综述数字图像处理技术在遥感领域的现状和未来发展趋势崔云腾【摘要】阐述了遥感技术目前在国内外的发展现状，以及数字图像处理技术在遥感技术上起到的重大作用。随着数字图像处理技术的发展，让遥感技术有了翻天覆地的变化。并且详细的描述了图像处理技术在遥感领域的关键技术，对这些技术在遥感中起的作用进行解释。最后对图像处理技术在遥感领域未来的发展趋势进行分析。【关键词】遥感；图像处理；技术发展Digital image processing technology in the current situation and future development trend in the field of remote sensingCui Yunteng Abstract this paper expounds the remote sensing technology in the domestic and foreign development present situation, and the digital image processing technology to play a major role in the remote sensing technology. With the development of digital image processing technology, remote sensing technology have changed dramatically. And a detailed description of the key technologies in the field of remote sensing image processing technology, plays the role of these techniques in remote sensing for explanation. Finally, the image processing technology in the field of remote sensing in the future development trend of the analysis. 10.引言几十年来，随着卫星技术的不断成熟，遥感技术也不断地发展，通过卫星收集大量的影像资料，随之而来对图像的处理分析有了更高的要求，以前需要雇佣几千人，现在运用图像处理系统仅仅需要一台高级计算机，与之前相比分析识别速度有了显著的提高1，同时减少了大量的人员工作，并且还可以从照片中发现通过人力所不容易发现不能找到的有用情报。1.数字图像处理技术在国内外的发展现状上个世纪60年代，第一台可移植性图像处理的大型计算机研制成功。可以说是数字图像处理技术的开端，自此开始用数字图像处理技术来处理卫星发回来的图片。当时“旅行者七号”发回来的月球图片就是运用数字图像处理技术进行处理，来校正航天器上摄像头中各类型的图形畸变。自上个世纪70年代起，计算机技术硬件软件进化迅速，随之而来的，数字图像处理技术得到了更好的发展机遇，向着更高更好的层次发展。人们开始研究怎么将图像经过计算机系统进行表示，类似人类的视觉解释外部的世界，这被称为图像理解或计算机视觉。80、90年代数字图像处理技术开始运用于地理信息系统、海图的读入。并且数字图像处理技术有了十分大的进步，Mallat技术的出现，他有效的应用于图像的分解和重构，并且克服了傅里叶分析不能用于局部分析的不足之处。21世纪以来，数字图像处理技术随着计算机技术的发展，取得了很多东大的突破，在很多的领域，如航天航空生物医疗都有了广泛的应用3。数字图像处理技术广泛应用于遥感技术，遥感技术对数字图像处理技术的应用，最能直接体现该技术的发展现状4。1.1在国外遥感数字图像技术的发展现状上个世纪60年代，美国发射了一系列的气象卫星和载人宇宙飞船5，但是图像的质量并不能得到保证，因为这些卫星、飞船受着飞行姿态以及拍摄环境的影响，所以为了避免损失保证卫星的工作效率，必须采用数字图像处理技术对图片进行解析。数字图像处理自此开始成为了一个独立学科，受到了广泛的重视。自此数字图像处理技术开始广泛运用于遥感技术。其中重要之一是对多光谱图像数据的支持，即对彩色图像的处理。1972年，发射了地球资源技术卫星ERTS-1（后改名为Landsat Landsat-1），装有MSS感器，分辨率79米。1982年Landsat-4发射，装有TM传感器，分辨率提高到30米。1986年法国发射SPOT-1，装有PAN和XS遥感器，分辨率提10米1999年美国发射 IKNOS6，空间分辨率提高到1米。遥感器波段波长m空间分辨率（m）MSS45670.5-0.6 绿色0.60.7 红色0.70.8 近红外0.81.1 近红外80808080TM12345670.450.52 蓝色0.520.60 绿色0.630.69 红色0.760.90 近红外1.551.75 短波红外10.412.5 热红外2.082.35 短波红外303030303012030多光谱图像可以看作是两个空间变量一个光谱变量构成的三维灰度值图像。图 1几何校准示意图图 2象元灰度重采样示意图1973年第四次中东战争，卫星首次参与战争计划的制定。一次战役中美国的“大鸟”侦察卫星发现了埃及二、三军团间的宽十余公里的间隙防御薄弱，以色列抓住战机，派出装甲部队直插运河西岸，切断进入西奈半岛的阿军退路，从而使战争形势发生逆转。1982年英阿马岛战争，有24颗侦察、见识卫星俯视战场，向英军提供大量的情报。1991年，海湾战争中多国部队运用70多颗卫星对作战区的环境、气象等进行搜集，提供详细的气候信息、地理信息。为战役计划的制定提供了重要的保障。自20世纪90年代以来，世界上又发生了很多局部战争，比如科索沃战争、阿富汗战争、伊拉克战争、利比亚战争等都有着数十上百颗直接服务于战争行动。制约卫星进行侦查一个很重要的因素就是分辨率，分辨率是指一个系统（包括所有计算机成像增强技术）可以辨别地球上物体的大小。在上个世纪，拍照卫星、侦察卫星的分辨率大多数都在几十M，只能发现发现港口和码头设施、铁路调车场和登陆海滩等。这个世纪来，随着数字图像处理技术的突破发展，分辨率有了进一步的提高，逐渐达到米级，甚至现在的亚米级，卫星在战场上的左右有了翻天覆地的改变，使反卫星侦察难度迅猛提高，战场几乎成为“无密”地带。1.2国内图像处理技术在遥感上的发展现状在中国遥感技术的发展中，1975年的“通县会议”具有起步性的意义。在同年召开的全国第一次遥感规划筹备会，将遥感技术正式纳入到国家重点发展项目中。在近几十年的的科技攻关中，遥感技术都作为重点项目列入其中2。2002年神舟四号多模态微波遥感系统在轨飞行成功，使我国进入航天微波遥感时代7。2006年中国遥感卫星1号发射成功，实现了我国微波遥感卫星全模态工作。2016年6月13日，我国自主研制的高分4号卫星正式投入使用成功地实现了星下点全色/多光谱50米、中波红外400米的地球同步轨道近实时观测，是我国第一颗也是当前世界唯一的一颗静止轨道高分辨率对地观测卫星。”2.图像处理对于遥感的关键技术2.1几何校正由于遥感系统空间、波谱、时间以及辐射分辨率的限制，在比较崎岖的地方精确地记录具有很大的困难性成像8，从而影响图像的分析精度，所以在分析前，要对图像进行预处理。预处理中一个重要的点就是对原图像进行几何校正。2.2图像的压缩编码卫星的传输带宽是有限的，有限的带宽限制了传输回图片的质量。如何用有限的带宽传送回更多的信息，这就需要对图像进行压缩编码。图像压缩编码用尽可能少的数据表示信源发出的图像信号，对图像进行压缩，减少一个图像的大小，缩短传输一个图像的所用的时间和减少占用的信道带宽9。图像压缩编码研究一般分为两个阶段：第一代图像压缩编码阶段（1985年前）源于传统的数据压缩理论，变换压缩编码和量化压缩编码是其中的亮点。第二代图像压缩编码阶段（1985年后）1985年，一些人利用人眼视觉特性提出了这个概念。经过一段时间的发展，压缩编码领域取得了阶段的新成果，EZW编码算法和SPIHT编码算法具有结构简单、不需要过多的学习、支持多码率、图像复原质量理想的特点受到广泛的关注10。到今天，小波变换的图像压缩技术成为了主流。基于二维小波压缩方法有很多，一般用小波泡、小波变换零树压缩、小波变换量化矢量压缩等。一个图像做小波分解后会形成很多不同分辨率的子图像。高分辨率的子图像大部分点数值都接近于0。所以说一个图像重要的部分就是就是其低频的部分，小波分解就是去高频保留低频。2.3图像增强图像增强是根据需要来突出一幅图像的一些信息，以及删除或削弱图像的一些信息的处理方法。他的根本目的是让生成的图片比原图片更适应我们的需要。图像增强的一般方法有直方图修改处理、图像尖锐化处理、图像平滑性处理以及彩色平衡处理等。这几种增强方法可以结合使用，在使用前应综合分析，确立使用方法。2.4图象恢复这个技术出现的原因是图像在获取、传输和储存的过程中会受到很多因素影响造成失真现象，结果是使图片的质量下降，即图象退化。图象恢复技术的目的是得到某种程度改善的视觉质量，将一个图片通过某些模型来使其恢复成原有的图像。常见的图像恢复方式有：连续图像的滤波恢复、svd伪逆空间图像恢复、传感器和显示点的非线性修正、伪逆空间图像恢复、统计学估计图像空间恢复、约束图象恢复、盲目图象恢复。2.5图像分割图像分割是数字图像处理的一门关键技术。图像分割自从上世纪70年代就开始受到人们的广泛关注，并且在很多领域都有广泛的应用。2.5.1基于区域的分割法这种方法将图像分割成若干不重叠的区域，在相似性上，使各个区域的内部特性大于区域间的特性。各个区域内的像素都满足给予灰度、纹理等特征。一般方法有：区域生长法、阈值法、分裂合并法。2.5.2基于边缘的分割方法这种方法的主要根据是图像局部特征的不连续性。这种方法先根据图像的不连续性或突变型，将他们连成边界，这种边界将图像划分为不同的区域。边缘检测和提取的主要手段是微分运算，因为大多数的图像边缘检测的方法是图像高频分量的增强过程。一般使用以下几种边缘检测算子：Sobel算子、Prewitt算子、Robert算子、Canny算子、拉普拉斯算子。这些算子的优点是计算简单速度较快，缺点是受到噪声影响较大11。2.6图像分析图像分析的目的是从图像中抽取有用的度量、数据、信息。图像需要图像分割抽取图像的特征，而后对图像进行符号性的描述。2.6.1图像描绘一个图像经过图像分割后得到的是多个区域。通过描述这些目标获得他们之间的相互关系来更容易识别目标。2.6.2纹理分析常用的纹理分析方法有结构法、频谱法、统计法和模型法。结构分析法从纹理的基元形态及其排布规则角度分析，适用于研究规则纹理。它的优点是对纹理的构成理解高。统计法一些自然纹理从局部上显示很大的随机性，但从整体上看还是有一定的规律性。基于统计的纹理分析方法有灰度共生矩阵分析和矩自相关函数。频谱法用信号处理的方法将空间域的纹理图像转换到频率域中，目前主要方法有傅里叶变换和小波分析等。模型法将纹理基元建模成一个数学模型，运用信号分