遥感图像处理考试重点整理.docxVIP

PAGE

1-

遥感图像处理考试重点整理

一、遥感图像处理基本概念

遥感图像处理是地理信息系统（GIS）和遥感技术（RS）相结合的重要领域，其核心目的是从遥感图像中提取有用信息，为地理环境监测、资源调查、城市规划等领域提供科学依据。遥感图像处理过程涉及多个环节，包括图像获取、预处理、特征提取、分类与变化检测等。在遥感图像处理基本概念方面，首先需要了解遥感图像的成像原理。遥感图像是通过遥感传感器对地球表面进行观测而获得的，主要包括可见光、红外、微波等不同波段的信息。不同波段的遥感图像具有不同的特性，如可见光图像色彩丰富、红外图像具有穿透云层的能力等。此外，遥感图像的分辨率也是一个重要概念，它直接影响到图像的细节程度和精度。高分辨率遥感图像能够提供更丰富的地面信息，但同时也增加了数据处理的复杂性和计算量。

遥感图像预处理是遥感图像处理的重要环节，其目的是提高图像质量，消除图像噪声，为后续图像分析提供良好的数据基础。预处理方法主要包括图像校正、几何校正、辐射校正等。图像校正包括传感器校正和地球物理校正，主要目的是消除传感器本身和地球物理环境对图像的影响。几何校正则是指通过几何变换使图像与实际地面坐标系统相匹配，消除因地球曲率、传感器倾斜等因素引起的几何畸变。辐射校正则是通过调整图像的亮度、对比度等参数，使图像在不同波段、不同时间、不同地区之间的辐射特性保持一致。

遥感图像特征提取是遥感图像处理的核心任务之一，其目的是从遥感图像中提取具有代表性的特征信息，为图像分类、变化检测等后续处理提供依据。特征提取方法主要包括光谱特征、纹理特征、形状特征等。光谱特征是指从遥感图像的光谱信息中提取的特征，如波段亮度、波段比值、植被指数等。纹理特征是指从遥感图像的纹理信息中提取的特征，如纹理粗糙度、纹理对比度等。形状特征则是指从遥感图像的形状信息中提取的特征，如面积、周长、形状因子等。合理的特征提取方法能够有效提高遥感图像处理的精度和效率。

二、遥感图像预处理

遥感图像预处理是遥感图像处理的重要环节，它直接影响到后续图像分析和应用的质量。在这一过程中，主要包括传感器校正、几何校正和辐射校正等关键步骤。

(1)传感器校正是指在遥感图像获取过程中，对传感器本身进行校准，消除传感器固有的误差。传感器校正主要包括辐射校正和几何校正。辐射校正旨在消除传感器本身和大气等因素对图像辐射信号的干扰，使图像在不同波段、不同时间、不同地区之间的辐射特性保持一致。这通常需要利用已知地面目标或卫星自身的辐射特性进行校正。几何校正则关注于消除图像中的几何畸变，使图像与实际地面坐标系统相匹配。这种畸变可能由地球曲率、传感器倾斜、大气折射等因素引起。几何校正通常采用投影变换或仿射变换等方法实现。

(2)几何校正过程需要建立地面控制点与图像点之间的对应关系，从而确定图像坐标与地面坐标之间的转换参数。地面控制点的选取通常基于地面已知的地标，如道路、河流、建筑物等。这些控制点需要具有明确的地理位置信息，以便于后续的校正计算。校正后的图像可以更好地满足后续图像分析和应用的需求，如地形分析、土地利用分类等。几何校正精度对于图像分析结果至关重要，因此，在预处理阶段应给予高度重视。

(3)辐射校正是指对遥感图像进行亮度、对比度等参数的调整，使图像在不同波段、不同时间、不同地区之间的辐射特性保持一致。辐射校正的主要目的是消除大气、传感器、地面反射等因素对图像辐射信号的影响，提高图像的可视性和分析精度。辐射校正方法包括直方图匹配、全局拉伸、局部自适应拉伸等。直方图匹配通过寻找参考图像和待校正图像之间的最佳匹配关系，实现图像亮度的调整。全局拉伸和局部自适应拉伸则分别适用于不同场景和图像类型，以获得最佳的校正效果。辐射校正对于提高遥感图像的对比度和细节信息，以及增强图像的可视性和分析精度具有重要意义。

在遥感图像预处理过程中，除了上述主要步骤外，还包括图像滤波、去噪、增强等辅助性处理。这些处理方法有助于提高图像质量，为后续图像分析和应用提供更加稳定和可靠的数据基础。

三、遥感图像特征提取

(1)遥感图像特征提取是遥感图像处理的关键环节，旨在从遥感图像中提取具有代表性的特征信息，为图像分类、变化检测等后续处理提供依据。特征提取方法多样，其中光谱特征提取是最常用的一种。例如，在植被遥感领域，常用的光谱特征包括归一化植被指数（NDVI）、增强型植被指数（EVI）等。这些指数能够有效地反映植被的生长状况和覆盖度。以某地区为例，通过对不同植被类型的遥感图像进行NDVI提取，发现不同植被类型的NDVI值存在显著差异，从而为植被分类提供了重要依据。此外，通过对比不同时间序列的NDVI变化，可以监测植被生长动态和生态环境变化。

(2)除了光谱特征，纹理特征在遥感图像特征提取中也具有重要意义。纹理特