电磁波：在真空或介质中通过传播电磁场的振动而传输电磁能量的波。
电磁波谱：按电磁波在真空中波长或频率依递增或递减顺序划分波段，排列成谱。
方向反射：实际地物表面由于地形起伏，在某个方向上反射最强烈，这种现象称为方向反射。水体的光谱反射特性：
–蓝、绿波段为反射带
–近、中红外波段为完全吸收带
植被的光谱反射特性：
–蓝（0.45um）、红（0.67um）波段为吸收带
–绿波段（0.55um）为弱反射带
–近红外波段0.7-0.8um反射陡坡，0.8-1.3um有强反射带,但含水量造成反射吸收（1.45um、1.95um、2.7um）
土壤的光谱反射特性：
–自然状态下土壤表面的反射率没有明显的峰值和谷值。
–土壤的反射波谱特性曲线与土壤质地组成有关
–土壤反射波谱特性曲线较平滑，因此在不同光谱段的遥感影像上，土壤的亮度区别不明显。
浑水与清水的光谱反射
• 散射的方式随电磁波波长与大气分子直径、气溶胶微粒大小之间的相
对关系而变, 主要有米氏(Mie)散射、均匀散射、瑞利（Rayleigh ）散射等。
• 介质中不均匀颗粒的直径a 与入射波长λ同数量级时，发生米氏散射
• 介质中不均匀颗粒的直径a>>入射波长λ时，发生均匀散射，无选择
性散射
• 介质中不均匀颗粒的直径a 小于入射波长λ的十分之一时，发生瑞利
散射
有些波段的电磁辐射通过大气后衰减较小，透过率较高，对遥感十分有利，这
些波段通常称为“大气窗口”。
辐射传输方程
地表反射率 气层外太阳辐射照度 遥感数字图像：是以数字形式表示的遥感图像。
几何校正：就是从具有几何畸变的图像中消除畸变的过程。其任务是定量地确定图像上的像元坐标（图像坐标）与目标物的地理坐标（地图坐标等）的对应关系（坐标变换式） 多项式校正过程中应注意以下问题：
（1）多项式纠正的精度与地面控制点的精度、分布和数量及纠正的范围有关。地面控制点的精度越高、分布越均匀、数量越多，几何纠正的精度就越高。
（2）采用多项式纠正时，在GCP 处的拟合较好，但在其他点的误差可能会较大。平均误差小，并不能保证图像各点的误差都小。
（3）多项式阶数的确定，取决于对图像中几何变形程度的认识。如果变形不复杂，那么1阶多项式就可以满足要求了，并非多项式的阶数越高，纠正的精度越高。
()()()()[]{}()
()↑+=↑+-⋅+↓+-=↑+-=λλ
λλλλλλλλλλλλτθδεθδθλρθδd g d V e d g d V g s L L L W E E L L L sec exp sec exp cos sec exp 220λρg ()λ0
E
直方图均衡化基本思想是对原始图像的像素灰度做某种映射变换，使变换后图像灰度的概率密度呈均匀分布，即变换后图像的灰度级均匀分布。
直方图规定化定义：直方图规定化为了使单波段图像的直方图变成规定形状的直方图而对图像进行转换的增强方法
原理：对原图像和参考图像的直方图都作均衡化，变成归一化的均匀直方图，以此均匀直方图做中介，再对参考图像作均衡化的逆运算即可。
均值滤波:是最常用的线性低通滤波器，它均等地对待邻域中的每个像素。对于每个像素，取邻域像素值的平均作为该像素的新值。假定窗口大小为n ⅹm ，则对于图像f 的任意一个像素（x,y ），均值滤波的计算公式为：
对于3ⅹ3的窗口，对应的模板h(k,l)。为了避免中心像素值过高影响平均值升
高，在运算时可以不取中心值，用周围的8个像素进行计算。
中值滤波:是最常用的非线性平滑滤波器，它窗口内的所有像素值按大小排序后，取中值作为中心像素的新值。窗口的行列数一般取奇数。由于用中值替代了平均值，中值滤波在抑制噪声的同时能够有效地保留边缘，减少模糊。
中值滤波与均值滤波的异同点:
相同：都是为了去除图像上尖锐的噪声，平滑图像。
⏹ 不同：
⏹ 中值滤波不变性，中值滤波既能去除图像的噪声，又能保持
图像中一些边缘信息。
⏹ 中值滤波的输出与输入噪声的概率密度分布有关，而均值滤
波的输出则与之无关
⏹ 中值滤波对于随机噪声的抑制比均值滤波差，但对于脉冲
（椒盐）噪声，中值滤波非常有效。
罗伯特（Roberts ）、索伯尔（Sobel ），比较两种方法的差异
⏹ 采用模板不一致；计算结果：罗伯特提取的边界是边缘处的一边，而
索伯尔提取的是边缘处的双边；边缘增强更好；
真彩色合成*：如果彩色合成中选择的波段与红绿蓝的波长相同或近似，那么得到图像的颜色与真彩色近似，这种合成方式称为真彩色合成。
⏹ 其优点是合成后图像的颜色接近于自然色，与人对地物的视觉相适应，更容
易对地物进行识别。
为什么需要彩色增强？*
⏹ 人眼的视觉特性：
分辨的灰度级介于十几到二十几级之间；
• 彩色分辨能力可达到灰度分辨能力的百倍以上。
◆ 彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色
图像已有彩色的分布，改善图像的可分辨性。彩色增强方法可分为伪彩色增
强和假彩色增强、真彩色增强、模拟真彩色。
主成分变换:称为主分量分析(Principal Component Analysis, PCA)或K —L (Karhunen —Loeve )变换。是基于变量之间的相关关系，在尽量不丢失信息的前提下的一种多维正交线性变换。主()()()()∑∑===n k m l l k h l k f m n y x g 11,*,**1,⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡11111111191⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡11
110111181
