面向遥感数据集群处理的任务调度模型研究与应用

目录

摘要 ....................................................................................................................................................... I ABSTRACT ........................................................................................................................................... I II 1.绪论 (1)

1.1研究背景及意义 (1)

1.2国内外研究现状 (2)

1.3论文研究内容及组织结构 (3)

1.3.1研究目标 (3)

1.3.2研究内容 (3)

1.3.3组织结构 (4)

2. 相关技术介绍 (5)

2.1任务调度 (5)

2.1.1任务调度特点 (5)

2.1.2任务调度目标 (5)

2.1.3任务调度模型分类 (5)

2.1.4常用任务调度算法 (6)

2.2负载均衡 (7)

2.2.1负载均衡概念 (7)

2.2.2经典负载均衡算法 (7)

2.3本章小结 (8)

3. 信息产品生产分系统设计 (9)

3.1系统背景 (9)

3.2系统功能组成 (9)

3.3系统总体架构 (10)

3.4系统工作流程 (11)

V

3.5本章小结 (12)

4. 任务调度模型设计 (13)

4.1任务调度模型工作流程 (13)

4.2基于RMI的通信机制 (14)

4.3任务调度模型设计 (15)

4.3.1基于任务的调度 (15)

4.3.2节点负载计算与调度 (16)

4.3.3任务调度模型总体设计 (18)

4.4本章小结 (20)

5. 任务调度模型实现与测试分析 (21)

5.1任务调度模型实现 (21)

5.1.1代码实现 (21)

5.1.2运行环境 (23)

5.1.3运行界面 (24)

5.2任务调度模型测试及结果分析 (26)

5.2.1测试方案 (26)

5.2.2测试数据 (27)

5.2.3测试及结果分析 (27)

5.3本章小结 (29)

6. 总结与展望 (31)

6.1总结 (31)

6.2展望 (32)

参考文献 (33)

致谢 (37)

攻读硕士学位期间发表的论文 (39)

攻读硕士学位期间参与的科研项目 (39)

VI

1 绪论

1. 绪论

1.1研究背景及意义

近年来，我国遥感技术高速发展。我国16个重大专项之一的高分辨率对地观测系统已经于2010年启动实施。该系统主要基于卫星、飞机及平流层飞艇等多种观测平台，到2020年将建成具有高分辨率（高空间、高时间和高光谱）的全球范围的全天时全天候的时间与空间相协调的观测能力稳定的系统。这一系统的实施将全面提升我国空间数据的自给率，形成空间信息产业链，为我国国民经济发展和国家宏观方针政策制定做支撑[1]。

随着遥感卫星的不断升空，遥感数据量急剧增大[2]。资源三号卫星在一年多的时间里就接收原始数据2946轨，原始数据总量达550TB。而高分一号卫星使用多台宽幅多光谱相机进行多角度拼接视场，以高达800千米的幅宽，4天就能把地球看一遍。面对如此大的遥感数据处理任务，如何全面而快速的为气象观测、灾害分析预警、地震监测及突发状况等领域提供数据来源，成为了当前研究的热点问题。

集群计算开始出现在20世纪80年代，现在已成为构建高性能计算系统的主流方式。集群计算系统是指通过高性能网络将多个计算节点或者工作站连接起来，形成共享I/O 资源和存储的高性价比的并行处理系统。和超级计算机相比，集群计算系统既节省了开支又获得了较高的计算性能，应用广泛。近年来，集群计算在遥感数据处理方面的应用已经取得了不错的效果，极大地提高了遥感数据执行效率[3-5]。

任务调度作为集群计算系统的重要组成部分，其任务分配策略的好坏对其性能有很大的影响。而已有的任务调度算法或多或少存在下面一些问题：（1）计算资源负载不均，一些生产节点负载过大，一些生产节点过小，造成计算资源的浪费；（2）面对海量遥感数据的处理任务，吞吐量低；（3）任务调度时间较长[6-8]。因此，如何将海量遥感数据集群处理任务更好更快地分配给计算节点，最大程度地实现节点负载均衡，以提高系统的节点利用率和任务吞吐量，减小任务的平均调度时间是本文研究的重要意义。

1

常见国产卫星遥感影像数据的简介

北京揽宇方圆信息技术有限公司 常见国产卫星遥感影像数据的简介 本文介绍了常见国产卫星数据的简介、数据时间、传感器类型、分辨率等情况。 中国资源卫星应用中心产品级别说明 ◆1A级和1C级产品均为相对辐射校正产品,只是不同卫星选用的生产参数不同。 ◆2级，2A级和2C级产品均为系统几何校正产品,只是不同卫星选用的生产参数不同。 其中: ■GF-1卫星和ZY3卫星归档产品为1A级，ZY1-02C卫星数据归档产品级别为1C级，其他卫星归档级别为2级! ◆归档产品是指:该类产品已经存在于系统中,仅需要从存储系统中迁移出来.即可供用户下载的数据。 ◆生产产品是指:该类产品不是已经存在的产品,需要对原始数据产品进行生产,然后再提供给用户下载的数据。

■当用户需要的产品级别是上述归档的级别,直接选择相应的产品级别，然后查询即可！ ■当用户需要的产品级别不是上述归档的级别,就需要进行生产.本系统提供GF-1卫星和ZY3卫星2A级的生产产品,ZY1-02C卫星2C级的生产产品,在选择需要的级别查询后,无论有没有数据,在查询结果页上方有一个“查询0级景”按钮,点击此按钮后,进行数据查询,如果有数据，选择需要的产品直接订购,即可选择需要的产品级别。 国产卫星 一、GF-3(高分3号) 1.简介 2016年8月10日6时55分，高分三号卫星在太原卫星发射中心用长征四号丙运载火箭成功发射升空。 高分三号卫星是中国高分专项工程的一颗遥感卫星，为1米分辨率雷达遥感卫星，也是中国首颗分辨率达到1米的C频段多极化合成孔径雷达（SAR）成像卫星，由中国航天科技集团公司研制。 2.数据时间 2016年8月10日-现在 3.传感器 SAR：1米 二、ZY3-02（资源三号02星） 1.简介 资源三号02星（ZY3-02）于2016年5月30日11时17分，在我国在太原卫星发射中心用长征四号乙运载火箭成功将资源三号02星发射升空。这将是我国首次实现自主民用立体测绘双星组网运行，形成业务观测星座，

遥感影像预处理

遥感影像预处理 预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 图1数据预处理一般流程 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍

（一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准 影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。

遥感数据处理实习报告

影像融合与目视解译的结果分析 张媛媛1103070526 黄朵燕1103070523 徐雪歌1103070517 布尔兰1103070531 一、三种影像融合方法的效果比较 1、Gram-Schmidt效果分析 A、定性分析 根据上面两幅图，其中左图为融合后的影像，右图为原始影像，左图显示的部分即为右图的绿框部分，从这两幅图来看：Gram-Schmidt方法融合的影像色彩变化不明显，两幅图的色彩效果很类似B、定量分析 如上图，第一个为Gram-Schmidt方法融合的影像的数据，第二个为原始的影像数据，从上面的两幅图可以看出：除了最小值变化很明显之外，影像的最大值和平均值变化都很小，两个影像的最小方差也很接近 下面两幅图分别为融合影像和原始影像的直方图：

从上面两张直方图可以看出：除了绿色部分变化稍微明显之外，其他部分的变化均不明显 2、pc效果分析 A、定性分析 上图左图为pc方法融合的影像，右图为原始影像，从色彩显示结果来看，色彩稍微有点变化，但不是特别明显。 B、定量分析

第一个为pc融合后的影像数据，第二个为原始的影像数据，从上面的图可以看出，除了最小值的变化稍微有点变化外，最大值和平均值的变化都特别小，最小的方差的差异也很小 下面再看两幅影像的直方图： 从上面的直方图来看，除了白色曲线的峰值有较大差异外，另外两条曲线的变化并不明显 3、CN效果分析 A、定性分析 从上面这两幅图可以明显看出CN影像融合方法色彩变化很明显，且亮度的变化也比较明显 B、定量分析

第一张图为CN融合后影像的数据，第二张图片是原始影像的数据，从图片上可以看出不管是最小值、最大值、平均值和最小方差，影像融合前后的差异都很小，变化都及其不明显 下面为两个影像的直方图： 从上面这两张图可以看出除了红色曲线部分变化较为明显之外，其他两条曲线的变化都不明显二、地物的目视解译及其识别依据 5种地物的名称及其识别依据如下表所示： 三、监督分类 1、平行管道分类成果

【报告】遥感应用模型实习研究报告

【关键字】报告 遥感应用模型实习研究报告 篇一：遥感模型实习报告 遥感应用模型实习报告 中国地质大学 第一部分：大冶研究区土地使用情况分析 【实习目的】 完成研究区土地使用情况分析，通过遥感分类、空间分析将研究区内4种（批而未用、用而未尽、越界开发、用而未批）违规用地提取出来，并统计相关面积、位置数据。 【实验数据】 研究区影像数据：XXspot_area1.msi；XXspot_area1.msi 辅助数据：大冶批次用地建设用地红线.wp 【实验要求】 要求：1）制定提取方案 2）数据处理 3）要求成果以影像制图输出、数据报表的形式输出； 【参照方案】 方案一：使用第一部分中的遥感变化监测方法进行提取分析；方案二：利用 遥感分类提取建设用地图层，再利用空间分析进行4种违法违规用地的提取分析。 本实验采用方案二。 【实验步骤】 1.最大似然法监督分类： XX年影像监督分类XX年影像监督分类 2.提取出的建设用地层和红线区如下图。 3.变化检测 Change=XX-XX 4.空间查询 变化图层Chang与建设用地红线进行查询。 5．提取结果 批而未用部分未批先用部分 用而未尽部分越界开发部分 6.土地利用情况总体一览图： 7.误差分析 因MAPGIS K9无法进行叠加分析，只好根据各种用地情况来手动分类，效果并不好。 第二部分：遥感反演与建模 【实习目的】 遥感技术的特征使得其可以实现大面积的同步监测，较传统实地点对点监测有不可比拟

的优势。本实习通过太湖区域遥感技术叶绿素监测处理应用过程来学习简单的遥感反演与建模方法。 【实验数据】 研究区影像数据：HJ1B-CCD1-451-76-XX1006-LXX0180174； 太湖区域TM数据（L2级）；HJ1B-CCD1波谱响应函数；太湖矢量数据；实测叶绿素样点浓度数据； 【实验要求】 要求：辐射定标、几何校正、大气校正、反演模型的建立、遥感反演过程、反演结果验证等内容。 注意：软件要求ENVI4.7以上版本。 【参照方案】 目前利用遥感技术可反演的水质参数包括：叶绿素a（Chl-a）、悬浮物（TSM）、有色可溶性有机物（CDOM）透明度（SD）、溶解氧 篇二：XX 遥感应用模型实习指导书-实习二-stu XX年遥感应用模型课程实习 实习二：高光谱数据处理 高光谱数据基础处理 【实习目的】 利用RSP完成高光谱遥感数据常规处理，理解熟悉遥感高光谱数据处理方法。 【实验数据】 研究区影像数据：见文件夹 【实验要求】 要求：完成高光谱遥感数据常规处理。 【参照方案】 一：高光谱数据的导入 1．高光谱数据读入：主菜单—>高光谱分析—>数据导入—>导入Hydice，弹出如下图所示 对话框： 导入原始文件和波段信息文件，设置好结果文件路径，点击确定按钮，弹出“原格式数据转换”对话框，如下图所示： 设置各参数，特别注意的是，根据导入高光谱数据类型，设置相应的象元信息、图像行列数和波度数，若不对应，原格式数据转换就会失败。 2. 高光谱数据输入：在RSP中打开高光谱数据，查看其影像信息，并根据成图目的，选择不同的波段组合。（R:73/24,G:39/79,B:20/8） 3. 查看影像立方体：高光谱分析—>影像立方体，弹出“高光谱立方体”对话框，如下图所示： 输入影像后，根据需要设置其颜色组合及颜色查找表。二：光谱库处理 1. 光谱库基本操作：主菜单—>高光谱分析—>光谱库，打开光谱库子系统，如下图所

遥感影像处理步骤

一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。

2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正

通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正

遥感卫星数据处理知识详解

北京揽宇方圆信息技术有限公司 遥感卫星数据处理知识详解 遥感技术自20世纪60年代兴起以来，被应用于各种传感仪器对电磁辐射信息的收集、处理，并最后成像。遥感信息通常以图像的形式出现，故这种处理也称遥感图像信息处理。 那对遥感图像处理可以达到什么目的呢？ ①消除各种辐射畸变和几何畸变，使经过处理后的图像能更真实地表现原景物真实面貌； ②利用增强技术突出景物的某些光谱和空间特征，使之易于与其它地物的K 分和判释； ③进一步理解、分析和判别经过处理后的图像，提取所需要的专题信息。遥感信息处理分为模拟处理和数字处理两类（见数据釆集和处理）。 遥感数据处理过程 多谱段遥感信息的处理过程是： ①数据管理：地面台站接收的原始信息经过摄影处理、变换、数字化后被转换成为正片或计算机兼容的磁带，将得到的照片装订成册，并编目提供用户选用。 ②预处理：利用处理设备对遥感图像的几何形状和位置误差、图像辐射强度信息误差等系统误差进行几何校正和辐射校正。 ③精处理：消除遥感平台随机姿态误差和扫描速度误差引起的几何畸变，称为几何精校正；消除因不同谱段的光线通过大气层时受到不同散射而引起的畸变，称为大气校正。

④信息提取：按用户要求进行多谱段分类、相关掩模、假彩色合成、图像增 强、密度分割等。 ⑤信息综合：将地面实况调查与不同高度、不同谱段遥感获得的信息综合编 辑，并绘制成各种专题图。 遥感信息处理方法和模型越来越科学，神经网络、小波、分形、认知模型、地学专家知识以及影像处理系统的集成等信息模型和技术，会大大提高多源遥感技术的融合、分类识别以及提取的精度和可靠性。统计分类、模糊技术、专家知识和神经网络分类有机结合构成一个复合的分类器，大大提高分类的精度和类数。多平台、多层面、多传感器、多时相、多光谱、多角度以及多空间分辨率的融合与复合应用，是目前遥感技术的重要发展方向。不确定性遥感信息模型和人工智能决策支持系统的开发应用也有待进一步研究。 多源遥感数据融合 遥感数据融合技术旨在整合不同空间和光谱分辨率的信息来生产比单一数据包含更多细节的融合数据，这些数据来自于安放在卫星、飞行器和地面平台上的传感器。融合技术已成功应用于空间和地球观测领域，计算机视觉，医学影像分析和防卫安全等众多领域。 遥感数据处理的发展趋势 遥感技术正在进入一个能够快速准确地提供多种对地观测海量数据及应用研究的新阶段，它在近一二十年内得到了飞速发展，目前又将达到一个新的高潮。 这种发展主要表现在以下4个方面： 1. 1.多分辨率多遥感平台并存 2. 空间分辨率、时间分辨率及光谱分辨率普遍提高。目前，国际上已拥有十几种不同用途的地球观测卫星系统，并拥有全色0．8～5m、多光谱3．3～30m 的多种空间分辨率。随着遥感应用领域对高分辨率遥感数据需求的增加及高新技术自身不断的发展，各类遥感分辨率的提高成为普遍发展趋势。 1. 2.微波遥感、高光谱遥感迅速发展 2. 微波遥感技术是近十几年发展起来的具有良好应用前景的主动式探测方法。 微波具有穿透性强、不受天气影响的特性，可全天时、全天候工作。微波遥感采用多极化、多波段及多工作模式，形成多级分辨率影像序列，以提供从粗到细的对地观测数据源。成像雷达、激光雷达等的发展，越来越引起人们

遥感卫星影像预处理做哪些

北京揽宇方圆信息技术有限公司热线：4006019091 遥感影像数据预处理 影像融合不同传感器的数据具有不同的时间、空间和光谱分辨率以及不同的极 化方式。单一传感器获取的影像信息量有限，往往难以满足应用需要， 通过影像融合可以从不同的遥感影像中获得更多的有用信息，补充单一 传感器的不足。全色图影像一般具有较高空间分辨率，多光谱影像光谱 信息较丰富。为提高多光谱影像的空间分辨率，可以将全色影像融合进 多光谱图像，通过融合既提高多光谱影像空间分辨率，又保留其多光谱 特性。对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段， 从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融 合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息， 从而达到影像地图信息丰富、视觉效果好、质量高的目的。 影像匀色相邻的遥感图像，由于成像日期、季节、天气、环境等因素可能有差异， 不仅存在几何畸变问题，而且还存在辐射水平差异导致同名地物在相 邻图像上的色彩亮度值不一致。如不进行色调调整就把这种图像镶嵌起 来，即使几何配准的精度很高，重叠区复合得很好，但镶嵌后两边的影 像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专 业信息的分析与识别，降低应用效果。要求镶嵌完的数据色调基本无差 异，美观。遥感影像匀色后保证影像整体色彩一致性。 影像镶嵌将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像，通 过镶嵌处理，可以获得更大范围的地面图像。参与镶嵌的图像可以是不 同时间同一传感器获取的，也可以是不同时间不同传感器获取的图像， 但同时要求镶嵌的图像之间要有一定的重叠度。 影像去云雾影像数据常常有云雾覆盖，针对有云雾覆盖的影像，可以通过后期技术 处理去除薄云雾，达到影像最佳效果。 影像纠正依据控制点，利用相应软件模块对数据进行几何精校正，这一步骤包括 利用地面控制点（GCPs）找出实际地形，计算配准中控制点的误差，利 用DEM消除地形起伏引起的位移，然后对图像进行重采样等。形成符合 某种地图投影或图形表达要求的新影像。 即插即用无使用门槛，可与各类GIS软件系统无缝衔接 第 1 页

遥感卫星图像处理方法

北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌

遥感卫星影像数据制图技术流程

北京揽宇方圆信息技术有限公司 遥感卫星影像数据制图技术流程 1.数据准备 1.1地形图 地形图是进行遥感影像几何精纠正的坐标参照系，也是重要的基础数据，包含多种层面的非遥感信息数据。 目前常用的地形数据多为数字地图。对于尚未有数据地图的工作区域，通常收集纸质地图，经过数据扫描，转换为数据地图。扫描分辨率通常设置为200-400dpi。扫描图通常存在变形，需要利用GIS软件进行几何校正，已达到制图精度要求。 对于早期或常规方法获得的成果图件，在建立数据库及系统分析前，通常也采用图形扫面方法，经系统处理，将纸质图形转换为数字图形。 1.2遥感数据源的选择 遥感数据源的选择是整个遥感制图工作中最基本和重要的工作。遥感数据源的选择一般包括遥感图像的空间分辨力、时相及波段的选择。另外在具体的工作中，数据源的选择还要综合其它非图像数据内容本身的因素来考虑，如成果图形的比例要求、精度要求、经费支持强度及遥感图像获取的难易程度等。 1.2.1遥感图像空间分辨力的选择

遥感影像空间分辨力是遥感数据源的一个重要指标，决定了遥感制图所获得的成果数据的精度和准确度。一般各主要成图比例尺对应遥感影像空间分辨力如下： 经过几十年的发展，遥感技术在社会各个领域得到广泛的应用与发展。目前遥感卫星可以提供从小于1米到公里级的影像空间分辨率，可以满足1:2000/3000的比例尺遥感制图精度要求，制图精度能够满足我国现行的制图精度要求。航空遥感影像可以提供厘米级的空间分辨率，可以满足大比例尺制图要求。 目前，国内遥感制图应用比较广泛的是土地利用/土地覆盖（1：1万——1：10万），生态环境监测、城市信息化、大型工程环境监测、灾害监测、遥感找矿…… 如：利用QuickBird/IKONOS进行违章用地监测、城市绿地与城市用地监测 利用eTM/SPOT进行土地利用遥感制图…… 1.2.2遥感信息的时相选择 地表由一个非常复杂的系统组成、时刻处于动态的变化过程。如地表的温度、水份、天气状况、人类活动等影响使得不同时间地表信息反映在遥感影像上也有明显的差异。遥感时相的选择其目的就是依据用户的需求，能够获取高质量的遥感影像。 1.2.3遥感图像的波段选择 一般遥感影像的各个波段都有不同的适用范围，而不同波段的组合则可以充分利用图像的多波段信息。波段组合总的原则是要最大反映信息量，要能从中有效地识别各种专题信息。如利用陆地资源卫星LandSat-TM图像数据进行土地资源调查时，一般采用4、3、2三个波段进行假彩色合成；MODIS 影像数据提供数十个波段数据，可以依据用户需求选择不同的波段组合方式。 2.图像处理

遥感数据预处理

遥感讲座——遥感影像预处理 据预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。下面是预处理中比较常见的流程。 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍 （一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准

影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。 （2）建立几何校正模型 地面点确定之后，要在图像与图像或地图上分别读出各个控制点在图像上的像元坐标（x，y）及其参考图像或地图上的坐标（X，Y），这叫需要选择一个合理的坐标变换函数式（即数据校正模型），然后用公式计算每个地面控制点的均方根误差（RMS）根据公式计算出每个控制点几何校正的精度，计算出累积的总体均方差误差，也叫残余误差，一般控制在一个像元之内，即RMS<1。 （3）图像重采样 重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像中的行列号不是或不全是正数关系。因此需要根据输出图像上的各像元在输入图像中的位置，对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。常用的内插方法包括： 1、最邻近法是将最邻近的像元值赋予新像元。该方法的优点是输出图像仍然保持原来的像元值，简单，处理速度快。但这种方法最大可产生半个像元的位置偏移，可能造成输出图像中某些地物的不连贯。 2、双线性内插法是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，而产生一个比较连贯的输出图像，其缺点是破坏了原来的像元值。 3、三次卷积内插法较为复杂，它使用内插点周围的16个像元值，用三次卷积函数进行内插。这种方法对边缘有所增强，并具有均衡化和清晰化的效果，当它仍然破坏了原来的像元值，且计算量大。 一般认为最邻近法有利于保持原始图像中的灰级，但对图像中的几何结构损坏较大。后两种方法虽然对像元值有所近似，但也在很大程度上保留图像原有的几何结构，如道路网、水系、地物边界等。

常用的遥感卫星影像数据处理方法

北京揽宇方圆信息技术有限公司 常用的遥感卫星影像数据处理方法 1、常用遥感图像处理软件 ?ENVI:美国Exelis Visual Information Solutions公司的旗舰产品 ?PCI GEOMATICA：加拿大PCI公司旗下的四个主要产品系列之一 ?EDRAS imagine 2、白色的光可以分解为系列单色的可见光；三种原色：红、绿、蓝；三种补色：黄、 品、青 黄=红+绿品=红+蓝青=绿+蓝任何一种颜色都可以用3原色或者3补色来组 合 3、 常用的波段组合 特点 红绿蓝 321真彩色：可见光组成，符合人眼对自然物体的观察习惯。对于水体和人工 地物表现突出。 432假彩色：城市地区，植被种类。 543假彩色：增强对植被的识别 743假彩色：增强对植被的识别，以及矿物、岩石类别的区分。 4、共15个主功能模块，其中一般的遥感数字图像处理经常用到的是Viewer、Import、DataPrep、Interpreter、Classifier、Modeler等。 5、功能模块介绍： ①该模块主要实现图形图像的显示，是人机对话的关键。

②数据输入输出模块，主要实现外部数据的导入、外部数据与ERDAS支持数据的转换及ERDAS内部数据的导出。③数据预处理模块，主要实现图像拼接、校正、投影变换、分幅裁剪、重采样等功能。 ④专题制图模块，主要实现专题地图的制作。 ⑤启动图像解译模块，主要实现图像增强、傅里叶变换、地形分析及地理信息系统分析等功能。 ⑥图像库管理模块，实现入库图像的统一管理，可方便地进行图像的存档与恢复。 ⑦图像分类模块，实现监督分类、非监督分类及专家分类等功能。 ⑧空间建模模块，主要是通过一组可以自行编制的指令集来实现地理信息和图像处理的操作功能。 ⑨矢量功能模块，主要包括内置矢量模块及扩展矢量模块，该模块是基于ESRI的数据模型开发的，所以它直接支持coverage、shapfile、vector layer等格式数据。 ⑩雷达图像处理模块，主要针对雷达影像进行图像处理、图像校正等操作。 ⑾虚拟GIS模块，给用户提供一个在三维虚拟环境中操作空间影像数据的模块。 ⑿立体分析模块，提供针对三维要素进行采集、编辑及显示的模块。 ⒀自动化影像校正模块，该模块提供工作站及向导驱动的工作流程机制，可实现影像的自动校正。 ⒁启动智能变化检测模块。⒂启动面向对象信息提取模块。 6、图像显示操作：①启动Viewer视窗；②在菜单条单击File|Open|Raster Layer,打开Select Layer To Add对话框；③在File选项卡中选择要打开的图像文件；④在Raster Options选项卡中设置显示参数；⑤确定后，打开图像。 7、几何校正：纠正系统和非系统因素引起的几何畸变。 8、图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。 9、图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。又叫地理参照。 10、图像地理编码（Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。 11、图像正射校正：借助于地形高程模型，对图像中每个像元进行地形的校正，使图像符合正射投影的要求。 12、图像几何校正图像几何校正途径 ①数据预处理途径（Start from Data Preparation） Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File 对话框 点击Data Prep图标→Image Geometric Correction→打开Set Geo-Correction Input File对话框

遥感实习2卫星数据的预处理流程

数据预处理的一般过程包括几何校正、图像镶嵌与裁剪、辐射定标与大气校正等环节。

图1 数据预处理一般流程 通常我们直接从数据提供商获取未定标的DN 图像，然后定标为辐射亮度图像，对辐射率亮度图像进行大气校正得到地表反射率图像。 一、辐射定标与大气校正 1、辐射定标Radiometric calibration ：将记录的原始DN 值转换为大气外层表面反射率（或称为辐射亮度值）。 目的：消除传感器本身的误差，确定传感器入口处的准确辐射值 方法：实验室定标、机上/星上定标、场地定标 不同的传感器，其辐射定标公式不同。L=gain*DN+Bias 在ENVI 中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块 2、大气校正Atmospheric correction ：将辐射亮度或者表面反射率转换为地表实际反射率 目的：消除大气散射、吸收、反射引起的误差。 分类：统计型和物理型 目前遥感图像的大气校正方法按照校正后的结果可以分为2种： 1) 绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。包括：基于辐射传输模型、基于简化辐射传输模型的黑暗像元法、基于统计学模型的反射率反演 2) 相对大气校正方法：校正后得到的图像，相同的DN 值表示相同的地物反射率，其结果不考虑地物的实际反射率。包括：基于统计的不变目标法、直方图匹配法等。 方法的选择问题，一般而言： 1) 如果是精细定量研究，那么选择基于辐射传输模型的大气校正方法。 2) 如果是做动态监测，那么可选择相对大气校正或者较简单的方法。 3) 如果参数缺少，没办法了只能选择较简单的方法了。 在ENVI 中，Basic tools>preprocessing>calibration utilities>FLAASH 二、数字图像镶嵌与裁剪 1、镶嵌 当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。 在进行图像的镶嵌时，需要确定一幅参考影像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间，使得图像的色调保持一致。但接边色调相差太大时，可以利 Digital Numbers Radiance TOA Reflectance Geometric correction Step 1 Step 2 Surface Reflectance Step 3 Step 4 Analysis

遥感卫星影像数据-遥感影像处理系统白皮书

XQSoftware 遥感影像处理系统XQSoftware Remote Sensing Image Processing System 产品白皮书 2019年3月

目录 1产品介绍 (3) 2功能特点 (3) 3 关键技术 (4) 3.1高性能并行计算影像处理技术 (4) 3.2稀少控制超大规模区域网平差技术 (4) 3.3配准纠正技术 (4) 3.4影像融合技术 (4) 3.5匀光匀色技术 (5) 4系统功能介绍 (5) 4.1卫星影像区域网平差 (5) 4.2DOM生产 (6) 4.2.1正射纠正 (6) 4.2.2影像融合 (7) 4.2.3匀光匀色 (8) 4.2.4镶嵌成图 (10) 4.3业务工作流 (10) 4.3.1配准纠正业务流 (10) 4.3.2配准融合业务流 (12) 4.4DSM/DEM生产 (13) 4.5交互编辑工具软件 (14) 4.5.1配准纠正工具软件 (14) 4.6其他模块 (17) 4.6.1金字塔创建 (17) 4.6.2真彩色转换 (18) 4.6.3影像增强 (19) 4.6.4影像去雾 (20) 4.6.5投影转换 (23) 4.6.6格式转换 (24) 4.6.7波段重组 (25) 4.6.8影像云检测 (26) 4.6.9水域检测 (28) 4.6.10植被检测 (29) 5系统界面 (30) 5.1硬件系统外观 (30) 5.2软件系统界面 (30) 6应用领域 (33) 7联系我们....................................................................................................错误!未定义书签。

卫星遥感数据处理规范流程

北京揽宇方圆信息技术有限公司遥感卫星影像图像数据处理介绍 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 优势： 1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。 2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。 3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。

4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。 5：影像数据官方渠道：所有的卫星数据都是卫星公司授权的原始数据，全球公众数据查询网址公开查询，影像数据质量一目了然，数据反应客观公正实事求是，数据处理技术团队国标规范操作，提供的是行业优质的专业化服务。 6：签定正规合同：影像数据服务付款前，买卖双方须签订服务合同，提供合同相应的正规发票，发票国家税网可以详细查询，有增值税普通发票和增值税专用发票两种发票类型可供选择。以最有效的法律手段来保障您的权益。 7：对公帐号转款：合同约定的对公帐号，与合同主体名发票上面的帐号名称一致，是由工商行政管理部门核准的公司银行账户，所有交易记录均能查询，保障资金安全。 8：售后服务：完善的售后服务体制，全国热线，登陆官网客服服务同步。 技术能力说明 北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。 一．图像预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。

遥感图像处理方法

遥感图像处理方法 随着遥感技术的快速发展，人们已经从遥感集市中获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌 如果工作区跨多景图像，还必须在计算机上进行图像镶嵌，才能获取整体图像。镶嵌时，除了对各景图像各自进行几何校正外，还需要在接边上进行局部的高精度几何配准处理，并且使用直方图匹配的方法对重叠区内的色调进行调整。

00遥感应用模型综述

00遥感应用模型综述 国内发展概况（MAPGIS）：集成性高；专业化解译；二次开发方式多 误差：观测值与真实值之间的差别 精度：观测、计算或估计值与真实值之间的接近程度 精确程度：通俗的定义为测量值的小数点位数 不确定性：表达一个特定的数据特性的不可信性或不可知性的有用概念 真实性检验，通过独立的手段评价来自系统输出的数据产品质量的过程。 定标，是定量地定义系统对已知和可控的系统输入信号响应过程。 真实性检验计划包括三个阶段： 第一阶段通过选择少量测量点和时间段的地面测量数据进行产品真实性检验； 第二阶段对时空范围更广的地面测量点和测量时间段的数据进行产品真实性检验； 第三阶段通过在统计上具有全球时空分布代表性的地面独立测量值系统评价数据产品的精度，并估计其不确定性。 开展多传感器数据产品间的比较真实性检验。 陆地遥感数据产品真实性检验一般框架：“自下而上”的真实性检验框架，基本构成是根据不同的地表类型或生物群落的全球分布，在全球设置一定数据量的真实性检验样地，每个样地内有若干基本采样单元，每个ESU内进行一定数量的单点测量，然后通过一定的转换方法将单点测量值转换到ESU尺度上；再结合高分辨率遥感影像，建立基本采样单元与样地之间的尺度转换关系，得到样地水平上的地表参数值；最后，通过全球不同地表类型多个样地与陆地遥感数据产品进行比较和相关性分析，评价全球遥感数据产品的精度。 BRDF（双向反射率分布函数），自入射方向的地表辐照度的微增量与其所引起的反射方向的反射辐射亮度增量比值 叶面积指数遥感反演：1）辐射传输模型(假设水平均匀，如农田作物，SAIL模型)，优点：较好描述植被冠层内部的多次散射；缺点：水平均匀的假说往往与实际地表不符2）几何光学模型（GO） 几何光学模型把植被简化为立方体、圆锥、椭球或圆柱等离散的几何实体，以简洁的形式描述了产生离散植被反射和热辐射方向性的主要原因，得到学术界的广泛认可。 3）混合模型 如：将几何光学模型与辐射传输模型结合。具体方法：将传感器视场内的地物目标仍按几何模型一样处理成具有一定形状和空间分布特征的组分。群体内部的每个单体组分的处理方法类似于辐射传输模型，每个单体组分被看作有更小单元组成的具有一定光学性质的散射体集合。

TIFF格式的alos卫星数据处理

北京揽宇方圆信息技术有限公司 Geotif格式的alos卫星数据处理 如图1所示，Alos数据处理流程是先利用参考矢量（栅格影像）作为参考资料，对全色影像进行正射纠 正，利用正射校正后的全色影像作为参考影像，对多光谱影像进行正射纠正。然后利用校正后的全色和多 光谱影像进行融合，最后进行镶嵌和调色处理。 图1Alos数据处理流程

1全色影像正射纠正 1.1建立工程 PCI Geomatica软件采用工程化管理方式对影像进行正射校正。 1.1.1选择模型 在OrthoEngine面板点击Flie—new，选择数学模型，选择Optical Satellite Modeling及Rational Function （Extract from image），如图2所示。 图2选择模型 1.1.2设置投影信息 尽量保证输出成果与参考影像的投影信息一致。这里设置为高斯投影，北京54坐标系。中央经线为114 度，伪东偏500000米。如图3所示。 图3设置投影信息 1.2导入数据 在Processing step处点击下拉菜单，选择data Input（图4）。点击第一个图标弹出打开影像面板，并点 击New image打开一幅新影像（图5）。 图4导入数据 图5打开一幅新影像

1.3采集控制点 Processing step下拉菜单选择GCP/TP collection，弹出控制点采集面板。输入参考影像及DEM。Auto lacate和compute model处勾上（图6）。 图6控制点采集面板 从参考影像中找到一个特征地物点，点击use point，并在图6控制点采集面板处点击extract elevation，在待纠正影像处将会自动定位。当确定参考点与工作影像中的点一致时，在工作影像上点击use point，并在控制点采集面板处点击accept。依此选择12个左右均匀分布的点。 1.4正射纠正 在Processing step下拉菜单选择Ortho Generation，点击第三个图标，弹出Ortho Image Production 面板。输入DEM，在Ortho Image处设置正射后影像存放路径和名称。采样方式选择cubic（图7）。 图7正射纠正