微光谱差异的地物而不考虑其它已分出来地物的光谱特征。
四、前景展望
随着更高空间分辨率和光谱分辨率的遥感卫星的发射，将为城市绿地信息提取提供更好的数据源，遥感技术在城市绿地信息提取、绿地监测等方面的应用将会更加深入，不仅能定性进行分析，利用高光谱卫星影像数据，还能对城市植被的生长状况、病虫害等进行定量分析。
吕杰，刘湘南．基于遥感数据的城市绿地信息提取研究进展．中国科技论文在线．
徐建辉，苏娅．高分辨率遥感影像在城市绿地信息提取中的应用研究．资源开发与市
场，) ：291-293
伊云忠，张立福．遥感技术在城市绿地调查中的应用研究．今日科苑，2009(10)：276-
曹晓晨，景海涛，王登山，赵明富．基于TM影像的城市绿地信息提取．湖北农业科
学，)：202-205
张友水，冯学智，都金康，顾国琴．IKONOS影像在城市绿地提取中的应用．地理研究，
2004(2)：138-144
刘小平，邓孺孺，彭晓鹃．城市绿地遥感信息自动提取研究――以广州市为例．地域
研究与开发，2005(5)：114-117
包含总结汇报、考试资料、人文社科、教学教材、外语学习、办公文档、IT计算机、旅游景点、经管营销以及武大遥感 城市遥感论文等内容。
相关内容搜索遥感图像处理软件比较（下）
遥感图像处理软件比较（下）
遥感图像处理软件比较（下）
发表时间：&&&& 来源：中国3S人才网&&&& 编辑：博雅 & & & &阅读:280次
ERDAS IMAGINE 9.0 简介
Erdas Imagine v9.0 功能非常强大的图像处理系统，可以说是该行业中最好的一款！目前ERDAS IMAGINE软件已经发展成为世界上占最大市场份额的专业遥感图像处理软件!
ERDAS IMAGINE 9.0
作为全球遥感图像处理系统的领头羊ERDAS IMAGINE于2006年推出了其最新的9.0版本，这是ERDAS系统又一重大进展。它创新性地提出了“企业级”遥感图像处理概念，将图像处理与空间数据管理融合成一体，构成完整的客户/服务器结构的工作流，为您的应用带来全新的体验。
· ERDAS IMAGINE V9.0 AutoSync模块将减轻您繁重的纠正选点工作，使得用于动态监测的不同时相/分辨率精确配准融合工作量大大减小；
· 为用户提供了基于Internet/Intranet环境的影像等空间信息共享的工具，可创建自己的三维数字地球，进行沙盘推演，三维浏览查询/检索，分析，飞行，量测等；
· 国防等行业解决方案 ……
不管您想做什么，遥感影象（卫星，航空，地面近景）作为对地观测获取地球表面覆盖与结构信息的载体，在地学分析应用领域是不可或缺的信息源。而如何将地理影象转化为有价值的信息对你成功实施GIS和制图工程又是至关重要的。目前，在我们周围越来越多的人们能够利用全范围的地理影象产品来提取和使用有价值的信息。
ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。
ERDAS 公司作为一个遥感软件公司创建于1978 年，总部设在美国佐治亚州的亚特兰大市。自公司成立以来，一直致力于遥感处理系统技术的开发应用和服务，开拓遥感领域的全球市场，取得了巨大的成功，在近20 年里始终保持利润持续稳定地增长。目前ERDAS 公司已经发展成为世界上最大的专业遥感图像处理软件公司，全球用户遍布100 多个国家，软件套数超过了60,000 套，市场占有率为46%，在全球遥感处理软件市场排名第一，在GIS 软件市场排名第九。2003 年6 月份，在美国国家影像制图局（NIMA）等权威机构组织的历经5年的Passfind 项目系统评比当中，在十一个项目评比中获得九个项目第一，最终综合功能性价比名列第一，在三维可视化分析领域更是在功能与理念上一路领先。自2002 年年中在得到Leica 公司的资金支持后，ERDAS IMAGINE 软件的发展步伐更加有利与快捷，更多的新功能与算法加进到新版本中，一系列的举措不仅仅使用户的当前投资得到充分发挥，也得到了未来产品发展的保护。按照公司产品发展的计划，基于COM 和网上图像处理服务的新一代遥感影像处理系统（版本9）将要面世，这将会为广大用户提供功能更加强大与开发扩展更方便的系统与手段。
ERDAS 公司优秀的IMAGINE
软件方案一直是业界的先驱，其软件处理技术覆盖了图像数据的输入/输出，图像增强、纠正、数据融合以及各种变换、信息提取、空间分析/建模以及专家分类、ArcInfo 矢量数据更新、数字摄影测量与3 维信息提取，硬拷贝地图输出（在3 维景观的绘图输出更是达到了所见即所得的清晰大数量的纸质图）、雷达数据处理、3 维立体显示分析。IMAGINE 软件可支持所有的UNIX 系统，以及PC 机的Microsoft Windows2000Professional （需Pack 2），Windows XP Professional 操作系统。其应用领域包括：科研、环境监测、气象、石油矿产勘探、农业、医学、军事（数字地理战场，解译等）、电讯、制图、林业、自然资源管理、公用设施管理、工程、水利、海洋，测绘勘察和城市与区域规划等。通过与著名的GIS 厂商ESRI 公司的战略合作，ERDAS 公司在与GIS 完整集成的IMAGINE系列软件之外，同时开发基于ArcView GIS V8.x 的图像分析模块——Image Analysis 和Stereo Analyst 两个扩展模块，向用户提供GIS/RS 一体化的解决方案。
*ERDAS IMAGINE产品套件：它是一个用于影象制图、影象可视化、影象处理和高级遥感技术的完整的产品套件。
*ERDAS IMAGINE扩展模块：ERDAS IMAGINE是以模块化的方式提供给用户的，可使用户根据自已的应用要求、资金情况合理地选择不同功能模块及其不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。
*ArcGIS Extensions：它是为ArcGIS用户提供的一个使用方便的地理影象分析和处理功能的扩展模块。
LPS（Leica Photogrammetry Suite）――徕卡遥感及摄影测量系统是各种数字化摄影测量工作站所适用的软件系列产品。为地球空间影像的广泛应用提供了精密和面向生产的摄影测量工具。LPS可以处理来自多种航天、航空传感器的多种格式影像，包括黑/白、彩色和最高至16bits的多光谱等各类数字影像。LPS可以提供从原始像片到通视（line－of－sight）分析各种摄影测量的需求，它为影像、地面控制、定向及GPS数据、矢量和处理影像等提供广泛的应用选择，因而操作灵活简便。LPS可以提供上百种坐标系及地图投影的选择，以满足用户的不同需求。
LPS数字摄影测量软件系统包括以下六个软件模块及四个扩展软件模块。
ENVI（The Environment for Visualizing Images）是一套功能齐全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。获2000年美国权威机构NIMA遥感软件测评第一
强大的影像显示、处理和分析系统
　　ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。
　　ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7、 IKONOS、SPOT, RADARSAT, NASA, NOAA, EROS和TERRA，并准备接受未来所有传感器的信息。
强大的多光谱影像处理功能
　ENVI能够充分提取图像信息，具备全套完整的遥感影像处理工具，能够进行文件处理、图像增强、掩膜、预处理、图像计算和统计，完整的分类及后处理工具，及图像变换和滤波工具、图像镶嵌、融合等功能。ENVI遥感影像处理软件具有丰富完备的投影软件包，可支持各种投影类型。同时，ENVI还创造性地将一些高光谱数据处理方法用于多光谱影像处理，可更有效地进行知识分类、土地利用动态监测。
更便捷地集成栅格和矢量数据
　　ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边缘检测及制图输出功能，并可以加注汉字。ENVI具有对遥感影像进行配准和正射校正的功能，可以给影像添加地图投影，并与各种GIS数据套合。ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，建立新的矢量层、编辑点、线、多边形数据，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。
ENVI的集成雷达分析工具助您快速处理雷达数据
　　用ENVI完整的集成式雷达分析工具可以快速处理雷达SAR数据,提取CEOS信息并浏览RADARSAT和ERS-1数据。用天线阵列校正、斜距校正、自适应滤波等功能提高数据的利用率。纹理分析功能还可以分段分析SAR数据。ENVI还可以处理极化雷达数据，用户可以从SIR-C和AIRSAR压缩数据中选择极化和工作频率，用户还可以浏览和比较感兴趣区的极化信号，并创建幅度图像和相位图像。
地形分析工具
　　ENVI具有三维地形可视分析及动画飞行功能，能按用户制定路径飞行，并能将动画序列输出为 MPEG 文件格式，便于用户演示成果.
ER Mapper新一代图像处理系统
ER Mapper是由澳大利亚EARTH RESOURCE MAPPING公司（以下简称ERM）开发的，ER Mapper除了具有传统图像处理功能外，它在开发起点和设计思想等方面完全区别于早期的传统图像处理系统。2004年，ER Mapper又隆重推出了6.4版本，在GIS、CAD、图像、办公和网络应用等领域得到广泛应用，在图像增强和处理方面有了非常大的改进。
ER Mapper基本功能介绍：
一、独特的软件设计思想，算法概念贯穿整个图像处理过程，更适用于大型工程的图像处理作业
ER Mapper算法的概念是区别于其它图像处理软件的主要特征之一。ER Mapper是第一个提出“算法”概念的图像处理软件。算法概念贯穿整个图像处理过程，这些使得ER Mapper具有高效处理能力，即时间和空间的高效率，并节省大量存储空间，以及易于掌握，更适用于大型工程的图像处理作业，例如测绘、军事、土地，环保等部门。
ER Mapper已不再是简单地把各个处理功能堆积起来，而是将一系列的处理过程，如数据输人，波段选择，滤波，直方图变换，公式合成等，有效地纺织起来形成一个处理流程。用户可以按自己设想的处理方案，将若干个处理功能组织成一个处理流程，并可以将这个流程以算法方式存储起来。该处理流程可以作为一种功能，供自己或他人引用。
算法是一个记录着针对某个数据进行的所有处理过程的文件。除非特别指明输出流向，ER Mapper均直接地在窗口上显示处理结果图像而不产生实际的图像文件，结果影像也可以算法的方式存储起来。数百兆原始影像的一个算法通常只占几十K的空间，因此大大节约了存储空间，而且用户可以方便地按照算法中所定义的处理过程显示结果影像。一个原始图像文件可以产生很多个不同处理结果的算法，对某一图像文件所产生的算法也可以修改后，用于其它图像文件的处理和显示。用户可以对图像进行无数次实验和复杂的处理，而无需顾及存储空间的容量。
例如，在大型工程的图像处理作业中，专业人员只需将图像处理工作流程存为算法，用户即可多人进行批量处理操作，这样不仅减少了传统图像处理系统烦琐的重复操作，而且减少了对非专业人员的培训费用及培训时间，大大提高工程进度及效率。
二、遥感、GIS、数据库全面集成
ER Mapper通过先进的动态连接技术，实现了遥感、GIS、数据库全面集成。
ER Mapper可直接读取、编辑、增加、存储GIS数据，并且可以利用卫星影像、航空影像数据对GIS数据进行更新，可支持的GIS系统：ARC/INFO、ArcView、MapInfo、AutoCAD MAP、Autodesk World、Autodesk MapGuideTM等。
与大型数据库的动态连接，如Oracle，ER Mapper可直接读取Oracle的数据加入到图像中。　　GIS用户通过先进的插件技术可在GIS系统中处理图像，使GIS 用户不再局限于 GIS 提供的仅有的图像处理功能。您将在 GIS 软件中感受 ER Mapper 算法的强大威力，以图像作为背景将给您 GIS 数据具有真实世界感。可支持的GIS系统有：AutoCAD MAP、ArcView、MapInfo、Autodesk World、ER Viewer等，甚至在MicroSoft Office Word、Excel办公软件中也可直接调入ER Mapper影像。
三、数据高比例压缩算法的应用，最大幅度的节约用户硬件投资
ER Mapper公司在图像压缩方面有了重大突破，即小波压缩技术（ECW），压缩比可达10：1 到50：1，大大的降低图像存储空间，而仍保持图像的高质量，ER Mapper6.0以上版本可以直接显示和处理压缩图像
四、全模块设计，满足用户各方面需求：
ER Mapper是全模块设计，除了具有空间滤波、影像增强、波段间运算、几何变换、几何纠正、影像配准、镶嵌、影像分类等传统图像处理功能外，更具有以下高级功能：
◆航片的正射校正
传统的正射校正需要昂贵并且复杂单独的模块。ER Mapper提供的航片正射校正直观易学，并且一个流程可以完成全部操作，在一个小时之内可生成高精度的正射校正图像。　　ER Mapper正射校正主要功能：
◇自动计算输出边界和像元大小；
◇从DEM中提取地面控制点；
◇对任何支持的投影做正射校正；
◇精确纠正比例尺和地形的变形，并生成无缝镶嵌；
◇采样成需要的像元大小
◆等高线生成
在 ER Mapper中你可以交互的从影像中直接生成等高线，并可把等高线直接存储为矢量文件，且可对每条等高线进行标注和加粗。
◆强大的镶嵌与数据融合能力
ER Mapper可以将不同空间分辨率的数据镶嵌，如TM、SPOT、航片进行镶嵌，强大的数据融合功能可以将多种数据融合，进行综合分析，如 TM、SPOT、航片、航磁、重力、地震等数据的融合。
◆镶嵌图像的颜色平衡
镶嵌图像往往有残留的接缝及图像颜色不匹配的问题。颜色平衡向导能自动的除去“热点”和接边，实现真正的无缝拼接。
◆地理配准
地理配准有以下类型:
◇ Polynomial
◇ Triangulation
◇ Map to map
◇ Rotation
◇ Known point registration
◇ Orthorectification (GCP based)
◇ Orthorectification (using exterior orientation)
◆数据的栅格化
ER Mapper的数据的栅格化向导可从下面的数据源读取数据生成多波段栅格图像。
◇通用的ASCII XYZ
◇ USGS 等高线格式 (DLG-3)
◇任何ER Mapper支持的数据格式
◆雷达图像处理
雷达图像处理是一个综合性雷达图像纠正和分析产品，雷达部分把ER Mapper分析和可视功能扩展到SAR领域中。
◆三维可视化及贯穿飞行
ER Mapper提供了强大的三维可视化及贯穿飞行功能：
◇从任意角度观察
◇在三维影像上叠加矢量数据
◇在一个观察窗口中同时分层显示多个三维影像
◇沿任意路线贯穿飞行
◇高质量的三维打印输出
◆支持各种流行数据格式
ER Mapper所支持的数据格式不仅来自于遥感（Landsat、SPOT、ERS－1、JERS-7、NOAA AVHRR、航空多光谱等等），而且还来自地球物理勘探的各个领域，如地震、航磁、重力等等，因而形成了综合地学信息分析的基础。
ER Mapper可直接存取如TIFF，GeoTIFF，BMP， ESR IBSL，SPOT View 、UDF、UDF、JPEG、ESRI BIL、SPOTView、TIFF等数据格式。
◆持各种输出设备
支持240多种硬拷贝输出的图像格式，包括已经光栅化的图像和待光栅化的矢量文件。这一特征几乎包括了当前国际上流行的所有设备和数据格式。
◆先进的制图系统
ER Mapper不仅是一个图像处理系统，而且还是一个制图系统。ER Mapper中丰富的图形和文字编辑、注记、地理信息和其它数据的动态连接，使用户可以将传统制图中的各种要素和图元迅速、灵活地编排成图，并使用漂亮的动态图例库及边框图案自动整饰技术来修整全图，配合丰富的外设接口种类，实现专题制图的全自动化。
五、完美良好的用户界面，易于使用的操作向导（Wizard）：
ER Mapper用户界面十分友好，简洁，富于逻辑性。针对不同的行业，ER Mapper在Toolbars菜单提供一系列的与行业相关的工具条，每个行业工具条上有与行业相关的操作，这样用户操作非常方便。工具条上有许多操作向导(即wizard)，操作向导简单易用，许多图像处理过程实现了自动化操作，如数据融合、几何校正、土地动态监测等。
六、方便创新的用户开发环境：对于用户来说，传统的图像处理系统难于开发，而ER Mapper 具有方便创新的用户开发环境，允许用户在三个层次上对其进行开发：
◆ 最高层：公式合成
用户可以在相应的莱单上输入一个公式或一个小程序以实施各波谱段的代数运算和逻辑运算，运算完还可以对影像进行一系列的处理，公式的具体内容以文件的形式存人系统。在这一层上的开发，不需要编程知识。这样不仅节省了时间，而且避免了以往系统中的大量编辑和再编译过程。
◆ 第二层：批处理
用户可以根据实际需要用Scripting language为某一特定的处理流程写批处理向导---即ER Mapper Wizard，实现所谓的傻瓜式的操作。这一层次的开发实际上是图像处理本身只需要简单的编程知识，但需对现有图像处理功能及Scripting Language有所认识。
◆ 第三层：程序
用户可借助于ER MAPPPER的用户代码框架程序，用C或FORTRAN编写一个公式或滤波算子。用户的程序可以方便的被编译并融于ER Mapper系统中，成为ER Mapper的一部分。对于高级用户，ER Mapper的C语言程序库和开放标准为用户编写自己独立的图像处理软件提供了极大自由和方便。ER Mapper图像处理系统已广泛应用于中国的林业资源规划与管理领域，农业气象，农业监侧，测绘，环保，地质矿产勘探，国防及科研教育等领域。
ER Mapper出色的软件设计思想标志着图像处理系统的一个新的时代。其透明，开放的界面，高速，大吞吐量的生产性处理能力及简学易用的特性，使它更加适用于当前图像处理应用领域的发展需求。
TM遥感数据分类技术总结
一.TM波段总结:
1.TM1 0.45-0.52um,蓝波段,对水体穿透强,对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等.
2.TM2 0.52-0.60um,绿波段,对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征.
3.TM3 0.62-0.69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面.
4 .TM4 0.76-0.96UM 近红外波段,对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量.
5.TM5 1.55-1.75UM,中红外波段,处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力.易于反映云与雪.
6.TM6 1.04-1.25UM热红外波段,可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图.
7.TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.
二.类型提取:
1.城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4
2.乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5
3.河流的提取:TM5+TM6+TM7-TM1-TM2-TM4
4.道路的提取：ＴＭ６－（ＴＭ１＋ＴＭ２＋ＴＭ３＋ＴＭ４＋ＴＭ５＋ＴＭ７）
三．光谱差异
　ＴＭ１　居民地与河流菜地不易分开．
　ＴＭ２居民地与河流菜地不易分
　ＴＭ３乡村与菜地不易分
　ＴＭ４农田与道路不易分，乡镇，道路，河滩易浑．
　ＴＭ５县城与农田不易分
　ＴＭ６村庄与河流易混．
发表评论：
TA的最新馆藏[转]&[转]&[转]&[转]&[转]&[转]&}