下载文档原格式
测绘技术中常见的遥感数据处理方法遥感数据处理是现代测绘技术中的重要环节，它使用遥感技术获取的影像数据，经过一系列的处理方法和算法，以达到信息提取、地物识别和地表变化监测等目的。
本文将介绍测绘技术中常见的几种遥感数据处理方法。
一、影像预处理影像预处理是指对原始遥感影像进行预处理，以提高数据质量和信息提取效果。
常见的预处理方法包括辐射定标、大气校正、几何校正和噪声去除等。
其中，辐射定标是将数字影像转换为真实的辐射照片，以实现遥感影像的量化和标准化。
大气校正是通过纠正大气散射和吸收的影响，消除遥感影像在大气下的变化。
几何校正是进行栅格到地理坐标的转换，以保证影像数据的空间一致性。
而噪声去除则是消除影像中的杂乱噪声，提高图像的可读性和可分辨性。
二、影像分类影像分类是遥感数据处理中的重要环节，它将遥感影像根据不同地物的特征进行分割和分类，以实现地物识别和信息提取。
常见的分类方法有基于像元的分类和基于对象的分类两种。
基于像元的分类是将每个像元根据其光谱反射率或特征向量进行分类。
而基于对象的分类则是将图像划分为不同大小和形状的对象，然后根据对象的特征和位置进行分类。
这两种分类方法常常结合使用，以提高分类的准确性和可行性。
三、特征提取特征提取是指从遥感影像中提取出具有代表性的特征，以用于分类、目标检测和变化监测等应用。
常见的特征提取方法包括光谱特征、纹理特征、形状特征和空间特征等。
光谱特征是基于影像像元的光谱信息进行提取，通常使用统计指标、主成分分析和线性判别分析等方法。
纹理特征是基于像元间的空间关系进行提取，常用的方法有灰度共生矩阵和小波变换等。
形状特征是基于对象的外形和轮廓进行提取，一般使用边界提取和轮廓描述等方法。
而空间特征是基于地物之间的相对位置和邻近关系进行提取，常用的方法有空间相对关系和空间聚类等。
四、变化检测变化检测是通过对多时相遥感影像的比较和分析，以实现地表变化的监测和分析。
常见的变化检测方法包括基于差异图像的方法和基于时间序列的方法。
北京揽宇方圆信息技术有限公司常用的遥感卫星影像数据处理方法1、常用遥感图像处理软件⏹ENVI:美国Exelis Visual Information Solutions公司的旗舰产品⏹PCI GEOMATICA：加拿大PCI公司旗下的四个主要产品系列之一⏹EDRAS imagine2、白色的光可以分解为系列单色的可见光；三种原色：红、绿、蓝；三种补色：黄、品、青黄=红+绿品=红+蓝青=绿+蓝任何一种颜色都可以用3原色或者3补色来组合3、常用的波段组合特点红绿蓝321真彩色：可见光组成，符合人眼对自然物体的观察习惯。
对于水体和人工地物表现突出。
432假彩色：城市地区，植被种类。
543假彩色：增强对植被的识别743假彩色：增强对植被的识别，以及矿物、岩石类别的区分。
4、共15个主功能模块，其中一般的遥感数字图像处理经常用到的是Viewer、Import、DataPrep、Interpreter、Classifier、Modeler等。
5、功能模块介绍：①该模块主要实现图形图像的显示，是人机对话的关键。
②数据输入输出模块，主要实现外部数据的导入、外部数据与ERDAS支持数据的转换及ERDAS内部数据的导出。
③数据预处理模块，主要实现图像拼接、校正、投影变换、分幅裁剪、重采样等功能。
④专题制图模块，主要实现专题地图的制作。
⑤启动图像解译模块，主要实现图像增强、傅里叶变换、地形分析及地理信息系统分析等功能。
⑥图像库管理模块，实现入库图像的统一管理，可方便地进行图像的存档与恢复。
⑦图像分类模块，实现监督分类、非监督分类及专家分类等功能。
⑧空间建模模块，主要是通过一组可以自行编制的指令集来实现地理信息和图像处理的操作功能。
⑨矢量功能模块，主要包括内置矢量模块及扩展矢量模块，该模块是基于ESRI的数据模型开发的，所以它直接支持coverage、shapfile、vector layer等格式数据。
⑩雷达图像处理模块，主要针对雷达影像进行图像处理、图像校正等操作。
北京揽宇方圆信息技术有限公司遥感卫星影像处理是遥感应用的第一步，也是非常重要的一步。
目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。
预处理的流程在各个行业、不同数据中有点差异，而且注重点也各有不同。
(一)几何精校正与影像配准引起影像几何变形一般分为两大类:系统性和非系统性。
系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正;非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。
(二)影像融合将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的影像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。
(三)影像镶嵌与裁剪(1)镶嵌当研究区超出单幅遥感影像所覆盖的范围时，通常需要将两幅或多幅影像拼接起来形成一幅或一系列覆盖全区的较大的影像。
在进行影像的镶嵌时，需要确定一幅参考影像，参考影像将作为输出镶嵌影像的基准，决定镶嵌影像的对比度匹配、以及输出影像的像元大小和数据类型等。
镶嵌得两幅或多幅影像选择相同或相近的成像时间，使得影像的色调保持一致。
但接边色调相差太大时，可以利用直方图均衡、色彩平滑等使得接边尽量一致，但用于变化信息提取时，相邻影像的色调不允许平滑，避免信息变异。
(2)裁剪影像裁剪的目的是将研究之外的区域去除，常用的是按照行政区划边界或自然区划边界进行影像的分幅裁剪。
(四)大气校正遥感影像在获取过程中，受到如大气吸收与散射、传感器定标、地形等因素的影响，且它们会随时间的不同而有所差异。
因此，在多时相遥感影像中，除了地物的变化会引起影像中辐射值的变化外，不变的地物在不同时相影像中的辐射值也会有差异。
利用多时相遥感影像的光谱信息来检测地物变化状况的动态监测，其重要前提是要消除不变地物的辐射值差异。
辐射校正是消除非地物变化所造成的影像辐射值改变的有效方法，按照校正后的结果可以分为2种，绝对辐射校正方法和相对辐射校正方法。
使用卫星遥感数据进行测绘的数据处理方法导言：随着现代测绘技术的不断发展，卫星遥感数据成为了测绘领域中不可或缺的重要数据源。
卫星遥感数据能够提供高分辨率、大范围的地理信息，帮助测绘工作更加精准、高效。
然而，卫星遥感数据常常需要经过一系列的数据处理方法，以提取有效的地理信息。
本文将介绍一些常用的卫星遥感数据处理方法，以助于更好地利用卫星遥感数据进行测绘。
一、数据预处理1. 图像预处理卫星遥感数据通常经过传感器、通道、大气等多种因素的影响，需要进行图像预处理以去除噪声、纠正图像偏移、增强图像对比度等。
常用的图像预处理方法包括平滑滤波、直方图均衡化、大气校正等。
2. 高程数据处理卫星遥感数据中常包含高程信息，如数字高程模型（DEM）数据。
为了得到地形的准确表达，需要对DEM数据进行降噪、插值、拟合等处理。
常见的方法包括小波降噪、三角网剖分插值等。
二、特征提取1. 目标提取卫星遥感数据可以用于提取地物目标，如道路、建筑、植被等。
常见的目标提取方法包括阈值分割、特征分类、形态学处理等。
这些方法可以帮助测绘工作者有效地在遥感图像中提取出感兴趣的地物目标，并进行后续的测绘工作。
2. 变化检测卫星遥感数据可以用于检测地理环境的变化，如土地利用变化、海岸线变化等。
常用的变化检测方法包括监督分类、无监督分类、基于图像差异的方法等。
通过变化检测，可以了解地理环境的演变情况，为后续的测绘工作提供更准确的数据支持。
三、精度评定与校正1. 精度评定在进行测绘工作时，需要对卫星遥感数据的精度进行评定。
常见的精度评定方法包括地物提取精度评定、高程数据精度评定等。
通过精度评定，可以客观地评价卫星遥感数据的可靠性，为后续的测绘工作提供参考依据。
2. 数据校正卫星遥感数据在获取过程中可能存在校正问题，如几何校正、辐射校正等。
为了获得更准确的地理信息，需要进行相应的数据校正工作。
常见的数据校正方法包括基于地面控制点的几何校正、大气校正等。
测绘技术中的卫星遥感图像处理方法近年来，随着卫星遥感技术的不断发展，图像处理方法在测绘技术中的应用越来越广泛。
卫星遥感图像处理方法在三维地理信息系统、地形分析、环境监测等领域发挥着重要作用。
本文将探讨测绘技术中的卫星遥感图像处理方法及其应用。
一、卫星遥感图像处理概述卫星遥感图像处理是通过遥感卫星获取的图像进行预处理、分类、分割等处理方法。
这些处理方法可以提取出图像中的地理信息，用于地理空间分析和决策支持。
图像处理方法包括预处理、特征提取和分类等步骤。
1. 预处理预处理是指在进行图像处理前对卫星遥感图像进行去噪、辐射定标、大气校正等处理。
首先，去噪是为了去除图像中的噪声干扰，提高图像质量。
辐射定标是将图像的数字值转换为对应地面反射率或辐射亮度值，确保图像数据的准确性。
而大气校正则是通过模型来去除大气散射和吸收对图像的干扰。
2. 特征提取特征提取是指对卫星遥感图像中的地理特征进行提取，如水体、森林、建筑等。
常见的特征提取方法有阈值法、纹理分析、形状分析等。
阈值法是根据图像亮度信息将图像进行二值化，提取出感兴趣的特定对象。
纹理分析是用于描述不同区域的纹理差异，辅助进行土地利用分类和目标检测。
形状分析则是用于提取对象的形状属性，如面积、周长等。
3. 分类分类是将卫星遥感图像中的像素进行分类，将图像分成若干类别，如水域、植被、建筑等。
分类方法包括有监督分类和无监督分类两种。
有监督分类是需要人工提供一些样本，以训练分类器进行分类。
无监督分类则是根据像素之间的相似性进行分类。
此外，还有基于决策树、人工神经网络等方法的分类。
二、卫星遥感图像处理方法的应用卫星遥感图像处理方法在测绘技术中有着广泛的应用。
1. 地表覆盖分类通过卫星遥感图像处理方法，可以对地表覆盖进行分类，如森林、草地、湖泊等。
这对于土地利用规划、生态环境保护等具有重要的意义。
通过分类信息可以更好地了解自然资源的分布情况，并进行目标区域的保护和管理。
北京揽宇方圆信息技术有限公司技术能力说明北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。
目录1目的 (5)2范围 (5)3职责 (5)4引用文件 (5)5成果主要技术指标和规格 (5)5.1成果的种类 (5)5.2坐标系统及高程基准 (5)5.3成果主要规格 (5)6设计方案 (5)6.1软件和硬件配置要求 (6)6.1.1软件 (6)6.1.2硬件 (6)6.2技术路线及工艺流程 (6)6.2.1技术路线 (6)6.2.2工艺流程 (6)6.3技术规定 (6)6.3.1主要技术指标 (6)6.3.2作业准备 (7)6.3.2.1资料收集 (7)6.3.2.2资料分析 (7)6.3.3控制点的布设和获取 (7)6.3.4影像控制点的精度要求 (8)6.3.5影像融合与处理 (8)6.3.5.1影像融合的技术要求 (8)6.3.5.2融合后影像处理 (8)6.3.5.3影像匀色 (8)6.3.6影像的正射纠正 (8)6.3.6.1纠正控制点采集 (8)6.3.6.2纠正方法 (9)6.3.7影像镶嵌 (10)6.3.7.1镶嵌原则 (10)6.3.7.2重叠精度检查 (10)6.3.8图幅裁切 (10)6.3.9超限分析与处理 (10)6.3.9.1客观原因 (10)6.3.9.2人为原因 (10)6.3.10相关文件制作 (10)6.3.11提交资料 (11)6.4质量控制 (11)6.4.1检查内容 (11)6.4.1.1关键工序检查要点 (11)6.4.1.2外业控制测量 (11)6.4.1.3正射纠正的质量检查 (11)6.4.1.4镶嵌、接边质量检查 (11)6.4.1.5DOM精度评定 (11)6.5安全生产及数据安全 (12)II6.5.1安全生产 (12)6.5.2数据安全 (12)6.6上交和归档成果及其资料内容和要求 ·····································错误！未定义书签。
测绘技术中的卫星遥感数据处理和解译方法遥感技术作为一种获取地球表面信息的手段，在测绘领域发挥着重要的作用。
卫星遥感数据处理和解译方法是遥感技术中的重要内容，它们对于提高测绘数据的质量和准确性具有关键性的影响。
本文将介绍一些常用的卫星遥感数据处理和解译方法，帮助读者更好地理解和应用这些方法。
一、卫星遥感数据处理方法1. 图像预处理卫星遥感图像需要经过一系列预处理步骤，以消除图像中的噪声和伪迹，提高图像的质量和可用性。
常用的图像预处理方法包括辐射校正、大气校正和几何纠正等。
辐射校正是通过消除图像中的辐射噪声来提高图像质量，大气校正是通过模拟和消除大气散射和吸收对图像的影响，几何纠正则是根据地面控制点和地形特征对图像进行几何校正，以消除图像中的几何变形。
2. 遥感图像分类遥感图像分类是将遥感图像数据划分为不同的类别或对象的过程。
常用的分类方法包括像元级分类和目标级分类。
像元级分类是将图像的每个像元划分为一个类别，根据像元的光谱、纹理和形状特征。
目标级分类是将图像中的不同目标或对象划分为不同的类别，根据目标的空间位置、形状和上下文特征。
典型的分类算法包括最大似然分类、支持向量机和人工神经网络等。
3. 遥感图像融合遥感图像融合是将多个不同波段或不同传感器获取的图像融合成一个多波段或高分辨率的图像。
常用的图像融合方法有PCA、Brovey变换和小波变换等。
PCA （主成分分析）是通过对多个波段进行主成分分析，提取图像中的主要信息，然后将其重新组合成一个多波段图像。
Brovey变换是将低分辨率的多光谱图像与高分辨率的全色图像进行融合，以提高图像的空间分辨率。
小波变换则是将图像进行多尺度分解，然后将低频分量与高频分量进行融合。
二、卫星遥感数据解译方法1. 光谱解译光谱解译是根据遥感图像中的光谱信息来判断和识别不同的地物或对象。
它基于不同地物在遥感图像上具有特定的光谱特征，通过分析图像中的光谱曲线来实现对地物的识别。
遥感影像处理技术的使用方法和技巧遥感影像是通过卫星、飞机等平台获取的地球表面的图像数据。
这些图像数据蕴含着丰富的地理信息，可以被用于环境监测、城市规划、农业分析等多个领域。
然而，如何正确处理和分析这些遥感影像数据并提取有效信息则是一个挑战。
本文将介绍一些遥感影像处理技术的使用方法和技巧，帮助读者更好地利用遥感影像数据。
一、数据预处理在进行遥感影像数据处理之前，首先需要对数据进行预处理。
数据预处理过程中的一些常见步骤包括：1.数据格式转换，将原始影像数据转换为常见的图像格式，例如JPEG或TIFF。
2.图像辐射校正，校正影像中的辐射偏差，确保数据的准确性和可比性。
3.图像大气校正，消除大气中的干扰，提高数据的清晰度和色彩准确性。
二、影像增强影像增强是提升遥感影像质量和信息可读性的重要步骤。
以下是几种常见的影像增强方法：1.直方图均衡化，通过重新分配像素值来增强影像的对比度和亮度。
2.滤波器应用，使用平滑或锐化滤波器来去噪或增强影像细节。
3.伪彩色增强，将单波段图像转换为伪彩色图像，更好地显示地物信息。
三、特征提取特征提取是从遥感影像中提取有用信息的关键步骤。
以下是几种常见的特征提取方法：1.目标检测与分类，使用机器学习算法和图像处理技术来自动检测和分类影像中的目标。
2.变化检测，比较不同时期的遥感影像，提取地表变化信息，如土地利用变化、建筑物增长等。
3.纹理分析，分析影像中的纹理信息来提取地物特征，如土地覆盖类型等。
四、数据融合数据融合是将多源遥感影像数据整合到一个统一的分类或分析框架中的方法。
以下是几种常见的数据融合技术：1.特征级融合，将来自不同传感器或波段的特征进行组合，提高分类或分析的准确性。
2.决策级融合，将来自不同分类器或算法的决策结果进行权重组合，获得更可靠的分类结果。
五、结果验证与精度评价在遥感影像处理过程中，验证和评价处理结果的准确性是至关重要的。
以下是几种常见的结果验证和精度评价方法：1.地面真实数据采集，通过采集地面真实数据来验证分类或分析结果的准确性。
遥感卫星数据处理与分析的常用方法与技巧引言：遥感技术是一种通过获取地球表面信息的非接触式手段，被广泛应用于农业、资源环境管理、城市规划等领域。
而遥感卫星数据处理和分析是利用遥感数据来提取和分析有用信息的重要环节。
本文将探讨遥感卫星数据处理与分析的常用方法与技巧，以帮助读者更好地应用和理解这一科技。
一、遥感卫星数据处理1. 数据获取首先要获取到遥感卫星数据，常见的途径有：从遥感卫星数据网站下载、购买有关数据、利用遥感卫星数据开放接口等。
在选择数据源时，应根据研究目标和需求来确定，同时要了解数据的时间、分辨率、波段等信息。
2. 数据预处理遥感卫星数据由于各种因素的影响可能存在噪声、云状物等问题，需要进行预处理。
常见的预处理步骤包括：辐射校正、大气校正、几何校正、云检测等。
这些步骤的目的是减少数据中的干扰因素，保证后续分析的准确性。
3. 数据融合数据融合是指将来自不同源的遥感数据融合成一幅图像，以便更好地获取信息。
数据融合可以通过图像融合算法来实现，如：像元级融合、特征级融合等。
数据融合后的图像能够同时具备多种波段和分辨率的信息，有助于更全面地分析研究对象。
二、遥感卫星数据分析1. 监测地表变化遥感卫星数据可以帮助我们监测和分析地表的变化情况。
通过对同一地区不同时期的遥感影像进行对比，可以观察到土地利用、植被覆盖、水域变化等的变化趋势。
这对于环境保护、土地利用规划等具有重要意义。
2. 提取地表信息利用遥感卫星数据，可以提取出许多有用的地表信息。
例如，通过光谱分析技术，可以提取出植被指数，进而评估植被的生长状态；通过纹理分析技术，可以提取出地表纹理以进行地貌分析。
这些信息对于农作物监测、资源调查等方面非常有用。
3. 航迹识别通过遥感卫星数据，我们可以进行航迹识别，即追踪某一对象在地表的活动轨迹。
利用目标识别算法和时序遥感数据，可以对航迹进行提取和分析。
这对于交通管理、物流追踪等应用具有重要意义。
结论：遥感卫星数据的处理与分析是利用遥感数据进行科学研究和实际应用的关键环节。
测绘技术中的遥感影像处理方法和技巧遥感影像处理是现代测绘技术中的重要方法之一，它利用航天器、飞机等载体获取地球表面的遥感数据，并通过一系列的处理方法和技巧来提取出有用的地理信息。
在遥感影像处理过程中，为了提高数据的准确性和可用性，需要运用一些特定的方法和技巧。
本文将介绍遥感影像处理方法和技巧的相关知识。
一、影像预处理在进行遥感影像处理之前，首先需要进行影像的预处理。
影像预处理主要包括去噪、辐射校正、大气校正等步骤。
根据实际需求，可以选择合适的预处理方法和技巧。
1.去噪遥感影像中常常存在着噪声，对地物信息的提取造成干扰。
因此，去噪是影像预处理的重要环节之一。
常见的去噪方法有中值滤波、均值滤波、小波变换等。
根据噪声的特点选择合适的去噪方法，可以有效提高影像质量。
2.辐射校正由于不同的传感器在不同条件下获得的影像存在着辐射量的差异，因此需要进行辐射校正。
辐射校正可以将影像的数字值转换为物理量，如反射率或辐射亮度。
辐射校正方法包括定标板法、模型法和统计法等。
3.大气校正大气校正是由于大气散射和吸收的影响，导致遥感影像中地物的光谱特征发生变化。
大气校正可以减少大气效应的影响，提高影像的质量。
大气校正方法包括直接反射法、水色反射法和大气模型法等。
二、影像增强影像增强是通过一系列的方法和技巧来改善遥感影像的视觉效果和地物信息的可辨识性。
影像增强方法和技巧有很多种，这里介绍几种常用的方法。
1.直方图均衡化直方图均衡化是一种常用的影像增强方法，它通过将影像的灰度级重新映射，使得影像的对比度得到增强。
直方图均衡化能够使得影像的细节更加清晰，地物的边缘更加明显。
2.滤波增强滤波增强是通过滤波方法对遥感影像进行处理，以实现对图像的边缘增强和噪声抑制的效果。
常用的滤波方法有中值滤波、高斯滤波和小波变换等，根据实际情况选择合适的滤波方法进行增强。
3.多pectral增强多pectral增强是一种利用遥感影像的光谱信息进行增强的方法。
北京揽宇方圆信息技术有限公司
常用的遥感卫星影像数据处理方法
1、常用遥感图像处理软件
⏹ENVI:美国Exelis Visual Information Solutions公司的旗舰产品
⏹PCI GEOMATICA：加拿大PCI公司旗下的四个主要产品系列之一
⏹EDRAS imagine
2、白色的光可以分解为系列单色的可见光；三种原色：红、绿、蓝；三种补色：黄、
品、青
黄=红+绿品=红+蓝青=绿+蓝任何一种颜色都可以用3原色或者3补色来组
合
3、
常用的波段组合
特点
红绿蓝
321真彩色：可见光组成，符合人眼对自然物体的观察习惯。
对于水体和人工
地物表现突出。
432假彩色：城市地区，植被种类。
543假彩色：增强对植被的识别
743假彩色：增强对植被的识别，以及矿物、岩石类别的区分。
4、共15个主功能模块，其中一般的遥感数字图像处理经常用到的是Viewer、Import、DataPrep、Interpreter、Classifier、Modeler等。
5、功能模块介绍：
①该模块主要实现图形图像的显示，是人机对话的关键。
②数据输入输出模块，主要实现外部数据的导入、外部数据与ERDAS支持数据的转换及ERDAS内部数据的导出。
③数据预处理模块，主要实现图像拼接、校正、投影变换、分幅裁剪、重采样等功能。
④专题制图模块，主要实现专题地图的制作。
⑤启动图像解译模块，主要实现图像增强、傅里叶变换、地形分析及地理信息系统分析等功能。
⑥图像库管理模块，实现入库图像的统一管理，可方便地进行图像的存档与恢复。
⑦图像分类模块，实现监督分类、非监督分类及专家分类等功能。
⑧空间建模模块，主要是通过一组可以自行编制的指令集来实现地理信息和图像处理的操作功能。
⑨矢量功能模块，主要包括内置矢量模块及扩展矢量模块，该模块是基于ESRI的数据模型开发的，所以它直接支持coverage、shapfile、vector layer等格式数据。
⑩雷达图像处理模块，主要针对雷达影像进行图像处理、图像校正等操作。
⑾虚拟GIS模块，给用户提供一个在三维虚拟环境中操作空间影像数据的模块。
⑿立体分析模块，提供针对三维要素进行采集、编辑及显示的模块。
⒀自动化影像校正模块，该模块提供工作站及向导驱动的工作流程机制，可实现影像的自动校正。
⒁启动智能变化检测模块。
⒂启动面向对象信息提取模块。
6、图像显示操作：①启动Viewer视窗；②在菜单条单击File|Open|Raster Layer,打开Select Layer To Add对话框；③在File选项卡中选择要打开的图像文件；④在Raster Options选项卡中设置显示参数；⑤确定后，打开图像。
7、几何校正：纠正系统和非系统因素引起的几何畸变。
8、图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像素配准。
9、图像纠正（Rectification）：借助一组控制点，对一幅图像进行地理坐标的校正。
又叫地理参照。
10、图像地理编码（Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。
11、图像正射校正：借助于地形高程模型，对图像中每个像元进行地形的校正，使图像符合正射投影的要求。
12、图像几何校正图像几何校正途径
①数据预处理途径（Start from Data Preparation）
Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File 对话框
点击Data Prep图标→Image Geometric Correction→打开Set Geo-Correction Input File对话框
②在Set Geo-Correction Input File对话框中，需要确定校正图像，有两种选择情况
a.其一：首先确定来自视窗（From Viewer），然后选择显示图像视窗（Select Viewer）
b.打开Set Geometric Model对话框-——选择几何校正计算模型（Select Geometric Model）→OK
c.打开校正模型参数与投影参数设置对话框
d.定义校正模型参数与投影参数→Apply→Close
e.打开GCP Tool Reference Setup对话框
f.确定采点模式，采点校正…
13、图像重采样
①Nearest Neighbor：最邻近点插值法，将最邻近像元值直接赋予输出像元。
优点是
算法非常简单且保持原光谱信息不变；缺点是几何精度较差，使校正后的图像亮度具有不连续性，表现为原来光滑的边界出现锯齿状。
简单易用，计算量小，图像的亮度具有不连续性，精度差。
②Bilinear Interpolation：双线性插值法，用双线性方程和2×2窗口计算输出像元
值，优点是计算较为简单，且具有一定的亮度采样精度以及几何上比较精确，从而使得校正后的图像亮度连续；缺点是由于亮度值内插，原来的光谱信息发生了变
化，而且这种方法具有低通滤波的性质，从而易造成高频成分(如线条、边缘等)的损失，使图像变得模糊。
双线性内插法比最近邻发虽然计算量有所增加，但精度明显提高，特别是对亮度不连续现象或线状特征的块状化现象有明显的改善。
内插法会对图像起到平滑作用，从而使对比度明显的分界线变得模糊。
③Cubic Convolution：立体卷积插值法，用立方方程和4×4窗口计算输出像元值，
优点是不仅图像亮度连续以及几何上较精确，而且还能较好的保留高频部分;其缺
点是计算量大。
计算量大，精度高，细节表现更为清楚，对控制点要求较高④
14、图像空间增强：图像空间增强是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的。
（1）方法：Convolution(卷积增强)Non-directional Edge(非定向边缘增强)Focal Analysis(聚焦分析)Texture(纹理分析)Adaptive Filter(自适应滤波)Statistical Filter(统计滤波)Resolution Merge(分辨率融合)Crisp(锐化处理)
（2）卷积增强处理：
卷积增强处理的关键是卷积算子——系数矩阵（Kernal）的选择，系统提供了3×3，5×5，7×7等大小不同的矩阵，并且预置了不同系数以便应用于不同目的的图像处理，诸如：
边缘检测（Edge Detect）边缘增强（Edge Enhance）低通滤波（Low Pass）高通滤波（High Pass）水平增强（Horizontal）垂直增强（Vertical）水平边缘检测（Horizontal Edge
34、基本雷达图像处理
斑点噪声压缩、边缘增强处理，雷达图像增强、图像纹理分析、图像亮度调整、图像斜距调整等。
35、干涉雷达
InSAR就是利用SAR在平行轨道上对同一地区获取两幅（或两幅以上）的单视复数影像来形成干涉
充分利用了雷达回波信号所携带的相位信息，得到两次成像相应的相位差，综合观测平台的轨道参数等提取高程信息，获得高精度、高分辨率的地面高程信息。
36、干涉雷达DEM提取
（1）处理流程：InSAR数据处理的一般流程包括：影像配准，干涉图生成，噪声滤除，基线估算，平地效应消除，相位解缠，高程计算和纠正（地图编码处理）等等
北京揽宇方圆信息技术有限公司。
