MAPGIS遥感数字图像处理基础.
遥感数字图像处理复习资料(1-4章)
第一章概论1、按图像的明暗程度和空间坐标的连续性，可以分为数字图像和模拟图像。
数字图像：可用计算机存储和处理，空间坐标和灰度均不连续。
模拟图像：计算机无法直接处理，空间坐标和明暗程度连续变化。
2遥感数字图像中的像素值称为亮度值（灰度值/DN值），它的高低由传感器所探测到的地物电磁波的辐射强度决定。
2、遥感数字图像处理的主要内容包括以下三个方面：图像增强、图像校正、信息提取。
1）图像增强：用来改善图像的对比度，突出感兴趣的地物信息，提高图像大的目视解译效果，它包括灰度拉伸、平滑、锐化、滤波、变换（K—L/K—T）、彩色合成、代数运算、融合等。
图像显示：为了理解数字图像中的内容，或对处理结果进行对比。
图像拉伸：为了提高图像的对比度（亮度的最大值与最小值的比值），改善图像的显示效果。
2）图像校正（恢复/复原）：为了去除和压抑成像过程中由各种因素影响而导致的图像失真。
注意：图像校正包括辐射和几何校正，前者通过辐射定标和大气校正等处理将像素值由灰度级改变为辐照度或反射率，后者利用已有的参照系修改像素坐标，使得图像能够与地图匹配或多景图像之间可以相互匹配。
3）信息提取：从校正后的遥感数据中提取各种有用的地物信息。
包括图像分割、分类等。
图像分割：用于从背景中分割出感兴趣的地物目标。
分割的结果可作为监督分类的训练区。
图像分类：按照特定的分类系统对图像中像素的归属类别进行划分。
3、遥感数字图像处理系统：硬件系统（输入、存储、处理、显示、输出），软件系统。
4、数字图像处理的两种观点：离散方法（空间域）、连续方法（频率域）2.遥感图像的获取和存储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。
遥感的实施依赖于遥感系统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、储存、传输、处理到分析、判读、应用的技术体系，主要包括遥感试验、信息获取（传感器、遥感平台）、信息传输、信息处理、信息应用等5个部分。
遥感数字图像处理教程
遥感数字图像处理教程第一章名词解释1、遥感数字图像（P1）:以数字形式存储和表达的遥感图像2、A/D 转换（P1）：把模拟图像转变成数字图像称为模/数转换，记作A/D 转换3、D/A 转换（P1）：把数字图像转 变成模拟图像称为数/模转换，记作D/A 转换简答题1、模拟图像（照片）与遥感数字图像有什么区别？ （P2） 答表1.1遥感数字图像与印刷照片的区别颜色没有特定的规则，在处理过程「二可以根据需 要通过合成产生多个波段（3-8000） 2、怎么理解图像处理的两个观点？ （P7）答：两种观点是：离散方法的观点和连续方法的观点。
1 .离散方法：图像的存储和表示均为数字形式，数字是离散的，因此，使用离散 方法进行图像处理才是合理的。
与该方法相关的一个概念是空间域。
空间域图像 处理以图像平面本身为参考，直接对图像中的像素进行处理。
2 .连续方法：图像通常源自物理世界，它们服从可用连续数学描述的规律，因此 具有连续性，应该使用连续数学方法进行图像处理。
与该方法相关的一个主要概 念是频率域。
频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生 的反映频率信息的图像进行处理。
完成频率域图像处理后，往往要变换回到空间 域进行图像的显示和对比。
四、论述题1、什么是遥感数字图像处理，主要内容有哪些？ （P2）答：遥感数字图像处理是通过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。
（1）图像增强：使用多种方法去除噪声，增强显示图像整体或突出图像中的特 定地物的信息，使图像更容易理解、解释和判读。
例：例如灰度拉伸、平滑、锐 化、彩色合成、主成分（K-L ）变换、K-T 变换、代数运算、图像融合照片来自于模拟方式通过摄影系统产生没有像素没有行列结构没有才」推行o 表示投有数据任何点，都没有编号摄影受电黑波谱的成像范围限制遛感数字图像 来自干数字方式 通过扫描和数码相机产生 基本利成单位是像素 具有行和列 可能会观察到扫描行 。
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
第五章 遥感图像处理基础
5.3
遥感图像增强与变换
图像运算
例如，同一层砂岩出露在山体的阴坡和阳坡， 由于阴坡处砂岩的反射率比阳坡低，因此虽然是同 一岩层，但在TM1和TM2两个波段上亮度值不同，若 不进行处理采用这样的图像直接分类，很可能将同 一岩层会被分成两种不同的类型，造成错误。但若 用TM1/TM2比值处理，比值图像上阴坡、阳坡的砂 岩亮度趋于一致，可消除地形的影响，从而提高分 类精度。
像元相加后的值若超出了显示范围(0-255)， 则需要乘一个正数a，以确保数据值在允许范围。 加法运算主要用于对同一区域的多幅图像求平 均，可以有效减少图像的加性噪声。
5.3
遥感图像增强与变换
图像运算
2、差值运算 又称作减影技术。指两幅同样大小的图像对应 像元的灰度值相减。设有两幅图像，差值公式为：
5.3
遥感图像增强与变换
多光谱图像变换
K-T变换主要应用于针对TM数据和曾经广泛使 用的MSS数据。K-T变换是对原图像的坐标空间进行 平移和旋转，变换后的新坐标轴具有明显的景观含 义，可与地物直接联系。对于TM和MSS数据，转换 矩阵不同。 对于MSS数据：
5.3
遥感图像增强与变换
多光谱图像变换
5.3
遥感图像增强与变换
图像运算
4、比值运算 是指两个不同波段的图像对应像元的灰度值相 除（除数不为0），是遥感图像处理中的常用方法。 相除后若出现小数，则必须取整，并乘以正数a将 其值调整到显示允许的范围内。
在比值图像上，图像像元亮度反映两个波段光 谱比值的差异。因此，这种算法对于增强和区分在 不同波段的比值差异较大的地物有明显效果。
5.3
遥感图像增强与变换
多光谱图像变换
多光谱特征空间是一个n维坐标系，每一个坐 标轴代表多波段图像的一个波段，坐标值表示该波 段像元的灰度值，图像中的每个像元对应于坐标空 间中的一个点。 例如：以TM1和TM2建 立一个二维坐标系，即二 维的光谱空间。其中横轴 代表TM1，纵轴代表TM2。 每一个像元都可以在空间 中找到对应的点。当有n各 波段时便是n维空间。
遥感数字图像处理教程
遥感数字图像处理教程 第一章 概论
1. 遥感数字图像：数字形式的遥感图像。(P1，第六段) 2. 遥感数字图像处理的主要内容：(P2，第七段) ① 图像增强： 其目的是增强整体图像或突出图像中的特定地物的信息， 其方法主要包括： 灰度拉伸、平滑、锐化、彩色合成、主成分变换、缨帽变换、代数运算、图像融合等； ② 图像校正：其目的是对传感器或环境造成的模糊、噪声、几何失真等进行校正，其主 要方法是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，从校正后的遥感图像中提取各种有用的地 物信息，主要包括图像分割、监督分类、非监督分类等，处理结果为分类专题图。 3. 遥感数字图像处理系统：硬件系统和软件系统。(P3，第五段) 4. 数字图像处理存在的两种观点：(P7，第三段) ① 离散方法的观点：即一幅图像的存储和表示均为数字形式，数字是离散的，因此，使 用离散方法进行图像处理才是合理的，与其对应的概念为空间域； ② 连续方法的观点：即图像具有连续性，可用连续的数学形式表达，与其对应的概念为 频率域。
第 3 页 共 13 页
小恺工作室•遥感数字图像处理教程
② HDF（Hierarchy Data Format） ：其构成包括一个头文件、一个或多个描述块、若干个数据 对象。优势：可移植性强；超文本；自我描述性；可扩展性。 ③ TIFF：扩展性好，移植方便，可改性强。 ④ GeoTIFF：在 TIFF 可扩展性的基础之上，添加了一系列的地理信息标签，来描述卫星成 像系统、航空摄影、地图信息、DEM 等。 12. 图像文件的大小计算(单位： 字节)： 行数×列数×单个像素字节数×波段数×辅助参数。 (P35， 第五段)
第四章 图像的显示和拉伸
1. 颜色模型：RGB 颜色模型、CMY 颜色模型、YIQ 颜色模型、HIS 颜色模型。(P61，第三 段) 其中 CMK 模型主要用于打印。 2. 图像的彩色合成：包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成。(P67， 第五段) ① 伪彩色合成：把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，然后进行 彩色图像显示的方法，其转换可通过密度分割的方法实现。 ② 真彩色合成：用红绿蓝波长或近似波长合成的、图像显示效果与真彩色近似的合成方式。 ③ 假彩色合成：从多个波段中任意选择 3 个波段（不能与真彩色合成波段相同） ，分别赋予 红绿蓝 3 种原色，其图像的显示效果与真彩色不同。 ④ 模拟真彩色合成：由于蓝光易受气溶胶的影响，有些传感器舍弃了蓝波段，而是通过某种 形式的运算得到模拟的红绿蓝三个通道，从而产生类似于真彩色的图像。 3. 图像拉伸：以波段为处理对象，通过处理波段中单个像素值来实现增强的效果。图像拉伸 的方法包括线性拉伸(全域线性拉伸和分段线性拉伸)和非线性拉伸(指数拉伸、对数拉伸)，图 像直方图是选择拉伸具体方法的基本依据。(P75，第四段) 4. 直方图均衡化： 对原始图像的像素灰度做某种映射变换， 使改变后图像灰度的概率密度(即
遥感技术及应用——第四讲 数字图像处理基础
但恰当的表示。” 但恰当的表示。
我们仍然从需要出发，给出关于图像的较具体的定 我们仍然从需要出发， 义。 定义1：给定条件下目标的电磁波表现形式（反 定义 ：给定条件下目标的电磁波表现形式（ 辐射、透射等）。 射、辐射、透射等）。 定义2：以不同形式和手段观测客观世界而获得的， 定义 ：以不同形式和手段观测客观世界而获得的， 可直接或间接作用于人眼并产生视知觉的实体。 可直接或间接作用于人眼并产生视知觉的实体。
E-Cognition软件 软件
E-Cognition软件的分析原理： 软件的分析原理： 软件的分析原理 基于面向对象，根据上下文的语义关系，结合 基于面向对象，根据上下文的语义关系， 人类大脑认知原理，充分利用了对象包含的特征、 人类大脑认知原理，充分利用了对象包含的特征、 地学知识、对象空间特征等关系， 地学知识、对象空间特征等关系，最终确定地物类 别的过程。 别的过程。
二、图像数字化
模拟系统模拟系统->模拟图像 数字系统数字系统->数字图像 直 接 获 取 数 字 图 像
数字图像获取过程： 照射(能 源 场景元素， 数字图像获取过程：a 照射 能)源，b 场景元素， c 成像系统，d 场景投影到图像平面，e 数字化图像 成像系统， 场景投影到图像平面，
二、图像数字化
图像的频谱表示
•任何信号均可由多次谐波叠加而成 任何信号均可由多次谐波叠加而成 •将图像从空间域变入频率域是采用傅立叶变换, 将图像从空间域变入频率域是采用傅立叶变换, 将图像从空间域变入频率域是采用傅立叶变换 反之采用傅立叶逆变换。 反之采用傅立叶逆变换。
为什么要对图像进行变换？ 为什么要对图像进行变换？ 图像变换是计算机图像处理基础理论的重要组成部 是更专业的图像处理任务（如复原、增强、编码、 分，是更专业的图像处理任务（如复原、增强、编码、 匹配和识别等）的不可缺少的数学基础。 匹配和识别等）的不可缺少的数学基础。 为说明其必要性，首先我们把各类图像处理（运算） 为说明其必要性，首先我们把各类图像处理（运算） 简单归结为如下两种方式之一： 简单归结为如下两种方式之一： 1、空间域处理 、 特点: 数字阵列—>数字阵列 2、频率域（或“空间频率域”）处理 空间频率域” 、频率域（ 特点: 数字阵列—>频谱函数—>频谱分析—>数字阵列 显然, 应先求出频谱函数，这需要通过数学变换来完成。 显然 应先求出频谱函数，这需要通过数学变换来完成。
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。
遥感数字图像处理教学.pptx
i 1 n
rij （美国查维茨提出的）
i 1
特征提取（feature extraction）
特征提取是在特征选择后，利用特征提取算法从原始特征中求出最能反映地物类别 性质的一组新特征，由此既可以压缩数据，又提高特征类别间的可分性。
第22页/共61页
4）图像分类运算
依据你选择的特征变量和图像的分类对象的实际情况以及选择适当的分类 方法和相应的分类参数进行图像分类。
碎斑处理——处理办法主要是进行滤波处理，用计算机手段 去掉分类图中过于孤立的类别像素，或将它归并到包围相邻 较连续分布的那些类中。比如：ENVI的多数/少数分析、聚 块和筛除等。 类别合并——ENVI中有类别合并处理的模块，主要将其颜色 和编码更改一致即可。
第26页/共61页
b）分类结果检验分析
统计分类结果——包括各类地物在各波段的平均值、标准差、min、max、协方差矩 阵、相关系数矩阵、特征值、各类像素数和所占像素百分比、精度检验等等统计指 标的说明。
•
分类的基本原理
•
分类的方法
•
分类的工作流程
•
非监督分类方法
•
监督分类方法
•
图像分类的相关问题
第31页/共61页
6.4 非监督分类法
非监督分类法是指人们事先对分类过程不加入任何的先验知识，而仅凭遥感图像 中地物的光谱特征进行分类，分类过程就是自然的聚类特性。
这样的分类的结果从效果上讲，只区分了图像上存在的差异，并不能确定该类别 的属性，具体的属性尚需要通过目视判读或实地调查针对性的确定。
监督分类法的基本原理！
做分类时，常把图像中某一类地物称为模式，而把属于该类中的像素称为样 本，其中某位置的像元在不同波段或不同特征空间中的像素值，则可以称为该样 本的观测值。
- 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)。
������ 新图像的行数M＝(Y2-Y1)/△Y+1; ������ 新图像的列数N＝(X2-X1)/△X+1;
������ 新图像的任意一个像元的坐标由 它的行列号唯一确定。
坐标关系
直接纠正方法:从原始图像，依次对每 个像元根据变换函数F（x,y），求得它 在新图像中的位置，并将灰度值赋给 新图像的对应位置上。
确定新图像的边界
1 纠正后图像和原始图像的形状、大小、方向都不一样。所 以在纠正过程的实施之前，必须首先确定新图像的大小范 围。
2 根据公式求出原始图像四个角点（a, b, c, d）在纠正后 图像中的对应点（a’, b’, c’, d’）的坐标（Xa’,Ya’） (Xb’,Yb’) (Xc’,Yc’) (Xd’,Yd’)。
1.收集资料； 2.导入影像数据； 3.确定纠正所需的几何校正模型； 4.选取地面控制点（GCP），确定其空间
坐标； 5.确定输出影像范围； 6.插值，像元几何位置变换参数； 7.像元的灰度重采样 8.产生纠正后的数字影像
遥感图像的增强
光谱增强处理（密度分割） 空间增强处理（滤波） 数值运算增强处理（NDVI） 辐射增强处理（亮度,直方图法）
间接纠正法:从新图像中依次每个像元， 根据变换函数f (x，y) 找到它在原始图 像中的位置，并将图像的灰度值赋予 新图像的像元。
（xp,yp）（XP,YP）分别是任意 一个像元在原始图像和纠正后 图像中的坐标。
间接
直接
直接纠正法
对输入图像的各个像元在变换后的输出图像坐标系上的ቤተ መጻሕፍቲ ባይዱ 应位置进行计算，把各个像元的数据投影到该位置上
举例
全景畸变 扫描镜非线性振动
这些内部由传感器本身引起畸变的校正一般图像数据生产和销售单位来完成
外部因素引起的畸变
1）地球的曲率 2）大气密度差引起的折光 3）地形起伏 4）地球自传 5）遥感器轨道位置和姿态等
校正方法
系统性校正：在已知遥感器构造有关的校准数据（焦 距等）及遥感器的位置、姿态等测量值的情况下，根 据图像几何畸变的理论校正公式进行的几何校正。用 以消除图像上的内部畸变。此类校正目前通常由数据 销售发行企业或部门来完成。
校正原理
利用图像坐标和地面坐标 （另一图像坐标、地图坐标 等）之间的数学关系，即输 入图像和输出图像间的坐标 转换关系实现。
每一个像元逐个进行校正处 理
几何校正包括两个方面内容
1 图像空间像元坐标的变换 2 变换后的标准图像空间的各 像元灰度值的计算。
数字图像的校正过程
纠正的函数可有多种选择：多项式方法、共线方程方法、随机场内 插方法等等。其中多项式方法的应用最为普遍。
•非系统性校正：利用控制点的图像坐标与地图坐标的 对应关系，近似地确定所给图像坐标系和地图坐标系 之间的变换关系，亦称为几何精纠正。此类校正通常 由用户自己根据实际需要完成。
•复合校正：把理论校正式与利用控制点确定的校正式 组合起来进行几何校正。新一代遥感图像处理软件中 不断补充针对许多重要遥感器的图像复合校正方法， 如Landsat TM/ETM+、SPOT HRV/HRS、NOAA AVHRR等。
间接纠正法
对输出图像的各个像元在输入图像坐标系的相应位置进行逆运算，求出该位置上 的像元数据，保持图像行列数不变。此系目前多数软件中通常采用的方法。
多项式校正
多项式纠正的基本思想：图像的变化规律可 以看作是平移、缩放、旋转、仿射、偏扭、 弯曲等形变的合成。一般的公式为：
利用有限的控制点（GCP）的已知坐标，求解 多项式的系数，确定变换函数。然后将各个 像元带入多项式进行计算，得到纠正后的坐 标。
GCP的选取原则
•在图像上要有明显的、清晰的地物特征标志，如 道路交叉点、河流汇合口、建筑物边界、农田界限；
•地面控制点上的地物要相对稳定，不随时间而变 化，以保证当两幅不同时相的图像或地图几何校正 时，可以被同时正确定位；
•在大多为山区的图像上选取控制点时，应尽量选 择同高程的控制点（通常是在平原地区）。
同名控制点要在图像上均匀分布；
数量应当超过多项式系数的个数(n+1)*(n+2)/2）。 当控制点的个数超过多项式的系数个数时，采用最 小2乘法进行系数的确定，使得到的系数最佳。
GCP选择途径
从已经过几何配准的遥感图形上选取地面控 制点（图像对图像纠正）；
2.从电子地图中读取地面控制点的坐标（矢 量数据对图像纠正）；
3.从纸质地形图上读取地面控制点的坐标， 再通过键盘、或者数字化仪输入；
4.野外GPS定位数据采集； 5.其它
灰度的重采样
纠正后的新图像的每一个像元，根据变 换函数，可以得到它在原始图像上的位 置。如果求得的位置为整数，则该位置 处的像元灰度就是新图像的灰度值。
如果位置不为整数，则有几种方法： ������ 1)最近邻法 ������ 2)双线性内插法
遥感器本身引起的畸变 外部因素引起的畸变 处理过程中引起的畸变
遥感器本身引起的畸变
1）透镜的辐射方向畸变像差； 2）透镜的切线方向畸变像差； 3）透镜的焦距误差； 4）透镜的光轴与投影面不正交； 5）图像的投影面非平面； 6）探测元件排列不整齐； 7）采样速率的变化； 8）采样时刻的偏差; 9) 扫描镜的扫描速度变化。
MAPGIS 应用高级培训班 欢迎各位学员的到来
MAPGIS应用高级培训班
2007年7月23日
遥感数字图像处理基础
李纯斌 甘肃农业大学资源与环境学院
数字图像处理的基本类型
（1）恢复处理 （2）增强处理 （3）分类处理
遥感图像的恢复处理
遥感图像的辐射校正 遥感图像的几何校正
遥感图像的几何畸变
3 然后求出最大值和最小值。
X1 = min (Xa’, Xb’, Xc’, Xd’) X2 = max (Xa’, Xb’, Xc’, Xd’) Y1 = min (Ya’, Yb’, Yc’, YXd’) Y2 = max (Ya’, Yb’,Yc’, Yd’)
确定新图像的分辨率
目的是确定新图像宽度和高度；
3)三次卷积法
最近邻法
距离实际位置最近的像元的灰度值作为 输出图像像元的灰度值；
双线性内插法
使用内插点周围的4个观测点的像元值，对所求 的像元值进行线性内插。该方法的缺点是破坏了 原来的数据，但具有平均化的滤波效果。
3次卷积内插法
使用内插点周围的16个观测点的像元值，用3次卷积 函数对所求像元值进行内插。该方法的缺点是破 坏了原来的数据，但具有图像的均衡化和清晰化 的效果，可得到较高的图像质量。
几种采样方法的优缺点
1）最近邻法：算法简单且保持原光谱信 息不变；缺点是几何精度较差，图像灰度 具有不连续性，边界出现锯齿状。
2) 双线性插值：计算较简单，图像灰度 具有连续性且采样精度比较精确；缺点是 细节丧失
3)三次卷积法：计算量大，图像灰度具有 连续性且采样精度比较精确
几何校正的一般过程