遥感数字图像处理基础 知识点
遥感数字图像处理复习资料
第一章：1.冈萨雷斯定义图像是对客观对象的一种相似性的描述或写真，包含了被描述或写真对象的信息，其英文为image，辅助性定义，是以某一技术手段再现于二维画面上的视觉信息，是二维数据阵列的光学模拟。
图像分为数字图像和模拟图像。
2.数字图像的基本单位是像素（像元），图像像素是长宽大小相等的方格，具有特定的空间位置和属性特征，像素的基本属性特征为像素值。
3.遥感数值图像是一数学形式存储和表达的遥感图像。
遥感数值图像中的像素值又称为亮度值（灰度值、灰度级）。
4.遥感数值图像处理是通过计算机图像处理系统对遥感数值图像中的像素进行系列操作的过程。
5.遥感数字图像处理的内容包括：1）图像增强:使图像更容易理解。
2）图像矫正：使图像信息尽可能地反应实际地物的辐射信息、空间信息和物理过程。
3）信息提取：提取地物的空间分布格局信息。
6.遥感数字图像处理系统包括硬件系统和软件系统。
硬件系统是进行图像说必须的设备（包括计算机，数字化设备，存储设备，现实和输出设备，操作台），软件系统指进行图像处理的各种程序（如ERDAS/PCI/ENVI/ER）。
第二章7.遥感平台是传感器的载体，有近地面，吊车，飞船，飞机，卫星等。
8.传感器又称为遥感器，是手机和记录电池辐射能量信息的装置。
9.根据数据记录方式，传感器类型可分为成像方式和非成像方式两大类。
成像传感器按成像原理分为摄影成像和扫描成像。
10.摄影成像方式的传感器主要是摄影机，包括框幅摄影机，缝隙摄影机，全景摄影机，多光谱摄影机等，在快门打开后几乎瞬间同时接受目标的电磁波能量，聚焦后记录下来称为幅影像。
现在常用的数码照相机就是摄影成像。
最初的摄影成像方式与传统照相机成像方式不一样。
用数码照相机进行拍照摄影，可直接产生数字图像。
11.传感器按烧面方式又可分为两种：目标扫面传感器和影响面扫面传感器。
12.按电磁波在真空中波长或频率的顺序将波长划分成波段，每一波段为一个波长范围，按使用的刚做波段，可将传感器分为紫外，可见光，红外，微波，多波段等类型。
遥感数字图像处理重点
遥感数字图像处理重点第一章概论图像：对客观对象的一种相似性的描述或写真。
数字图像：是以数字形式存储和表达的遥感图像。
根据人眼的可视性，图像可分为可见图像和不可见图像。
图像具有空间坐标和数值，根据其连续性，图像可分为数字图像和模拟图像。
数字图像最基本的单位是像素，像素的基本属性特征为像素值，其高低反映了图像的明暗程度和能量高低。
像素的属性是位置和灰度值；遥感数字图像处理的内容：（1）图像增强：目的是压抑和去除噪声，增强显示图像整体，使图像更容易理解、解译和判读。
方法：彩色合成、图像拉伸、图像平滑、锐化、图像融合。
（2）图像校正：主要是对传感器和环境造成的图像退化进行模糊消除、噪声滤除、几何失真或非线性校正。
方法：辐射校正和几何校正。
（3）信息提取：根据地物光谱特征和几何特征，确定提取规则，并以此为基础从校正后的遥感图像的中提取各种有用信息的过程。
方法：图像分割、图像分类。
遥感数字图像处理系统的典型功能包括：○1不同传感器图像数据的测存取和转换○2几何校正○3辐射校正○4图像增强处理○5统计分析○6图像变换○7图像分类○8专题制图○9专业工具，如雷达图像处理工具。
第二章遥感数字图像的获取和储存遥感图像是通过遥感平台上的传感器获取的，不同的传感器具有不同的辐射、电磁波谱、时间、空间分辨率。
遥感是通过非接触传感器获取测量对象信息的过程，是信息的获取、传输、处理以及判读和应用的过程。
遥感的实施依赖于遥感系统。
传感器又称遥感器，是收集和记录电磁辐射能量信息的装置，是信息获取的核心部件。
传感器的分辨率：传感器区分自然特征相似或光谱特征相似的相邻地物的能力。
分为：（1）辐射分辨率：传感器区分所接受到的电磁波辐射强度差异的能力。
（2）光谱分辨率：传感器记录的电磁波谱的波长范围和数量。
（3）空间分辨率：遥感图像上能够详细区分的最小单元的尺寸或大小。
（4）时间分辨率：传感器对同一空间区域进行重复探测时，相邻两次探测的时间间隔。
遥感数字图象处理课件.ppt
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）明度：是人眼对光源或物体明亮程度的感觉。物体
反射率越高，明度就越高。
（2）色调：是色彩彼此相互区分的特性。 （3）饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，
频率是否单一的表示。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
③ 色度图：可以直观地表现颜色相加的 原理,更准确地表现颜色混合的规律.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青
5遥感图像数字处理的基础知识
非负的
有限的
3
► 数字图像
一个数字图像，可以看成是一个二维的离散 离散 的光密度函数。 空间坐标和密度都是离散的。 数字图像可以用一个二维矩阵表示。
4
像 元
纯净像元 混合像元
5
1. 光学图像与数字图像的转换
1）光学图像转换为数字图像
☺ 采样
光学图像离散化 离散化
ห้องสมุดไป่ตู้
☺ 量化
2）数字图像转换为光学图像
6
2. 图像的频谱表示
空间域——————频域 傅立叶逆变换
傅立叶变换
7
二、遥感数字图像的存储
1. 存储介质
磁带、磁盘、光盘、硬 盘、磁盘阵列等。
8
2. 存储格式
BSQ BIL BIT TIFF BMP
9
三、遥感数字图像处理系统
☺ 硬件 ☺ 软件
10
遥感图像处理系统的软件功能
1. 图像文件管理 2. 图像处理 3. 图像校正 4. 多影像处理 5. 图像信息获取 6. 图像分类 7. 遥感专题图制作 8. 与GIS系统的接口
第五章 遥感图像数字处理
一、图像的表示形式 二、遥感数字图像的存储 三、遥感数字图像处理系统 四、遥感数字图像处理系统的集成
1
一、图像的表示形式
► 光学图像 ► 数字图像
2
► 光学图像
一个光学图像，可以看成是一个二维的连续 连续 的光密度函数。 像片上的密度随坐标x，y变化而变化，用函数 f（x，y）来表示。
11
四、遥感图像处理系统的集成
☺ RS ☺ GIS ☺ GPS
12
遥感数字图像处理重点整理
遥感数字图像处理第一章《概论》1、图像定义：IMAGE，指通过镜头等设备得到的视觉形象（或以某一技术手段再现于二维画面上的视觉信息），是二维数据阵列的光学模拟。
分类：按人眼的视觉可视性：可见图像（照片、素描、油画……）不可见图像（不可见光成像如紫外线、红外线、不可见测量值如温度、人口密度等的分布图）图像的敏感程度和空间坐标的连续性：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不连续、以离散数字原理表达的图像，不见图像）模拟图像（又称光学图像，指空间坐标的明暗程度连续变化的、计算机无法直接处理的图像，可见图像）模拟图像——>数字图像：模/数转换（A/D转换）数字图像——>模拟图像：数/模转换（D/A转换）2、像素定义：是A/D转换的取样点，是计算机图像处理的最小单元，每个像素具有特定的空间位置和属性特征。
3、遥感数字图像定义：数字形式的遥感图像，不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。
像素值：称为亮度值（或灰度值、DN值），量化的（整数）灰度就是数字量值。
亮度值的高低由遥感传感器所探测到的地物电磁波的辐射强度决定。
具有相对应的意义，仅在图像内才能进行相互比较。
遥感数字图像与照片的差异照片遥感数字图像来自于模拟方式来自于数字方式通过摄影系统产生通过扫面和数码照相机产生没有像素基本构成单位是像素没有行列结构具有行和列没有扫描行可能会观察到扫描行0表示没有数据0是数值，不表示没有数据任何点都没有编号每个点都有确定的数字编号摄影受电磁光谱的成像范围限制可以是电磁光谱的任意范围一旦获取了照片，颜色就是确定的颜色没有特定的规则，在处理过程中可以根据需要通过合成产生具有红、绿、蓝3个通道多个波段（3-8000）4、遥感数字图像处理定义：是利用计算机图像处理系统对遥感图像中的像素进行系统操作的过程。
传统的模拟图像受媒介大小的限制无法完全表述这些信息，也很难进行信息的进一步处理，只有经数字化后才能有效地进行信息分析和处理，数字图像处理极大地提高了图像处理的精度和信息提取的效率。
遥感图像数字处理与分析知识要点
遥感图像数字处理与分析知识要点围绕遥感基础知识-数字图像处理与分析总体框架来组织相关内容要点。
其中，第一、二、三章介绍遥感数字图像处理、主要成像方式、存取及表示基础知识，是图像处理、理解及分析的起点；第四、五、六、七章常用遥感数字图像处理方法，应视具体遥感数字图像处理要求有所选择；第八章图像分割是图像处理高级方法，是灰度拉伸、变换、滤波等数字图像增强方法的综合应用，为进一步深入学习和掌握决策树、面向对象及专家系统等高级分类技术奠定基础；第九章图像分类是图像处理的主要目的和最终成果第一章概论图像、遥感数字图像、照片与遥感数字图像区别、遥感数字图像处理及观点图像：物理世界中客观对象的相似性描述，包含客观对象的信息，是人们最主要的信息源数字图像：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遥感数字图像：数字形式表示的遥感图像遥感数字图像和照片的差异：遥感图像处理：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的过程遥感数字图像处理的观点：连续方法：我们感兴趣的图像源自物理世界，服从可用连续数学描述的规律，具有连续性，连续数学方法，频率域（高通滤波、低通滤波等）离散方法：数字图像的存储和表示均为数字形式，数字是离散的，离散数学方法，空间域（点运算算法-灰度变换、直方图修正；邻域去噪算法-图像平滑、锐化等）第二章遥感数字图像的获取和存取数字扫描和数字摄影、数字化（重采样和量化）及意义、遥感数字图像级别、存储格式及元数据、传感器分辨率数字扫描：在遥感平台前进过程中，进行横向（与飞行方向垂直）行扫描来获取地物目标反射或辐射的电磁波信号，逐行记录成像特点：能以分割得相当精确的波段通道，分别收集和记录地物目标的电磁波信号数字摄影：地物目标反射的太阳辐射通过相机镜头投射到感光胶片上发生光化学反应，经过形成潜影、显影、定影和放印等过程而获得图像特点：瞬间成像，图像几何特征服从中心投影成像规律，可形成模拟图像（传统胶片照相机）和数字图像（数码相机），相片灰度反映了地物反射或辐射电磁波的强弱，工作波段：紫外、可见光、红外、多光谱，工作时间：白天，遥感平台：地面和航空平台采样：将空间上连续的图像变换成离散点（即像素）的操作重采样：根据一类象元的信息内插出另一类象元信息的过程量化：将像素灰度值转换成整数灰度级的过程数字化的意义：通过成像方式获取的图像是连续的，无法直接进行计算机处理。
遥感图像处理知识点总结
遥感图像处理知识点总结一、遥感概述遥感是利用飞机、卫星等远距传感器获取地球表面信息的科学技术。
遥感图像处理就是处理遥感数据，进行信息提取的过程.二、遥感图像处理流程遥感图像处理的基本流程包括：数据获取、预处理、图像增强、特征提取和分类等环节。
1. 数据获取数据获取是遥感图像处理的第一步，可以通过卫星、飞机等遥感平台获得各种类型的遥感数据。
2. 预处理预处理是遥感图像处理的重要步骤，主要包括大气校正、几何校正、辐射定标等过程，目的是消除数据中的噪声和误差，保证数据质量。
3. 图像增强图像增强是指通过一系列的处理方法，提高遥感图像的视觉效果，突出图像中的信息，以便进行后续的分析和应用。
常见的图像增强方法包括直方图均衡化、滤波、拉普拉斯变换等。
4. 特征提取特征提取是指从原始遥感图像中提取各种地物和地物信息，常见的特征包括形状、纹理、光谱等。
5. 分类分类是将遥感图像中的像素划分到不同的类别中，如水体、植被、建筑等。
常用的分类方法包括最大似然分类、支持向量机（SVM）、人工神经网络等。
6. 应用遥感图像处理的最终目的是为了实现一定的应用目标，如土地利用/覆盖分类、资源调查、环境监测等。
三、遥感图像处理相关算法1. 监督分类监督分类是指在给定训练样本的情况下，采用某种分类算法识别遥感影像中的地物类型。
常用的监督分类算法有最大似然分类、支持向量机（SVM）、随机森林等。
2. 无监督分类无监督分类是指在不需要人工干预的情况下，利用图像自身的统计特性将像元分成若干类别。
常用的无监督分类算法有K均值聚类、ISODATA聚类等。
3. 特征提取特征提取是为了描述地物的形态、光谱、纹理等特性，从而区分不同地物。
常用的特征提取方法有主成分分析（PCA）、线性判别分析（LDA）、小波变换等。
4. 联合处理联合处理是指将多幅遥感影像进行融合，或者将遥感影像与其他数据进行联合处理，从而获取更多的地物信息。
常用的联合处理方法包括影像融合、多源数据融合等。
遥感数字图像处理：遥感数字图像处理(62页)
不同波谱分辨率对水铝 反射光谱的获取
时间分辨率
■ 时间分辨率指对同一地点进行遥感来样的时间间隔， 即采样的时间频率，也称重访周期。
■ 遥感的时间分辨率范围较大。以卫星遥感来说，静止 气象卫星（地球同步气象卫星）的时间分辨率为 1次 /0.5小时；太阳同步气象卫星的时间分辨率 2次／天； Landsat为1次／16天；中巴（西）合作的CBERS为1次 ／26天等。还有更长周期甚至不定周期的。
微波遥感与成像
在电磁波谱中，波长在1mm～
1m的波段范围称微波。该 范围内又可再分为毫米波、 厘米波和分米波。在微波 技术上，还可将厘米波分 成更窄的波段范围，并用 特定的字母表示
谱带名称
Ka K
Ku X
微波遥感是指通过微波传
C
感器获取从目标地物发射 或反射的微波辐射，经过 判读处理来识别地物的技
几种遥感图像处理系统简介
■ PCI ■ ERDAS ■ ENVI
PCI简介
■ PCI是加拿大PCI公司的产品，可进行遥感图像的处 理，也可应用于地球物理数据图像、医学图像、雷 达数据图像、光学图像的处理，并能够进行分 析 、制图等工作。它的应用领域非常广泛。
■ PCI拥有最齐全的功能模块：常规处理模块、几 何校正、大气校正、多光谱分析、高光谱分析、 摄影测量、雷达成像系统、雷达分析、极化雷达 分析、干涉雷达分析、地形地貌分析、矢量应用、 神经网络分析、区域分析、GIS联接、正射影像 图生成及DEM提取（航片、光学卫星、雷达卫 星）、三维图像生成、丰富的可供二次开发调用 的函数库、制图、数据输入/输出等四百多个软 件包。
多波段数字图像的数据格式
■BIP方式（band interleaved by pixel） 在一行中，每个像元按光谱波段次序进 行排列，然后对该行的全部像元进行这 种波段次序排列，最后对各行进行重复。
- 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)。
第一章数字图像处理基础1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为若干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的基本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规则网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差3颜色空间模型：RGB 模型CMYK模型HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规则映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
CPU存储一个字节的数据时有两种比特序：1大端：将高比特位（逻辑上的高数据位）存储在低比特地址*（物理上的存储地址）2小端：将高比特位存储在高比特地址2图像文件存储的基本信息：元文件：图像的解码信息单独存放，称为元文件或头文件。
文件头：解码信息与数据内容封装在同一文件中，其常位于文件的起始位置。
a.图像文件的头信息通常包括：解码顺序（字节序，大端解码表示大字节序。
从小端解码表示小节字序）;b.图像的行数和列数（构成图像的像元行数和列数，确定图像的空间范围大小）;c.图像的数据类型;d.图像的波段数;e.图像的偏移量（图像数据存储的起始位置距离图像文件起始位置偏移的字节数）3多波段数据存储方式：BSQ（按波段顺序存储）BIP（按波段像元交叉存储）BIL（按行交叉存储）BSQ：适合读取单个波段的数据，波普处理的能力较弱（最佳的空间处理能力）BIP：适合读取光谱剖面数据，打破了像素空间位置的连续性（最佳的波普处理能力）BIL：介于空间处理和光谱处理之间的一种折中存储格式4常见图像文件的存储格式：TIFF GeoTiff HDF HDF-EOF IMG第三章空间域处理方法1数值运算：指遥感图像波段内各个像元灰度值以及波段间的各个像元灰度值进行加减，乘除等数学运算2集合运算：指同一图像以及不同图像进行的求子集求并集等集合的基本运算。
3逻辑运算:对称布尔运算，逻辑常量只有两个既0.1用来表示两个对立的关系真与假。
4数学形态学：以形态为基础对图像进行分析的数学工具。
数值运算包括单波段运算和多波段运算：单波段运算：1点运算：对单幅图像像元的逐像元值运算；2.领域运算输出图像中每个象元灰度值是有输入像元及其邻域内内的像元灰度值共同决定的运算。
多波段运算：1代数运算：对多幅输出入图像进行的像元对像元的数学运算：2.剖面运算：对多波段图像像元构成的剖面进行的波段间的数值运算领域运算I滑动窗口：在进行邻域运算时，邻域窗口逐像元移动既每次移动的步长为一个像元。
II跳跃窗口：如邻域窗口进行邻域运算时，以其窗口大小为步长进行的移动；III卷积运算：将模板在输入图像中逐像元移动，每到一个位置就把模板的值与其对应的像元值进行乘积运算并求和从而得到输出图像对应于模板中心位置的像元灰度值；IV邻域统计：多样性，密度，众数，少数，求和，均值，标准差，最大值，最小值，秩集合运算：空间操作，波段操作⑴空间操作：1.图像裁剪：目的，保留需研究的部分将研究区以外部分去除：2.图像镶嵌：在统一坐标系下，把多景相邻遥感图像拼接成一幅大范围无缝的图像。
⑵波段操作：①.波段提取：从一个多波段的图像中提取某一特定波段作为一个独立的文件：②波段叠加：将同一地理范围不同波段的文件合并为一个多波段文件。
镶嵌的要点：1尽量选择相同的颜色和质地，将镶嵌的图像在重叠区应具有相似的色调，纹理等2.缝合线尽量选择在布料不同颜色或图案的交界处以减少违和感3.拼接线两边的色调差异大，需考虑对拼接线两边附近的图像做匀色处理。
⑴腐蚀：是一种消除边界点，使边界向内部收缩的过程，可以用来消除小且无意义的目标物。
⑵膨胀：将目标区域接触的背景点合并到该目标物中，使目标边界向外部扩张的处理。
⑶开运算：先腐蚀再膨胀；闭运算：先膨胀再腐蚀第四章变换域处理方法1常见的图像变换算法：特征分析，频率域，颜色空间⑴基于特征分析的变换：主成分分析，最小噪声分离，缨帽变换，独立成分分析⑵频率域变换：傅里叶变换，小波变换⑶.颜色空间变换：HIS，RGB，CMYK2主成分分析PCA：通过正交变换将一组可能相关的变量转换到一组线性不相关的变量的统计分析的过程图像压缩，去噪，增强，融合，特征提取目的：让保留下来的维度之间的相关性尽可能小，让让保留下来的维度方差尽可能大。
去除波段间的多余信息，把原有波段中的有用信息集中列数数目尽可能少的主成分中，并使这些主成分图像间互不相关，各个主成分保函的信息内容不重叠，从而大大减少总的数据量3最小噪声分离变换MNF变换：各分量按照信噪比从大到小排列4缨帽变换：基于图像物理特征的固定变换，硬毛变换后坐标不是指向主成分方向，而是指向与地面景物密切相关的方向，特别是与植物生长过程和土壤深度有关。
缨帽变换主要用于特征提取，四个分量：第一分量为亮度值，反映地物总体反射率的综合效果；第二分量为绿度指数，与地面植被覆盖，叶面积指数及生物量相关性很大;第三分量为湿度指数，反映地面水分条件，尤其为土壤湿度条件；其他分量为黄度指数和噪声。
5独立成分分析ICA：线性变换，把多光谱或高光谱遥感数据转换成互相独立的部分。
ICA算法：信息最大化法，最大似然估计，最小化互信息法等6傅里叶变换：傅里叶级数，任何连续周期信号可以由一组适当的正弦曲线组合而成。
傅立叶变换物理意义：将原来难以处理的时域信号换成易于分析的频域信号，还可以通过反傅立叶变换把频域信号恢复成时域信号。
傅立叶变换局限性：1.傅里叶变换系数均是常数，不随时间变化，因此傅里叶变换只能处理频谱成分不变的平稳信号，而在处理非平稳信号时会带来很大的误差不易于处理非平稳信号2.傅里叶变换存在时域和频域的局部矛盾。
7小波变换：用由零开始由零结束，中间为一段震荡的波用小波信号表示。
它是一种能量在时域非常集中的波。
适用于大部分信号，尤其是瞬时信号，他针对绝大部分信号的压缩，去噪检测效果都特别好。
8颜色空间变换：1.HIS:色调饱和度亮度2.RGB:红绿蓝3.CMYK;印刷三原色：青色品红色黄色第五章辐射校正1辐射畸变：遥感传感器在接收来自地面目标物的电磁波辐射能量时。
受遥感传感器本身特性，大气作用以及地物光照条件等影响，致使遥感传感器的探测值与地物实际的光谱辐射值不一致，遥感图像产生的辐射误差（即灰度失真）称为辐射畸变。
辐射矫正：消减或修正因辐射误差而引起的畸变，这一过程称为辐射矫正。
辐射定标：将传感器记录的DN值转化为入瞳外的辐射宽度值或反射率的这个过程2.遥感传感器入瞳处的太阳辐射能量主要来自3部分：目标物反射，大气散射，近邻反射a地面目标物的直接反射此部分辐射能量在太阳光入射到地面的经地面反射的过程中投到大气成分的吸入和散射而减小b大气成分和气溶胶对太阳辐射的散射（大气程散射）在到达地面之前被散射而进入传感器c地面目标物周边背景的邻近反射3.大气校正：通过消除大气散射，吸收对太阳辐射的影响，将大气顶层辐射亮度值或反射率转化为地表辐射亮度值或地表反射率，这个过程称为大气校正4.辐射度：指单位时间内大单位面积上通过的辐射通量5.朗伯面：属于漫反射面，当入射幅照度一定是，任何角度观测的反射亮度都是一个常数6.根据获取定标参数的时间和地点不同可以将辐射定标分为三类a受射前的实验室定标b基于星载定标器的星上定标c发射后的场地定标7.绝对大气校正：将遥感图像的DN值转换为地表反射率或地表辐射亮度相对大气校正：用DN值来表示地物反射率或反射辐射亮度的相对大小8.统计模型：基于地表变量和遥感数据的相关关系而建立的，既可进行相对大气校正又可进行实现绝对校正相对大气校正：1内部平均相对反射率法IARR：以整幅图像的平均辐射光谱之作为参考光谱，以计算每个像元的光谱曲线与参考光谱曲线的比值作为相对反射率，由此消除大气影响，亦可消除地形阴影的影响2平场域法FF：选择图像中块面积大亮度高，而光谱响应曲线变化平缓的区域建立平场域，利用该区域的平均光谱辐射值来模拟图像获取大气条件下的太阳光谱，将每个像元的辐射值与该区域平均光谱辐射值的比值作为地表反射率，用以消除大气的影响3对数残差法LRC：目的为了消除光照及地形的影响绝对大气校正4经验线性法ELC:实测各定标点的地面反射光谱值，计算像元点的平均辐射光谱，利用线性回归建立反射光谱与辐射光谱间的关系，计算线性方程的两个系数进行像元灰度的反射率反馈物理模型：1 6S模型：太阳第五与传感器之间的几何关系，大气模式，传感器的光谱特性，地表反射率2 MOPTRAN 模型9.地形校正：基于DEM的地形矫正方法：朗伯体的反射率模型非朗伯体反射率模型和其他方法①余弦校正法：斜面接受的辐射度与太阳入射角的余弦值程正比，同时考虑太阳天顶角对辐射的影响②C矫正发：基于余弦校正在低太阳入射角地区出现过度校正现象，则引入半经验系数C第六章几何校正1几何略变：在遥感成像过程中，传感器生成的图像像元相对地面目标的实际位置发生了挤压，扭曲，拉伸和偏移问题，这一现象我们称为几何略变2造成遥感图像几何略变的因素：1传感器内部因素：透镜，图像投影面，探测元件排列2遥感平台因素：平台高度变化，速度变化，轨道偏移及姿态变化3地球因素：地球自转，地形起伏，地球曲率3几何校正：1几何精校正：根据产生畸变的原因，利用空间位置变化关系，采用计算公式和取得的辅助参数进行校正2几何精校正：在几何粗校正的基础上，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，即利用地面控制点做的精密校正4几何配准：将不同时间，不同波段，不同传感器系统所获得的同一地球的图像经几何变换使同名像点在位置上和方位上完全重叠后的操作几何配准与几何校正的区别：几何校正注重的是数据本身的处理，目的是为了还原数据的真实性，而几何配准注重的是图像和图像数据之间的几何关系，其目的是为了和参考数据达成一致，不考虑参数数据的正确5几何校正涉及的两个过程：一是空间位置二是像元灰度值的重新计算，即重采样坐标变换：直接法：从原始图像阵列出发，依次计算每个像元在输出图像中的坐标，输出的像元值大小不变，但输出图像中的像元分布不均间接法：从输出图像阵列出发，依次计算每个像元在原始图像中的位置，然后计算原始图像在该位置的像元值，再将计算的像元值赋予输出图像像元，空间分布均匀，需重采样6地面控制点的选择：1地面控制点需要在图像上有明显的清晰的识别标法2控制点上的地物不随时间而变化，以保证当两幅不同时间的图像或地图进行几何校正时也能识别3在没有做过地形校正的图像上选择控制点时，应在同一地形高度上进行4地面控制点应当均匀地分布在整幅图像内，且需保证有一定的数量7几何校正一般通过均方根误差RMS来观察控制点的几何校正精度，单位为像元重采样：根据原始图像的像元信息内插为新的像元值⑴最近邻法：直接将与某像元位置最邻近的像元值作为该像元的新值⑵双线性内插法：取采样点到周围4邻近像元的距离加权计算栅格值⑶三次卷积法：使用采样点周围16个邻近像元进行距离加权计算像元灰度值，使图像变得平滑，视觉效果好，但是会破坏图像光谱信息8.4D产品：DLG：digital Line Graphic数字线划地图DEM：Digital Elevation Model 数字高程模型DRG：Digital Raster Graphic 数字栅格地图DOM:Digital Orthophoto Map 数字正射影像图9.几何校正步骤：：（1）对畸变图像和基准图像建立统一的坐标系和地图投影（2）选择地面控制点，按GPS选择原则，在畸变图像和基准图像上寻找相同地物的地面控制点对（3）选择校正模型，实现畸变图像和基准图像之间的像元坐标变换4）选择合适的重采样方法对畸变图像的输出图像像元进行灰度赋值（5）几何校正的精度分析10.几何校正类型：图像到图像的几何校正（基准图像和畸变图像）图像到地图的几何校正具有地理位置信息的几何校正、正射校正11.图像自动匹配图像匹配要素：特征空间、搜索空间、搜索策略和相似性度量图像匹配算法的评估指标：匹配速度，匹配精度，匹配概率和匹配适应性方法：（1）基于灰度的匹配方法：直接利用整幅模板图像的灰度信息，建立模板图像和输入图像之间的相似性度量，然后采用某种搜索策略寻找使相似性度量值最大或最小的变换模型的参数值。