李国春
上一篇 我们演示的数据都是同一天的和来自同一颗卫星的一个传感器。这当然是最简单的理想情况了，实际上可能要比这复杂。
（《遥感数据处理流程新概念（一） ——RSD的面向任务》 https://blog.csdn.net/gordon3000/article/details/93171572 ）
首先是位置的准确性。RSD的拼接是基于地理坐标的，准确的地理位置是完美拼接的前提。以现在的技术校正两幅影像使其误差在一个像元之内是可以做到的，这个问题不在这里讨论。就是说假设的前提是影像已经做了合格的几何位置配准。
第二个问题是拼接目标的要求。RSD是数据和图像完全分离的结构，不存在“图谱合一”之说。这样拼接目标就有对图像的拼接和对光谱数据拼接的区别。对于图像的拼接认为是“几何应用”，RSD有匀色羽化等处理方案，也不在这里讨论了。另一种应用是对数据拼接的“物理应用”，要求保证光谱数据真实。这是我们这里要关注的问题。
这样引出一个数据主次的问题。除非像在上一篇中一样，我们使用的同一天同一卫星传感器的数据，否则都有一个哪个数集更能代表实际要求的问题。例如，几景拼合后有一景有云，需要用替补数据替换，这样原数据与替补数据交集部分就尽量保留原数据像元。再比如，非同期的两景数据，哪一景数据与目标日期更接近，就保留哪一景数据的交集像元…。
还有一个是数据本身不一致的问题。比方北方冬季无植被覆盖的农田与生长季的农田之间的光谱数据的严重不一致。可以通过只修改图像使其看起来更好一些，或者通过变换数据取值范围使其表观看起来比较均一。实际上没又大必要。还是集中关注数据的一致性更重要。
下面再来说说拼接线。两景数据由直线边界整齐地拼接在一起，许多内部均一的对象被强行分割成两部分，有时探测角度不同会对不齐。如果按照对象的边缘构造一条弯曲的界限，就不会把对象强行分开了。由于RSD就是逻辑合并，没有设计拼接线，但是可以使用对象剪切的技术实现按照对象边缘的拼接。
下面举例说明光谱数据的拼接：
一 加载两景数据
图1
图1是两景GF-1 MSS数据，分别为9月份和4月份，季节不同图像看起来色差明显。此外，除了有色差外位置还有偏移。我们先进行几何配准。校正后结果见图2。
图2
保留9月份的数据（偏绿色），对其按对象进行边缘剪切。对象的划分参阅
https://blog.csdn.net/gordon3000/article/details/84059254
对象划分好以后，用“笔尖”光标的工具，圈出一个多边形区域，然后右击鼠标就有菜单可以山粗圈出的对象。
将偏绿色的数据边缘删除一部分对象，结果见图3。这是隐藏了4月份的数据后显示的结果，看起来比较乱。
图3
由于对象的划分不同，剪切后效果不同。打开替补数据（4月）见图4。
图4
现在两层数据还仍然各是各的，没有合并在一起。除了色差很大，别的没什么大问题。下面合并一下吧。合并后的效果见图5。
图5
东北地区4月份和9月份光谱差异太大，合在一起没法看了。
用RSD的辐射定标工具对数据进行了一些强制变换，也就是通过一个斜率和一个截距进行了一下线性处理（其实可以直方图规定，这样图像更均衡，但是这样就没法逆计算了，直接用一个线性模型随时可逆，不是说的好的定量应用嘛）。然后再重新合并，结果见图6。
图6
比先前好多了，虽然仔细看还是有些不尽如人意，不过这是数据变换的问题，我们找时间进一步讨论。
RSD认为拼接有两种，一种是纯保证图像的质量的图像拼接，用于“几何应用”目的。另一种是数据拼接，追求光谱数据的真实性。
软件下载地址：https://pan.baidu.com/s/1T-LBvaD_zVCwJsGf_hCyCg
详情加企鹅群136965427，在这里解答和讨论有关遥感数据处理和RSD平台的有关技术问题。
