当代遥感 - 秦前清

2．2卫星轨道及运行特点 2．3 图像校正和恢复 2．4图像增强

2．5 地物分类识别 2．6图像融合

2．7图像压缩与传输

2．1引言

遥感图像处理是利用计算机对遥感传感器所获取的数字化图像进行处理，以便做出进一步的分析。这些数字图像数据包括土地资源卫星数据，气象卫星数据及其它高分辨率数字化系统所获取的卫星图像数据。

卫星数字图像处理的可能形式实际上是无限的，然而，这些通过计算机进行辅助处理的类型大致可以归纳为以下几个方面：

1:图像校正和恢复：其作用在于校正变形的图像数据或低品质的图像数据，以便更加真实的反映其情景。处理包括对原始图像数据进行的几何校正，辐射校正，以及为消除数据中出现的噪声而进行的处理，通常称为预处理。值得注意的是图像数据的恢复处理特性与获取这些图像数据的传感器特点有很大的关系。

2：图像增强：图像增强是为了在以后的可视化解译时能有效的显示或记录图像数据。它包括增强图像的地物特征在视觉上的差异，其目的是为了创建一幅‘新的’图像，以增大用于可视化解译的信息量。它通常包括色阶分割和对比度拉伸，空间滤波，卷积，边界增强，时频分析，光谱比率，主成分分析以及亮度－色度－饱和度的色彩空间转换等。 3：图像融合：这个过程是把给定的地理区域的相关图像数据与该区域的其它地理数据相结合。它包括由同一传感器或不同传感器在同一或不同时期所得到的图像数据。我们将重点讲述多时相遥感数据的融合。

4：图像分类，识别：这种处理的目的在于对图像使用定量地物特征的自动鉴别来替换图像数据的目视解译。图像分类一般包括多光谱图像的数据分析以及基于决策规则的统计应用，从而确定每个象素的类型，当这些决策规则主要基于观测得到的光谱辐射率的，我们称这种分类识别为光谱模式识别（或物理模式识别）。与之相对照，当决策规则基于几何形状，大小及图像数据所呈现的模式时，称之为空间模式识别（或几何模式识别）。

5．图像压缩与传输，随着可获取的遥感图像数据的大量增加以及因特网数据的增加，图像压缩处理技术是图像处理进一步要研究的问题。我们将较系统地介绍小波变换用于图像数据压缩地算法。

为了学习的需要，我们选择了以上主题，但在实际的图像处理中，这些常常是互为前提的，这是我们所需要牢记的。