浅谈遥感数字图像处理
数字遥感影像的图像处理与识别
数字遥感影像的图像处理与识别数字遥感影像是一种获取地球表面相关信息的高效手段。
通过遥感技术获取的数字遥感影像可以为我们提供非常丰富的数据，这些数据往往能够方便我们对地球表面进行观测和研究。
然而，这些数据过于庞大，而且含有大量信息，要想对其进行分析和处理，就必须运用到数字遥感影像的图像处理与识别技术。
数字遥感影像的图像处理是指针对所获得的遥感影像，利用数字图像处理方法对其进行分析、处理和优化。
这其中涉及到的领域非常广泛，包括图像增强、分类、分割等多种技术。
例如，对于数字遥感影像的图像增强，可以采用直方图均衡化、滤波、锐化等方法，使图像更加清晰明了，从而方便后续分析及应用。
数字遥感影像的图像分类则常用于嵌入式目标检测和场景识别等应用领域。
这方面常采用支持向量机（SVM）算法，基于大量的样本图像进行特征提取和学习，从而提高数字遥感影像的分类准确性。
而数字遥感影像的分割则涉及到对图像中的不同特征区域进行提取和划分。
这种技术常用于城市、森林、耕地等自然资源的分类和分析。
最常用的分割技术是基于特征分割（如纹理、颜色、形状、边缘等）和模型分割（如基于区域生长、基于水平集等算法）。
数字遥感影像的图像处理领域还有很多其他的技术，包括波谷检测、形态学操作、图像拼接、稀疏表示等。
在实践中，我们会根据具体的需求场景，选取最合适的技术进行分析和处理。
数字遥感影像的图像识别，也是指利用数字遥感影像数据进行场景、物体等识别的技术。
这种技术经常用于监测和跟踪移动目标（如车辆、人员），研究自然和人造物的状态及变化，提高遥感数据的处理效率和精度。
其中最常用的技术是基于神经网络的图像识别技术，利用卷积神经网络（CNN）进行特征提取、分类和识别。
随着深度学习的发展，数字遥感影像图像识别的准确性得到了大幅提升，其应用范围也随之拓宽。
总之，数字遥感影像的图像处理与识别技术，是实现数字遥感影像高效应用的重要手段。
对于越来越庞大的遥感数据，运用这些技术将为我们提供更准确、高效、自动化的数据处理和分析服务，将对科研、应用等领域产生深远影响。
数字图像处理技术在遥感图像分析中的应用
数字图像处理技术在遥感图像分析中的应用摘要：数字图像处理技术是一种广泛应用于遥感图像分析的技术。
本文将介绍数字图像处理技术在遥感图像分析中的主要应用，并讨论其在地表覆盖分类、目标检测与提取、图像增强以及变化检测等方面的优势和应用案例。
数字图像处理技术的应用使得遥感图像的分析和解释更加准确和高效。
1. 引言遥感技术以其高效、大范围的特点在资源调查、环境监测等领域得到了广泛的应用。
而遥感图像的处理和解释对于遥感技术的进一步发展至关重要。
数字图像处理技术作为一种强大的工具，能够提供一系列对遥感图像进行分析和处理的方法。
本文将针对数字图像处理技术在遥感图像分析中的应用进行讨论和分析。
2. 地表覆盖分类地表覆盖分类是遥感图像处理中一个重要的任务。
数字图像处理技术可以通过灰度直方图均衡、滤波、边缘检测等方法对遥感图像进行预处理，从而更好地进行地表覆盖分类。
同时，数字图像处理技术还可以通过图像分割、特征提取等方法进行对象识别，并将其标记为不同的地表覆盖类型。
这种技术应用可以有效地提高地表覆盖分类的准确性和效率。
3. 目标检测与提取在遥感图像分析中，目标检测与提取是一项重要的任务。
数字图像处理技术可以通过边缘检测、形态学分析、图像分割等方法，将感兴趣的目标从遥感图像中提取出来。
这种应用可以帮助遥感分析师快速发现目标并进行进一步的分析和解读，提高遥感图像的解释效果。
4. 图像增强图像增强是数字图像处理技术在遥感图像分析中的另一个重要应用。
遥感图像由于采集和传输过程中的种种因素，可能存在噪声、模糊等问题。
数字图像处理技术可以通过滤波、增强对比度、色彩平衡等方法对遥感图像进行增强，提高图像的视觉质量和可解释性。
5. 变化检测变化检测是利用遥感图像进行地表变化监测和分析的一项重要任务。
数字图像处理技术可以通过对比两幅遥感图像的像素值、纹理特征、形状等信息进行分析，检测地图变化的位置和类型。
这种应用可以帮助决策者及时了解地表变化情况，制定相应的决策措施。
浅谈遥感数字图像处理
信息技术摘要：遥感是通过对反映地物的电磁波信息的处理、分析与解译来进行地物识别和专题研究的。
运用遥感数字图像进行地物识别和专题研究时，对遥感图像的精度都有一定的要求，而通常我们得到的遥感数字图像需要做一些处理才能达到相应的要求，从而加以使用。
关键词：遥感图像处理0引言所谓遥感，即指应用现代技术和先进的工具，不与目标物体相接触，而从远距离接收目标物体的电磁波谱信息，并对所搜集的信息进行加工、传输、处理、存储，最后对其进行分析与解译的一门新兴的综合性科学技术[1]。
遥感图像处理是遥感技术的核心内容之一。
随着遥感图像处理技术的应用日益广泛和深化，遥感信息提取也日益成为一个热门研究领域。
1遥感图像处理技术存在问题遥感图像处理技术经过半个世纪的发展，正逐步走向完善。
但是，遥感图像处理是计算机图像处理的一个应用方向，遥感图像处理技术发展水平也依赖于计算机图像处理学科的发展，仍然不超出计算机图像的理论水平。
因此，遥感图像处理技术还存在着以下几个方面的问题：1.1现存的图像处理理论基本是针对二值或灰值图像的。
彩色图像处理也是根据灰值图像处理理论方法来处理，然后用彩色模式来显示。
直接针对彩色图像处理的理论还不成熟。
然而遥感数字图像中相当一部分像素值都超出了灰度值的范围，遥感图像处理过程中必须对这些灰度值进行相应的拉伸处理，这就影响了遥感图像的处理效果。
1.2现存的图像处理方法通用性差，往往一种处理方法对某一幅图像效果明显，而用于另一幅图像时往往达不到预期效果。
对于复杂的遥感图像来说，图像处理者往往需要多次尝试，才能找到一个合适的处理方法。
1.3信息提取，特别是计算机自动提取一直是计算机图像处理领域的经典难题。
目前在这方面还没有成熟的方法与理论。
遥感图像处理往往是为了提取图像中的感兴趣信息，这对于图像处理工作者来说，也是最为棘手的问题。
虽然遥感图像处理技术还有很多不成熟的地方，但是随着计算机科学、信息科学以及遥感技术理论的发展，遥感图像处理技术必将得到进一步完善。
遥感数字图像处理
遥感数字图像处理1.图像(image)就是对客观对象的一种相似性的描述或写真。
图像包含了这个客观对象的信息。
就是人们最主要的信息源。
2.数字图像指数字存储的、用计算机直接处理的图像,就是空间坐标与图像数值不连续的、用离散数值表示的图像,在计算机内部,数字图像表现为二维阵列(网格),属于不可见图像。
3.什么就是遥感数字图像,模拟图像(图片)与遥感数字图像有什么区别？遥感数字图像就是以数字形式存储与表达的遥感图像。
模拟图像:又称光学图像,以胶片、相纸等硬拷贝形式存储的图像。
图像就是自然景物的反映,人眼感知的景物一般就是连续的,照相机(非数码式)拍摄形成的照片也就是连续的,两者均称之为模拟图像。
广义的模拟图像还包括绘画。
区别:模拟图像的显著特点就是连续性: ①空间位置的变化就是连续的②每一空间位置上的亮度、色彩变化就是连续的③符合数学上微积分连续性的定义数字图像的特点:便于计算机处理与分析;图像信息损失低;抽象性强。
4.什么就是遥感数字图像处理？它包括那些内容？答:利用计算机对遥感数字图像进行一系列的操作,以求达到预期结果的技术,称作遥感数字图像处理。
其内容有:①图像转换。
包括模数(A/D)转换与数模(D/A)转换。
图像转换的另一种含义就是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作,如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换与小波变换等。
②数字图像校正。
主要包括辐射校正与几何校正两种。
③数字图像增强。
采用一系列技术改善图像的视觉效果,提高图像的清晰度、对比度,突出所需信息的工作称为图像增强。
图像增强处理不就是以图像保真度为原则,而就是设法有选择地突出便于人或机器分析某些感兴趣的信息,抑制一些无用的信息,以提高图像的使用价值。
④多源信息复合(融合)。
⑤遥感数字图像计算机解译处理。
5.、什么就是图像增强？主要目的就是什么？主要有哪些方法？图像增强:使用多种处理方法压抑、去除噪声,增强显示图像整体或突出图像中特定地物的信息,使图像更容易理解、解译与判读。
遥感数字图像处理
遥感数字图像处理第一章1.图像是对客观对象一种相似性的描述或写真，它包含了被描述或写真对象的信息，是人们最主要的信息源。
根据人眼的视觉可视性将图像分为可见图像和不可见图像。
按图像的明暗程度和空间坐标的连续性，将图像分为数字图像和模拟图像。
2数字图像指用计算机存储和处理的图像，是一种空间坐标和灰度均不连续、以离散数学原理表达的图像。
数字图像最基本的单位是像素。
3遥感数字图像是数字形式的遥感图像。
4遥感数字图像处理，是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。
主要内容：（1）图像增强：灰度拉伸、平滑、锐化、彩色合成、主成分变换、K-T变换、代数运算、图像融合等压抑、去除噪声，增强整体图像或突出图像中的特定地物的信息，使图像更容易理解、解释和判读（2）图像校正（3）信息提取5遥感数字图像处理系统：硬件系统（计算机、数字化设备、大容量存储设备、显示器和输出设备、操作台）、软件系统（ERDAS IMAGING最突出的特色是专家模拟系统、可视化建模工具以及与ArcGIS软件的高度集成、ENVI 最突出的特色是具有丰富的高光谱数据处理工具和内嵌的IDL开发语言、PCI Geomatica最特出的特色是功能丰富的工具箱和建模系统、ER Mapper遥感图像处理系统最大特点是基于算法的图像处理）6遥感基本知识：物理学、地学、数学、信息理论、计算机技术和地理信息系统第二章1遥感是遥感信息的获取、传输、处理以及分析判读和应用的过程2遥感系统是一个从地面到空中乃至整个空间，从信息收集、存储、传输、处理到分析、判读、应用的技术体系，主要包括遥感实验、信息获取、信息传输、信息处理、信息应用等5个部分。
3传感器是收集和记录电磁辐射能量信息的装置。
按工作方式分为被动、主动方式，按数据的记录方式，分为成像和非成像方式。
4摄影成像：传感器主要是摄影机，在快门打开的一瞬间几乎同时收集目标上所有的反射光，聚焦到胶片上成为衣服影响，并记录下来。
对遥感数字图像处理的认识和理解
对遥感数字图像处理的认识和理解对遥感数字图像处理的认识和理解10资源（2）班徐某人进入20世纪后，人类面临着尖锐的人口大幅度增长、非再生资源趋向枯竭和生态环境不断恶化的巨大压力等问题。
卫星遥感技术的兴起使人们有可能从太空的高度连续、重复地观测地球，从而为人类进一步认识地球的全貌与动态变化，更准确的摸清地球所拥有的资源、更加合理地规划利用资源、更有效地治理和保护环境提供了一种其所未有的强大技术。
尤其是随着对地球观测技术的迅速发展，遥感图像在社会生活和经济建设中发挥着越来越重要的作用。
遥感图像已不仅仅是科学研究和工程设施建设的基础数据，同时，伴随着Google Earth的使用，各种类型的遥感图像已经成为普通人生活的一部分。
遥感图像正不断扩展人类对世界的认知广度和深度。
遥感数字图像的处理，是对遥感数字图像的计算机处理，主要应用在地物成分的分析和信息的提取。
与其他领域的数字图像不同，遥感数字图像拥有更加多样的内心，更为复杂的内容。
因此，遥感数字图像的处理，不仅仅需要掌握已有的数字图像处理方法，而且需要具有相当的地理学知识，所以遥感数字图像的处理是科学和艺术的有机结合。
在遥感数字图像处理中，数据源不同，图像的特征便不同。
通过传感器获取的数字图像以数字文件的方式储存。
传感器的分辨率不同，产生的文件格式不同，文件大小不同，图像处理的复杂程度也不同。
数字图像处理是对图像中的像素进行系列的才做，图像的处理过程就是文件的存取过程和数据处理过程。
为了方便图像的处理，一般会建立遥感数字模型。
遥感数字模型是理解遥感数据的根本；不同类型的图像，其表达方式不同，描述方法也不同。
一般情况下，统计描述是数字图像最基本的定量描述手段。
数字图像处理的方法多样，有显示和拉伸、校正、变换等。
其中图像的合成显示和拉伸是最基本的。
显示是为了理解数字图像中的内容或对处理结果进行对比；图像的拉伸是为了提高图像的对比度，改善图像的显示效果；图像的校正，是图像的预处理工作，目的是校正成像过程中各种因素影响导致的图像失真，校正一般包括辐射校正和几何精纠正两部分。
数字图像处理技术在遥感图像解译中的应用
数字图像处理技术在遥感图像解译中的应用摘要：随着遥感技术的快速发展，数字图像处理技术在遥感图像解译中的应用变得越来越广泛。
数字图像处理技术可以提取和分析遥感图像中的各种信息，帮助用户更好地理解并解释遥感图像。
本文将介绍数字图像处理技术在遥感图像解译中的应用，包括图像增强、目标检测和分类以及影像图像处理等方面的内容。
1. 引言遥感图像解译是对获取的遥感图像进行信息提取和分析，以获取地表或大气某些特征的过程。
数字图像处理技术作为一种重要的数据分析工具，可以在遥感图像解译中发挥重要作用。
数字图像处理技术可以对遥感图像进行增强、分割、分类等处理，从而提取出有用的信息。
2. 图像增强图像增强是数字图像处理技术中的一种重要操作，它可以改善遥感图像的视觉质量和信息内容。
图像增强技术主要包括灰度变换、直方图均衡化、空域滤波和频域滤波等方法。
通过这些方法，可以提高遥感图像的对比度、去除噪声以及增强图像的细节等。
例如，当遥感图像中存在较强的噪声时，可以应用空域滤波方法来抑制噪声并增强图像的细节。
3. 目标检测和分类目标检测和分类是遥感图像解译的重要任务之一。
数字图像处理技术可以用来检测和分类遥感图像中的地物目标。
目标检测是指在遥感图像中自动识别和定位感兴趣目标的过程，而目标分类则是将感兴趣目标分为不同的类别。
目标检测和分类依赖于特征提取和分类器的选择。
数字图像处理技术可以通过应用边缘检测、纹理分析、颜色特征提取等方法来提取目标特征，并应用分类算法来自动识别和分类地物目标。
4. 影像图像处理影像图像处理是遥感图像解译中的一个重要方面。
遥感图像通常具有高分辨率和大量的信息，因此需要应用数字图像处理技术来处理和分析这些图像。
例如，图像拼接技术可以将多幅低分辨率图像拼接成一幅高分辨率图像，从而提高地物目标的识别能力。
图像匹配和配准技术可以将多幅遥感图像进行配准，以便进行地物变化监测和地表覆盖分类等应用。
5. 数字图像处理技术的挑战和发展方向虽然数字图像处理技术在遥感图像解译中取得了显著成果，但仍然存在一些挑战。
遥感数据中的图像处理算法研究
遥感数据中的图像处理算法研究一、引言遥感技术可以通过感知地球表面的特征与参数，获取大规模、全面、实时的地理信息。
因此，遥感技术在自然资源调查与监测、城市规划、环境保护、军事侦察、测绘制图等领域中具有重要的应用价值。
而图像处理作为遥感技术中最为关键的环节之一，被广泛应用于图像识别、分类、拼接、变形等处理任务中。
本文将对遥感数据中的图像处理算法进行细致分析。
二、图像预处理图像处理是指将原始图像转换成数字图像，并对该图像进行处理。
首先，前期图像处理需要对数据进行不同类型的预编码，其中包括背景抵消、内部风险消除等等。
2.1 背景抵消背景抵消是一种图像预处理技术，主要用于从遥感数据中检测出地表特征。
在此技术中，首先要对图像进行滤波处理，去除图像的低频内容，以保留图像中的高频信息。
接着，对图像的背景进行提取，以得到图像中各个分量的准确信息。
2.2 内部风险消除在遥感数据处理中，内部风险消除是一项重要的预处理技术。
由于图像分辨率低、云、雾等自然环境因素的干扰等问题，在处理图像时，往往会出现斑点、信号缺失等噪声。
因此，消除这些噪声对于提高图像处理效果非常重要，以保证最终结果的准确性。
三、图像分类图像分类即将同类型的像素点按属性分成一个集合，我们只要分析这个集合的中心和方差等统计特征值即可进行分类。
在遥感数据中，图像分类主要依据地物的属性进行分类。
例如，将土地利用类型属性（如城市、建筑、岩石、水体、植被等）与地形等属性相结合，进行图像分类，可以得到更为精准的地物分类图。
3.1 K-均值聚类K-均值聚类算法是图像分类的一种传统方法，其主要是以K值为聚类的中心点数，根据给定像素的坐标和颜色信息将图像进行分类。
该算法主要是找到最小的平均离差平方和（SSE），作为K 个聚类中心点的初始值，并通过迭代的方式计算，直到聚类结果不再发生变化为止。
但该算法需要提前设置K值，计算复杂度较高。
3.2 支持向量机分类支持向量机（SVM）分类是一种基于统计学习理论的分类模型，适用于分类问题，尤其适用于小样本数据集、非线性分类和高维数据集。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
浅谈遥感数字图像处理
作者：陈耀辉
来源：《中小企业管理与科技·下旬刊》2011年第04期
摘要：遥感是通过对反映地物的电磁波信息的处理、分析与解译来进行地物识别和专题研究的。
运用遥感数字图像进行地物识别和专题研究时，对遥感图像的精度都有一定的要求，而通常我们得到的遥感数字图像需要做一些处理才能达到相应的要求，从而加以使用。
关键词：遥感图像处理
0 引言
所谓遥感，即指应用现代技术和先进的工具，不与目标物体相接触，而从远距离接收目标物体的电磁波谱信息，并对所搜集的信息进行加工、传输、处理、存储，最后对其进行分析与解译的一门新兴的综合性科学技术[1]。
遥感图像处理是遥感技术的核心内容之一。
随着遥感图像处理技术的应用日益广泛和深化，遥感信息提取也日益成为一个热门研究领域。
1 遥感图像处理技术存在问题
遥感图像处理技术经过半个世纪的发展，正逐步走向完善。
但是，遥感图像处理是计算机图像处理的一个应用方向，遥感图像处理技术发展水平也依赖于计算机图像处理学科的发展，仍然不超出计算机图像的理论水平。
因此，遥感图像处理技术还存在着以下几个方面的问题：
1.1 现存的图像处理理论基本是针对二值或灰值图像的。
彩色图像处理也是根据灰值图像处理理论方法来处理，然后用彩色模式来显示。
直接针对彩色图像处理的理论还不成熟。
然而遥感数字图像中相当一部分像素值都超出了灰度值的范围，遥感图像处理过程中必须对这些灰度值进行相应的拉伸处理，这就影响了遥感图像的处理效果。
1.2 现存的图像处理方法通用性差，往往一种处理方法对某一幅图像效果明显，而用于另一幅图像时往往达不到预期效果。
对于复杂的遥感图像来说，图像处理者往往需要多次尝试，才能找到一个合适的处理方法。
1.3 信息提取，特别是计算机自动提取一直是计算机图像处理领域的经典难题。
目前在这方面还没有成熟的方法与理论。
遥感图像处理往往是为了提取图像中的感兴趣信息，这对于图像处理工作者来说，也是最为棘手的问题。
虽然遥感图像处理技术还有很多不成熟的地方，但是随着计算机科学、信息科学以及遥感技术理论的发展，遥感图像处理技术必将得到进一步完善。
2 遥感数字图像预处理
辐射校正：
2.1 传感器的辐射校正传感器的辐射校正主要校正由于传感器灵敏度特性变化而引起的辐射失真，包括对光学系统特性引起失真的校正和对光电转换系统特性引起失真的校正，一般卫星地面站提供给用户的CCT数据磁带都已进行过这种辐射失真的校正，因此在对本图的预处理过程中没有做辐射校正工作。
2.2 大气校正遥感传感器感测的信息是地物对太阳光的反射或地物发射的电磁波经过大气层传输并与大气发生作用后的结果，大气通过对电磁波的吸收和散射（大气的吸收和散射作用不仅造成地物辐射电磁波能量的衰减，而且散射还将产生邻近像元间的辐射干扰和形成天空光）来影响和改变遥感图像的辐射性质，其中对遥感图像影响最大的是散射作用，因而通常遥感数字图像处理的大气校正是指大气散射校正，即消除大气散射对辐射失真的影响[2]。
由于大气的散射作用，传感器在接收地物辐射信息的同时也接收了散射所造成的非地物辐射能，从而使得遥感图像对比度下降，导致图像犹如蒙上了一层薄纱一样不清晰。
一般可通过三种途径进行大气散射校正，即辐射传递方程计算法、野外波谱测试回归分析法及多波段图像的对比分析法，由于前两种方法在实际操作时较困难，因而一般很少使用。
2.3 照度校正遥感图像的质量与摄影时的光照条件有直接关系。
照度校正是用来校正由于不同成像时间及不同太阳高度角所引起的辐射差异。
在不考虑地形影响及太阳高度角对大气衍射影响的情况下，对太阳高度角给予亮度值的影响作校正或补偿。
3 除噪声处理
在遥感图像中，有时因仪器的故障（如传感器、传输设备等的故障）以及各种干扰等会引起不正常的斑点或条纹，这些斑点和条纹不仅可能造成直接引用时的信息错误，而且在统计处理过程中会引起不良的结果，对于遥感图像处理来说，除噪是必要的。
3.1 斑点的判定与消除斑点是由传感器的噪声或磁带等部件的误码率造成的，其特点是孤立的、分散的，往往和周围的亮度值有明显的差别，并且彼此不相关。
斑点可以通过将图像像元亮度值同它的邻近像元值进行比较来判定。
3.2 条纹的判定与消除条纹是指扫描图像中出现的与辐射信息无关的线条噪声，其表现为图像上的部分扫描行或线段的亮度值不反映地物的辐射，并且与上下行的亮度截然不同。
条纹的特点是：①分布一般不规则，可稀可密、可长可短；②亮度值一般趋于极端（或黑或白）；
③有这种条纹的图像的标准差往往显著增大。
条纹的消除方法比较简单，通常将条纹上的各像元点的上、下相邻两扫描行对应像元亮度值取平均值来代替即可。
4遥感数字图像镶嵌处理
在遥感图像的应用过程中，经常会出现下面情形：研究区处于几幅图像的交界处或研究区较大需要多幅图像才能覆盖。
在遥感图像的应用过程中，经常会出现下面情形：研究区处于几幅图像的交界处或研究区较大需要多幅图像才能覆盖。
进而镶嵌起来，以便于更好地统一处理、解译、分析和研究。
遥感数字图像的镶嵌处理是遥感数字图像预处理内容的一部分，本文简略介绍。
4.1 准备工作首先要根据研究对象和专业要求，挑选数据合适的遥感图像。
在镶嵌时，应尽可能选择成像时间和成像条件接近的遥感图像，以减轻后续的色调调整工作。
并且需要检查图像的质量，确定下一步处理的对象和内容。
4.2 遥感数字图像的恢复处理预处理工作主要包括：辐射校正、去条带和斑点、几何校正等内容。
4.3 确定实施方案在进行多幅图像的镶嵌时，镶嵌方案的确定是较为重要的，镶嵌实施方案确定得好，可以节省时间和工作量，否则可能会增加不必要的工作量。
为此，首先应确定标准像幅，标准像幅往往选择处于研究区中央的图像，以后的镶嵌工作都以此图像作为基准进行；其次确定镶嵌的顺序，即以标准像幅为中心，由中央向四周逐步进行。
4.4 重叠区确定遥感图像镶嵌工作的进行主要是基于相邻图像的重叠区的。
无论是色调调整，还是几何镶嵌，都是将重叠区作为基准进行的。
重叠区确定得是否准确直接影响镶嵌的效果。
两幅影像的拼接不可避免的涉及到重复区，因此需要仔细的对重叠区加以确定以便使研究区的遥感影像制作取得最佳效果。
4.5 色彩调整色调调整是遥感图像数字镶嵌技术中的一个关键环节。
不同时相或成像条件存在差异的图像，由于要镶嵌的图像辐射水平不一样，图像的亮度差异较大。
通常采用重叠区内两幅图像的亮度值作均值处理或作变系数加权和处理。
镶嵌后重叠区图像色调不一致，从而影响应用的效果。
因此必须进行色调调整。
5 遥感数字图像信息增强
图像增强是遥感数字图像处理的基本内容之一。
它是指按照特定的需要突出一幅图像的某些信息，同时削弱或去除某些不需要的信息的处理方法[3]，其目的是使处理后的图像对于某种特定的应用比原始图像更适用。
参考文献：
[1]梅安新，彭望禄等.遥感导论[M].北京：高等教育出版社，2001(7):P1-10.
[2]孙家柄，舒宁，关泽群等.遥感原理、方法和应用[M].北京:测绘出版社，1997:P3-29.
[3]李铁芳，冯均佖，苏民生.遥感图像数字处理原理与应用[M].昆明：云南科技出版社，1987：P58-70.。