1.2.3　典型遥感图像及应用

随着计算机技术、各种成像技术以及信号处理技术的不断发展，基于电磁波的不同波段特性，遥感图像在可见光全色图像的基础上，主要向着两个方向发展：一是增加波段数（提高光谱分辨率）；二是扩大电磁波探测范围（多传感器探测）。前者的典型遥感图像是多光谱图像和高光谱图像，后者的典型遥感图像是热红外图像和合成孔径雷达图像。遥感图像是利用不同电磁波波段对地面目标进行探测形成的像，形成了不同的地表特征，如表1-1所示[6]，进而可以从不同的角度探测多维度数据，并通过现代信号处理技术来充分挖掘、融合、解译有价值信息。

表1-1　应用于遥感的不同电磁波波段及形成的地表特征

下面就几种典型遥感图像及应用特性进行介绍，以便进一步理解遥感图像处理、解译及应用[5]。

1. 可见光全色图像及应用

在遥感领域，可见光全色图像就是通过遥感传感器在人类视觉系统可以感知的可见光波段范围内所形成的单波段遥感图像。可见光全色图像得到的是物体目标的亮度信息，没有光谱信息，体现的形式就是传统的黑白灰度图像。基于地表电磁波辐射特性及大气传输特点，可见光全色图像目前仍是获取高空间分辨率图像的最佳波段。

空间分辨率通常是指遥感图像分辨具有一定距离间隔的相邻两个点目标的能力，可以理解为单位像素对应的实际物理面积大小。空间分辨率越高，实际物理面积就越小，图像的纹理细节就越清晰，空间结构信息也就越丰富，这种分辨率往往又称为地面分辨率，是针对目标实际地面尺寸大小而言的。需要注意的是，还有一种定义的图像空间分辨率是数字图像分辨率，它是指数字图像上能够区分目标的最小单元。二者均反映对两个靠近目标的识别、区分能力，因此也称为分辨力。

在应用中，与空间分辨率一同考虑的是辐射分辨率。辐射分辨率是指对两个不同辐射源辐射量的分辨能力，体现的是传感器对地物目标探测的灵敏度，是目标识别等应用的一个很有意义的指标。辐射分辨率一般用量化后的分级数来表示，也就是最暗灰度值到最亮灰度值整个范围的分级数目。

可见光全色图像能够提供丰富的目标空间信息，如目标形状、面积等，可为目标辨识等应用提供依据。可见光全色图像是靠物体反射形成的，其形成受光源条件的影响较大（只能在晴朗的白昼形成）。此外，可见光全色图像无法显示地物色彩或光谱信息。

2. 多光谱图像及应用

多光谱图像是针对可见光全色图像只能提供空间信息、缺少光谱信息的缺点提出来的。多光谱图像就是在可见光-近红外波段范围内，将地物辐射电磁波分隔成若干个光谱波段，在同一时间获得同一地物目标不同波段信息的遥感图像。从多波段这个角度，如果我们日常所用的黑白图像在遥感领域可以理解为可见光全色图像，那么彩色图像在遥感领域可以理解为是具有3个波段的多光谱图像。

不同地物具有不同的光谱特性，同一地物则有相同的光谱特性。不同地物在不同波段上的辐射能量各有差别，传感器获得的不同波段图像也就各不相同。多光谱遥感不仅可以根据图像的形态和结构差异来判别地物，也可以根据光谱特性差异来判别地物，进而扩大了遥感探测的信息量。目前，最典型的多光谱图像是美国陆地卫星（Landsat-7）图像，其专题制图仪（thematic mapper，TM）就包括7个波段，每个波段都有其特定功能，如表1-2所示[6]。

表1-2　Landsat-7 TM工作波段及其特定功能

相对于高空间分辨率可见光全色图像，多光谱图像的主要特点是波谱范围扩大、工作波段数增加，丰富了可利用的信息。此时，利用颜色突出信息，可使用户更易判读和解译图像，进而满足更深层次的应用需求。多光谱图像在可以提供多个波段光谱信息的同时，也存在空间分辨率相对较低的不足。因此，在实际应用中，常将多光谱图像与可见光全色图像进行融合处理，得到既含有可见光全色图像高空间分辨率的空间信息又包含有多波段图像光谱信息的融合图像，是遥感图像处理及解译的一个重要发展方向。

3. 高光谱图像及应用

人们对相近目标进行辨识时，必须利用更多的谱段、更窄的谱段间隔。为此，在多光谱遥感基础上，人们提出了成像光谱学新概念。成像光谱学的典型应用是美国国家航空航天局喷气推进实验室（Jet Propulsion Laboratory，JPL）研制的机载可见光/红外成像光谱仪（airborne visible infrared imaging spectrometer，AVIRIS）和地球物理实验室研制的星载中分辨率成像光谱仪（moderate-resolution imaging spectrometer，MODIS）。成像光谱仪能够将成像技术和光谱技术相结合，在对目标空间特征成像的同时，也对每个空间像素进行连续的光谱覆盖，获得的图像包含了丰富的空间、辐射和光谱三重信息，既表现了地物空间结构分布的图像特征，也获得了像素或像素组的辐射强度及光谱信息，这样形成的遥感数据可以用“图像立方体”来形象描述，即“图谱合一”，如图1-9所示。该图像通常称为高光谱图像[7]。

*图1-9　高光谱图像立方体

与多光谱图像相比，高光谱图像具有更多的波段、更高的光谱分辨率。如图1-10（a）所示，典型的Landsat-7多光谱图像只有7个离散波段，而典型的AVIRIS高光谱图像包含224个波段，其光谱通常可以认为是连续的。光谱分辨率的提高使得许多原先利用多光谱图像不能解决的问题，现在利用高光谱图像可以得到解决。图1-10（b）所示为多光谱图像与高光谱图像的光谱分辨能力示意。对于具有微小双峰（对应差异非常小的光谱吸收峰的两种地物目标）变化的光谱曲线（黑色实线），高光谱图像能够很好地把它们分开，相对而言，多光谱图像由于光谱分辨率低而难以区分。这种光谱分辨能力通常称为光谱分辨率（点画线为实际分辨率，虚线为理想分辨率），体现了传感器接收目标辐射时能够分辨的最小波长间隔。间隔越小，光谱分辨率越高。光谱分辨率越高，专题研究的针对性越强，对目标物体就能实现更加精细的辨识，其应用分析的效果就越好。

图1-10　多光谱图像与高光谱图像的光谱比较

值得注意的是，在高光谱图像的具体应用中，除了要考虑波段的光谱分辨率，还要特别注意光谱波段的中心位置，也就是物体目标的波长吸收峰位置。

4. 热红外图像及应用

热红外图像是遥感领域的一个重要组成部分。自然界中的任何物体，当温度高于绝对零度（-273.15℃）时，均能向外辐射红外线。热红外遥感主要是利用传感器收集和记录地物目标的热红外信息，并利用其来辨识地物目标和反演其温度等参数的技术。热红外遥感包括两个大气窗口：中波红外（3～5 μm）和长波红外（8～14 μm）。热红外图像主要记录的是地球表面的辐射能量，可以弥补可见光全色图像必须具有光源提供能量才能形成的缺欠。与其他成像方式相比，热红外成像具有许多独特的特点：① 热红外成像是依靠感知物体辐射的能量进行成像，其成像不受光照条件影响，可以在夜间成像，在相同成像质量的前提下，热红外成像能力要强于可见光成像；② 相对于主动式雷达成像需要向外发射能量并感知，热红外成像依赖感知地物向外辐射的能量成像，属于被动成像，安全性和隐蔽性更好一些；③ 与可见光和雷达图像相比，热红外图像包含的辐射信息可以转化为温度值，在对一些目标进行检测等应用时，还可以通过温度参数对目标进行状态分析等[8]。

与可见光波长范围相比，热红外波长范围更大。随着波长的增加，电磁辐射能量会越来越小，更需要累积大量时间来保证足够大的能量。因此，相对于可见光、近红外传感器，热红外传感器的空间分辨率、对比度等一般相对较低，这给其图像处理算法的设计带来一定困难。在应用中，人们通常把热红外传感器分辨地物目标热辐射（温度）最小差异的能力称为温度分辨率。

5. 合成孔径雷达图像及应用

与前面光学成像不同，微波遥感成像的显著特点是主动发射电磁波，具有不依赖太阳光照及气候条件的全天时、全天候对地观测能力，并对云雾、小雨、植被及干燥地物有一定穿透性。典型的微波遥感传感器就是合成孔径雷达，它利用脉冲压缩技术来提高距离分辨率，利用合成孔径原理来提高方位分辨率，从而可以获取距离上和方位上的高分辨率微波图像。在合成孔径雷达成像系统中，普遍所用的波段及相应的频率、波长范围如表1-3所示，其主要应用：① P波段和L波段用于叶簇穿透、地表下成像及生物估计；② L、S、C和X波段用于农业、海洋、冰或下沉的监测；③ X波段和Ku波段用于雪的监测；④ X波段和Ka波段用于更高分辨成像。目前，常用的是L、C和X波段[9]。

表1-3　合成孔径雷达成像系统中普遍采用的波段及相应的频率、波长范围

在合成孔径雷达成像过程中，电磁波与地表目标相互作用的机理难以直接反演地表物理现象，并且成像过程所必然带来的相干斑也使地物目标在合成孔径雷达图像中具有独特的信息特点。因此，合成孔径雷达图像处理的难度要难于光学图像处理。

合成孔径雷达成像的特点正好弥补了光学遥感器成像的缺欠，已成为航天遥感的重要发展方向和各国竞相开发研究的热点。随着极化合成孔径雷达和干涉合成孔径雷达等多波段、多极化技术的发展，人们可以获得地物目标不同波段的雷达回波响应及线极化状态下同极化与交叉极化特性，从而更加准确地探测不同目标信息。极化合成孔径雷达是指在极短的间隔内发射水平、垂直极化脉冲，并同时接收水平、垂直回波信号的雷达。极化合成孔径雷达不仅记录了相干回波信号的振幅变化，而且也记录了不同极化回波间的相位变化。干涉合成孔径雷达是指采用干涉测量技术的雷达，也称为双天线合成孔径雷达。干涉合成孔径雷达的关键在于利用两幅天线的视角差来获取同一区域目标的两幅相干合成孔径雷达图像，再利用两幅天线距离某点的斜距不同而导致的不同相位差信号干涉图，就可实现目标的高程值反演。

以上介绍的每种传感器所获得图像都有它们自己独特的特点和优势，也有自己的劣势。在实际应用中，如果能够对这些传感器所获得的多源图像进行融合，协同处理、取长补短，就可以进一步提高遥感图像的解译性能和应用潜能。多源遥感图像融合也是遥感图像处理技术及应用的重要研究方向。此外，在卫星遥感领域，还有一个与时间参数相关的概念就是多时相图像。多时相图像是指遥感传感器对同一地区不同时间所获得的遥感图像，它体现了遥感对同一个地区重复覆盖的能力，通常称为遥感图像的时间分辨率。