遥感技术与应用5遥感图像处理
合集下载
5近地遥感及雷达遥感解析
微波传感器利用波长分布在1cm-1m范围的电磁能量.这些波长相对较长的电磁 能量的一个显著优点是:不受天气和云层的影响,独立于外界气象状况,如雾. 在微波遥感中包括主动传感器和被动传感器. 被动传感器类似热红外传感器,监测自然界物体散射的微波能量.它们被广泛 应用在气象,水文和海洋地理学上. 在主动传感器上, 利用天线发射微波光束到达地表,被地表散射到空中天线 接收到能量被传感器记录下来,利用主动微波传感器由几个优点:
遥感技术与应用——5近地遥感及雷达遥感
12
斜距分辨率
在斜距分辨率上, 被定义为地面物体 被两个不同回波可 被分开的最小距离. 换句话说,两个物体 在斜距方向上能够 被独立识别,至少应 间隔脉冲宽度的一 半.该分辨率独立于 斜距但依靠入射角.
遥感技术与应用——5近地遥感及雷达遥感
13
航向分辨率
由天线发射的波束宽度和地 面距离决定的,由于天线发射 的波束并非平行,而是由一个 很小的角度,因此方位分辨率 并非常数
遥感技术与应用——5近地遥感及雷达遥感
2
近地遥感的特点
应用近地遥感技术对地球表面各种物体进行识别和分类，是 以这些地物对电磁波的辐射、反射和吸收等特征为基础的。
野外光谱测定的地面遥感方式，具有以下特点 ： 1、所需要的仪器设备比较单一 2、测定方法比较灵活 3、可以不改变自然环境的条件，真实地反映自然界各种农 作物和土壤的光谱反射特性
第五章
近地遥感及雷达遥感
遥感技术与应用——5近地遥感及雷达遥感
1
近地遥感的原理
1、定义：把传感器安置在地面、低塔、高塔和吊车上对地面 进行探测，这种方式叫“地面遥感”或“近地遥感” 。或者 说近地遥感就是传感器设置在地面平台上，如车载、船载 、手提、固定或活动高架平台等的遥感。
遥感技术与应用——5近地遥感及雷达遥感
12
斜距分辨率
在斜距分辨率上, 被定义为地面物体 被两个不同回波可 被分开的最小距离. 换句话说,两个物体 在斜距方向上能够 被独立识别,至少应 间隔脉冲宽度的一 半.该分辨率独立于 斜距但依靠入射角.
遥感技术与应用——5近地遥感及雷达遥感
13
航向分辨率
由天线发射的波束宽度和地 面距离决定的,由于天线发射 的波束并非平行,而是由一个 很小的角度,因此方位分辨率 并非常数
遥感技术与应用——5近地遥感及雷达遥感
2
近地遥感的特点
应用近地遥感技术对地球表面各种物体进行识别和分类，是 以这些地物对电磁波的辐射、反射和吸收等特征为基础的。
野外光谱测定的地面遥感方式，具有以下特点 ： 1、所需要的仪器设备比较单一 2、测定方法比较灵活 3、可以不改变自然环境的条件，真实地反映自然界各种农 作物和土壤的光谱反射特性
第五章
近地遥感及雷达遥感
遥感技术与应用——5近地遥感及雷达遥感
1
近地遥感的原理
1、定义：把传感器安置在地面、低塔、高塔和吊车上对地面 进行探测，这种方式叫“地面遥感”或“近地遥感” 。或者 说近地遥感就是传感器设置在地面平台上，如车载、船载 、手提、固定或活动高架平台等的遥感。
遥感图像处理技术在测绘学中的应用
遥感图像处理技术在测绘学中的应用随着现代科技的不断发展，遥感技术已经成为了测绘学领域中不可或缺的工具之一。
利用遥感图像处理技术，在各个领域中能够取得越来越好的成果。
本文将会从空间分析、测量、可视化等多个角度，探讨遥感图像处理技术在测绘学中的应用。
一、空间分析作为空间信息处理的重要技术，遥感图像处理技术可以获取大量的空间信息。
通过遥感图像的监测及分析，可以进行大规模区域的变化检测和分析，利用变化信息可以获得地表地貌、土地覆盖、植被变化等空间信息。
在测绘学中，空间分析是非常重要的一环，它可以用于进行地理信息系统（GIS）的建设以及土地利用规划、城市规划、环境监测和资源管理等方面。
无论是测绘的范围还是深度，遥感图像处理技术都能够独树一帜。
二、测量随着技术的不断发展，遥感图像处理技术在地理信息工作中逐渐取代了传统的测量方法。
遥感图像处理技术可以解决传统测量方法恶劣环境下无法进行测量等问题，通过数字图像进行几何定位，获取地球表面不同纬度、经度的具体信息，可以在空间分辨率达到很高的情况下量化测量数据。
在日常的工作中，测绘师可以利用遥感图像处理技术进行仪器的校正，测量细节难以观察的部位，从而提高了精度和效率。
因此，利用遥感图像处理技术能够更好的满足市场需求，提高测绘工作的质量和效率。
三、可视化借助遥感图像处理技术的可视化技术，能够将大量的数据以可视的方式呈现出来，为人们的研究与分析提供更为直观的视觉效果。
将遥感图像处理技术与三维立体技术相结合，能够更完整地展现地球表面的地形、建筑、交通、水资源等等信息。
借助可视化技术，在测绘学中能够更加准确、方便地进行数据的研究与分析，对后续的科研工作也会发挥重要的引导作用。
同时，三维建模技术也能够有很好的可视化效果，能够在地球科学领域的研究和应用中，发挥重要的作用。
四、研究探索遥感图像处理技术在测绘学领域中具备很高的前沿性和创新性。
为协助人类更好的应对地球环境问题，目前世界各国正不断进行着科学的研究和探索。
遥感图像处理与分析算法综述
遥感图像处理与分析算法综述随着遥感技术的发展，遥感图像处理与分析算法在各个领域中得到了广泛的应用。
遥感图像处理与分析算法是指通过对遥感图像进行数字处理和分析，来提取和解释图像中的信息。
本文将综述一些常见的遥感图像处理与分析算法，包括图像增强、分类与分割等。
一、图像增强图像增强是指通过一系列的操作，提高图像的质量和可视化效果。
常见的图像增强算法包括直方图均衡化、滤波和增强函数等。
直方图均衡化是一种常用的图像增强方法，它通过对图像的直方图进行变换，来增加图像的对比度。
该方法通过将图像的像素值映射到一个新的分布上，从而改变图像的亮度分布。
滤波是另一种常见的图像增强方法，通过在图像的空域或频域中对像素进行处理，来减少噪声和增强图像细节。
常见的滤波算法包括高通滤波和低通滤波等。
高通滤波可以增强图像的边缘和细节，而低通滤波则能够平滑图像并去除噪声。
增强函数是一种通过对图像的像素值进行非线性映射，来增强图像的方法。
常见的增强函数包括对数变换、幂次变换和伽马变换等。
对数变换可以扩展暗部像素的动态范围，而幂次变换则能够增强图像的对比度。
二、分类与分割分类与分割是遥感图像处理与分析的重要内容，它们能够将图像中的不同对象进行区分和提取。
常见的分类与分割算法包括聚类分析、最大似然分类和支持向量机等。
聚类分析是一种通过将像素划分到不同的类别中，来实现图像分类和分割的方法。
常见的聚类分析算法包括K均值聚类和自适应聚类等。
K均值聚类将图像像素划分为K个簇，每个簇代表一个类别，而自适应聚类则能够根据像素的分布进行不同权重的划分。
最大似然分类是一种基于概率统计的图像分类方法，它通过计算像素在每个类别中的概率，并选择概率最大的类别作为最终的分类结果。
最大似然分类算法能够准确地对图像中的不同对象进行分类，并且具有较强的鲁棒性。
支持向量机是一种通过构建一个最优决策边界，来实现图像分类和分割的方法。
支持向量机利用训练样本，通过最大化分类边界与样本之间的距离，来找到一个最优的分类超平面。
第五课：遥感图像处理
1、遥感影像几何校正
遥感影像数据的几何校正遥感信息处理过程中的 一个基本环节。数字影像校正的目的，是改正原 一个基本环节。数字影像校正的目的，是改正原 始影像的几何变形，产生一幅符合某种地图投影 或图形表达要求的新图像。它的基本环节有两个： 或图形表达要求的新图像。它的基本环节有两个： 一是像素坐标变换；二是像素亮度重采样。遥感 数字影像校正的主要处理过程如下图所示。 遥感影像纠正过程中像素坐标转换除采用多项式 法外还可以采用小样条（Thin 法外还可以采用小样条（Thin Plate Spline）或格 Spline）或格 网方法，亮度值重采样一般采用双三次褶积采样 法。
遥感图像处理
宋伟东
1、遥感影像几何校正
遥感图像的变形误差从其产生来源来划分可分为三种：即地球、卫星和传
感器产生的误差，从而使图像产生几何畸变。所有引起几何畸变的因素综合效果使
所得图像数据在辐射校正后必须进行几何校正。 几何校正可分为两种：粗校正和精校正，前者常常在卫星资料处理中心完成， 得到校正后的产品称为PS类产品，实际上，前述的校正是粗略的，精度难以满足用 户的要求，因此，PS类产品还要求用户做进一步处理，使图像的几何位置符合某种 地理坐标系统，与地图配准，并调整亮度值，这就是精校正。
a1 ( X i X si ) + b1 (Yi Ysi ) + c1 ( Z i Z si ) xi = f a3 ( X i X si ) + b3 (Yi Ys i ) + c3 ( Z i Z si )
a2 ( X i X si ) + b2 (Yi Ysi ) + c2 ( Z i Z si ) yi = f a3 ( X i X si ) + b3 (Yi Ys i ) + c3 ( Z i Z si )
《遥感图像处理》课件
遥感图像的数字化处理技术
介绍遥感图像数字化处理的常用方法，如图像增强、图像融合、图像压缩和图像分割。
遥感图像的分类方法和技术
讲解遥感图像的分类方法，包括监督分类和非监督分类，以及常用的分类算法和技术。
遥感图像的特征提取技术
探讨遥感图像特征提取的方法，包括手工特征提取和基于机器学习的特征提 取技术。
遥感图像的实际应用
探索遥感图像在环境监测、自然资源管理、城市规划和农业等领域的实际应 用案例。
遥感图像处理软件的常用工具 和功能
介绍遥感图像处理软件的常见工具和功能，包括影像处理、特征提取、目标 检测和空间分析。
遥感图像处理中的预处理技术
讨论遥感图像处理中的预处理技术，包括辐射校正、大气校正和几何校正等。
遥感图像处理
本课程将介绍遥感技术的基础知识，并深入探讨遥感图像的获取、处理、分 类和特征提取解遥感技术的定义、原理和应用范围，以及不同类型的遥感传感器和遥感 平台。
遥感图像的获取与处理流程
深入了解遥感图像的获取过程，包括数据源选择、遥感数据的预处理、辐射 校正和几何校正。
遥感图像处理ppt课件
02
人工智能在遥感图像处理中可以应用 于地物分类、目标检测、变化检测等 方面。通过训练人工智能算法，使其 能够自动识别和分类地物，提高遥感 数据的利用价值和精度。同时，人工 智能算法还可以对遥感数据进行自动 化分析和处理，提高数据处理效率。
03
人工智能在遥感图像处理中需要解决 的关键问题包括数据标注、模型训练 和优化等。同时，还需要考虑人工智 能算法的可解释性和可靠性，以确保 其在实际应用中的效果和安全性。随 着技术的不断发展，人工智能在遥感 图像处理中的应用将进一步提高遥感 数据的利用价值和精度。
详细描述
遥感图像存储与处理是遥感技术应用的核心环节之一。 在这个过程中，原始数据会经过一系列的预处理、增强 和分类等操作，以提高图像质量和提取更多有用的信息 。例如，辐射定标、大气校正、几何校正等预处理操作 可以提高图像的精度和可靠性；图像增强技术如对比度 拉伸、滤波等可以提高图像的可视化效果和特征提取能 力；分类和目标检测等技术则可以对图像进行语义化表 达和信息提取，以满足不同应用的需求。
遥感图像处理涉及的技术包括辐 射校正、几何校正、图像增强、 信息提取等。
遥感图像处理的重要性
遥感图像处理是遥感技术应用的关键 环节，能够提高遥感数据的精度和可 靠性，为各领域提供更准确、更全面 的信息。
通过遥感图像处理，可以提取出更多 有用的信息，为决策提供科学依据， 促进各行业的智能化发展。
遥感图像处理的应用领域
图像预处理技术
01
02
03
04
去噪
消除图像中的噪声，提高图像 的清晰度。
校正
纠正图像的几何畸变和辐射畸 变，使图像更接近真实场景。
配准
将不同来源的图像进行坐标对 齐，以便于后续的图像分析和
遥感技术与应用原理-第5章 遥感图像的目视解译与制图
成像过程
成像方式、探测波段 投影方式、时空因素
目视解译
增强处理、信息提取 逻辑推理、对比分析
遥感图象
大小形状、色调灰阶 畸变失真、成图比例
地表景观
空间结构、时间特点 化学组分、物理属性
遥感图像目标地物识别特征——解译标志
遥感图像上那些能够作为识别、分 析、判断景观地物的影象识别特征
直接解译标志 间接解译标志
• 色调/颜色：灰阶（黑白）或色别与色 阶（彩色），最重要、最直观的解译标志。
• 阴影：遥感图像上光束被地物遮挡而产生的地物的影子； 有时需去除地形起伏引起的部分阴影
• 形状：地物的轮廓在影象平面的投影。需要根据 影象比例尺和分辨率具体分析，注意畸变（雷达、
航片边缘）
大小：地物的尺寸、面积、体积等按比例缩小的相 似记录。根据比例尺在影象上量算.指地物形状，面 积或体积在影像上的尺寸。对于形状相似而难于判 别的两种物体，可以根据大小标志加以区别，如在 航片上判别单轨与双轨铁路。
先易后难是指易识别的地物先确认, 然后根据客观规 律和影像特征不断地进行解译实践, 逐渐积累解译经 验, 取得解译标志，克服各种解译困难的过程。
遥感图像目视解译的一般顺序
“先山区后平原 , 先地表后深部、先整体后局部 , 先宏观后微观, 先图形后线形”等步骤亦属先易后 难的组成部分。
例如, 由于山区基岩裸露, 影像清晰 , 而平原地区平 坦, 影像较为模糊 , 所以前者容易辨识, 后者就比较 困难，况且山区与平原在构造上总有这样那样的牵 连,因此，一方面在解译上可以借鉴, 另一方面又可 用“延续性分析”不断扩展。至于圆形构造、线形 构造 , 在一般情况下, 两者都易于发现。
直接解译标志
• 色调(Tone) • 颜色(Color) • 阴影(Shadow) • 纹理(Texture) • 形状(Shape) • 大小(Size) • 位置(Site) • 图型（样式）(Pattern) • 布局(Association)
第五章遥感图像处理
在实际处理中一般是分波段统计地物目标的亮度， 分别与MSS7作二维对比图 ，或者将各波段的直方图 与MSS7直方图对比，相对于MSS7出现的偏移值a可视 为大气散射的影响。经验表明MSS4的订正值在9—13， MSS5为 5—9，MSS6为1—5，MSS7为0—3。
大气校正会增加图像的对比度，消除雾霾感 (短波 波段尤甚)，在做比值增强、彩色合成等处理时，事先 做这2021/种6/27 校正更为必要。
2）照相放大法： 通过常规的照相放大装置放 大晒印成彩色像片。一般用几张多光谱分色负片，依 次变换负片和红、绿、蓝滤色片，分次(多为三次)曝 光在同一张彩色相纸上。即所谓分层曝光法，近年来， 也常采用将三个波段的影像分色扫描到一张彩色负片 上，再由放大机一次放大曝光到彩色相纸上。
2 减色合成方法：
即影像密度 D=log1/T
1 影像密度代表地物反射或发射辐射的强弱：在各 类负片中，D与辐射强度呈正相关，正片则相反。
不同遥感方式的影像胶片，其密度D的物理意义不同。
全色摄影 反映了地物在整个可见光范围内反射太 阳光的强度，
多波段扫描 是地物在不同光谱段的反射强弱。
热红外 是地物热辐射的大小。
2021/6/27
四、光学变换处理
各种地物出现的频率不同（如沟谷、山脊、断层、 节理等）在遥感图象上，各种信息错综复杂，使解译 对象不宜突出出来，使用滤波（去掉某些频率）的方 式可突出要解译的地物。
2021/6/27
第二节 数字图像处理
一、数字图像处理的基本概念
(一)数字图像
数字图像又称数字化图像，是一种以二维数组(矩 阵)形式表示的图像。该数组由对连续变化的空间图像 作等间距抽样所产生的抽样点——像元组成。
1 反差增强： 通常是利用高反差的感光材料和冲 洗液作反复拷贝，来扩大原模片中的影像密度差异。 它有利于增强一些低反差的地物影像，突出大的轮廓， 也可使彩色合成获得更丰富的层次，但同时会丢失部分 细节，故处理时要适可而止。
- 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)。
主要用维纳滤波、同态滤波等。 （4）图像重建（Reconstruction）由某种数据来生成图像。如CT（Computed Tomography） （5）图像编码（Encoding） 对具有空间相关性的原始图像进行压缩，其主要目的：
减少数据存储量；降低数据率以减少带宽；便于特征抽取，为识别做准备。
（6）模式识别（Pattern Recognition） 统计模式识别（光谱特征）；句法结构 模式识别（结构和基元，空间关系）；模糊模式识别（模糊数学）
这种能量分布在空间和时间上都是连续的，并与地物目标的平面坐标（x y）， 电磁波波长（λ）和成像时间(t)等因素有关。所以从数学角度看，图像的物理过程 可以表达为： I=f(x,y, λ,t) 其中：I代表光强度（Intensity）
图像：是人们对客观景象、事物以及人们的思维、想象的真实记载和表达。 二、模拟图像（Analog Image）与数字图像（Digital Image） 1 模拟图像：是人眼或光学相机（Optical Camera）所探测到的灰度或色彩连续变化
f(1,0)
F(X,Y) f(2,0)
f(1,1) f(2,1)
f(1,2)
f(1,N1)
f(2,2) f(2,N1)
f(N1,0) f(N1,1) f(N1,2) f(N1,N1)
这就是数字图像的数据结构，它表达一幅N×N大小的数字图像，它是我们研究的重点。
三、图像处理的含义
图像工程根据抽象程度和研究方法等的不同可分为三个层次：图像处理、图像量测和 图像理解，三者相互区别又紧密联系，有机结合构成图像工程。 1 图像处理（Processing）：着重强调在图像之间进行的变换。人们常用图像处理泛指 各种图像技术，但狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果 并为自动识别打基础，或对图像进行压缩编码以减少所需存储空间或传输时间、传输 通路的要求。是在图像像元级上进行的低层次操作，处理的数据量非常大
2 图像量测（Measurement）：是在图像进行分割（Segmentation）的基础上，对图像 中感兴趣的目标进行检测和测量，以获得他们的客观信息（面积、长度、重心、扁率 分形维等）从而建立对图像的描述。图像处理输入的是图像，处理后输出的还是图像。 图像量测输入的是图像，而输出的是对目标特征测量的结果，或是基于测量的符号表示， 它们描述了图像中目标的特点和性质。这方面派生出了一门技术：数字摄影测量（DPS -Digital Photography Survey） 数字摄影测量学（Digital Photogrammetry） 3 图像理解（Understanding）：重点是在图像量测的基础上，进一步研究图像中各目标 的性质和它们之间的相互联系，并得出对图像内容的理解以及对原来地面客观地物、 场景的解译，从而指导和规划行动。这一层次最显著的特点在于：输入的是图像，输出 的是对图像的内容性质的描述，以及相互关系及规律的把握。它是图像处理的最高层次。
上述三者的区别和联系可表达如下：
四、图像处理的主要内容 1 图像获取（Acquisition）研究图像获取的手段及传感器 2 图像存储（Storage）主要研究图像数据的压缩编码、图像存储格式及图像数据库技术 3 图像传输（Transmission）主要解决图像数据占用带宽问题，系统内部传输和网络传输。 4 图像处理（Processing） （1）几何操作（Geometric Operation） 主要包括图像的几何校正、图像放大、缩小、
平移、旋转，多图像间配准，周长、面积、重心的计算等内容。 （2）图像增强（Enhancement）
a 单一图像变换 线性拉伸、非线性变换等，平滑和锐化操作、直方图均衡化等 b 多图像的变换 主成分变换、缨帽变换、植被指数、小波变换等 c 图像彩色增强 真彩色、假彩色和伪彩色等 （3）图像复原（Restoration）去干扰和模糊，恢复图像的本来面目。
完成上述模数转换（A/D）的硬件常用的是扫描仪（Scanner）、数码相机 （Digital Camera）等，其核心部件就是物理元件CCD(Charge Coupled Device，
电荷耦合器件)。
从本质上看，数字图像就是一个二维的数字矩阵，记录每个像元的行号、列号和属性值。
f(0,0) f(0,1) f(0,2) f(0,N1)
的景象，因此连续（continuity）是其基本特点，计算机无法直接读取和处理。 2 数字图像：是将连续的模拟图像沿x、y方向分别以Δx、Δy的间隔进行分割 （离散化采样，Discrete Sampling）得到同样大小的栅格（称为像元-Pixel），然后 对每一像元点进行亮度赋值（量化，Quantification），这样就得到了一幅离散的 数字图像，计算机就能方便的读取并进行处理。
第五章 遥感图像处理
第一节 有关基本概念
一、图像（mera Lens、Scanner）获得的视觉形象
(Picture)：侧重手工描绘的一类“画”——Painting (Pattern)：模式图案（图形、曲线等） 人们常习惯读成“图像”，从心理物理学的角度看：图和像实际是彼此分离的两个概念。
（7）图像理解（Understanding） 5 图像输出与可视化（Visualization） 遥感图像处理主要的内容包括： 1 图像变换 FFT、Harr、Discrete Cosine、Wavelet 等 2 图像校正 辐射校正、几何校正 3 图像增强 4 多源信息融合 Fusion 多平台、多时相遥感数据融合，遥感数据与非遥感数据融合
图—指目标物辐射的电磁波性质和强度的真实表达，因此是由目标地物的性质所决定的。
因此它是一种“客观的”物理过程和现象。
像—人眼检测到来自目标的电磁波信号后（当然有的电磁波信号人眼无法检测，
如红外、微波等），视觉刺激通过视神经传入大脑后所引起的心理感觉，他是“主观的” 同样一片绿地，不同的人看到后会有不同的心理感受，同一个人在不同的时间感觉也不 一样。正因为像具有“主观的特点”，因此它能独立于图而单独存在。（此时，在你脑海里 有家乡的模样（像），尽管此时并没有家乡的电磁波进入你的眼睛） 从上述讨论可知，图像的实质：就是一幅反映地物目标电磁波辐射特性的能量分布图以及 由此所引起的主观心理感受。
减少数据存储量；降低数据率以减少带宽；便于特征抽取，为识别做准备。
（6）模式识别（Pattern Recognition） 统计模式识别（光谱特征）；句法结构 模式识别（结构和基元，空间关系）；模糊模式识别（模糊数学）
这种能量分布在空间和时间上都是连续的，并与地物目标的平面坐标（x y）， 电磁波波长（λ）和成像时间(t)等因素有关。所以从数学角度看，图像的物理过程 可以表达为： I=f(x,y, λ,t) 其中：I代表光强度（Intensity）
图像：是人们对客观景象、事物以及人们的思维、想象的真实记载和表达。 二、模拟图像（Analog Image）与数字图像（Digital Image） 1 模拟图像：是人眼或光学相机（Optical Camera）所探测到的灰度或色彩连续变化
f(1,0)
F(X,Y) f(2,0)
f(1,1) f(2,1)
f(1,2)
f(1,N1)
f(2,2) f(2,N1)
f(N1,0) f(N1,1) f(N1,2) f(N1,N1)
这就是数字图像的数据结构，它表达一幅N×N大小的数字图像，它是我们研究的重点。
三、图像处理的含义
图像工程根据抽象程度和研究方法等的不同可分为三个层次：图像处理、图像量测和 图像理解，三者相互区别又紧密联系，有机结合构成图像工程。 1 图像处理（Processing）：着重强调在图像之间进行的变换。人们常用图像处理泛指 各种图像技术，但狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果 并为自动识别打基础，或对图像进行压缩编码以减少所需存储空间或传输时间、传输 通路的要求。是在图像像元级上进行的低层次操作，处理的数据量非常大
2 图像量测（Measurement）：是在图像进行分割（Segmentation）的基础上，对图像 中感兴趣的目标进行检测和测量，以获得他们的客观信息（面积、长度、重心、扁率 分形维等）从而建立对图像的描述。图像处理输入的是图像，处理后输出的还是图像。 图像量测输入的是图像，而输出的是对目标特征测量的结果，或是基于测量的符号表示， 它们描述了图像中目标的特点和性质。这方面派生出了一门技术：数字摄影测量（DPS -Digital Photography Survey） 数字摄影测量学（Digital Photogrammetry） 3 图像理解（Understanding）：重点是在图像量测的基础上，进一步研究图像中各目标 的性质和它们之间的相互联系，并得出对图像内容的理解以及对原来地面客观地物、 场景的解译，从而指导和规划行动。这一层次最显著的特点在于：输入的是图像，输出 的是对图像的内容性质的描述，以及相互关系及规律的把握。它是图像处理的最高层次。
上述三者的区别和联系可表达如下：
四、图像处理的主要内容 1 图像获取（Acquisition）研究图像获取的手段及传感器 2 图像存储（Storage）主要研究图像数据的压缩编码、图像存储格式及图像数据库技术 3 图像传输（Transmission）主要解决图像数据占用带宽问题，系统内部传输和网络传输。 4 图像处理（Processing） （1）几何操作（Geometric Operation） 主要包括图像的几何校正、图像放大、缩小、
平移、旋转，多图像间配准，周长、面积、重心的计算等内容。 （2）图像增强（Enhancement）
a 单一图像变换 线性拉伸、非线性变换等，平滑和锐化操作、直方图均衡化等 b 多图像的变换 主成分变换、缨帽变换、植被指数、小波变换等 c 图像彩色增强 真彩色、假彩色和伪彩色等 （3）图像复原（Restoration）去干扰和模糊，恢复图像的本来面目。
完成上述模数转换（A/D）的硬件常用的是扫描仪（Scanner）、数码相机 （Digital Camera）等，其核心部件就是物理元件CCD(Charge Coupled Device，
电荷耦合器件)。
从本质上看，数字图像就是一个二维的数字矩阵，记录每个像元的行号、列号和属性值。
f(0,0) f(0,1) f(0,2) f(0,N1)
的景象，因此连续（continuity）是其基本特点，计算机无法直接读取和处理。 2 数字图像：是将连续的模拟图像沿x、y方向分别以Δx、Δy的间隔进行分割 （离散化采样，Discrete Sampling）得到同样大小的栅格（称为像元-Pixel），然后 对每一像元点进行亮度赋值（量化，Quantification），这样就得到了一幅离散的 数字图像，计算机就能方便的读取并进行处理。
第五章 遥感图像处理
第一节 有关基本概念
一、图像（mera Lens、Scanner）获得的视觉形象
(Picture)：侧重手工描绘的一类“画”——Painting (Pattern)：模式图案（图形、曲线等） 人们常习惯读成“图像”，从心理物理学的角度看：图和像实际是彼此分离的两个概念。
（7）图像理解（Understanding） 5 图像输出与可视化（Visualization） 遥感图像处理主要的内容包括： 1 图像变换 FFT、Harr、Discrete Cosine、Wavelet 等 2 图像校正 辐射校正、几何校正 3 图像增强 4 多源信息融合 Fusion 多平台、多时相遥感数据融合，遥感数据与非遥感数据融合
图—指目标物辐射的电磁波性质和强度的真实表达，因此是由目标地物的性质所决定的。
因此它是一种“客观的”物理过程和现象。
像—人眼检测到来自目标的电磁波信号后（当然有的电磁波信号人眼无法检测，
如红外、微波等），视觉刺激通过视神经传入大脑后所引起的心理感觉，他是“主观的” 同样一片绿地，不同的人看到后会有不同的心理感受，同一个人在不同的时间感觉也不 一样。正因为像具有“主观的特点”，因此它能独立于图而单独存在。（此时，在你脑海里 有家乡的模样（像），尽管此时并没有家乡的电磁波进入你的眼睛） 从上述讨论可知，图像的实质：就是一幅反映地物目标电磁波辐射特性的能量分布图以及 由此所引起的主观心理感受。