遥感数字图像的获取和存储

遥感影像数据发布流程全文共四篇示例，供读者参考第一篇示例：遥感影像数据是一种重要的地理信息资源，能够为各行各业提供可靠的地理数据支持。

在遥感影像数据的发布过程中，需要经过一系列的步骤和流程来确保数据的质量和可用性。

本文将为您介绍关于遥感影像数据发布流程的详细信息。

一、数据准备阶段在遥感影像数据发布流程中，首先需要进行数据准备阶段。

这个阶段包括数据的采集、处理、整理和存储等步骤。

通常情况下，遥感影像数据需要通过遥感卫星或者无人机等载具进行采集，然后通过一系列的数字图像处理技术进行处理，提取和分析目标物体的信息。

整理完成后，数据需要保存在云端或者服务器中，以方便后续的发布和共享。

二、数据质量评估阶段数据质量评估是遥感影像数据发布流程中非常重要的一步。

数据质量的好坏直接影响到数据的可用性和应用效果。

在数据质量评估阶段，需要对数据进行多方面的评估，包括地理参考精度、空间分辨率、光谱分辨率、时间分辨率等方面的评估。

只有数据质量达到要求，才能够进行下一步的发布工作。

数据发布准备阶段是遥感影像数据发布流程中的一部分。

在这个阶段，需要制定数据发布的计划和策略，包括数据的格式、范围、分辨率、许可证明等方面的内容。

还需要制定数据发布的平台和方式，确保数据能够被用户方便地获取和使用。

在数据发布阶段，需要将准备好的遥感影像数据上传到指定的平台或者服务器上，供用户下载并使用。

还需要对数据进行一定的保护和管理，确保数据的安全性和完整性。

数据发布的形式可以是在线浏览、下载或者定制服务等多种形式，以满足不同用户的需求。

五、数据更新维护阶段数据更新维护是遥感影像数据发布流程中一个重要的环节。

遥感影像数据具有时效性，需要定期对数据进行更新和维护，保持数据的准确性和完整性。

在更新维护过程中，需要及时处理用户反馈的问题和需求，确保数据的质量和可用性。

第二篇示例：一、数据获取遥感影像数据的发布流程的第一步是数据获取。

遥感影像数据可以通过卫星、飞机等平台获取。

第一章概论1、按图像的明暗程度和空间坐标的连续性，可以分为数字图像和模拟图像。

数字图像：可用计算机存储和处理，空间坐标和灰度均不连续。

模拟图像：计算机无法直接处理，空间坐标和明暗程度连续变化。

2遥感数字图像中的像素值称为亮度值（灰度值/DN值），它的高低由传感器所探测到的地物电磁波的辐射强度决定。

2、遥感数字图像处理的主要内容包括以下三个方面：图像增强、图像校正、信息提取。

1）图像增强：用来改善图像的对比度，突出感兴趣的地物信息，提高图像大的目视解译效果，它包括灰度拉伸、平滑、锐化、滤波、变换（K—L/K—T）、彩色合成、代数运算、融合等。

图像显示：为了理解数字图像中的内容，或对处理结果进行对比。

图像拉伸：为了提高图像的对比度（亮度的最大值与最小值的比值），改善图像的显示效果。

2）图像校正（恢复/复原）：为了去除和压抑成像过程中由各种因素影响而导致的图像失真。

注意：图像校正包括辐射和几何校正，前者通过辐射定标和大气校正等处理将像素值由灰度级改变为辐照度或反射率，后者利用已有的参照系修改像素坐标，使得图像能够与地图匹配或多景图像之间可以相互匹配。

3）信息提取：从校正后的遥感数据中提取各种有用的地物信息。

包括图像分割、分类等。

图像分割：用于从背景中分割出感兴趣的地物目标。

分割的结果可作为监督分类的训练区。

图像分类：按照特定的分类系统对图像中像素的归属类别进行划分。

3、遥感数字图像处理系统：硬件系统（输入、存储、处理、显示、输出），软件系统。

4、数字图像处理的两种观点：离散方法（空间域）、连续方法（频率域）2.遥感图像的获取和存储1、遥感是遥感信息的获取、传输、处理以及分析判读和应用的过程。

遥感的实施依赖于遥感系统2、遥感系统是一个从地面到空中乃至整个空间，从信息收集、储存、传输、处理到分析、判读、应用的技术体系，主要包括遥感试验、信息获取（传感器、遥感平台）、信息传输、信息处理、信息应用等5个部分。

遥感数字图像处理教程第一章名词解释1、遥感数字图像（P1）:以数字形式存储和表达的遥感图像2、A/D 转换（P1）：把模拟图像转变成数字图像称为模/数转换，记作A/D 转换3、D/A 转换（P1）：把数字图像转 变成模拟图像称为数/模转换，记作D/A 转换简答题1、模拟图像（照片）与遥感数字图像有什么区别？ （P2） 答表1.1遥感数字图像与印刷照片的区别颜色没有特定的规则，在处理过程「二可以根据需 要通过合成产生多个波段（3-8000） 2、怎么理解图像处理的两个观点？ （P7）答：两种观点是：离散方法的观点和连续方法的观点。

1 .离散方法：图像的存储和表示均为数字形式，数字是离散的，因此，使用离散 方法进行图像处理才是合理的。

与该方法相关的一个概念是空间域。

空间域图像 处理以图像平面本身为参考，直接对图像中的像素进行处理。

2 .连续方法：图像通常源自物理世界，它们服从可用连续数学描述的规律，因此 具有连续性，应该使用连续数学方法进行图像处理。

与该方法相关的一个主要概 念是频率域。

频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生 的反映频率信息的图像进行处理。

完成频率域图像处理后，往往要变换回到空间 域进行图像的显示和对比。

四、论述题1、什么是遥感数字图像处理，主要内容有哪些？ （P2）答：遥感数字图像处理是通过计算机图像处理系统对遥感图像中的像素进行系列 操作的过程。

（1）图像增强：使用多种方法去除噪声，增强显示图像整体或突出图像中的特 定地物的信息，使图像更容易理解、解释和判读。

例：例如灰度拉伸、平滑、锐 化、彩色合成、主成分（K-L ）变换、K-T 变换、代数运算、图像融合照片来自于模拟方式通过摄影系统产生没有像素没有行列结构没有才」推行o 表示投有数据任何点，都没有编号摄影受电黑波谱的成像范围限制遛感数字图像 来自干数字方式 通过扫描和数码相机产生 基本利成单位是像素 具有行和列 可能会观察到扫描行 。

一、实验背景随着遥感技术的不断发展，数字遥感在资源调查、环境监测、城市规划等领域发挥着越来越重要的作用。

本次实验旨在通过数字遥感技术，对某一区域进行遥感图像的获取、处理和分析，以了解该区域的地理特征、生态环境和资源分布情况。

二、实验目的1. 熟悉数字遥感技术的基本原理和操作方法；2. 掌握遥感图像的获取、处理和分析技术；3. 了解遥感技术在资源调查、环境监测等方面的应用。

三、实验内容1. 遥感图像的获取实验采用卫星遥感数据，获取了研究区域的遥感图像。

图像数据包括可见光、红外和热红外波段，空间分辨率为30m。

2. 遥感图像预处理对获取的遥感图像进行预处理，包括去云、去噪声、辐射校正、几何校正等。

预处理后的图像能够更好地反映地表的真实情况。

3. 遥感图像分类采用监督分类和非监督分类方法，对预处理后的遥感图像进行分类。

监督分类采用支持向量机（SVM）算法，非监督分类采用K-means聚类算法。

4. 遥感图像分析对分类后的遥感图像进行统计分析，分析研究区域的土地覆盖类型、植被覆盖度、水体分布等。

四、实验结果与分析1. 遥感图像分类结果通过监督分类和非监督分类，成功地将研究区域的遥感图像分为多个类别，包括耕地、林地、草地、水域、建筑用地等。

分类结果与实际情况基本吻合。

2. 遥感图像分析结果（1）土地覆盖类型：研究区域以耕地和林地为主，草地和建筑用地次之，水域分布较少。

（2）植被覆盖度：研究区域植被覆盖度较高，其中林地和草地植被覆盖度较高，耕地植被覆盖度适中。

（3）水体分布：研究区域水体主要分布在河流两侧，面积较小。

五、实验总结1. 数字遥感技术在资源调查、环境监测等方面具有广泛的应用前景。

2. 遥感图像预处理是保证遥感图像质量的关键环节，需要采取有效的去云、去噪声、辐射校正和几何校正等方法。

3. 遥感图像分类方法的选择对分类结果具有重要影响，需要根据实际情况选择合适的分类算法。

4. 遥感图像分析可以帮助我们了解研究区域的地理特征、生态环境和资源分布情况，为相关决策提供科学依据。

遥感数字图像处理1. 概述遥感数字图像处理是指利用遥感技术获取的各种遥感数据，如航空影像、卫星影像等，进行数字化处理和分析的过程。

遥感数字图像处理在地理信息系统（GIS）领域有着广泛的应用，能够提取出地表覆盖类型、地形和植被等丰富的地理信息，为环境监测、资源管理、农业和城市规划等领域提供重要的数据支持。

2. 遥感数字图像处理的步骤遥感数字图像处理主要包括以下几个步骤：2.1 数据获取数据获取是遥感数字图像处理的第一步，通过卫星、航拍等遥感设备获取地理信息数据。

这些数据以数字图像的形式存在，包括多光谱、高光谱、雷达和激光雷达等数据。

2.2 数据预处理数据预处理是为了消除图像中的噪声和伪影，以及纠正图像的几何和辐射畸变。

常见的数据预处理方法包括辐射校正、几何校正、大气校正等。

2.3 图像增强图像增强是为了使图像更加清晰，突出地物的特征。

常用的图像增强方法包括直方图均衡化、滤波、锐化等。

2.4 特征提取特征提取是为了从图像中提取出具有区别性的特征，以便进行后续的分类和识别。

常见的特征提取方法包括纹理特征、形状特征、频域特征等。

2.5 图像分类图像分类是将图像中的像素划分为不同的类别。

常用的图像分类方法包括基于像元的分类、基于对象的分类、基于深度学习的分类等。

2.6 图像分割图像分割是将图像划分为不同的区域或对象。

常用的图像分割方法包括阈值分割、边缘分割、区域生长等。

2.7 地物提取地物提取是从图像中提取出感兴趣的地物或地物属性。

常见的地物提取方法包括目标检测、目标识别、地物面积计算等。

2.8 结果评价结果评价是对处理结果进行准确性和可靠性的评估。

常用的结果评价方法包括混淆矩阵、精度评定、误差矩阵等。

3. 遥感数字图像处理的应用遥感数字图像处理在各个领域都有广泛的应用，主要包括以下几个方面：3.1 环境监测遥感数字图像处理可以用于环境监测，如水质监测、土壤污染监测等。

通过遥感图像，可以获取水体和土地的信息，分析水质和土壤的污染程度。

Unit 11、图像是对客观存在的物体的一种相似性的、生动的写真或描述。

2、图像处理的内容它是研究图像的获取、传输、存储、变换、显示、理解与综合利用的一门崭新学科。

根据抽象程度不同可分为三个层次：狭义图像处理、图像分析和图像理解。

Unit 21、图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。

它包括采样和量化两个过程。

像素的位置和灰度就是像素的属性。

2、将空间上连续的图像变换成离散点的操作称为采样。

采样间隔和采样孔径的大小是两个很重要的参数。

3、将像素灰度转换成离散的整数值的过程叫量化。

4、表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。

5、一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为M×N×g （bit）6、数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。

7、对比度是指一幅图象中灰度反差的大小。

对比度=最大亮度/最小亮度8、清晰度由图像边缘灰度变化的速度来描述。

9、灰度直方图反映的是一幅图像中各灰度级像素出现的频率。

以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。

10、简述灰度直方图的应用。

1）.数字化参数（判断量化是否恰当）。

2）. 边界阈值选取（确定图像二值化的阈值）。

3）. 利用直方图统计图像中物体的面积。

4）. 计算图像信息量H（熵）。

5）. 利用直方图分析图像的特性。

6）. 利用直方图进行图像增强。

11、对于任一像素（i，j），该像素周围的像素构成的集合{（i+p,j+q），p、q取合适的整数}，叫做该像素的邻域。

12、对输入图像IP（i,j）处理时，某一输出像素JP(i,j)值由输入图像像素（i,j)及其邻域N(IP(i,j))中的像素值确定。

这种处理称为局部处理。

13、在局部处理中，当输出值JP(i,j)仅与IP(i,j)有关，则称为点处理。

14、在局部处理中，输出像素JP(i,j)的值取决于输入图像大范围或全部像素的值，这种处理称为大局处理。

《遥感数字图像处理》教学大纲课程名称(英文）：遥感数字图像处理（Remote Sensing Digital Image Processing）课程代码:0806A03课程类别：专业主干课程学时：51学时（51上机学时)学分：3学分考核方式:考查适用对象:2009级摄影测量与遥感专业一、课程简介本课程是摄影测量与遥感学生必修的一门的专业主干课，是以理论联系实践为主，注重运用,重视上机实践的一门课程。

该课程以地理科学为背景，在学习了遥感技术的基本理论、基本知识的基础上；着重介绍遥感信息处理的一般原理、过程与方法；掌握遥感数字图像处理技术的发展动态与实际应用。

主要内容包括：遥感数字图像的获取和存储、表示和描述，遥感数字图像的各种变换（遥感图像几何校正、遥感图像辐射变换、遥感图像增强变化、K-L 变换、遥感图像计算机分类等)等。

通过本课程的教学，可以使学生树立正确遥感数字图像处理的概念,培养学生良好的计算机实践习惯。

本课程授课一学期，每周3学时，总计为51学时。

二、教学目的及要求本课程主要教学目的是使学生了解和掌握遥感信息处理的基本知识、方法、基本技能和发展动态，初步掌握应用遥感信息处理技术分析和解决实际问题的能力。

通过理论学习、上机实践等环节，进一步增强学生对本课程的理解，并在此基础上使学生进一步掌握遥感图像成像的基本原理、基本理论和这些理论在遥感图像处理中的应用，掌握遥感数字图像处理的基本方法,能够熟练使用常用的遥感数字图像处理软件（ERDAS、ENVI等）进行图像处理.三、教学重点及难点1)遥感图像的预处理；2)遥感图像增强处理的基本原理、基本方法;根据图像自身特点选择图像增强方式;3）利用监督分类和非监督分类实现遥感图像计算机分类，掌握监督分类和非监督分类的区别和具体操作的方法；监督分类训练区的选择和图像后处理方法；4)根据对图像的理解，利用图像计算机分类处理方法实现遥感图像分类。

四、与其它课程的关系先修课程：《地图学》、《遥感原理与方法》五、教学内容第1章绪论（3学时)本章主要教学内容：1.1什么是数字图像1.2数字图像处理1。

遥感数字图像处理-要点编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（遥感数字图像处理-要点）的内容能够给您的工作和学习带来便利。

同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为遥感数字图像处理-要点的全部内容。

遥感数字图像处理—要点1．概论遥感、遥感过程遥感图像、遥感数字图像、遥感图像的数据量遥感图像的数字化、采样和量化通用遥感数据格式（BSQ、BIL、BIP）遥感图像的模型：多光谱空间遥感图像的信息内容：遥感数字图像处理、遥感数字图像处理的内容遥感图像的获取方式主要有哪几种？如何估计一幅遥感图像的存储空间大小？遥感图像的信息内容包括哪几个方面?多光谱空间中,像元点的坐标值的含义是什么？与通用图像处理技术比较，遥感数字图像处理有何特点？遥感数字图像处理包括那几个环节?各环节的处理目的是什么?2。

遥感图像的统计特征2。

1图像空间的统计量灰度直方图：概念、类型、性质、应用最大值、最小值、均值、方差的意义2.2多光谱空间的统计特征均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析主要遥感图像的统计特征量的意义两个重要的图像分析工具：直方图、散点图3。

遥感数字图像增强处理图像增强：概念、方法空间域增强、频率域增强3.1辐射增强：概念、实现原理直方图修正，线性变换、分段线性变换算法原理直方图均衡化、直方图匹配的应用3。

2空间增强邻域、邻域运算、模板、模板运算空间增强的概念平滑（均值滤波、中值滤波）原理、特点、应用锐化、边缘增强概念方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点•计算图像经过下列操作后，其中心象元的值：–3×3中值滤波–采用3×3平滑图像的减平滑边缘增强–域值为2的3×1平滑模板–Sobel边缘检测–Roberts边缘检测–模板3.3频率域处理高频和低频的意义图像的傅里叶频谱频率域增强的一般过程频率域低通滤波频率域高通滤波同态滤波的应用3。

遥感数字图像处理基础知识点-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第一章数字图像处理基础1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。

3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为若干图像元素，兵赋予它们唯一的地址。

；离散化的小区域就是数字图像的基本单元，称为像元也称像素。

量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。

4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。

5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规则网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。

2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。

图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差 3颜色空间模型：RGB模型CMYK模型 HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色 1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规则映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。

数字图像原理数字图像原理是数字图像处理领域的基础知识，它涉及到数字图像的获取、表示、存储、传输和处理等方面。

数字图像是用数字方式表示的图像，它由像素组成，每个像素都有自己的亮度和颜色信息。

数字图像原理的学习对于理解数字图像处理算法和技术具有重要意义，下面将从数字图像的获取、表示、存储、传输和处理等方面进行介绍。

首先，数字图像的获取是指通过摄像机、扫描仪等设备，将现实世界中的图像转换为数字形式。

在数字图像的获取过程中，需要考虑到图像的分辨率、色彩深度、采样率等参数。

分辨率决定了图像的清晰度，色彩深度决定了图像的色彩表现能力，采样率决定了图像的细节表现能力。

数字图像的表示是指将图像转换为数字矩阵的形式，其中每个元素表示一个像素的亮度和颜色信息。

常见的表示方式包括灰度图像和彩色图像，灰度图像中每个像素只有亮度信息，而彩色图像中每个像素包含红、绿、蓝三个颜色通道的信息。

其次，数字图像的存储是指将数字图像保存在计算机或其他存储设备中，以便后续的访问和处理。

在数字图像的存储过程中，需要考虑到图像的压缩和格式选择。

图像压缩可以减小图像的存储空间，常见的压缩算法包括JPEG、PNG等。

格式选择则决定了图像在计算机中的存储方式，常见的格式包括BMP、JPG、PNG等。

数字图像的传输是指将数字图像从一个地方传输到另一个地方，常见的传输方式包括网络传输、存储介质传输等。

在数字图像的传输过程中，需要考虑到图像的压缩和传输速率等因素，以保证图像的传输质量和速度。

最后，数字图像的处理是指对数字图像进行各种算法和技术的操作，以实现图像的增强、分割、识别等功能。

数字图像处理涉及到很多领域，如图像滤波、边缘检测、图像分割、目标识别等。

这些技术可以帮助我们改善图像质量、提取图像特征、识别图像内容等。

数字图像处理技术在医学影像、遥感图像、安防监控等领域有着广泛的应用。

综上所述，数字图像原理涉及到数字图像的获取、表示、存储、传输和处理等方面，对于理解数字图像处理算法和技术具有重要意义。

卫星遥感数据的获取与处理技巧卫星遥感技术是一种通过卫星获取地球表面各类信息的一项技术，它依赖于遥感卫星通过感测地球表面的电磁波辐射，将获取的数据转化为数字数据，通过处理和分析，得出对应的地球表面信息。

在现代科技的进步下，卫星遥感技术已经被广泛应用于地球科学、环境监测、气候研究等领域。

本文将重点介绍卫星遥感数据的获取与处理技巧。

一、卫星遥感数据获取技巧1. 数据源选择卫星遥感数据的获取首先要选择合适的数据源。

目前，市场上存在许多遥感卫星，如Landsat、Sentinel等。

对于不同的应用，选择合适的卫星数据源是十分重要的。

比如，在土地利用与土地覆盖方面的研究中，Landsat系列卫星提供的高空间分辨率数据是较为理想的选择。

2. 数据获取在选择了合适的数据源后，我们需要付费或获取免费的卫星遥感数据。

大多数遥感数据都可以从专业的卫星数据中心或相关的网站上获取，包括美国地质调查局、欧洲空间局等机构。

3. 数据预处理获取到的原始遥感数据往往需要进行预处理，以使其适合后续的分析处理。

预处理的步骤包括图像辐射定标、大气校正、几何校正等。

这些步骤的目的是消除图像中的噪声、减少光谱重叠等，使数据更准确地反映地表的实际情况。

二、卫星遥感数据处理技巧1. 影像分类卫星遥感数据处理的一个重要环节是影像分类。

通过将图像中的像素分配到不同的类别，可以获得地表物质的类型和分布信息。

影像分类一般分为无监督分类和监督分类两种。

无监督分类是根据像元的统计特征自动将其分为不同类别，而监督分类则需要依赖训练样本来进行分类。

根据地表特征和研究目的，选择适合的分类方法和算法是关键。

2. 特征提取在卫星遥感数据处理中，常常需要提取出有用的特征。

特征指的是能够描述物体或区域性质的某种属性或属性组合。

常用的特征有光谱特征、纹理特征、形状特征等。

通过提取合适的特征，可以更准确地反映地表物体的性质和分布情况。

3. 数据融合卫星遥感数据融合是指将来自不同传感器、不同时刻或不同波段的数据进行叠加和整合，得到更全面、准确的信息。

遥感数字图像处理课程教学大纲一、基本概况课程名称：遥感数字图像处理(Remote Sensing Digital Image Processing)课程代码：234010054课程类别：专业核心课学时/学分：52/3.0（其中理论32学时，实验20学时）需预修课程：遥感技术概论、计算基础、自然地理适用专业：适用地理信息科学专业的本科教学课程简介本课程为地理信息科学专业本科生的专业核心课。

课程针对遥感图像处理中的基本理论与实际应用问题，在讲解基本概念与原理的同时，结合课程的内容进行图像处理上机实验。

通过本课程学习，使大家了解遥感图像处理的基本原理，掌握遥感图像处理的一般流程和基本方法，并对遥感技术的前沿领域和未来发展趋势有一定了解。

课程要求学生理解遥感数字图象处理的基本理论与研究方法，初步掌握进行遥感数字图象处理的基本技术，具备一定的实际处理能力与技巧，提高综合处理、分析与理解遥感数字图像的能力，奠定开展遥感数字图象处理深入研究的理论与技术基础。

二、教学目标学生通过本课程的学习，在知识和能力等方面达到以下要求：1.理论、知识目标：掌握遥感图像处理的基本知识。

掌握主要处理方法的基本原理；熟悉并掌握遥感图像信息增强、校正、提取等各种单元操作的基本原理；熟悉重要图像处理方法的主要步骤和计算过程。

2.能力目标：培养学生分析和解决遥感图像处理有关单元操作的能力及运用基础理论分析和上机操作实践解决实际问题的能力。

3.达成目标：本课程对应人才培养方案中毕业要求的专业知识、专业技能、协作能力和创新性思维。

三、教学内容及教学要求第一章概论（讲课2学时；实验0学时）教学内容：1.课程介绍（研究内容，对象，特点，学习方法）；2.图像、遥感数字图像、遥感数字图像处理等基本概念；3.基础理论和基本知识要求。

教学要求：通过本章的学习，认识图像和遥感数字图像，理解遥感数字图像处理的主要内容及遥感数字图像的发展和两个观点。

了解对学生关于学习该门课程的基础理论和基本知识要求。