《遥感原理》课程学习笔记

一云烟雨

已于 2022-07-29 12:20:37 修改

阅读量2.4k

点赞数 6

文章标签：学习

于 2022-07-23 16:41:22 首次发布

本文链接：https://blog.csdn.net/m0_49663564/article/details/125937659

版权

绪论

B站视频地址：遥感原理

MOOC视频地址：遥感原理

电磁波及遥感物理基础

遥感电磁辐射基础

电磁波性质：

波长越短，则能量越强，穿透物体的能力更强；
波长越长，则能量越弱，但衍射绕过障碍物的能力更强。
波长 $\lambda$ 与频率 $f$ 之间的关系为： $V=\lambda*f$

遥感应用的光谱范围：
光谱波长
概念定义：

辐射能量（W）：电磁辐射的能量（焦耳）
辐射通量（ $\phi$ ）：单位时间内通过某一个面积的辐射能量（瓦特=焦耳/秒）
辐射通量密度：单位面积在单位时间上的辐射通量（瓦特/平方米）
辐射照度（E）：单位面积上接收的辐射通量（瓦特/平方米）
辐射出射度（M）：单位面积上辐射出的辐射通量（瓦特/平方米）
辐射强度（I）：点辐射源在单位立体角、单位时间内向某一方向辐射出的辐射能量（瓦特/球面度）
辐射亮度（L）：面辐射源在单位立体角、单位时间内，在某一垂直于辐射方向单位面积上辐射出的辐射能量（瓦特/平方米*球面度）

朗伯表面：辐亮度（L）大小与方向无关，即表面反射各向同性。

黑体辐射：
绝对黑体：吸收任意波长电磁辐射的物体。
三大定律：

普朗克定律：
斯忒藩-玻尔兹曼定律

由此可见，黑体的辐射出射度随着温度的升高，将成4次方增加。
维恩位移定律

黑体辐射的峰值波长随着温度的增加，向短波方向移动。峰值波长 $\lambda_{max}$ 与温度 $T$ 满足乘积为2897.8的关系。

在知道物体温度后，就可以推算出辐射波段和峰值波长，进而选择传感器和确定对目标物体进行热红外遥感的最佳波段。

一般物体的发射辐射：

发射率（比辐射率）定义： $\epsilon=M^`/M$ 。前者表示实际物体的光谱辐射出射度，后者表示黑体的光谱辐射出射度。
发射率大于0小于1，用于描述辐射源接近黑体的程度，与波长、温度、物体材料、表面状况等因素有关。
黑体的发射率为1；灰体的发射率为大于0小于1的固定常数；选择性辐射体的发射率会随着波长而变化。

辐射传输基础

大气对电磁波的吸收、散射和透射特性与波长和大气成分有关。
比尔-朗伯定律：光通过介质层的相对变化与介质的厚度成正比。入射光为 $I_0$ ，衰减后为 $I$ 。

由此可见，光穿透均匀介质时是以负指数的形式发生衰减。
大气散射：辐射在传播过程中遇到小微粒而使传播方向改变，并向各个方向散开。与原入射方向夹角小于90°为前向散射，90°至180°为后向散射。散射增加了噪声，降低了传感器接收数据的质量，造成图像模糊不清。
1、瑞利散射：引起散射的大气粒子直径远小于入射电磁波波长，前向和后向散射强度相当；主要作用于可见光区域，散射强度与波长的4次方成反比。
2、米散射：引起散射的大气粒子直径和入射电磁波波长相当，前向散射大于后向散射。
3、非选择性散射：引起散射的大气粒子直径远大于入射电磁波波长，散射各向同性，与波长无关。
大气窗口：电磁波通过大气时，衰减较小，而透射率较高的电磁波波段。

地物波谱特性

地物反射：

1、镜面反射：界面起伏高度相对于入射电磁波波长而言很小（即界面光滑）时产生镜面反射。
2、漫反射：界面起伏高度相对于入射电磁波波长而言很大（即界面粗糙）时产生漫反射，漫反射界面成为朗伯面，朗伯面反射的电磁波在各个方向上辐射亮度相同。
3、方向反射：界面起伏高度介于上述两种情况之间（即界面中等粗糙）时产生方向反射，是镜面反射和漫反射的结合。

反射系数（反射率）：反射幅射/入射辐射*100%。它是波长、入射角、地物质地及其朝向、粗糙度、地物介电常数、磁导率等的函数。地物对应于某个波长电磁波的反射率称为光谱反射率。地物反射系数（反射率）随入射波长的变化规律叫该地物的反射波谱。反射波谱特性曲线反映在不同波段的不同反射率，任何物体的反射性质揭示目标本质的有用信息。

绿色植被反射波谱特性：
植被光谱划分
绿色植物有效光谱响应特征
由图中0.38、0.62微米两处反射低谷可以看出，蓝光和红光会吸收大量的光，所以叶绿素含量对可见光的反射影响很大。
由图中波长为1.4、1.9、2.5微米三处反射低谷可以看出，水分吸收对于反射的影响，从而可以通过反射率对植被叶片含水量进行遥感监测。
衰老期与反射率的关系
由图可知，黄色叶片的可见光反射率比绿色叶片高；棕色叶片丧失反射率特征。
叶熟度与近红外波段反射率的关系
因为新旧叶片内部细胞结构不同，所以旧叶片在近红外波段的反射率更高。旧叶片内部细胞分化更充分，反射层数更多，如下图所示：
叶片多层结构导致近红外反射增加
植被冠层反射率既与单个叶片的反射率有关，还与叶片面积有关。
叶面积与反射率的关系
由上图可知，在近红外波段，叶面积越大（冠层中叶片越多），反射率越大；在可见光波段，反射率无明显变化。

归一化差值植被指数： $NDVI=\frac{NIR-R}{NIR+R}$ 。NIR表示近红外反射率，R表示红光反射率。NDVI可以检测植被生长状态、植被覆盖度和消除部分辐射误差。健康的绿色植被在NIR和R的反射差异较大，原因在于红光对于绿色植物来说是强吸收的，近红外则是高反射高透射的，所以NDVI越大，植被长势越好。

土壤反射波谱特性：
6种影响土壤反射率的因素分别为：土壤含水量、有机质含量、土壤质地、土壤中铁氧化物含量、土壤矿物及结构。
土壤含水量与反射率关系
由上图可知，土壤含水量越高，反射率通常越低。干燥土壤的颜色较亮，加水使土壤湿润后，土壤颜色逐渐变暗。特别是在1.9微米处，随着含水量的增加，土壤反射率的低谷越来越明显。
土壤有机质含量与反射率关系
由上图可知，随着有机物含量的增高，反射率曲线整体呈现下降趋势。有机物含量越高、越肥沃的土壤通常呈现较深颜色，所以反射率更低。
土壤粒度与反射率关系

由上图可知，土壤颗粒较粗的土壤，反射率较低。粗颗粒土壤更易形成阴影，吸收光线。
氧化铁在土壤中的分布与反射率关系
对于受侵蚀的土壤，影响其反射率的主要因素是氧化铁和有机质，特别是当土壤包含大量氧化铁时，其颜色通常呈现为红色。氧化铁在900纳米处有较宽的吸收带。此特征通常用来诊断土壤中三价铁离子的含量。

水体反射波谱特性：
水光谱划分
由上图可知，随着波长的增加，水体的吸收率逐渐增加；对于深水体、清澈水体而言，水体的反射率很低，甚至小于10%。

对于非清澈的水体，水体反射率受到海藻、浮游生物等影响，叶绿素含量增加，水体反射率发生变化。
水中叶绿素含量与反射率关系
由上图可知，在可见光波段，当海藻（叶绿素）较多时，可能呈现绿色植被的反射特征。对于浑浊的水体，其反射率比清澈水体的反射率更高。

遥感平台

遥感平台的种类

按照距离地面的高度可分为：地面平台（百米）、航空平台（百米至十多公里）、航天平台（240公里以上）。

卫星轨道

卫星轨道参数：

升交点赤经 $\Omega$ ：卫星轨道的升交点与春分点之间的角距。
近地点角距 $\omega$ ：卫星轨道的近地点与升交点之间的角距。
卫星过近地点时刻 $T$
轨道倾角 $i$ ：升交点一侧卫星轨道面与地球赤道面之间的夹角。 $i = 0°$ 时，轨道面与赤道面重合。 $i = 90°$ 时，轨道面与赤道面垂直。轨道倾角接近90°有利于卫星进行全球范围观测成像；轨道倾角远离90°不利于卫星对高纬度地区（极地）进行观测成像；
卫星轨道长半轴 $a$ ：椭圆轨道的长半轴。
轨道的偏心率 $e$ ：卫星椭圆轨道的焦距与长半轴的比值。 $e$ 越大，轨道越扁，反之则轨道越接近于圆形。圆形轨道有利于遥感成像时，空间分辨率趋于一致。
升轨：卫星由南向北运行。
降轨：卫星由北向南运行。
星下点：卫星在地球表面的投影。
卫星运行周期：卫星绕地球一圈所需要的时间。
卫星重访周期：卫星从某地上空开始运行，经过若干时间的运行后，回到该地上空所需要的天数。

地球同步轨道：
卫星重访周期等于地球自转周期，且方向亦与之一致。经过24小时，卫星又回到同一地点上空，又称24小时轨道。

地球静止轨道：
地球同步轨道是倾角为0的圆形轨道，在地球静止轨道上运行的卫星将始终位于赤道某地的上空，相对于地面是静止的。

太阳同步轨道：
卫星轨道平面和太阳始终保持相对固定的取向，轨道倾角接近90度，卫星在两级附近通过，又称为近极地太阳同步轨道。

为了使轨道平面始终与太阳保持固定的取向，轨道平面每天平均向地球公转方向（自西向东）转动0.9856度（即360度/年）。

陆地卫星、气象卫星、海洋卫星

主要运行在近极地太阳同步轨道
搭载多种遥感传感器，包括多光谱、高光谱、热红外、雷达等
空间分辨率从亚米级到公里级

遥感传感器

定义：收集、量测和记录从目标反射或发射来的电磁波的仪器，是遥感技术系统的核心。
组成：采集器（采集地物辐射的能量）、探测器（将采集的辐射能转化为化学能或电能）、处理器（对采集的信号进行处理，例如胶片显影、定影，滤波、调制等）和输出器（输出获取的图像数据，例如胶片、磁带记录仪等）。
分类：主动遥感传感器（雷达等）和被动遥感传感器（接收太阳、地表的电磁波）
按照结构原理分类：非图像类型传感器、摄影成像类传感器、扫描成像类传感器和微波遥感传感器。
按照工作波段分：可见光近红外传感器、多光谱传感器、高光谱传感器、热红外传感器、微波遥感传感器。

摄影成像类传感器

传统摄影：依靠光学镜头（采集器）及放置在焦平面的感光胶片来记录图像
数字摄影：通过放置在焦平面的光敏元件（探测器），经过光/电转换，以数字信号来记录物体的图像。
1、分幅式摄影机：一次曝光得到一副图像，属于中心投影；镜头视场角分为常角50°至70°，宽角70°至105°，特宽角105°至135°。航高一定时，视场角越大，影像的覆盖范围越宽。当视场角固定时，摄像范围随着航高的增加而增大。
2、全景摄影机（扫描摄影机）
3、多光谱摄影机：可同时直接获取可见光和近红外范围内若干波段的图像；分为：多相机组合型、多镜头组合型、光束分离型。
4、数码摄影机：记录介质是光敏电子器件（CCD、CMOS）；分为垂直摄影和倾斜摄影
像片比例尺：像片两点之间的距离与地面相应两点的实际水平距离之比。 $\frac{1}{m}=\frac{ab}{AB}=\frac{f}{H}$
像片投影：
1、正射投影：物体影像通过互相平行的光线投影到与光线垂直的平面上；
2、中心投影：摄影光线交于一点。特点：在垂直于行进方向上，越到遥感图像边缘的地物，其变形越大；越到遥感图像中心的地物，其变形越小。

因此，在正射投影中，像片和地图的比例尺是一致的，并且与投影距离无关，但中心投影的比例尺与焦距、航高等因素有关。
像点位移：当地形有起伏时会发生像点位移，高点（A点）在图像上的像点相对于平面点向远离图像中心的方向移动；低点（B点）在图像上的像点相对于平面点向靠近图像中心的方向移动。

扫描成像类传感器

定义：依靠探测元件和扫描镜，对目标地物以瞬时视场为单位，进行逐点逐行取样，以得到目标地物电磁辐射特性信息，形成一定波段的遥感图像。

光学/机械扫描成像（光机逐点扫描）
光机扫描中的IFOV和FOV

瞬时视场角（IFOV）：扫瞄镜在一瞬时可以视为静止状态，其接收到的电磁波限定在一个很小的角度就是IFOV。
总视场角（FOV）：即扫描带的地面宽度；从遥感平台到地面扫描带外侧所构成的夹角就是FOV。
由于传感器的IFOV和FOV是固定值，所以航高越大，遥感图像的空间分辨率越低，总视场越大。

推扫式扫描成像（逐行扫描）
推扫式扫描成像中的IFOV和FOV

探测器：电荷耦合器件CCD，有许多排列整齐的光敏元，对应图像的像素，包含线阵CCD、面阵CCD；
瞬时视场角（IFOV）：与每个光敏元对应；
总视场角（FOV）：对于线阵CCD而言，与一列光敏元对应。
推扫式相对于光机式的优点：
1、对每个地面单元的响应时间较长，获得更多电磁能量，提高信噪比，从而得到更好的空间分辨率和辐射分辨率；
2、由于每个探测单元都排列整齐，所以图像几何完整性更好；
3、体积小、重量轻、能耗低；
4、稳定性好、可靠性高、寿命长。
推扫式相对于光机式的缺点：
1、易产生带状噪声，需要进行校准；
2、CCD的光谱响应集中可见光和近红外，所以光谱响应范围有限；
3、总视场一般不如光机扫描。

高光谱扫描成像
多光谱和高光谱的比较

微波成像

微波：波长为1mm至1m，对应频率300M~3GHz的电磁波。
微波波段划分

微波特点：穿透云雾、具有全天候工作能力；对地物（冰雪树林等）具有一定的穿透能力；提供与光学遥感不同的信息（测距、测高、地表形变等）；主动微波遥感可记录电磁波幅度、极化、相位信息；对某些目标的鉴别能力更强（水或冰，钢铁或混凝土等）。

真实孔径雷达（Radar）

距离分辨率 $R_r$ ：在脉冲发射方向上，能分辨两个目标的最小距离，由脉冲宽度 $\tau$ 、天线俯角 $\alpha$ 决定。

天线俯角 $\alpha$ 越大，距离分辨率 $R_r$ 越低。
方位分辨率 $R_a$ ：沿航向能分辨两个目标的最小距离，由波长 $\lambda$ 、斜距 $R$ 和天线孔径 $D$ 决定，波束宽度 $\beta=\frac{\lambda}{D}$ 。

合成孔径雷达（SAR）

原理：用一个小天线沿着一直线方向不断移动，在移动中每一位置发射一个信号，接收相应发射位置的回波信号，并同时存储信号的振幅和相位。当天线移动了一段距离 $L$ 之后，存储的信号与长度为 $L$ 的天线阵列所接收的信号非常相似。
SAR的距离分辨率与真实孔径雷达的距离分辨率一致；
SAR的方位分辨率为小天线尺寸的一半。

遥感图像的存储与基本处理

遥感图像的存储

存储介质：磁带（顺序存储）、磁盘（随机存储）、光盘、闪存（U盘，SD卡等）。
存储格式：BSQ（Band SeQuential）波段顺序格式、BIL（Band Interleaved by Line）按行交叉格式、BIP（Band Inteleaved by Pixel）按像元交叉格式。
数据格式：ENVI（栅格数据格式，包含二进制文件和ASCII头文件）、HDF（Hierarchical Date Format，层次性数据格式）、BMP等

遥感图像的软件处理系统

ERDAS
ENVI
PCI

遥感图像的表示形式

光学图像：摄影方式获取，用感光胶片记录的光辐射密度图像。
数字图像：像素灰度值表示传感器探测到像素（像元）对应地面面积上目标物的电磁辐射强度，其他描述图像的数据（成像参数等）又称为元数据，通常放置于头文件或参数文件中。
光学图像转换成数字图像：将一个连续的光密度函数变成一个离散的光密度函数，其步骤为：空间坐标离散化（采样将网格大小确定 $R o w * C o l$ ）、幅度光密度离散化（函数值离散化为 $2^N$ ）。

遥感图像的显示

由于人眼对颜色对比（相邻区域的不同颜色的相互影响）比亮度对比（相对于背景的明亮程度）更加敏感，所以通常将多波段的遥感影像进行颜色合成，不同地物呈现不同颜色。

真彩色合成：从多波段图像中选择其中三幅影响在显示屏上合成一副图像，该三幅图像的波段范围与自然界中的红绿蓝光的波长范围大概一致（红色赋予红光波段，绿色赋予绿光波段，蓝色赋予蓝光波段）。
假彩色合成：将一副自然彩色图像或者是同一景物的多光谱图像通过映射函数变换成新的三基色分量进行彩色合成，使增强图像中呈现出与原图像中不同的彩色。
标准假彩色合成：红色赋予近红外波段，绿色赋予红光波段，蓝色赋予绿光波段。该方法主要突出地表绿色植被信息。

遥感图像的分辨率

空间分辨率

定义：图像上能够分辨的最小单元所对应的地面尺寸。分辨率越高，对地面目标的几何分辨能力越强。
主要影响因素：探测器与探测目标之间的距离（航高），探测器的瞬时视场角。当航高越高，单位【瞬时视场角IFOV越大，则单个像素对应的地面尺寸越大，空间分辨率越低】。
混合像元：当地物尺寸小于像元空间分辨率时，一个像元则包含多个物体，该像元值主要反映发射/反射能量最强的部分。
纯像元：当地物尺寸大于像元空间分辨率时，一个像元只表示地物的一部分，那么一个物体将由多个像元表示。

光谱分辨率

定义：反映传感器的光谱探测能力，包括传感器探测的波谱宽度、波段数、各波段的波长范围和间隔。
性质：**传感器所探测的波段数越多，每个波段的波长范围越小，波段间的间隔越小，则光谱分辨率越高。**从而获取的图像就越能反映出地物的光谱特性，不同地物之间的差别在图像上就能更好地体现出来。

由上图可知，以可见光0.4-0.7微米为例，较粗的光谱分辨率曲线（Grass）无法更加详细地区分0.4-0.7微米波段内的蓝绿红光；更细的光谱分辨率曲线则可以区分0.4-0.5微米的蓝光，0.5-0.6微米的绿光，0.6-0.7微米的红光，进而提升识别地物能力。

辐射分辨率

定义：传感器区分地物反射、发射电磁波信号强弱差异的敏感程度。表示探测器的灵敏度，反映传感器对不同辐射量差异的分辨能力。
表现形式：灰度（亮度）的分级数来表示，即最暗–最亮灰度值间分级的数目–灰度级别。例如：有N比特灰度分级数，就能表示 $2^N$ 个灰度值。
与空间分辨率的关系：瞬时视场角IFOV越大，光通量（瞬时获得的入射能量越大），辐射测量越敏感，对微弱能量差异的检测能力越强，则辐射分辨率越高。由于IFOV越大，空间分辨率越低，所以空间分辨率越高，会导致辐射分辨率越低。

时间分辨率

定义：对同一成像区域进行重复观测的时间间隔。
性质：时间分辨率越高，对地面动态目标的监视、变化检测、运动规律分析越有利。
与空间分辨率的关系：也是互相限制。

遥感图像的几何处理

遥感图像的几何变形

定义：遥感图像上各种地物的位置、形状、尺寸、方位等特征与其在某个图像投影的参照系统中的表达要求不一致时，表面图像发生了几何变形。其总体变形是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。
变形误差
1、静态误差：在成像过程中，传感器相对于地球表面呈静止状态时所具有的各种形变误差。
2、动态误差：在成像过程中由于地球的旋转等因素所造成的图像形变误差。
另一种分类方式：
1、内部误差：由于传感器自身的性能技术指标偏离标称数值所造成，可事先通过检验测定。
2、外部误差：传感器本身处在正常工作的条件下，由其他各种因素造成的误差。例如传感器成像时的位置（ $X_s$ 、 $Y_s$ 、 $Z_s$ ）和姿态角（ $\psi$ 、 $\omega$ 、 $\kappa$ ）、像点位移、地球表面曲率、总扫描角FOV较大会造成图像边缘地物在图像中被压缩、电磁波在大气中的折射率随着高度而变化、地球自转会产生影响偏离。

遥感图像的几何校正

定义：校正多种因素引起的遥感图像变形，从而使之实现与标准图像或地图的几何整合。
几何粗校正：遥感图像的粗加工处理，仅做系统误差改正。根据卫星轨道公式将卫星的位置、姿态、轨道及扫描特征作为时间函数加以计算，确定每条扫描线上像元的坐标。校正后的图像仍存在几何变形。
几何精校正：遥感图像的精加工处理，用于去除粗校正后残留的误差。一般利用地面控制点（GCP）进行。
图像配准：采用基准（参考）图像对待校正图像进行的校正。
图像校正：借助地面控制点对待校正图像进行地理坐标的校正。
图像地理编码：把图像校正到统一标准的坐标系。
图像正射投影校正：借助数字高程模型进行地形变形的校正，使图像符合正射投影的要求。
几何精校正的过程与方法：

1、选取地面控制点
2、多项式校正模型：通过多项式函数描述地面控制点在待校正图像上的图像坐标（ $x, y$ ）与其真实地理坐标( $X, Y$ )的映射关系。

3、坐标变换：基于建立的多项式校正模型，就建立了（ $x, y$ ）与( $X, Y$ )的映射关系，可对待校正图像所有像元进行坐标变换，重新定位。
4、灰度重采样：若校正后图像像元在原图像上的图像坐标并非整数，则需根据原始图像相邻像元的值生成新的像元值。主要方法包括：最近邻法、双线性内插法、三次卷积内插法。

5、校正精度评价：利用现有的资料，根据相应的规范，对几何校正结果进行精度评价。

遥感图像的自动配准和镶嵌

通过数字图像相关（相似性）的方法，以相关函数最大值对应的相应区域中心点为同名点。确定同名点后，就可以将遥感图像与参考图像实现自动配准。
图像镶嵌：当研究区超过单幅遥感图像所覆盖的范围时，通常需要将两幅或多副图像拼接起来形成一幅或一系列覆盖整个研究区的较大图像。
镶嵌前提：图像之间有较高的配准精度、具有相同波段数目、相邻之间有一定重叠、指定参照图像作为对比度匹配和设置输出图像的地理投影、像元大小、数据类型的基准。
图像匹配：直方图匹配法、彩色亮度匹配法；当图像亮度匹配后，才能进行镶嵌。

遥感图像的辐射处理

辐射误差来源

传感器造成的辐射误差：主要由光学系统或者光电变换系统造成。
大气造成的辐射误差：由于大气对电磁波的散射和吸收造成。大气效应会降低遥感图像的对比度。
地形与光照条件造成的辐射误差：凸起的地形会遮挡太阳的直射光形成阴影，大幅度减弱传感器接收的辐射能量；不同季节太阳光入射角不同，再结合地形影响，可能会产生阴影。

遥感图像的辐射校正

定义：为了使遥感图像尽量准确地反映地物反射或发射的电磁波信息，需要对遥感图像进行辐射校正，以消除遥感图像中包含的各种辐射失真。
分类：
1、传感器校正：通过传感器辐射定标实现（即，建立传感器每个探测元所输出信号的灰度值与探测器对应像元内的实际地物辐亮度之间的定量关系）。
定标分为：
1)、相对辐射定标：为了校正传感器中各个探测元件响应差异而对传感器测量到的原始亮度值进行归一化的过程。可以降低或消除遥感影像中的条带。
2)、绝对辐射定标：通过标准辐射源，在不同波段建立传感器入瞳处的光谱亮度值与传感器输出的灰度值之间的定量关系（通常为线性关系），获得定标系数（斜率和截距）。

再将遥感图像中的灰度值转换为光谱辐亮度就完成传感器校正。
2、大气校正：对于反射波段的遥感图像，消除大气散射吸收等引起的误差，将星上光谱辐亮度转换为地表光谱辐亮度乃至地表真实反射率；对于发射波段的遥感图像，消除大气吸收发射等引起的误差，将光谱辐亮度或星上亮温转换为地表亮温乃至地表温度。
1)、基于辐射传输方程的大气校正：遵循电磁波在大气中的辐射传输过程，通过确定辐射传输方程中的大气参数，来求解地表反射率/温度等参数；
2)、基于地面实测数据或辅助数据的大气校正：

3)、基于特殊波段的大气校正：

3、地形和太阳高度角的校正

遥感图像的辐射增强

定义：为了特定目的，突出遥感图像中的某些信息，削弱或除去某些不需要的信息使图像更易判读，其实质是增强感兴趣目标和周围背景图像间的反差。
灰度直方图：反映图像灰度级与其出现概率之间的关系。
线性变换与非线性变换：
直方图均衡化：将图像直方图修改成均匀分布的直方图。
直方图匹配：通过变换使得一个图像的直方图与另一个图像的直方图类似。在图像镶嵌，变化检测时发挥较大效果。

遥感图像的判读与分类

遥感图像目视判读

判读（Interpretation）定义：是对遥感图像上各种特征进行综合分析、比较、推理和判断，最后提取出感兴趣的信息。也称为解译、判译等。
遥感图像解译：从遥感图像上获取目标地物信息的过程，包括人工目视解译（运用专业背景知识，通过肉眼观察，经过综合分析、逻辑推理、验证检查，把遥感图像中所包含的地物信息提取和解析出来的过程）和计算机自动分类。
应用：军事目标探测与识别、地震及次生灾害监测与评估、灾后重建评估、社会经济调查与城市规划。

遥感图像的分类

定义：利用计算机模式识别技术来模拟人类的识别功能，对地球表面及其环境在遥感图像上的信息进行属性的自动判别和分类，达到提取所需地物信息的目的。
光谱特征向量
光谱特征空间
谱距离
遥感图像统计特征

通过对灰度值直方图的统计分析，双峰的灰度值直方图一般表示两种地物具有更大的可分性。
一般来讲，同一种目标地物的灰度值在某一波段的直方图分布应该近似正态分布。
特征变换：将原始图像通过一定的数学变换生成一组新的特征图像，这一组新图像信息集中在少数几个特征图像上。常用主成分变换（PCA）、穗帽变换、哈达玛变换等。

遥感图像自动分类

监督分类：首先需要从研究区域选取具有代表性的训练场地作为样本，并进行训练，再依据一定的判别函数与判别准则，对待分像元进行类别判定。

1、最小距离分类器

最小距离分类器的缺点：未考虑样本分布。如上图所示，待分像素与 $u_2$ 类的中心最近，所以认为属于第2类物体。但如果第2类物体样本分布紧凑（小红圈所示），第3类物体样本分类稀松（大红圈所示），那么待分像素也可能属于第3类物体。
2、最大似然分类法：假定各类别分布函数为正态分布，基于贝叶斯判别准则，计算待分像素到各类别的归属概率，根据最大归属概率进行分类。

$P(\omega_i)$ 表示第 $\omega_i$ 类出现的概率，属于先验概率，如果事先没有先验知识，假定先验概率相等； $P(X|\omega_i)$ 表示在第 $\omega_i$ 类中出现像素X的概率。假定每类地物的类条件概率密度函数通常符合正态分布，所以需要通过大量样本统计估计地物的均值和方差。
3、支持向量机（SVM）
非监督分类：事先不给定任何先验知识，仅从遥感影像出发，基于波段特征向量进行自然聚类，也称聚类分析。
1、K-means聚类
步骤：初始化聚类中心（选出C个样本作为初始聚类中心，将全部样本随机分成C类）；初始聚类（按最短距离原则将样本归入各聚类中心所代表的类中，并重新计算样本均值，更新聚类中心），重复操作，直至所有样本归入相应类中；当聚类中心不再发生改变时，此聚类过程终止。

K-means算法实例：

K-means聚类方法局限：聚类类别数需要事先给定，有时难以确定（ISODATA可以改进此问题）；初始聚类中心的确定对结果有影响；需要迭代调整聚类中心，当数据量较大时需考虑算法效率。
2、ISODATA（Iterative Self-Organizing Data Analysis）迭代自组织数据分析算法可以自动进行类别合并和分裂，从而得到类别数比较合理的聚类结果。

分类后处理和精度评价

众数分析（Majority Analysis）：用于去除单个类中的虚假像元，利用模板运算实现，模板中心像元被赋值为模板窗口中占多数的像元的值。
少数分析（Minority Analysis）：模板中心像元将被赋值为模板窗口中占少数的像元的值。
类聚块（Clump Classes）：使空间上邻近的同一类区域连成块，用于消除类别图中空间上的不一致。
类过滤（Sieve Classes）：用于消除类别图中孤立像元，通过查找像元8邻域或4邻域中是否存在同一类别的像元来进行处理，如有则保留，没有则去除。
类合并（Combine Classes）：将两个或多个小类合并为大类。
类统计（Class Statistics）：主要用于计算各类像元数，估算各类地物的地面面积。
精度评价：通常把分类图与标准数据（Ground truth）进行比较，然后用正确分类的百分比来表示分类精度。
定性评价：专家通过目视判断来定性的对分类结果进行主管评价。
定量评价指标：总体分类精度、用户精度（错分误差）、制图精度（漏分误差）、Kappa系数。上述指标都可以通过混淆矩阵获得。
混淆矩阵：

$P_{ij}$ 表示本属于第 $j$ 类被分为第 $i$ 类的像素数，例如 $P_{11}$ 表示真实类别为1，实际分类也为1的像素总数， $P_{21}$ 表示真实类别为1，实际分类为2的像素总数， $P_{12}$ 表示真实类别为2，实际分类为1的像素总数； $P_{+i}$ 表示实际属于第 $i$ 类的像素数， $P_{i+}$ 表示被分为第 $i$ 类的像素数， $P$ 表示所有像素总数，对角线上黄色的表示分类正确的像素数。

Kappa系数：