1.2　主要的新型航空遥感数据处理技术

航空激光雷达遥感、航空倾斜摄影、无人机遥感等新型航空遥感技术是航天遥感和传统的航空摄影测量的有效补充，和当今重要的遥感数据源来源。这些新型的航空遥感技术亟待与之对应的航空遥感数据处理技术。

1.2.1　航空激光雷达遥感数据处理技术

LiDAR（Light Detection And Ranging）作为近年来国际上发展较快的一种新型主动航空遥感技术，结合了机载三维激光测距仪、可调式高精度扫描仪、全球卫星定位系统（GPS）及惯性测量装置（IMU）这四种当今世界摄影测量与遥感领域最先进的对地测量技术，发展前景非常广阔。

LiDAR的能量源来自于激光发射装置产生一道极细的高能量光子脉冲流。由于激光的波长极窄，所以其产生的光线同其他光源相比频谱更窄；光子流的散射率很低，散射程度很小，这更有利于激光传播到更远的距离，并能更加精准的对其所触及的物体进行定位。Lidar进行距离测量，是通过记录每一个激光发射器产生并发射一束激光脉冲到激光脉冲接触到物体进而发生反射再被激光接收机接收到这整个过程的时间，来计算地表与激光发射器的距离。与此同时，机载GPS与测区内的GPS基站根据所接收到的卫星信号进行差分，用以确定飞机的精确位置（J，Y，z）；机载惯性导航装置（IMU）记录飞机飞行姿态（I，V，K）。通过将时间、位置、姿态这三种数据进行联合计算得到地物的实际高程信息。激光发射器发出激光脉冲，脉冲遇到物体发生反射产生了回波，回波被系统的接收机接收后通过高速计算器对脉冲发射一接收一回波的时间进行精确的计算，再通过光速常量将时间转化为距离。从而获得飞机与激光所接触物体的相对距离.当激光束接触到诸如树木等非实质物体时，由于激光光斑较大（1000m飞行高度约为30cm），在碰到树冠产生第一次回波后，部分激光仍有可能穿透树冠打到下一层植被（如草地）甚至地面上，此时激光就会陆续产生第二、第三甚至第四次回波，接收机将记录下同一束激光的多次回波，通过解算就可以获取详尽的地表信息。由于激光接触到地面以后就不会再继续产生回波，因此后期通过滤除前几次回波，只保留最后一次回波，即可获得准确的DEM本底数据。

在整个数据处理过程中要综合考虑现有多种软件的优缺点，采用不同软件进行不同阶段的数据处理。加拿 大 Applanix 公 司 的 POSPac MMS软件不仅能进行系统误差检校、多种方法解算 POS 数据，还可以做影像白平衡、自动空中三角测量，也可以结合激光测距数据和POS 数据求解出 LAS 格式点云，用该软件解算 POS 数据、LAS 点云及影像的外方位元素；芬兰 TerraSolid 公司的TerraSolid系列软件是目前世界上比较灵活和系统地处理激光雷达点云的软件，利用 TerraScan 和 TerraModeler模块可进行激光点云的处理以及 DEM、DSM 的提取，通过对不同高度的植被进行分类，还可以得到不同高度植被分布区；inpho 公司的摄影测量系统ApplicationMaster是欧洲最著名的航空摄影测量与遥感处理软件，可全面系统处理航测遥感、激光、雷达等数据，应用其中的 OrthoMaster 模块可进行全自动的严格差分正射处理，能够得到真正射像片；应用inpho 摄影测量系统中的 OrthoVista 正射影像镶嵌软件可进行大范围影像的快速无缝镶嵌，同时进行不同像片间的匀色处理。 其他应用到的软件还有SDF COPY、RiANLYZE 560 等。

（1）数据处理基本流程

数据处理包括数据预处理、点云数据处理和正射影像制作3大部分，整个数据处理流程见图1-1。

数据预处理包括解算原始 LAS 点云数据和原始影像 2 部分，一般由硬件设备随带的软件进行处理，常见的有 POSPac、AERO office、GraNav、IPAS Pro等，这里以 POSPac为例进行详细数据处理描述。原始点云数据为 SDF 格式的波形数据，数据量很大，通过 SDF COPY 软件从 Lidar 存储器中导出；然后利用 RiANALYZE 560 对 SDF 格式点云数据进行波形分析，依据测区最大和最小高程用高斯脉冲滤 波法计算出以UTC时间为参考的高精度SDC格式数据，这种格式数据在解算出航迹文件后加地理参考和 GPS 与 UTC 时间差，经计算得到最终 LAS格式点云。 原始影像数据没有 RGB 信息，利用 POSP ac MMS 软件将 RGB 信息添加到影像中，同时做白平衡，得到初始tif影像。

利用 POSP ac MMS 5.2软件解算POS 数据，首先用地面基准站 GPS 接收机采集的数据与机载GPS 接收机接收的数据进行载波相位差分处理，得到飞行平台精确的三维坐标，处理完一般利用该软件评估点位的精度，除此之外还可评估各点的质量等。 将 GPS 数据与 IMU姿态数据以卡尔曼滤波融合，得到最终精确的 sbet.out 航迹文件，该文件描述不同时刻激光扫描仪的空间位置以及姿态。 结合航迹文件和 SDC格式的激光测距数据，得到有地理参考的原始 LAS 点云数据。 整个过程中涉及IMU坐标系、激光扫描坐标系、载体坐标系、导航坐标系以及地心坐标系之间的转换，最终所有数据结果都归算到 WGS 84 坐标系统下。

相机的检校和点云数据的检校分别用不同软件进行处理。 应用 POS ac MMS 5.2 软件创建影像金字塔和连接点，以此进行数码相机的检校，检校结果为相机的内方位元素以及像空间坐标系与载体坐标系 3 个坐标轴间的偏心角，再综合航迹文件和相片的曝光时间记录计算可得到精确的影像外方位元素（X，Y，Z，O，P，K）。使用 TerraSolid 系列软件中的 TerraMatch进行LAS 点云数据的检校。 在检校之前需要把 sbet.out航迹文件加载到工程文件中，然后将航迹和点云对应起来，至此可以把地面点按不同航带分离出来，通过对重叠区的点进行计算得到精确的侧滚角、俯仰角和航偏角，重新解算LAS。

（2）点云数据处理

采用TerraScan软件模块处理点云数据，采用TerraModeler软件模块提取DEM和DSM。利用TerraScan软件模块处理点云数据的一般流程如图1-2所示。

Terra Scan中地面滤波采用的是瑞典 Peter Ax elsson 提出的不规则三角网法，先选择种子点构建一个粗略的地面三角网，剩余的点为非地面点，然后逐渐从非地面点中选择满足一定条件的点向初始粗略三角网中添加构成新的网，迭代计算，直到所有的点分为地面点和非地面点为止。 在地面滤波时要注意不同的地形选用不同的滤波参数，主要有地形坡度角、迭代角和迭代距离，需根据经验选择合适的参考值。 自动滤波完成后有些点的分类是错的，要结合正射影像进行手动分类。 一般情况下，尽量减少手动操作，以节省时间及成本。得到精确的地面点后即可提取 DEM 和等高线。根据需要不同，可生成不同采样间隔的三角网 DEM或格网DEM，格式可以是.txt、.tif、.asc 等，具体采用何种格式根据需要而定。 如果点云数据量太大，在满足精度要求的前提下可将点云抽稀后再建 DEM 和等高线。LAS 点云为 WGS 84 坐标系统，而我国通常采用北京 54 坐标系或西安 80 坐标系，这就涉及坐标转换的问题，一般平面坐标转换采用七参数进行转换，高程转换通过基准站 2个不同坐标系下的坐标拟合得到高程异常，然后对所有点云数据加上高程异常即可。 如果测区范围不大，也可以不进行高程转换。

（3）正射影像制作

通过POSPac MMS 可以得到精确的影像外方位元素，然后利用 inpho 摄影测量系统参考从点云数据提取的 DEM 进行正射纠正及正射影像的匀色及无缝镶嵌。在用 Application Master 导入影像的外方位元素后，需逐步选择数码相机型号、输入主距和内方位元素、像素大小以及镜头畸变等。 然后用 OrthoMaster模块参考DEM采用三次卷积法进行正射纠正，用OrthoVista 模块自动进行匀色处理及大范围正射影像的镶嵌。

与 ERDAS 的 LPS 模块相比，利用 OrthoVista 能够自动进行大面积的影像颜色平衡和自动羽化，匀色效果也很好，但数据量太大就必须分块处理，加载整幅大范围大数据量正射影像时TerraPhoto 模块自动从 Microstation 软件中卸载。

1.2.2　航空倾斜摄影

基于多角度观测的倾斜摄影测量技术（Oblique Photography Technique）是新一代的摄影测量技术（Sun J B，1994）（ Younian Wang，1999）（ ToutinT.，2004）。它主要包括倾斜摄影数据获取技术和数据处理技术。倾斜摄影测量技术的数据获取部分一般由四个倾斜摄影相机和一个垂直摄影相机构成，与GPS 接收机、高精度IMU 进行高度集成。摄影相机用来提供影像信息，而GPS、IMU 则分别提供位置和状态信息。在后续的数据处理过程中，一般通过在系统中集成定位、定姿设备或进行空中三角测量处理为拍摄的每张影像提供位置姿态信息。倾斜摄影测量技术使得“非现场”测量和分析可以在倾斜航片上进行，这一突破取决于它通过摄影测量方式获得的垂直正射像片和倾斜正射像片被整合到一个“场景文件”中，而“场景文件”则能够提供对任一构筑物及特征物的多视向、多维度的观察，将地物的观测引入符合人眼视觉的真实直观世界。

倾斜航空影像是在拍摄相机的主光轴与竖直方向存在一定夹角的情况下获取的，其投影光束关于主光轴是非中心对称的，对比分析传统竖直拍摄的航空影像，可以发现倾斜影像具有的几何特征明显不同于竖直影像，下面结合两张投影关系示意图，总结一下倾斜航空影像具有的特点。

①倾斜影像对应的地表覆盖区域为等腰梯形。理想情况下，竖直拍摄影像时投影光束关于主光轴是中心对称的，对应的地面区域为矩形；而倾斜投影时，投影光束只是沿着主纵线方向呈现线性对称，倾斜影像对应的地面区域为等腰梯形。

②倾斜影像中各部分的摄影比例尺是渐变的。由于倾斜影像摄影对应的地面形状近似为等腰梯形，所以，倾斜影像在垂直于主纵线的方向上，各像点比例尺相同，而在主纵线方向上各点比例尺呈渐变趋势。

③倾斜影像中的各个像点的分辨率均不相同。倾斜影像的摄影比例尺是渐变的，对应的地面区域又为等腰梯形，致使倾斜影像上的各个像素对应的地面区域大小和形状都有差异，即各个像素的分辨率不同，由于前景的采样间距比后景小，故其前景分辨率较高。

④倾斜影像上的地物遮挡突出、严重。因倾斜影像的拍摄光轴与垂直于地面的光轴存在较大的夹角，所以相比于竖直影像，倾斜影像上的地物遮挡更为突出、严重。

⑤同一地物对应多重分辨率倾斜影像。由于倾斜相机和垂直相机的焦距不相同，这就出现了影像间的摄影比例尺不相同的情况，即同一地物具有多重分辨率的影像倾斜摄影测量。

针对上述倾斜航空影像的特点，同时结合考虑倾斜摄影测量的目标产品，生产技术主要包括影像预处理、多视影像空三加密、4D 产品和三维建模等关键内容，其基本流程如图1-3 所示。

首先，倾斜相机在航飞前需要在地面检校场进行多次单相机检校，得到准确的单相机检校参数，包括内方位元素和畸变差改正参数，然后利用地面单相机检校参数对航飞得到的原始影像进行畸变差改正和匀光、匀色处理，这样得到的预处理数据才可用于接下来的空三加密处理。

多视影像空三加密是倾斜数据处理的关键步骤，此时，航飞时记录的 IMU 惯导数据和GPS 定位数据将作为多视影像空三加密的初始外方位元素参与平差计算。完成多视影像空三加密后，就可得到每张影像在虚拟三维空间中的位置和姿态数据，即精确外方位元素，这样无论是垂直影像还是倾斜影像都可根据其对应的精确外方位元素进行实时量测了。

（1）多角度相机及处理系统（朱庆，2012）

世界上较早的倾斜摄影相机被认为是徕卡公司2000年推出的ADS40三线阵数码相机，提供地物前视、正视和后视3个视角方向的影像。美国Pictometry公司和天宝公司（Trimble）则专门研制了倾斜摄影用的多角度相机，可以同时获取一个地区多个角度的影像；我国的四维远见公司也研制了自主知识产权的多角度相机。

①三线阵相机系统　三线阵ADS40/80相机系统可以获取高分辨率的影像，通过连续推扫式成像，其前视和后视相机可以提供同一航带上地物的倾斜影像。相机的前视倾角约为28°，后视倾角约为14°，获取的多视影像可以较为清晰地反映出地物的侧面纹理特征。此类影像处理很复杂，需要伴随高精度的POS数据，生成多级影像产品，但前后视倾角难以获取地物完整的侧面轮廓。

②三相机系统　天宝AOS倾斜相机系统由3台大幅面数码相机组成，一台下视获取垂直影像，另外两台获取倾斜角度在30°～40°之间的倾斜影像。通过旋转型架构结构，实现前后左右倾斜和垂直五个方向的摄影。整个镜头在曝光一次后自动旋转90°，以此获取地物四个方向上的侧视影像。

③五相机系统　SWDC-5倾斜摄影相机由5台哈苏H3D相机组成，中间一台垂直摄影，其余四台分别向四个方向进行倾斜摄影，其倾斜角在40°～45°之间，相机上方安置有IMU导航系统，同时集成GPS定位系统，可以在曝光瞬间准确获取相机倾角及外方位元素。

Pictometry相机系统由5台数码相机组成，一台获取垂直影像，另外四台从前后左右四个方向同时获取地物的侧视影像。相机倾斜角度在40°～60°之间，因此可以较为完整地获取地物侧面的轮廓和纹理信息。其产品包含两级影像：具有一般分辨率的“Community”级影像和基于其分割得到的较高分辨率的“Neighborhood”级影像。

（2）倾斜影像处理系统

伴随多角度相机的是倾斜影像处理系统的快速发展。美国Pictometry公司推出的Pictometry倾斜影像处理软件，能够较好地实现倾斜影像的定位量测、轮廓提取、纹理聚类等处理功能。法国Infoterra公司的像素工厂（Pixel Factory）作为新一代遥感影像自动化处理系统，StreetFactory子系统可以对倾斜影像进行精确的三维重建和快速的并行处理。此外，徕卡公司的LPS工作站、AeroMap公司的MultiVision系统、Intergraph公司的DMC系统等，都陆续开发了针对倾斜影像的量测、匹配、提取、建模等模块。

①Pictometry系统　Pictometry倾斜影像处理软件提供了倾斜影像管理工具EFS（Electronic Field Study），可以结合地理信息数据，对影像进行量测、定位、提取等操作，并对基于影像建立的模型做出一定的分析和可视化。其产品目前已在微软的VirtualEarth中得到应用。

②StreetFactory系统　StreetFactory系统通过对获得的倾斜影像进行几何处理、多视匹配、三角网构建，提取出典型地物的纹理特征，并对该纹理进行可视化处理，最终得到三维模型。依托PixelFactory的影像解译和并行处理能力，StreetFactory仅依靠倾斜影像，无需LIDAR等辅助设备，便可以提供逼真的建模场景和智能的处理流程，构建不同层次细节度（LoD）下的三角网模型，在精度、自动化、适应性及简洁性等方面都有着一定的优势。

（3）倾斜影像测量的关键技术

①多视影像联合平差　多视影像不仅包含垂直摄影数据，还包括倾斜摄影数据，而部分传统空中三角测量系统无法较好地处理倾斜摄影数据，因此，多视影像联合平差需充分考虑影像间的几何变形和遮挡关系。结合POS系统提供的多视影像外方位元素，采取由粗到精的金字塔匹配策略，在每级影像上进行同名点自动匹配和自由网光束法平差，得到较好的同名点匹配结果。同时，建立连接点和连接线、控制点坐标、GPU/IMU辅助数据的多视影像自检校区域网平差的误差方程，通过联合解算，确保平差结果的精度。

②多视影像密集匹配　影像匹配是摄影测量的基本问题之一，多视影像具有覆盖范围大、分辨率高等特点。因此，如何在匹配过程中充分考虑冗余信息，快速准确获取多视影像上的同名点坐标，进而获取地物的三维信息，是多视影像匹配的关键。由于单独使用一种匹配基元或匹配策略往往难以获取建模需要的同名点，因此近年来随着计算机视觉发展起来的多基元、多视影像匹配，逐渐成为人们研究的焦点。目前，在该领域的研究已取得很大进展，例如建筑物侧面的自动识别与提取。通过搜索多视影像上的特征，如建筑物边缘、墙面边缘和纹理，来确定建筑物的二维矢量数据集，影像上不同视角的二维特征可以转化为三维特征，在确定墙面时，可以设置若干影响因子并给予一定的权值，将墙面分为不同的类，将建筑的各个墙面进行平面扫描和分割，获取建筑物的侧面结构，再通过对侧面进行重构，提取出建筑物屋顶的高度和轮廓。

③数字表面模型生成和真正射影像纠正　多视影像密集匹配能得到高精度高分辨率的数字表面模型（DSM），充分表达地形地物起伏特征，已经成为新一代空间数据基础设施的重要内容。由于多角度倾斜影像之间的尺度差异较大，加上较严重的遮挡和阴影等问题，基于倾斜影像的DSM自动获取存在新的难点。可以首先根据自动空三解算出来的各影像外方位元素，分析与选择合适的影像匹配单元进行特征匹配和逐像素级的密集匹配，并引入并行算法，提高计算效率。在获取高密度DSM数据后，进行滤波处理，并将不同匹配单元进行融合，形成统一的DSM。

多视影像真正射纠正涉及物方连续的数字高程模型（DEM）和大量离散分布粒度差异很大的地物对象，以及海量的像方多角度影像，具有典型的数据密集和计算密集特点。因此，多视影像的真正射纠正，可分为物方和像方同时进行。在有DSM的基础上，根据物方连续地形和离散地物对象的几何特征，通过轮廓提取、面片拟合、屋顶重建等方法提取物方语义信息；同时在多视影像上，通过影像分割、边缘提取、纹理聚类等方法获取像方语义信息，再根据联合平差和密集匹配的结果建立物方和像方的同名点对应关系，继而建立全局优化采样策略和顾及几何辐射特性的联合纠正，同时进行整体匀光处理，实现多视影像真正射纠正。

目前，航空倾斜摄影在我国处于刚起步阶段，通过该技术手段生成的实景三维城市模型多半停留在浏览查看的水平，成果并没有实际应用到各个环节。鉴于国外的成熟经验，通过后续成果应用平台的研发，该技术成果有望应用于城市规划系统、城市管理系统、国土应用系统、社区管理系统等，使得倾斜摄影技术更好地服务于城市管理的各个环节，从而更好更快地推动我国智慧城市的建设。

1.2.3　无人机遥感

无人机（UAV）遥感即是利用先进的无人驾驶飞行器技术、遥感传感器技术、通信技术、GPS 差分定位技术和遥感应用技术，实现自动化、智能化、专用化快速获取空间遥感信息，完成遥感数据处理、建模和应用分析的应用技术（洪宇等，2008）（李德仁等，2014）。无人机遥感系统（UAVRSS）以UAV为平台、以高分辨率轻型数字遥感设备为机载传感器、以数据快速处理系统为技术支撑， 飞行高度一般在几千米以内，具有对地快速实时调查监测能力，广泛用于土地利用动态监测、矿产资源勘探、地质环境与灾害勘查、海洋资源与环境监测、地形图更新、林业草场监测以及农业、水利、电力、交通、公安、军事等领域。目前，成熟完备的民用UAVRSS主要由飞行平台系统、轻小型多功能对地观测传感系统、遥感空中交互控制系统、地面数据快速处理系统、数据传输链路、综合保障系统与装置、地面后勤人员组成，如图1-4所示。

无人机遥感作为一项空间数据采集的重要手段，由于其具有续航时间长、影像实时传输、高危地区探测、成本低、机动灵活等优点，已成为卫星遥感与有人机航空遥感的有力补充。随着无人机遥感技术不断发展和无人机市场逐渐成熟， 无人机遥感将成为未来的主要航空遥感平台之一， 已经成为世界各国争相研究的热点课题。然而， 要使无人机成为理想的遥感平台， 还有多个关键技术需要解决。

UAVRSS多使用小型成像与非成像传感器作为机载遥感设备，与传统的航天和航空影像相比，存在采样周期短、分辨率高、像幅小、影像数量多、倾角过大和倾斜方向不规律等问题。和有关几何模型，根据地面控制点进行几何和辐射校正；而对用于监测目的的遥感数据处理则有更高的实时性能要求，需要开发影像自动识别和快速拼接软件，实现影像质量、飞行质量的快速检查和数据的自动/交互式快速处理和自动变化检测等，以满足UAVRSS实时、快速工作的技术要求。

当前， UAV遥感数据的处理可分为地面准实时处理和机上实时处理。 传统 UAV 遥感数据的处理主要以地面处理为主，它通过固定或移动地面数据接收站，建立具有海量数据存储、管理和分发能力的数据中心，对遥感数据库中的遥感影像数据进行加工与应用。例如，武汉大学郭丙轩无人机数据处理团队通过无人机获取的测区数据。以整飞行区数据进行统一平差、加密、高密度测量，自动化生成 DEM 和正射影像。 机上实时处理则是随着全球定位系统、惯性导航技术以及高重复频率激光测距技术等的应用，面对越来越多的特殊、紧急事件的快速反应需求，发挥UAV灵活、机动、快速的独有优势而被提出的。它将GPS、北斗定位技术、惯性导航技术、激光测距技术进行集成得到机载扫描激光地形系统，并依此来为同机或同步获得的遥感图像提供定位信息，用于遥感数据的机上处理，完全摆脱了对地面的控制，节省了大量的人力、物力，大大提高了遥感作业效率，已成为国内外遥感界的研究热点和发展目标之一。未来，随着UAV飞行速度、遥感图像的分辨率、数据采样频率和通信频带宽度的不断提高，海量遥感图像数据自动、高速、高质量的实时处理将成为 UAV 遥感应用的新瓶颈。因此，不断进行大量科学研究与实践，解决新的技术问题，设计开发高性能的 UAV 航空遥感图像智能处理系统，是UAV遥感监测应用系统推陈出新的前提。

无人机遥感的主要应用如下。

（1）国土资源调查与城市管理

UAVRSS在国土资源环境调查与城市管理方面的应用主要是土地及资源调查与分类、环境监测、违章用地监测、城市交通管理等。已开展了大量研究实践工作。例如，国土事业部门和相关公司利用UAV装载小型高分辨率数码相机对一些县市开展土地资源调查，制作区域土地利用类型遥感图，提供农村集体土地所有权确权测量依据，大大改善了传统外业测量人为因素大、效率低、大范围工作成本高、工作时间长等弊端。城市规划管理与建设部门利用UAVRSS拍摄低空大比例尺图像和实时画面，通过地物分类进行异常提取，解译出违法乱建、废弃物乱堆乱放、道路拥堵和规划执行现状等信息，用于城市执法调查、处理与效果评估。

（2）气象、灾害监测与预报

无人气象飞机可装载遥感设备对温度、湿度、气压、风速、风向和电场等气象参数进行测量从而判断出某地区的天气情况。同时，在灾害预报、监测与评估中，灾害勘查与救援人员往往受制于灾区环境风险，导致一时无法安全抵达的问题。而遥感无疑是一种快速部署、零伤亡的灾情获取技术手段。UAV灾害遥感监测作为遥感监测的一部分，很好地弥补了卫星遥感、传统航空遥感等对地观测精度、时效和频度上的不足，健全了对地观测技术在灾害中的应用。

1.2.4　其他新型航空遥感

随着20世纪80年代成像光谱技术的出现，光学遥感进入了高光谱遥感阶段。高光谱遥感技术作为对地观测技术的重大突破，其发展潜力是以往几个遥感技术的发展阶段所不可比拟的，其中，航空高光谱遥感正日益显示出重要的实用价值，同时也将为航天高光谱遥感的发展奠定初步的技术基础。成像光谱技术通过将成像技术与光谱技术相结合，在对目标地物的空间特征成像的同时，获取每个像元近乎连续的窄波段光谱信息，使得基于特征光谱信息的目标地物遥感识别成为可能。光谱数据是一个光谱图像的立方体，其空间图像维描述地表二维空间特征，其光谱维揭示图像每一像元的光谱曲线特征，由此实现了遥感数据图像维与光谱维信息的有机融合。

高光谱数据处理方面（崔廷伟等，2003），目前国外已经开发了一些含有高光谱图像处理模块的软件，如美国JPL和USGS开发的SPAM、SIS、ENVI以及加拿大的PCI等软件。1991年科罗拉多大学的CSES研究中心采用交互式语言mL研制了基于UNIX的成像光谱处理系统SIPS，1993年推出了其微机版本。在国内，中国科学院遥感应用研究所开发了高光谱图像处理系统HIPAS，原地矿部航空物探遥感中心开发了成像光谱数据处理分析系统ISDPS。

多模态航空数字相机系统（Multi-modeAirborne Digital Camera，MADC）是由中国科学院遥感应用研究所高光谱研究室主持，跟上海技术物理研究所、中国科学院遥感应用研究所航空遥感中心等单位联合开发的航空大面阵CCD数字遥感系统。MADC系统将多台大面阵CCD相机进行组合，形成可以与航空胶片摄影媲美的视场角和摄影区域范围。该系统针对不同的应用目的，可以灵活、方便地实现宽视场、多光谱和立体成像3种作业模式。MADC系统还可以跟POS系统相结合，直接获取对应每幅（组）航摄影像的姿态角度和空间位置，从而保证使用少量地面控制点，甚至不需要地面控制点，就可以实现影像的几何精校正处理，省去大量的地面工作。

距离选通激光主动成像系统（GVS）利用高峰值功率的脉冲激光器瞬间照射目标，同时利用高精度门控电路延时触发窄快门面阵成像探测器（一般为像增强型CCD ， 即 ICCD ） 接收目标反射光成像，由于在激光往返目标的过程中，快门关闭可以有效地抑制背景噪声和杂波干扰，因而能显著提高对小暗目标的成像识别能力，另外，由于所得图像对应了一定的切片距离，可以通过图像处理获得目标的三维信息，并具有距离远、分辨率高的优点。

距离选通激光主动成像系统的关键技术如下。

①距离选通同步控制技术：同步控制技术是距离选通成像系统的关键技术之一，主要是使激光器和CCD相机同步，实现距离选通成像。根据距离选通成像系统的要求，确定照明脉冲和相机选通脉冲之间的时序和相应的延时关系，设计同步控制电路。同步控制电路主要由使快门开启与激光照射同步的定时电路组成，产生照明脉冲和相机选通脉冲，并且脉宽和延时可调。

②同步扫描技术：同步扫描技术是把激光器与接收机设置在2个间距一定距离的地方，使照明光束扫描线与接收机在被观察区域相交成一个角度，这样使后向散射光尽可能少地进入接收机中，这种方法能有效地增大探测距离，目前国外水下光电探测系统多采用同步扫描技术。

③激光器：通常采用脉冲Nd∶YAG激光器，工作波长为1.06μm，经倍频后为0.532μm，发射和接收光学系统均容易设计，探测也较容易，其缺点是穿透战场烟尘的能力较差。1.54μm波长的激光对人眼更安全，穿透战场烟雾的性能优于1.06μm。这类全固体激光器主要有两种，即铒玻璃激光器和拉曼频移Nd∶YAG激光器。为了有足够的能量，通常也采用激光二极管阵列。另一种有前途的是TEA CO2激光器，其发射波长为10.6μm，对人眼安全，且大气穿透性能好，但是其光学系统较复杂。

④接收机：要求具有外触发功能、高空间分辨率和量子效率、噪声低、孔径大，以及有足够的增益动态范围。GaAsP光电阴极管工作波长为532nm，量子效率接近50%。可选通的CCD耦合光电二极管信噪比达到10dB以上，第三代管子的选通能力优于10ns。

与机载红外设备相比，机载激光成像设备抗电磁干扰和抗隐身能力强，具有较高的角度、距离和速度分辨率优势，可在漆黑的夜晚、能见度低的恶劣天气条件下，探测暗弱目标，其在军事上的远距目标识别、精确制导等领域有着广泛的应用前景。

国外已经研制出多种激光主动成像系统，成功地用于水下成像、恶劣天气条件下远距离目标成像探测、搜索监视和救护工作、武器瞄准和目标指向器等民用和军事领域，而且有些系统已经装备部队，成为恶劣天气条件下侦察、探测、识别目标的有效手段。加拿大的LUCEI水下激光成像系统采用二极管泵浦Nd∶YAG激光器，用KDP倍频，输出波长0.532μm，采用选通式CCD摄像机，有效地消除了后向散射光，观察距离是普通摄像机的3～5倍。加拿大最大的光学、光子学研究开发中心INO研制的激光主动成像系统，在全黑、有雾、雨或雪条件下，能够提供空前的长距离视觉。INO主动成像激光器使用DALIS TM，能够在任意亮度下提供高分辨率成像的近红外脉冲激光照明器。该系统的特点是采用距离选通技术大大降低了大气后向散射引起的图像退化，因而分辨率高，能够对热对比度低的场景成像。在后向散射的恶劣天气条件下，对车辆识别。最近美国Intevac公司开发出一种距离选通激光照明二维成像系统，它工作在对人眼无害的1500～1600nm波段。该系统采用传输电子光电阴极，采用激光脉冲照射目标区域，可以实现远距离侦察。收集观测目标反射的激光能量，应用距离选通技术，只收集目标区域所反射的辐射，并在高量子效率的短波红外光电阴极上成像。这样，仅有激光束覆盖部分和选通时间内所确定的景深可以在图像中反映出来，因而该系统具有较高的对比度，而且还可用于小型相机并获得较高的灵敏度。

距离选通成像技术的发展趋势如下：对人眼安全；超远距离（>20km）；战术瞄准和对目标的鉴别能力，可用作机载、地面车载和士兵配带的装备。距离选通成像系统可以获得目标的距离信息，并且能够通过散射介质成像，能够从根本上克服被动成像的缺点，可以在全天候、零照度条件下工作，在民用和军事上具有重要的实用价值和广泛的应用前景。

航空磁探技术（韩磊，2014）是在第二次世界大战中由于探测潜艇的需要而发展起来的。战后，又在地质调查、矿产普查和地球科学研究工作中得到广泛应用。航空磁探是通过测量磁性物质在地磁场中迭加产生的异常磁场来探测目标的。

航空磁测是一种应用较为广泛的地球物理勘探方法， 具有经济、高效和高精度等探测特性， 可在人员不可及、条件恶劣、地形复杂的受限制地区开展工作， 勘探面积广， 现已广泛应用于石油天然气普查、矿产勘探和区域地质调查等 。随着高精度航空磁测技术的发展以及人们对浅层精细地质结构的关注度不断加深， 航空磁测技术逐渐开始运用在近地表浅层高精度探测， 通过借助无人机（UAV） 移动搭载平台实现小面积高效快速探测 。除了对浅层地质结构的探测外， 高精度磁测也是寻找深部隐伏矿的有效手段之一。

磁力仪探测到的信号是飞机平台干扰，目标磁场以及海洋磁场，地磁场等外磁场的叠加。探测出目标磁场的基本步骤如图1-5所示。

根据飞机飞行速度以及探测目标距离飞机的距离来选择合适的测量设备，通常测量除了需要一个高精度的探测磁力仪外，还需要三轴磁力仪测量方向余弦、高度计测量高度等辅助测量设备，若考虑海浪磁场还需要风速计来测量风速。这些设备是航空磁异常探测系统的数据采集部分，也是整个系统的输入。主要处理的数据来源于磁力仪探测到的标量总磁场值，其包括了磁异信号（目标磁场），设备干扰，飞机平台干扰，外磁场。接下来，进入数据后处理部分，输入总场数据，输出目标信息。

第一步，由于数据源包含了高频的设备噪声，通过低通滤波器处理数据，将这些设备噪声去除掉，可以得到只包含低频噪声的磁异信号，飞机平台干扰，地磁场信号。

第二步，对飞机干扰进行补偿。根据飞机磁干扰模型设计好的磁补偿算法，利用校准飞行中收集到的数据计算出模型中的磁干扰系数，利用这些系数，在补偿飞行阶段，实时地对磁力仪探测到的数据进行补偿，让目标信号显现出来，达到探测的目的。在磁补偿过程中，磁补偿算法很重要，直接影响探测的结果。

第三步，理论上磁补偿后，数据中除了磁异信号外，还有因磁补偿造成误差引起的残差值，这里包括了剩余的飞机磁干扰，以及算法中假设地磁恒定而遗留下来的地磁残留。将该数据直接交付给磁异信号检测算法，该算法根据磁性目标所引起的磁场分布异常，提取磁异信号的特征量，经处理得到目标相关信息的过程。该算法要求能在低信噪比的情况下，实时地进行检测。一般情况下，在检测之前，都会对数据做一个预处理，将有色噪声白化。

第四步，根据获得的探测点，反演出目标的位置、速度、航向等信息。常用的反演方法包括二次差分矩阵法（SDMM）、频谱匹配法（FDMM）、欧拉反演等。