遥感影像处理步骤

--〔2〕除坏线和条带去除遥感图像中的坏线。遥感图像常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般用采傅里叶变换和低通滤波进展消除或减弱。.--2．薄云处理由于天气原因，对于有些遥感图形中出现的薄云可以进展减弱处理。3．阴影处理由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进展消除。二．几何纠正通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进展几何精纠正，在地形起伏较区，还必须对其进展正射纠正。特殊情况下还须对遥感图像进展大气纠正，此处不做阐述。1．图像配准为同一地区的两种数据源能在同一个地理坐标系中进展叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。〔1〕影像对栅图格像的配准.--〔2〕影像对矢量图形的配准将一幅遥感影像配准到一样地区一幅矢量图形中，使其在空间位置上能进展重合叠加显示。2．几何粗纠正这种校正是针对引起几何畸变的原因进展的，地面接收站在提供应用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进展了校正.3．几何精纠正为准确对遥感数据进展地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。〔1〕图像对图像的纠正利用已有准确地理坐标和投影信息的遥感影像，对原始遥感影像进展纠正，使其有具准确的地理坐标和投影信息。〔2〕图像对地图〔栅格或矢量〕利用已有准确地理坐标和投影信息的扫描地形图或矢量地形图，对原始遥感影像进展纠正，使其有具准确的地理坐标和投影信息。.--〔3〕图像对坐标点〔地面控制点〕利用已有准确地理坐标和投影信息的坐标点或地面控制点，对原始遥感影像进展纠正，使其具有准确的地理坐标和投影信息。4．正射纠正.--三．图像增强为使遥感图像所包含的地物信息可读性更强，感兴趣目标更突出，需要对遥感图像进展增强处理。1．彩色合成为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进展处理，以得到彩色图像。彩色图像可以分为真彩色图像和假彩色图像。.--2．直方图变换统计每幅图像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布。直方图为非正态分布，说明图像的亮度分布偏亮、偏暗或亮度过于集中，图像的比照度小，需要调整该直方图到正态分布，以改善图像的质量。.--3．密度分割将灰度图像按照像元的灰度值进展分级，再分级赋以不同的颜色，使原有灰度图像变成伪彩色图像，到达图像增强的目的。.--5．图像间运算两幅或多幅单波段图像，空间配准后可进展算术运算，实现图像的增强。常见的有加法运算、减法运算、比值运算和综合运算。例如：减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被信息。算：常用于计算植被指数、消除地形阴影等。植被指数：NDVI=〔IR-R〕/〔IR+R〕.--邻区法处理用于去噪声、图像平滑、锐化和相关运算。7．主成分分析也叫PCA变换，可以用来消除特征向量中各特征之间的相关性，并进展特征选择。主成分分析算法还可以用来进展高光谱图像数据的压缩和信息融合。例如：对LandsatTM的6个波段的多光谱图像(热红外波段除外)进展主成分分析，然后把得到的第1，2，3主分量图像进展彩色合成，可以获得信息量非常丰富的彩色图像。.--.--9．图像融合不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，如果能将它们各自的优势综合起来，可以弥息的缺乏，这样不仅扩大了各自信息的应用围，而且大大提高了遥感影像分析的精度。四．图像裁剪在日常遥感应用中，常常只对遥感影像中的一个特定的围的信息感兴趣，这就需要将遥感影像裁减成研究围的大小。.--根据ROI〔感兴趣区域〕围大小对被裁减影像进展裁剪。2．按文件裁剪按照指定影像文件的围大小对被裁减影像进展裁剪。3．按地图裁剪根据地图的地理坐标或经纬度的围对被裁减影像进展裁剪。.--五1．图像镶嵌也叫图像拼接，是将两幅或多幅数字影像(它们有可能是在不同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。通常是先对每幅图像进展几何校正，将它们规划到统一的坐标系中，然后对它们进展裁剪，去掉重叠的局部，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。.--2．影像匀色在实际应用中，我们用来进展图像镶嵌的遥感影像，经常来源于不同传感器、不同时相的遥感数据，在做图象镶嵌时经常会出现色调不一致，这时就需要结合实际情况和整体协调性对参与镶嵌的影像进展匀色。.--2．图像分类.--〔1〕监视分类〔2〕非监视分类