遥感读书报告

遥感读书报告专业：测绘工程学生姓名：胡惠卿指导教师：戚浩平完成时间：2013年12月30日

目录第一部分：各知识点的内涵与联系第二部分：学习的重难点第三部分：公式的推导第四部分：感兴趣的内容第五部分：学习感悟

第一部分：各知识点的内涵与联系一、电磁波、电磁波普、电磁辐射黑体辐射、太阳辐射、大气对辐射的影响、物体的发射辐射地物反射辐射、地物波普电磁波电磁波普的概念、分类，电磁波的性质（P15）电磁波普发射辐射：辐射源、辐射测量电磁辐射辐射测量：辐射能量W，辐射通量密度E、辐照度I、辐射亮度L黑体辐射黑体定义：绝对黑体太阳辐射黑体辐射规律：普朗克公式、斯忒潘玻尔兹曼定律、维恩位移定大气辐射的影响太阳常数：I◎=1.360*10^3W/m^2实际物体的辐射太阳光谱：是连续的光谱大气的层次：外大气层、电离层、平流层、对流层真正对太阳辐射影响最大的是对流层和平流层大气吸收作用：使某些波段的太阳辐射强度递减，甚至消失形成大气吸收光谱大气散射：瑞利散射当大气中粒子比波长小得多对可见光和红外波段特别明显波长越长，散射越弱米式散射当大气中粒子和波长相当对红外波段特别明显散射强度和波长的二次方成反比无选择性散射当大气中粒子比波长大得多散射强度与波长无关大气折射：密度越大，折射率越大；天顶距为90°时，折射值最大大气反射：主要发生在云层顶部大气窗口的定义、大气窗口的主要光谱段：紫外、可见光、近红外波段、中红外、远红外、微波波段大气透射的总透射率T：影响因素波长、温度、构成物体的材料、表面状况等发射率：根据光谱发射率随波长的变化形式，将物体分为两类：选择性辐射体：在各个波长处光谱发射率不同灰体：在各个波长处光谱发射率相同光谱反射率：物体的反射辐射通量与入射辐射通量之比地物反射辐射同一地物的反射波普特性：具有时间效应和空间效应地物波普同地物的发射波普特性：城市道路建筑物、水体、土壤、植物、影响因素：太阳位置、传感器位置、地理位置、地形、季节、气候变化等地物波普的概念地物光谱的测定原理：用光谱测定仪器测定地物和标准板的反射率变化地物光谱测试的作用：三个方面地物反射波普测量理论：BRDF、BRF地物光谱的测量方法：样品的实验室测量，应用不够广泛野外测量，采用比较法，分为垂直测量和非垂直测量二、遥感平台、遥感传感器、遥感成像根据距地面的高度：地面平台100m以下，可测定地物的波普特性遥感平台遥感平台的种类航空平台100m以上，100km一下，用于资源调查航天平台240km以上的航天飞机和卫星载人的根据重量：非载人的小行星其他卫星气象卫星陆地卫星海洋卫星特点：1.轨道分为低轨和高轨特点：1.需要空间进行大面积观测2.短周期重复观测2.以微波为主3.成像面积大，有利于减少数据处理3.未来以电磁波与激光声波4.资料来源连续，实时性强，成本低结合星历表法：1.计算卫星在地心直角坐标系中的坐标2.计算卫星在大地地心直角坐标系的坐标3.计算卫星的地理坐标用GPS测定坐标：伪距测量1.测定GPS信号发射时间和接收时间卫星轨道及运行特点解算卫星坐标2.存在改正数V，列方程3.求V，共五项卫星的各个参数轨道参数姿态角：绕X轴旋转，称为滚动；绕Y轴旋转，称为俯仰；绕Z轴升交点赤经旋转，称为航偏近地点角距卫星速度轨道倾角卫星运行周期卫星轨道的长半轴卫星高度卫星过近地点的时刻同一天相邻轨道间在赤道处的距离每天卫星绕地圈数、重复周期高光谱类卫星用于大气、海洋和陆地探测SAR类卫星适用于大面积的地表成像 特点：分辨率高陆地卫星及轨道特征高空间分辨率陆地卫星用处：用于军事侦察Landsat系列卫星小卫星1.重量轻，体积小2.研制周期短，成本低Landsat系列卫星：美国3.发射灵活，启用速度快，抗毁性强SPOT系列卫星：法国4.技术性能高IRS系列卫星：印度中国资源一号卫星遥感传感器的构象方程遥感图像几何处理遥感传感器组成：收集器、探测器、处理器、输出器分类：摄影类型扫描成像雷达成像非图像类型1.对地物扫描成像仪：红外扫描仪、多光谱扫描仪、成像光谱仪、自旋和步进式成像仪、多频段频谱仪扫描成像传感器特点：对地面直接扫描成像2.对相面扫描的成像仪瞬间在相面上形成一条线图像，然后对影像进行扫描对物面扫描的成像仪成像CCD推扫式成像仪、电视摄影机红外扫描仪MSS多光谱扫描仪地面分辨率只与航高有关扫描仪的结构、成像过程、地面接收及产品地面分辨率随扫描角发生变化为全景畸变产品种类：粗加工产品（辐射校准、几何校正、热红外扫描仪的色调与温度的四次方成正比分幅注记）、精加工产品（对地面点去除误差）、特殊处理产品TM专题制图仪ETM增强型专题制图仪有更高的空间分辨率和准确度1.增加了PAN波段，分辨率为15m，数据速率增加增加了扫描改正器2.远红外波段分辨率提高到60m，增加了数据率探测器共100个，分7个波段3.辐射校正提高了精度对像面扫描的成像仪HRV线阵列推扫式扫描仪成像光谱仪多光谱的，分三个普段1.面阵探测器加推扫式扫描仪全色的HRV2.线阵列探测器加光机扫描仪可进行立体观测真实孔径雷达雷达成像仪合成孔径雷达：分辨率与天线孔径有关侧视雷达的几何图像特征：Y的比例尺由小变大，出现地物点重影，反立体图像，高差产生的投影位移相反相干雷达图像的表现形式光学图像数字图像可以看做是二维的连续函数是二维离散的光密度函数其值市非负和有限用二维矩阵表示互相转化：采样、量化和编码通过显示终端或打印出来球面坐标遥感图像的坐标系统平面坐标地理坐标系投影坐标系球面坐标系，以经纬度为存储单位讲椭球面上的地理坐标化为平面直角坐标大地基准面：每个地方有不同的大地基准面分为等角投影，等积投影，任意投影例如北京54坐标系、西安80坐标系椭球地和大地基准面是一对多的关系遥感数字图像的存储存储介质磁带：顺序存储介质，数据处理比较慢，通常作为数据存储只用磁盘：随机存储介质，硬盘访问速度快，软盘访问速度慢光盘：随机存储介质，优点是具有抗磁性存储格式BSQ格式：按波段记载数据文件，每一个文件记载的是某一波段的图像数据BIL格式：按照波段顺序交叉排列的遥感数据格式GEOTIFF格式：支持多种彩色系统和压缩算法目前支持三种坐标空间：栅格空间，设备空间，模型空间模型空间用来描述相应的地理位置硬件系统遥感数字图像处理系统软件系统输入设备：磁带机、磁盘机、扫描仪遥感图像处理的软件：析像器、数字化仪，完成遥感数据输ERDASImagineImagineEssentials入计算机的功能，上述统称为数字化ImagineAdventage器平台式数字化器：几何精度高，辐ImagineProfessional射分辨率高，速度较低ENVI1.影像显示处理和分析功能滚动式图像数字化器：采样速度高，2.多光谱影像处理功能几何精度低，可处理大幅遥感影像3.集成栅格和矢量处理功能固态阵列数字化器：采样速度快，几4.集成雷达分析工具何精度高，辐射测试性不好5.地形分析工具飞点扫描器、摄像管数字化器适用于PCI小幅影像输出设备：磁带机、磁盘机、显示器Ecognition电子计算机：决定了处理速度和效果其他设备三、遥感图像的几何处理、辐射处理、判读、自动识别分类、目视解译=1\*GB3①遥感图像通用构象方程：地面坐标系和传感器坐标系建立的转换关系=2\*GB3②中心投影构象方程：图像坐标和传感器坐标系统的关系，利用共线方程=3\*GB3③全景摄影机的构象方程：由一条曝光缝隙沿旁向扫描而成， 其几何关系等效于中心投影沿旁向倾斜一个扫描角θ后，以中心线成像的情遥感传感器的构象方程况=4\*GB3④推扫式传感器的构象方程：行扫描动态，再进行倾斜扫描，左后做前后式成像=5\*GB3⑤扫描式传感器的构象方程：获得的图像是中心投影，每个象元都有自己的投影中心，随着扫面镜的旋转和平台的前进来实现整幅图像的成像=6\*GB3⑥侧视雷达图像的构象方程：分为平面扫描和圆锥扫描基于多项式的传感器模型传感器模型基于有理函数的传感器模型静态误差遥感图像变形误差动态误差全景投影变形传感器成像方式引起的图像变形斜距投影变形传感器外方位元素变化的影响遥感图像变形地形起伏引起的像点位移地球曲率引起的图像变形大气折射引起的图像变形地球自转的影响1.投影中心坐标的测定和解算遥感图像的粗加工2.传感器姿态角的测定3.扫描角θ的确定遥感图像的精纠正处理像素坐标的变换对像素亮度值进行重采样多项式法共线方程法对各个类型的遥感图像都适用，通常有一般多项式，计算量大，需要有数字高程信息，精了让德多项式，双变量分区插值多项式度低可表示为线性方程，共线方程只利用地面控制点解求多项式系数适用于所确定的一个具有一定间距1.列误差方程式的具有一定间距的格网上的点，而不构成法方程是针对每一个点；切平面坐标系朝北计算多项式系数方向为X正方向，朝东方向为Y正方精度评定像，将坐标单位换位毫米遥感图像的纠正变换数字图像亮度的重采样纠正结果评价有理函数法自动配准的小面元微分纠正最小二乘法求解RFM参数算法1.图像特征点提取与地形无关的最小二乘法求解RFC2.预处理与地形有关的方案最小二乘法求解RFC3.粗匹配利用RFM进行卫星遥感影像的几何纠正4.几何条件约束的整体松弛匹配加入改正高差的CCD线阵影像的多项式侧视雷达图像的纠正1.高差引起的投影差计算LEBERL构象模型2.倾斜角α较大时的改进KONECNY模型由常规共线方程转化美国研究的模型前苏联的模型视为CCD扫描图像根据SAR本身构象特点纠正实质市遥感图像的几何纠正图像间的匹配：以多源图像中的一幅图像为参考图像，其他图像与之图像间的自动配准配准，其坐标系是任意的绝对配准：选择某个地图坐标系，将多源图像变换到这个地图坐标系以后来实现坐标系的统一多项式纠正法1.在多源图像上确定分布均匀，足够数量的图像同名点2.通过所选择的图像同名点解算几何变换的多项式系数，通过纠正变换完成一幅图像对另一幅图像的几何配准通过图像相关自动获取同名点：1,数字图像相关过程图像匹配的一些算法数字图像的镶嵌基于小波变换的图像镶嵌如何消除接缝：图像几何纠正镶嵌边搜索亮度和反差调整边界线B=1/M*(B1+B2+B3......)通过加法运算可以加宽波段多光谱图像的四则运算加法运算乘法运算除法运算减法运算与加法运算类似能够压抑因地形坡度和方向引起上面是不同波段的两个图像或者的辐射量变化，消除不同时相同一波段图像，可以增地形起伏的影响，增加不同地物间光谱反射率及反差强地物的反差，比值当用红外波段与红外波段相减时运算是自动分类的预即为植被指数。处理方法之一混合运算上述称为生物量指标变化，可使植物从水和土中分离出来可以消除部分大气影响混合运算可根据具体需要进行处理1.传感器本身的性能引起的辐射误差辐射误差2.大气的散射和吸收引起的辐射误差3.地形影响和光照条件的变化引起的辐射误差辐射处理传感器辐射定标是指建立传感器每个探测元所输出信号的数值量化值与该探测器对应象元内的实际地物辐射亮度值之间的定量关系辐射误差校正定标的内容包括：1.大气校正1.强度定标：确定传感器的响应值6S模型、LOWTRAN模型、MORTARN2.光谱定标：测量传感器随入射波长变化的响应模型、ATCOR模型3.空间定标：测量传感器的调值传递函数2.太阳高度角、日地距离校正和地形影响引起的校正辐射定标分为绝对定标和相对定标绝对定标要建立传感器测量的数字信号与对应的辐射能量之间的数量关系绝对定标的方法有：传感器实验室定标遥感器星上内定标遥感器场地外定标相对辐射定标空间域处理：直接对图像进行各种运算以得到需要的增强效果辐射增强频率域处理：将空间域图像换为频率域，在频率域中对图像的频谱处理反映了一幅图像中灰度级与其出现概率之间的关系，可以看做是随图像灰度直方图机分布的密度函数，其分布状态可以用灰度均值和标准差两个参数来衡量图像反差调正线性变换：先建立一个查找表，在变换的时候只需查找表变换即可直方图均衡将随机分布的图像直方图修改成均匀分布的直方图其实质是对图像进行非线性拉伸，重新分配图像象元值，使一定灰度范围内的象元数量大致相等效果是：1.各灰度级所占图像的面积近似相等，因为某些灰度级出现高的像素不可能被分割2.可以增强图像上大面积地物与周围地物的反差3.如果输出数据分段级较小，则会产生一个初步分类的视觉效果直方图正态化是将随机分布的原图像直方图修改成高斯分布的直方图直方图匹配两幅可以匹配的图应该有相似的特性：图像直方图总体形状应类似图像中黑与亮特征应相同对某些应用，图像的空间分辨率应相同图像上的地物分配应相同，尤其是不同地区的图像匹配密度分割将原始图像的灰度值分成等间隔的离散灰度级灰度反转对图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度值相反的图像，其结果是原来亮的地方变暗，原来暗的地方变亮一是条件反转二是简单反转图像融合1.对两幅图像进行几何配准，并对多光谱图像重采样与全色图像分辨率相同加权融合2.分别计算全色波段与多光谱波段图像的相关系数3.用全色波段图像和多光谱波段图像组合基于IHS变换的图像融合待融合的全色图像和多光谱图像进行几何配准，并将多光谱图像重采样与全色分辨率相同将多光谱图像变换转化到IHS空间对I’和I进行直方图匹配用全色图像I’代替IHS空间的亮度分量将I’HS逆变换到RGB空间，即得到融合图像基于主分量变换的图像融合比值变换融合乘积变换融合基于特征的图像融合1.对两个不同特性的图像做边缘增强，然后加权融合2,对其中一个图像做边缘提取，然后融合到另一个图像上3.对两个图像经小波变换后形成基带图像和子代图像，对基带图像用加权融合的方法，而对子代图像采用选择子代中特征信息丰富的图像进行融合基于分类的图像融合1.平均梯度图像融合的评价指标2.熵与联合熵描述图像信息量3.分类的精度4.偏差指数、相关系数、均值偏差、方差偏差遥感图像的判读景物特征光谱特征空间特征时间特征判读标志：地物在多波段图像上判读标志：形状、大小判读标志：以光谱特征及特有的这种波普反应图形、阴影、位置、纹理空间特征的变化表现出来影响景物特征及判读的因素地物本身的复杂性传感器本身的影响：几何分辨率、辐射分辨率、光谱分辨率、时间分辨率目视能力的影响判读的一般过程1.判读前的准备：判读员的训练、搜集充足的资料、了解图像的信息、判读仪器和设备2.发现目标3.描述目标4.识别和鉴定目标5.清绘和评价目标举例单波段相片的判读对于单波段的可见光、近红外相片，从其色调特征和空间特征来分析判读多光谱相片的判读使用比较判读的方法，将多光谱图像与个个地物的光谱反射特性数据联系起来热红外相片的判读与温度和发射率大小有直接关系侧视雷达相片的判读与入射角、地面粗糙程度、地物的电特性有关多时域图像的判读利用动态变化进一步识别地面物体的性质和作定量关系遥感图像自动识别分类模式某种具有空间或几何特征的东西模式识别一个模式识别系统对被识别的模式做一系列测量，然后将测试结果与模式字典中一组典型的测量值做比较光谱特征空间不同的地物在同一波段图像上表现的亮度一般互不相同，不同的地物在多个波段图像上亮度的呈现规律也不同，这构成了我们在图像上赖以区分不同地物的物理依据。光谱特征向量：同名地物点在不同波段图像中亮度的观测值将构成一个多维的随机向量X特征变换：1.减少特征之间的相关性为了设计出效果好的分类器2.使得待分类别之间的差异在变换后的特征中更加明显一般需要对原始图像数据进特征选择：从原有的m个测量值集合中，按某一准则选择出n个行分析处理特征在特征影像中，选择一组最佳的特征影像进行分类，这就是特征选择特征变换特征选择主分量变换距离测度哈达玛变换散布矩阵测度穗帽变换比值变换生物量指标变换监督分类事先知道样本去类别的信息，这种信息可以通过对分类地区的目视判读，实地勘察或结合GIS信息获得。根据已知的样本类别和类别的先验知识，确定概率判别函数和贝叶斯判别：最大似然分类法判别函数和相应的判别准则距离判别函数和判别规则：最小距离法最大似然总的错分概率比最小距离法小学习或者训练将观测值代入判别函数1.确定感兴趣的类别数2.特征变换和特征选择作出判定3.选择训练样区4.确定判别函数和判别规则5.根据判别函数和判别规则对非训练样区的图像区域进行分类非监督分类仅凭遥感影像地物的光谱特征的分布规律，即自然聚类的特性进行“盲目”的分类。其分类的结果只是对不同类别打到了区分，但并不确定类别的属性。1.K—均值聚类法2.ISODATA算法聚类分析3.平行管道法聚类分析监督分类和非监督分类的结合第一步：选择一些有代表性的区域进行非监督分类第二步：获得多个聚类类别的先验知识第三步：特征选择第四步：使用监督法对整个影像进行分类第五步：输出标记图像分类后的处理1.来自监督分类的训练样区2.专门选定的试验场：对纯化监督训练样区比较有用采集样本有目的地、均匀分布于但作为检核最后分类图精度各个区域不是最好的方法3.随机取样精度评定：混淆矩阵高程信息在遥感图像分类中的应用体现在不同地物类别在不同高程中出现的纹理信息在遥感图像分类中的应用先验概率不同，用了提高分类的效果计算机自动分类的新方法面向对象分类技术多尺度影像分割模糊聚类算法1.相邻对象异质度的定义神经元网络方法2.合并前后异质度变化的描述3.形状异质度的描述面向对象的分类方法4.光谱与形状特征空间内的异质度计算1.最邻近分类2.决策支持的模糊分类遥感技术的应用在测绘中的应用在环境和灾害监测中的应用在其他领域中的应用在测绘中的应用主要用来测绘地形图、制作正射影像图和经专业判读后编绘各种专题图制作卫星影像地图卫星影像修测地形图陆地地形图测绘1.SPOT图像高程提取浅水区的地形测绘南极冰面地形地貌测绘2.3—Camera立体测图TM6热图像测绘南极冰面地形图提高精度的处理方法：1.发射率的影响2.反射光的影响3.离海岸远近的影响4.纬度的影响5.阴影的影响6.时间和气候的影响7.噪声的影响相关雷达影像测绘南极地形图在环境和灾害监测中的应用快速监测洪涝灾情监测沙尘暴在森林火灾监测中的应用臭氧层监测监测南极冰川流速观测海洋赤潮监测海啸观测城市的水面和城区在其他领域中的应用遥感技术在地质调查中的应用对地质构造进行解译对岩性进行分类调查地质灾害对罗布泊大型钾盐矿调查1.用于农作物估产2.用于土壤的解译在农林牧等方面的应用3.用于土壤侵蚀调查4.在森林立地类型调查中的应用5.草场资源分类和评价土壤解译理论基础：土壤表层的光谱特性包括土壤表层的光谱反射率和土壤本身特性对土壤反射率的影响判读标志：颜色和色调、形状与阴影、纹理、图形在森林立地调查中的应用判读基础：植物和林冠层的光谱特征为立地条件类型判读提供了理论基础划分原则1.立地类型必须满足反应立地特征的一致性2.立地类型应反应出主导因素的作用3.组成景观类型的各个因素数据应大部或全部由遥感方法给出4.立地类型的生产潜力和宜林性的近似性立地因子的拟定：水热因子、土壤因子、植被因子在考古方面的应用可以从高空的航片或卫片上发现一些已不存在的古城的遗迹比如楚古都的遥感调查1.研究旅游景点的分布特点和结构特征2.探索和拓展的旅游景点在旅游资源开发中的应用3.监测和保护旅游资源4.遥感旅游制图例如：香格里拉的遥感调查遥感探测南极陨石分布遥感图像处理系统与GIS和GPS的集成3S的两两结合RS和GIS结合是核心1.GPS和RS结合的关键在硬件，即GPS和RS传感器的结合。两者的结合能够实现无控制点的情况下空对地的直接定位2.GPS与GIS结合的关键在软件，GPS作为GIS的数据源用于寻找目标，帮助GIS定位以及数据更新。两者的集成可利用地面与空间的GPS数据进行载波相位差分测量以满足GIS不同比例尺数据库的要求3.RS和GIS的结合。有三种方式分开但平行的结合表面无缝的结合整体的结合第二部分：学习的重难点遥感的基本概念遥感探测系统包括哪些部分遥感的过程：信息源、信息获取、信息记录与传输、信息处理、信息应用遥感波段辐射能量、辐射通量、辐射通量密度、辐照度、辐射初射度、辐射亮度电磁波的概念、电磁辐射、黑体辐射太阳常数大气散射的类型、不同类型的特点、大气窗口微波遥感为什么具有穿云透雾的能力地物的反射波普特性、几类常见的地物波普特性TM图像遥感平台的类型和特点摄影成像的原理，其图像有什么特征扫描成像的原理，扫描图像和摄影图像的区别遥感图像的空间分辨率、光谱分辨率、辐射分辨率、时间分辨率数字图像处理引起遥感影像位置畸变的原因遥感图像的几何校正遥感图像的增强图像存储格式：BSQ、BIP、BIL图像直方图灰度值重采样图像融合、图像融合的算法比值计算能够突出植被覆盖的原因遥感与非遥感信息复合的区别遥感图像目视解译的步骤、方法监督分类和非监督分类的优缺点图像自动处理的方法特征选择和特征变换最大似然法和最小距离法水体的光谱特征、水体识别包括哪些内容3S是什么，主要的应用领域是哪些遥感图像的几何变形几何粗校正第三部分：公式的推导中心投影构象方程：式中，为成像比例尺分母，f为摄影机主距，中心投影相片坐标与地面点大地坐标的关系即构象方程为：地面点A、投影中S、地面点A在像片上的构像点a、像空间辅助坐标系S-XYZ、像空间坐标系S-xyz、像点a在像空间辅助坐标系中的坐标（X,Y,Z）、a在像空间坐标系中的坐标（x,y,-f）由于摄影时S,a,A三点共线，由三角形的相似关系可得：按矩阵形式：已知像点的两套坐标有如下关系：将(a)式带入(b)式得展开得用(d)式中的第一式和第二式分别除以第三式，得中心投影的构像方程式中心投影的逆算式为：共线方程可以写成：共线方程的几何意义：当地物点P、对应像点p和投影中心S位于同一直线上时，上式成立扫描式传感器的构象方程：式中：扫描式传感器的共线方程可表达为：第四部分：感兴趣的内容遥感图像处理中的图像增强和融合以下是我上网百度的资料：遥感卫星的多光谱扫描仪每次扫描有6个光—电转换器件平行工作，专题制图仪每次扫描有16个光电器件平行工作。因此，一次扫描可得到6行或16行图像数据。由于各个光—电转换器件的特性差异和电路漂移，图像中各像元（像素）的灰度值不能正确反映地物反射的电磁波强度，并且图像上还会出现条纹。因此，需要对原始图像数据的像元灰度值进行校正，这种校正称为辐射校正。在多光谱扫描仪中，辐射校正是通过对各个敏感元件的增益和漂移进行校正来达到的。多光谱扫描仪和专题制图仪的图像存在一系列几何畸变。这是因为它们不是瞬间扫描而是用连续扫描的方法取得图像数据的。由于卫星的运动，扫描行并不垂直于运动轨迹方向，在扫描一幅图像的时间内地球自转一个角度而使图像扭歪。在给定视场角下，扫描行两侧的像元对应的地面面积比中间的大，地球的曲率更加大了这一误差。卫星的姿态变动和扫描速度不匀也使图像产生畸变。因此必须对图像进行几何纠正。根据已知的仪器参数及遥测的卫星轨道和姿态参数进行图像的几何纠正，称为系统纠正。需要用卫星图像制图时，系统纠正后的几何精度仍不能满足要求，则需要用地面控制点来进行图像的几何精纠正。若图像的几何误差分布是平面的、二次或三次曲面的，就可以用相应次数的多项式来纠正。经过精纠正，图像的几何精度可达到均方误差在半个像元以内。卫星遥感图像的辐射校正和几何纠正有时称为卫星图像预处理。遥感卫星地面站通常可以向用户提供经过预处理的图像数据或图片。也有很多用户，宁愿使用原始的磁带数据而根据自己的应用要求进行处处理方法：图像整饰处理是提高遥感图像的像质以利于分析解译应用的处理。灰度增强、边缘增强和图像的复原都属于图像的整饰处理。空间域处理：是将卫星图像的像元虽然用256个灰度等级来表示，但地物反射的电磁波强度常常只占256个等级中的很小一部分，使得图像平淡而难以解译，天气阴霾时更是如此。为了使图像能显示出丰富的层次，必须充分利用灰度等级范围，这种处理称为图像的灰度增强。常用的灰度增强方法有线性增强、分段线性增强、等概率分布增强、对数增强、指数增强和自适应灰度增强6种。1、线性增强：把像元的灰度值线性地扩展到指定的最小和最大灰度值之间；2、分段线性增强：把像元的灰度值分成几个区间，每一区间的灰度值线性地变换到另一指定的灰度区间；3、等概率分布增强：使像元灰度的概率分布函数接近直线的变换；4、对数增强：扩展灰度值小的像元的灰度范围，压缩灰度值大的像元的灰度范围；5、指数增强：扩展灰度值大的和压缩灰度值小的像元的灰度范围；6、自适应灰度增强：根据图像的局部灰度分布情况进行灰度增强，使图像的每一部分都能有尽可能丰富的层次图像卷积：是一种重要的图像处理方法，其基本原理是：像元的灰度值等于以此像元为中心的若干个像元的灰度值分别乘以特定的系数后相加的平均值。由这些系数排列成的矩阵叫卷积核。选用不同的卷积核进行图像卷积，可以取得各种处理效果。例如，除去图像上的噪声斑点使图像显得更为平滑；增强图像上景物的边缘以使图像锐化；提取图像上景物的边缘或特定方向的边缘等。常用的卷积核为3×3或5×5的系数矩阵，有时也使用7×7或更大的卷积核以得到更好的处理效果，但计算时间与卷积核行列数的乘积成正比地增加。图像的灰度增强和卷积都是直接对图像的灰度值进行处理，有时称为图像的空间域处理。空间频率域处理：在数字信号处理中常用离散的傅里叶变换，把信号转换成不同幅度和相位的频率分量,经滤波后再用傅里叶反变换恢复成信号，以提高信号的质量。图像是二维信息，可以用二维的离散傅里叶变换把图像的灰度分布转换成空间频率分量。图像灰度变化剧烈的部分对应于高的空间频率，变化缓慢的部分对应于低的空间频率。滤去部分高频分量可消除图像上的斑点条纹而显得较为平滑，增强高频分量可突出景物的细节而使图像锐化，滤去部分低频分量可使图像上被成片阴影覆盖的部分的细节更清晰地显现出来。精心设计的滤波器能有效地提高图像的质量。经傅里叶变换、滤波和反变换以提高图像质量的处理，有时称为图像的空间频率域处理。下面是我做的实验：比如原图如下：影像增强处理：直方图增强处理了解空间域图像增强的各种方法（点处理、掩模处理）通过编写程序掌握采用直方图均衡化进行图像增强的方法方差调整：图像平滑使用邻域平均法编写程序实现图像增强，进一步掌握掩模法及其改进（加门限法）消除噪声的原理（2）是消除或尽量减少噪声的影响，改善图像的质量（3）在提取大的目标之前去除图像中一些琐碎的细节、桥接直线或曲线的缝隙图像锐化了解并掌握使用微分算子进行图像边缘检测的基本原理；掌握使用不同梯度算子（一阶导数算子）进行图像边缘检测；边缘增强卷积滤波实验总结：直方图增强处理变换后直方图趋向平坦，灰级减少，灰度合并；有展开输入图像直方图的一般趋势，直方图均衡化后的图像灰度级能跨越更大范围；实际视觉能够接收的信息量大大的增强了；（3）直方图均衡化能自动地确定变换函数，该函数寻求产生有均匀直方图的输出图像，得到的结果可预知，操作简单图像平滑四邻域平均平滑不加门限：这种算法简单，但它的主要缺点是在降低噪声的同时是图像模糊，特别是在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。四邻域平均加门限即超像素平滑法：对边缘和细节处的