指导教授：钟鸣(武汉理工大学智能交通中心)

　　撰写人：葛靖(武汉理工大学智能交通中心)

　　一.数据介绍

　　获取的数据覆盖了武汉市大部分主城区的遥感影像，见图1。包含了全色影像和多光谱影像，其中前者的分辨率为0.8m，后者为3.2m。

　图1.全色影像覆盖区域

　　二.数据使用过程

　　1.数据的使用目的：靠GF-2号遥感影像的精度优势，较完整的提取武汉市绿地、建筑、道路、水域几类要素。

　　2.数据预处理。包括正射校正和图像融合，由于图像中云雾影响位置主要处于城郊，不影响建筑集中的主城区，对研究内容影像不大因此不做大气校正以及去云操作。图像融合结果见图2。

　　3.土地覆盖类型提取。采取传统的基于像素的图像分类方法，识别图中各类地物实体并单独提取出。初步提取效果见图3。

图2.

A 多光谱影像

B全色影像

C 融合影像

　　图3. 图像预处理效果

A 融合图像

B 粗分类结果

C 分类后处理图像

　　三.数据使用体验感受

　　在民用级数据中，高分二号所得的遥感数据在数据精度上是属于第一梯队的。从本次的使用中体验到该数据的几大特点:

　　1.细节丰富，纹理清晰。能给大尺度的图像识别和图像分类提供良好的数据基础。纹理丰富，细节丰富也意味着在数据处理上使用传统基于像素的方法可能已经不适用了，由于阴影，车辆，树木的干扰，会对分类结果产生影响。

　　2.图像信息全面。配套的图像头文件详细记录了数据采集时的位置，偏角，方位角，时间，结合相应的软件，大大减少了数据的预处理工作。

　　3.可以从数据提取的初步结果来看，同质图斑中不会出现大量的噪音，信噪比相较其他国内卫星要好一些(如ZY-3对比)，在云雾影响较少，地面反色条件优良的情况下，部分区域数据经过空间上校正后可以直接使用，其少量噪音可以通过后处理控制，减少了数据处理中要解决的部分去噪的问题。

　　4.从融合影像上可以特别清楚的看出，同质地物由于个体差异会导致其在多光谱图像被不同色相的所表现，而这个问题往往会导致图像处理后产生“椒盐噪音“。如何处理信息日益丰富和图像处理手段仍需提高依然是高分遥感数据影像走向使用并应用的一大难题。