[发明专利]便携式遥感影像信息野外采集系统及采集方法

说明书

技术领域：

本发明涉及一种利用遥感影像信息中的地学信息工程，尤其是遥感影像信息的野外采集装置和遥感影像信息的野外采集方法。

背景技术：

对于地学研究来讲，野外工作是必不可少的重要环节，而且，在遥感应用领域，由于遥感图像解译存在精度问题，不可避免地存在错误或者难以确定的类型，需要野外实地调查与检证。传统的野外工作，是将获得的第一手资料记录在纸介质的记录薄上，所采集的信息种类多、内容复杂，信息量大、受人为因素影响很大。这种传统的方法越来越不实用当今信息时代的要求，极大影响了野外工作的效率和精度。所以现今的趋势就是利用计算机进行野外数据采集，丰富野外工作的内容和方法，提高工作质量和速度。为此，便携式装置走入人们的视线，其重量轻、体积小、携带方便，逐渐成为人们处理野外工作信息的工具。

遥感是依据遥感仪器接收到的探测目标反射，发射能量的电磁波谱特性的差异以及对它的研究来识别不同物体的。收集和积累各种典型地物的光谱数据信息历来是遥感基础研究和应用研究中不可缺少的一个重要环节。由成像光谱数据提取的地物光谱曲线与光谱数据库(实验室或野外测量)中的“标准”光谱曲线进行匹配分析是进行地物识别的基础，是在遥感图像上找出和识别像元有效方法。目前国际上比较有代表性的标准光谱数据库有USGS、ASTER和IGCP-264等光谱数据库。光谱匹配方法分为基于整波形特征的光谱匹配算法和基于光谱特征参数的匹配算法。基于整波形特征的光谱匹配算法是根据比较未知光谱(从图像中提取)和参考光谱(光谱数据库中的光谱)的相似程度来进行判别的。其算法主要有4种：根据光谱之间最小距离匹配算法(欧氏距离、马氏距离和巴氏距离等)；根据光谱之间的最小夹角匹配算法，如光谱角度法(SAM)；根据光谱之间的最大相似系数，如交叉相关光谱匹配技术(CCSM)；编码匹配法，如二值编码匹配算法；基于光谱特征参数的匹配算法从分析光谱特征入手，从光谱曲线上提取有意义的光谱特征参量，包括最深吸收的半波长宽、波长位置和吸收深度等，如光谱吸收指数(SAI)技术。现有的便携式野外采集装置不是以遥感图像作为工作底图之一，不能直接的在装置上识别遥感图像。

发明内容：

本发明的目的就是针对上述现有技术的不足，提供一种便携式遥感影像信息野外采集系统。

本发明的目的是通过以下技术方案实现的：

便携式遥感影像信息野外采集系统，包括遥感影像信息野外采集装置和遥感影像信息野外采集方法两部分。

遥感影像信息野外采集装置是由电子地图模块与遥感影像模块连接，并通过数据线与标准光谱数据库模块和采集信息数据库模块连接，再与标准光谱数据库管理模块、工作地图管理模块、遥感影像匹配模块、GPS导航定位模块和采集数据管理模块串联连接构成。

遥感影像信息野外采集方法，包括以下顺序和步骤：

a、在便携式遥感影像信息野外采集装置中预先装入工作底图；

b、启动装置和工作底图管理，并确定遥感图像彩色合成的波段组合；

c、输入遥感图像和电子地图，通过坐标将两种图叠加在一起；

d、启动GPS导航定位，确定所处地理位置的地理坐标，通过坐标将所处地点标注在显示在装置屏幕上的底图上，对底图进行漫游、缩放，寻找所处位置需要判别的像元点；

e、将像元点的像元亮度值转换为反射率，得到像元点的波长、反射率点的光谱曲线；

f、选择匹配类别，根据对图像的目视解译或根据光谱曲线的特征，判断对像元点所属地物类型，根据判断选择，在数据库中选择植被，水体，矿物，土壤、岩石中的一个或几个类别进行匹配；

g、选择匹配精度，通过通用软件将遥感影像匹配模块将像元点光谱曲线与光谱数据库中所选类别中的标准光谱曲线进行逐一匹配，得到所有符合匹配精度要求的地物类型，

h、选择匹配结果中的地物类型，查看其光谱曲线和属性信息，

i、查看匹配结果地物类型的光谱曲线与像元点光谱曲线的对照图，比较光谱曲线的相似程度，得到所在地地物类型，

j、判别像元点属于何种地物；

k、使用采集数据管理功能，将工作地点的像元点及其地理坐标存入采集信息数据库中，

l、在工作地图上标注地物信息，再将标注的地物信息转绘到地质图上。