一．預(yù)處理

1．降噪處理

由于傳感器的因素，一些獲取的遙感圖像中，會(huì)出現(xiàn)周期性的噪聲，我們必須對其進(jìn)行消除或減弱方可使用。

（1）除周期性噪聲和尖銳性噪聲

周期性噪聲一般重疊在原圖像上，成為周期性的干涉圖形，具有不同的幅度、頻率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空間頻率位置最為突出。一般可以用帶通或者槽形濾波的方法來消除。

消除尖峰噪聲，特別是與掃描方向不平行的，一般用傅立葉變換進(jìn)行濾波處理的方法比較方便。

（2）除壞線和條帶

去除遙感圖像中的壞線。遙感圖像中通常會(huì)出現(xiàn)與掃描方向平行的條帶，還有一些與輻射信號(hào)無關(guān)的條帶噪聲，一般稱為壞線。一般采用傅里葉變換和低通濾波進(jìn)行消除或減弱。

2．薄云處理

由于天氣原因，對于有些遙感圖形中出現(xiàn)的薄云可以進(jìn)行減弱處理。

3．陰影處理

由于太陽高度角的原因，有些圖像會(huì)出現(xiàn)山體陰影，可以采用比值法對其進(jìn)行消除。

二．幾何糾正

通常我們獲取的遙感影像一般都是Level2級(jí)產(chǎn)品，為使其定位準(zhǔn)確，我們在使用遙感圖像前，必須對其進(jìn)行幾何精糾正，在地形起伏較大地區(qū)，還必須對其進(jìn)行正射糾正。特殊情況下還須對遙感圖像進(jìn)行大氣糾正，此處不做闡述。

1．圖像配準(zhǔn)

為同一地區(qū)的兩種數(shù)據(jù)源能在同一個(gè)地理坐標(biāo)系中進(jìn)行疊加顯示和數(shù)學(xué)運(yùn)算，必須先將其中一種數(shù)據(jù)源的地理坐標(biāo)配準(zhǔn)到另一種數(shù)據(jù)源的地理坐標(biāo)上,這個(gè)過程叫做配準(zhǔn)。

（1）影像對柵格圖像的配準(zhǔn)

將一幅遙感影像配準(zhǔn)到相同地區(qū)另一幅影像或柵格地圖中，使其在空間位置能重合疊加顯示。

（2）影像對矢量圖形的配準(zhǔn)

將一幅遙感影像配準(zhǔn)到相同地區(qū)一幅矢量圖形中，使其在空間位置上能進(jìn)行重合疊加顯示。

2．幾何粗糾正

這種校正是針對引起幾何畸變的原因進(jìn)行的，地面接收站在提供給用戶資料前，已按常規(guī)處理方案與圖像同時(shí)接收到的有關(guān)運(yùn)行姿態(tài)、傳感器性能指標(biāo)、大氣狀態(tài)、太陽高度角對該幅圖像幾何畸變進(jìn)行了校正.

3．幾何精糾正

為準(zhǔn)確對遙感數(shù)據(jù)進(jìn)行地理定位，需要將遙感數(shù)據(jù)準(zhǔn)確定位到特定的地理坐標(biāo)系的，這個(gè)過程稱為幾何精糾正。

（1）圖像對圖像的糾正

利用已有準(zhǔn)確地理坐標(biāo)和投影信息的遙感影像，對原始遙感影像進(jìn)行糾正，使其具有準(zhǔn)確的地理坐標(biāo)和投影信息。

（2）圖像對地圖（柵格或矢量）

利用已有準(zhǔn)確地理坐標(biāo)和投影信息的掃描地形圖或矢量地形圖，對原始遙感影像進(jìn)行糾正，使其具有準(zhǔn)確的地理坐標(biāo)和投影信息。

（3）圖像對已知坐標(biāo)點(diǎn)（地面控制點(diǎn)）

利用已有準(zhǔn)確地理坐標(biāo)和投影信息的已知坐標(biāo)點(diǎn)或地面控制點(diǎn)，對原始遙感影像進(jìn)行糾正，使其具有準(zhǔn)確的地理坐標(biāo)和投影信息。

4．正射糾正

利用已有地理參考數(shù)據(jù)（影像、地形圖和控制點(diǎn)等）和數(shù)字高程模型數(shù)據(jù)（DEM、GDEM），對原始遙感影像進(jìn)行糾正，可消除或減弱地形起伏帶來的影像變形，使得遙感影像具有準(zhǔn)確的地面坐標(biāo)和投影信息。

三．圖像增強(qiáng)

為使遙感圖像所包含的地物信息可讀性更強(qiáng)，感興趣目標(biāo)更突出，需要對遙感圖像進(jìn)行增強(qiáng)處理。

1．彩色合成

為了充分利用色彩在遙感圖像判讀和信息提取中的優(yōu)勢，常常利用彩色合成的方法對多光譜圖像進(jìn)行處理，以得到彩色圖像。

彩色圖像可以分為真彩色圖像和假彩色圖像。

2．直方圖變換

統(tǒng)計(jì)每幅圖像的各亮度的像元數(shù)而得到的隨機(jī)分布圖，即為該幅圖像的直方圖。

一般來說，包含大量像元的圖像，像元的亮度隨機(jī)分布應(yīng)是正態(tài)分布。直方圖為非正態(tài)分布，說明圖像的亮度分布偏亮、偏暗或亮度過于集中，圖像的對比度小，需要調(diào)整該直方圖到正態(tài)分布，以改善圖像的質(zhì)量。

3．密度分割

將灰度圖像按照像元的灰度值進(jìn)行分級(jí)，再分級(jí)賦以不同的顏色，使原有灰度圖像變成偽彩色圖像，達(dá)到圖像增強(qiáng)的目的。

4．灰度顛倒

灰度顛倒是將圖像的灰度范圍先拉伸到顯示設(shè)備的動(dòng)態(tài)范圍(如0～255)到飽和狀態(tài)，然后再進(jìn)行顛倒，使正像和負(fù)像互換。

5．圖像間運(yùn)算

兩幅或多幅單波段圖像，空間配準(zhǔn)后可進(jìn)行算術(shù)運(yùn)算，實(shí)現(xiàn)圖像的增強(qiáng)。常見的有加法運(yùn)算、減法運(yùn)算、比值運(yùn)算和綜合運(yùn)算。例如：

減法運(yùn)算：可突現(xiàn)出兩波段差值大的地物，如紅外-紅，可突現(xiàn)植被信息。

比值運(yùn)算：常用于計(jì)算植被指數(shù)、消除地形陰影等。

植被指數(shù)：NDVI=（IR-R）/（IR+R）

6．鄰域增強(qiáng)

又叫濾波處理，是在被處理像元周圍的像元參與下進(jìn)行的運(yùn)算處理，鄰域的范圍取決于濾波器的大小，如3×3或5×5等。

鄰區(qū)法處理用于去噪聲、圖像平滑、銳化和相關(guān)運(yùn)算 。

7．主成分分析

也叫PCA變換，可以用來消除特征向量中各特征之間的相關(guān)性，并進(jìn)行特征選擇。

主成分分析算法還可以用來進(jìn)行高光譜圖像數(shù)據(jù)的壓縮和信息融合。例如：對LandsatTM的6個(gè)波段的多光譜圖像(熱紅外波段除外)進(jìn)行主成分分析，然后把得到的第1，2，3主分量圖像進(jìn)行彩色合成，可以獲得信息量非常豐富的彩色圖像。

8．K-T變換

即Kauth-Thomas變換，又稱為“纓帽變換”。這種變換著眼點(diǎn)在于農(nóng)作物生長過程而區(qū)別于其他植被覆蓋，力爭抓住地面景物在多光譜空間中的特征。

目前對這個(gè)變換的研究主要集中在MSS與TM兩種遙感數(shù)據(jù)的應(yīng)用分析方面。

9．圖像融合

遙感圖像信息融合是將多源遙感數(shù)據(jù)在統(tǒng)一的地理坐標(biāo)系中，采用一定的算法生成一組新的信息或合成圖像的過程。

不同的遙感數(shù)據(jù)具有不同的空間分辨率、波譜分辨率和時(shí)相分辨率，如果能將它們各自的優(yōu)勢綜合起來，可以彌補(bǔ)單一圖像上信息的不足，這樣不僅擴(kuò)大了各自信息的應(yīng)用范圍，而且大大提高了遙感影像分析的精度。

四．圖像裁剪

在日常遙感應(yīng)用中，常常只對遙感影像中的一個(gè)特定的范圍內(nèi)的信息感興趣，這就需要將遙感影像裁減成研究范圍的大小。

1．按ROI裁剪

根據(jù)ROI（感興趣區(qū)域）范圍大小對被裁減影像進(jìn)行裁剪。

2．按文件裁剪

按照指定影像文件的范圍大小對被裁減影像進(jìn)行裁剪。

3．按地圖裁剪

根據(jù)地圖的地理坐標(biāo)或經(jīng)緯度的范圍對被裁減影像進(jìn)行裁剪。

五．圖像鑲嵌和勻色

1．圖像鑲嵌

也叫圖像拼接，是將兩幅或多幅數(shù)字影像(它們有可能是在不同的攝影條件下獲取的)拼在一起，構(gòu)成一幅整體圖像的技術(shù)過程。

通常是先對每幅圖像進(jìn)行幾何校正，將它們規(guī)劃到統(tǒng)一的坐標(biāo)系中，然后對它們進(jìn)行裁剪，去掉重疊的部分，再將裁剪后的多幅影像裝配起來形成一幅大幅面的影像。

2．影像勻色

在實(shí)際應(yīng)用中，我們用來進(jìn)行圖像鑲嵌的遙感影像，經(jīng)常來源于不同傳感器、不同時(shí)相的遙感數(shù)據(jù)，在做圖象鑲嵌時(shí)經(jīng)常會(huì)出現(xiàn)色調(diào)不一致，這時(shí)就需要結(jié)合實(shí)際情況和整體協(xié)調(diào)性對參與鑲嵌的影像進(jìn)行勻色。

六．遙感信息提取

遙感圖像中目標(biāo)地物的特征是地物電磁波的輻射差異在遙感影像上的反映。依據(jù)遙感圖像上的地物特征，識(shí)別地物類型、性質(zhì)、空間位置、形狀、大小等屬性的過程即為遙感信息提取。

目前信息提取的方法有：目視判讀法和計(jì)算機(jī)分類法。其中目視判讀是最常用的方法。

1．目視判讀

也叫人工解譯，即用人工的方法判讀遙感影像，對遙感影像上目標(biāo)地物的范圍進(jìn)行手工勾繪，達(dá)到信息提取的目的。

2．圖像分類

是依據(jù)是地物的光譜特征，確定判別函數(shù)和相應(yīng)的判別準(zhǔn)則，將圖像所有的像元按性質(zhì)分為若干類別的過程。

（1）監(jiān)督分類

在研究區(qū)域選有代表性的訓(xùn)練場地作為樣本，通過選擇特征參數(shù)（如亮度的均值、方差等），建立判別函數(shù)，對樣本進(jìn)行分類，依據(jù)樣本的分類特征來識(shí)別樣本像元的歸屬類別的方法。

（2）非監(jiān)督分類

沒有先驗(yàn)的樣本類別，根據(jù)像元間的相似度大小進(jìn)行歸類，將相似度大的歸為一類的方法。

（3）其他分類方

包括神經(jīng)網(wǎng)絡(luò)分類、分形分類、模糊分類等分類方法，以及他數(shù)據(jù)挖掘方法如模式識(shí)別、人工智能等，在這里不做進(jìn)一步闡述。