高分7号影像需要哪些处理

预处理

• 辐射校正：高分七号卫星的传感器在成像过程中，会受到多种因素影响，使影像的辐射信息产生失真。通过辐射校正，可将传感器测量值转换为地表的真实反射率或辐射亮度，校正传感器的响应特性、大气散射和吸收等影响，提高影像的辐射质量，为后续的定量分析和比较提供基础。
• 几何校正：由于卫星平台的姿态变化、地球自转、地形起伏等因素，高分七号影像会产生几何变形。几何校正就是利用地面控制点或卫星轨道参数等信息，建立影像坐标与地面真实坐标之间的数学关系，对影像进行纠正，使其符合特定的地图投影和坐标系，以便进行精确的地理定位和空间分析。
• 大气校正：大气会对卫星传感器接收到的辐射信号产生散射和吸收作用，导致影像对比度降低、颜色失真以及地物反射率信息不准确。大气校正通过建立大气辐射传输模型，去除大气对影像的影响，还原地物的真实反射特性，提高影像的清晰度和可判读性，有利于后续的地物分类和识别。

影像增强

• 对比度增强：通过调整影像的灰度值分布，扩大影像中不同地物之间的灰度差异，提高影像的对比度，使地物边界更加清晰，细节更加明显。常用的方法有线性拉伸、直方图均衡化等。例如，对于一些在原始影像中灰度值较为接近的地物，如不同植被覆盖区域，通过对比度增强可以更好地区分它们。
• 锐化处理：用于提高影像的空间分辨率，增强地物的边缘和细节信息。可以采用高通滤波、拉普拉斯算子等方法，突出影像中的高频信息，使地物的轮廓更加清晰，对于识别建筑物、道路等具有明显边缘的地物非常有效。

立体像对处理

• 影像匹配：高分七号卫星获取的立体像对，需要通过影像匹配技术来确定同名点。即寻找左右影像中对应同一地面点的像点，这是实现立体测绘的关键步骤。常用的影像匹配方法有基于特征的匹配和基于区域的匹配。基于特征的匹配先提取影像中的特征点，如角点、边缘点等，然后通过特征描述子来寻找同名特征点；基于区域的匹配则是在一定的搜索范围内，通过比较影像块的灰度或其他特征来确定同名点。
• 立体测量：利用立体像对的几何关系，通过三角测量原理计算地面点的三维坐标。首先根据影像匹配得到的同名点，确定左右影像的外方位元素和相对定向元素，建立立体模型，然后通过量测同名点在立体模型中的坐标，结合已知的相机参数和地面控制点信息，计算出地面点的三维坐标，从而实现地形测绘和建筑物高度测量等应用。

分类与解译

• 监督分类：利用已知类别属性的训练样本，建立分类器模型，对高分七号影像进行分类。首先选取具有代表性的训练样本，提取其特征向量，然后选择合适的分类算法，如支持向量机、决策树等，训练分类器。最后将待分类的影像像元特征输入分类器，得到分类结果。例如，通过选取不同地物类型的训练样本，如城市建筑、农田、森林等，可以将影像分为不同的地类。
• 非监督分类：不需要事先知道训练样本的类别属性，而是根据影像像元的特征相似性进行自动分类。常见的非监督分类方法有聚类分析，如 K - 均值聚类算法，它将影像中的像元按照特征空间中的距离度量，自动聚合成不同的类别。非监督分类的结果需要经过人工解译和验证，确定其实际代表的地物类别。
• 人工解译：凭借专业人员的经验和知识，对高分七号影像进行目视分析和判读。解译人员根据影像的色调、纹理、形状、大小、位置等特征，识别地物类型和提取相关信息。例如，通过影像中建筑物的规则形状、道路的线性特征、植被的色调和纹理等，可以准确地识别和区分不同的地物，并进行信息提取，如统计城市中的建筑物数量和占地面积等。

融合处理

• 多光谱与全色影像融合：高分七号卫星同时获取多光谱影像和全色影像，多光谱影像具有丰富的光谱信息，但空间分辨率较低；全色影像空间分辨率高，但光谱信息单一。通过影像融合技术，将两者的优势结合起来，生成具有高空间分辨率和丰富光谱信息的影像。常用的融合方法有加权平均法、主成分分析法、小波变换法等。融合后的影像既可以用于更准确的地物分类和识别，又能提供清晰的视觉效果，便于人工解译。
• 多时相影像融合：对于不同时期获取的高分七号影像，进行多时相影像融合。通过分析地物在不同时间的变化情况，提取地物的动态信息，如土地利用变化、城市扩张等。多时相影像融合可以采用差值法、比值法等方法，突出地物的变化区域，为监测和分析地理环境的动态演变提供有力支持。