第二章 遥感影像基础：影像分辨率、光谱特征、几何校正原理
各位同学，咱们今天聊聊遥感影像的基础。说实话，这章内容是整个三维建模的根基。你想想看，如果连影像的基本特性都搞不清楚，后面做出来的三维模型，那不就是空中楼阁吗？
我在项目里见过太多人，一上来就急着做三维重建，结果影像分辨率选错了，光谱特征没分析透，几何校正也没做好。最后模型出来，歪歪扭扭的，根本没法用。所以啊，咱们先把基础打牢。
2.1 影像分辨率：不只是“清晰”那么简单
很多人以为分辨率就是“看得清不清楚”。其实没那么简单。遥感影像的分辨率，我习惯把它拆成四个维度来看。
2.1.1 空间分辨率
说白了，就是一个像素代表地面多大面积。比如WorldView-3卫星，空间分辨率能做到0.31米。什么意思？就是地面上一个30厘米的物体，在影像上能显示为一个像素点。
我记得有一次做城市精细建模，甲方要求能看清屋顶上的空调外机。我一看，这得用亚米级影像才行。后来选了0.5米的影像，效果确实不错。
空间分辨率选择指南：
- 精细城市建模：0.3-1米
- 区域地形分析：2-10米
- 大范围植被监测：10-30米
- 气象/海洋应用：100米以上
2.1.2 光谱分辨率
这个很多人容易忽略。光谱分辨率，指的是传感器能区分多少种颜色。普通相机就三个波段：红、绿、蓝。但遥感卫星不一样，有的能分几百个波段。
为什么会这样？因为不同地物在不同波段下的反射率不一样。比如植被在近红外波段反射率特别高，水体在近红外波段几乎不反射。这就是我们做地物分类的依据。
2.1.3 时间分辨率
就是卫星多久能回来拍一次同一个地方。Landsat是16天，Sentinel-2是5天。做动态监测的时候，这个参数特别重要。
我曾经做过一个滑坡监测项目，需要每周看一次地形变化。Landsat的16天周期根本不够用，后来换了Sentinel-2，5天一周期，刚好满足需求。
2.1.4 辐射分辨率
嗯，这个稍微抽象一点。它指的是传感器能区分多少级亮度。8位数据就是256级，16位就是65536级。级数越多，影像的细节越丰富。
我的经验：做三维建模时，尽量选辐射分辨率高的影像。特别是阴影区域，高辐射分辨率能保留更多细节，建模效果会好很多。
2.2 光谱特征：地物的“指纹”
每种地物都有自己独特的光谱特征，就像人的指纹一样。我们做遥感分析，本质上就是在识别这些“指纹”。
2.2.1 典型地物的光谱曲线
我给大家列几个典型地物的光谱特征：
| 地物类型 | 可见光波段 | 近红外波段 | 短波红外波段 |
|---|---|---|---|
| 健康植被 | 绿光反射高 | 反射率极高 | 吸收较强 |
| 水体 | 整体反射低 | 几乎不反射 | 几乎不反射 |
| 裸土 | 反射率中等 | 反射率中等 | 反射率较高 |
| 建筑 | 反射率较高 | 反射率较高 | 反射率较高 |
你想想看，有了这些特征，我们就能用计算机自动识别地物了。比如计算NDVI（归一化植被指数），就是利用植被在近红外和红光波段的反射差异。
NDVI计算公式：
NDVI = (NIR - Red) / (NIR + Red)其中NIR是近红外波段，Red是红光波段。NDVI值范围在-1到1之间，植被通常在0.2-0.8之间。
2.2.2 混合像元问题
这里有个坑，我得提醒大家。一个像素里可能包含多种地物，这叫混合像元。比如一个30米的像素，可能一半是树，一半是草地。这时候它的光谱特征就是混合的。
我曾经在做一个植被分类项目时，发现分类精度一直上不去。后来一查，原来是混合像元太多。后来用了亚像元分解技术，才把问题解决。
注意：混合像元是遥感分析中常见的误差来源。空间分辨率越低，混合像元问题越严重。做定量分析时，一定要考虑这个因素。
2.3 几何校正原理：把歪的影像扶正
卫星拍下来的影像，其实是有几何变形的。原因很多：卫星姿态不稳、地球曲率、地形起伏等等。几何校正，就是把这些变形纠正过来。
2.3.1 几何变形的来源
- 传感器因素：镜头畸变、扫描镜摆动不均匀
- 平台因素：卫星姿态变化（俯仰、翻滚、偏航）
- 地球因素：地球自转、地球曲率、地形起伏
我记得第一次做几何校正时，看着歪歪扭扭的影像，心想这能校正回来吗？后来发现，只要掌握了原理，其实没那么难。
2.3.2 几何校正的两种方法
我习惯把几何校正分为两类：
第一类：基于有理函数模型（RFM）
现在大部分高分辨率卫星都提供RPC文件（有理多项式系数）。直接用这个文件就能做校正，精度还不错。我建议初学者先用这个方法，简单快捷。
第二类：基于地面控制点（GCP）
这个方法精度更高，但需要人工选点。具体步骤：
- 在影像上找到明显的地物点（比如路口拐角、建筑物角点）
- 在参考影像或实地测量中找到对应的坐标
- 用多项式模型拟合变形关系
- 对整幅影像进行重采样
我的建议：控制点要均匀分布，不要在局部区域集中选点。一般一幅影像选15-20个控制点就够了。选多了反而可能引入误差。
2.3.3 重采样方法
校正完几何关系后，还要对像素值进行重采样。常用的方法有三种：
| 方法 | 原理 | 适用场景 |
|---|---|---|
| 最近邻法 | 取最近的像素值 | 分类影像，保持原始值 |
| 双线性插值 | 取周围4个像素加权平均 | 一般影像，效率较高 |
| 三次卷积 | 取周围16个像素加权平均 | 高精度应用，影像更平滑 |
嗯，这里要注意。做三维建模时，我一般用三次卷积。虽然计算量大一点，但影像质量更好，建模精度也更高。
2.4 本章知识体系
为了让大家更直观地理解本章的知识结构，我画了一张图：
这张图把本章的核心内容串起来了。影像分辨率、光谱特征、几何校正，这三者是相互关联的。你选什么样的分辨率，决定了你能看到什么尺度的地物；你用什么光谱特征，决定了你能识别什么类型的地物；你做什么样的几何校正，决定了你的空间位置精度。
好了，这一章的内容就到这里。记住，基础不牢，地动山摇。把这些概念吃透了，后面的三维建模才能做得扎实。
公众号:蓝海资料掘金营，微信deep3321