当遥感卫星获取了地球数字影像并传回地面，紧随其后的便是遥感数字图像处理工作的开始。
遥感数字图像是数字形式的遥感图像，地球表面不同区域和地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。
让其与一般的数字图像，也就是我们平时拍摄的电子照片拉开距离的，是遥感影像的成像范围与精细度。
遥感卫星的摄影区域是地球级的宏观维度，影像中的每个像素都对应着三维真实世界中的某几个、某个或某部分地物实体，根据卫星成像分辨率的不同，其中一个像素就有可能是一棵树、一辆车或是一幢大楼的某个窗户。
所以，图像每个像素点的亮度值（DN值，DigitalNumber）都有着重要的信息意义，要获取其中的准确信息，
用户需要根据自身应用目标，对卫星影像中的像素进行管理、转换、校正、增强、提取一系列的“神操作”，便于后续深入挖掘与业务融合应用。
什么是遥感影像处理？
遥感影像中包含着很多信息，通过数字化（成像系统的采样和量化、数字存储）后，才能有效地进行信息分析和内容提取。
在此基础上，对影像数据进行处理“再加工”，如校正图形对齐坐标、增强地物轮廓，能够极大地提升图像处理的精度和信息提取的效率，这个过程都可以称为“遥感数字图像处理”。
作为“对地观测”过程的一个基本而重要的组成部分，在卫星应用产业链中，遥感影像处理环节处于中下游、承前启后的重要位置，前端承接卫星地面设施，后端面向农林、气象、自然资源等行业具体的业务应用，提供“就绪”的数据服务或工具。
遥感影像处理流程
数据存储与管理
地面台站接收的原始信息经过摄影处理、变换、数字化后被转换成为正片或计算机兼容的磁带，将得到的照片装订成册，并编目提供用户选用。
影像预处理
利用处理设备对遥感图像的几何形状和位置误差、图像辐射强度信息误差等系统误差进行几何校正和辐射校正。
几何校正原理示意
几何校正
遥感成像过程中，因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的综合影响，
原始图像上地物的几何位置、形状、大小、尺寸、方位等特征与其对应的地面地物的特征往往是不一致的，这种不一致为几何变形，也称几何畸变。
几何校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，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，通过一系列的数学模型来改正和消除这种几何畸变，使其定位准确。
几何校正前-几何校正后
辐射校正
指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
辐射校正指消除图像数据中依附在辐射亮度中的各种失真的过程。
处理站拿到接收站送来的原始数据(rawdata)，读入图像处理系统后，先进行数据分解，分别建立原始遥感图像数据文件和遥测辅助信息数据文件；
然后根据从辐射传输方程推导出的遥感图像辐射误差校正模型，在图像处理系统软硬件的支持下，进行系统辐射校正。
简单概括，就是去除传感器或大气“噪声”，更准确地表示地面条件，提高图像的“保真度”，主要是恢复数据缺失、去除薄雾，或为镶嵌和变化监测做好准备。
辐射校正前后
图像增强
直方图拉伸前后
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，需要对遥感图像进行增强处理。
主要包含图像对比度增强、彩色合成、直方图变换、密度分割、灰度颠倒、图像间运算、图像融合、图像裁剪、图像拼接、镶嵌匀色等步骤。
信息提取
遥感图像中目标地物的特征是地物电磁波的辐射差异在遥感影像上的反映。
依据遥感图像上的地物特征，识别地物类型、性质、空间位置、形状、大小等属性的过程即为遥感信息提取。
目前信息提取的方法有：目视判读法和计算机分类法。其中目视判读是最常用的方法。
1．目视判读
也叫人工解译，即用人工的方法判读遥感影像，对遥感影像上目标地物的范围进行手工勾绘，达到信息提取的目的。
2、图像分类
是依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质分为若干类别的过程，主要方式分为监督分类与非监督分类。
作为对地观测和遥感产业化的重要组成部分，位于产业中下游的遥感数据处理，也受到了大数据时代的冲击，正在响应这一趋势并发生变革，走向实时化、标准化、规模化、自动化。
如今，遥感信息处理方法和模型越来越科学，神经网络、小波、分形、认知模型、地学专家知识以及影像处理系统的集成等信息模型和技术，会大大提高多源遥感技术的融合、分类识别以及提取的精度和可靠性。
统计分类、模糊技术、专家知识和神经网络分类有机结合构成一个复合的分类器，大大提高分类的精度和类数。
多平台、多层面、多传感器、多时相、多光谱、多角度以及多空间分辨率的融合与复合应用，是目前遥感技术的重要发展方向。
不确定性遥感信息模型和人工智能决策支持系统的开发应用也有待进一步研究。
转载请注明：http://www.0431gb208.com/sjszlff/4439.html
