基本概念
遥感（RemoteSensing）：遥远的感知，是一种远距离不直接接触物体而获取其信息的探测技术，主要是以电磁波为媒介，包括从紫外--可见光--红外--微波的范围。
DN值（DigitalNumber）：遥感影像像元亮度值，记录地物的灰度值。
地表反射率（SurfaceAlbedo）：地面反射辐射量与入射辐射量之比，表征地面对太阳辐射的吸收和反射能力。反射率越大，地面吸收太阳辐射越少；反射率越小，地面吸收太阳辐射越多。
表观反射率（ApparentReflectance）：指大气层顶的反射率，辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。
亮度温度（BrightnessTemperature）：是指和被测物体具有相同辐射强度的黑体所具有的温度，简称亮温。
地理编码（Geo-coding）：把图像矫正到一种统一标准的坐标系。
地理参照（Geo-referencing）：又叫图像纠正（Rectification），借助一组控制点，对一幅图像进行地理坐标的校正。
图像配准（Registration）：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。
图像存储方式
一般，传感器获取的遥感图像，包括通用型的二进制数据和一个说明性的头文件。
二进制数据形式主要有三种，分别是BIL，BSQ，BIP。
（1）BIL
BIL格式是按波段的顺序存储各波段的行，假设影像有n个波段，存储完n个第一行之后，再按同样方法存储所有第二行。
（2）BSQ
BSQ具有很好的处理空间能力，是最简单的一种格式。存储方式是一个波段、一个波段按顺序的存储。
（3）BIP
先按照波段顺序排列首行里第一个像元，再将该行其他像元也按波段顺序排列，接着重复排列其他各行。
遥感图像处理
遥感图像处理是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。
遥感图像处理可分为两类：一是利用光学、照相和电子学的方法对遥感模拟图像(照片、底片)进行处理，简称为光学处理；二是利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理。
遥感图像处理的必要性
在卫星遥感成像过程中，由于各种因素的影响，包括大气、地形、传感器本身等因素，传感器很难准确地记录地物信息，获取的数据存在一定的误差，这些误差会大大降低图像质量并影响数据分析的精确程度，因此，需要对获取到的遥感图像进行处理操作。
遥感图像处理流程
遥感图像处理主要包括：辐射校正、几何校正、图像融合、图像镶嵌、图像裁剪等。
一般流程顺序：辐射定标--大气校正--几何校正--正射校正--图像融合--图像镶嵌--图像裁剪--其他。
辐射校正（Radiometriccorrection）
定义：一切与辐射相关的误差的校正。
目的：消除干扰，得到真实反射率的数据。干扰主要有：传感器本身、大气、太阳高度角、地形等。
包括：辐射定标，大气校正，地形对辐射的影响。
辐射定标（Radiometriccalibration）
定义：将传感器记录的电压或DN值转换成大气外层表面反射率（或称为辐射亮度值）。
目的：消除传感器本身的误差，确定传感器入口的准确辐射值。建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系
处理：实验室定标、星上定标、场地定标。
辐射定标也分为：绝对定标和相对定标。
绝对定标：通过各种标准辐射源，建立辐射亮度值与DN值间的定量关系。对于一般的线性传感器，定标通过一个线性关系式完成数字量化与辐射亮度值的转换：L=Gain*DN+Offset。
相对定标：指的是确定场景中各像元之前、各探测器之间、各波谱之间以及不同时间测得的辐射亮度的相对值。
大气校正（Atmosphericcorrection）
定义：将辐射亮度或者表观反射率转换为地表实际反射率。
目的：消除电磁波传播过程中大气的影响，包括大气散射、吸收、反射引起的误差。
基本原理：首先估计大气对地表热辐射的影响，然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去，从而得到地表热辐射强度，再把这热辐射强度转化为相应的地表温度。
处理：主要有统计模型和物理模型。统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等。物理模型遵循遥感系统的物理规律，建立因果关系。
按照校正后的结果也可以分为2种：绝对大气校正和相对大气校正，两者的区别在于是否考虑实际地物的反射率。
绝对大气校正是将遥感图像的DN值转换为地表反射率、地表辐射率、地表温度等。方法有：6S模型、MORTRAN模型、LOWTRAN模型、ATCOR模型、基于简化辐射传输模型的黑暗像元法等。ENVI中提供的Flaash大气校正，是使用MODTRAN4+辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。
相对大气校正：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。方法有：基于统计的不变目标法、直方图匹配法等。
几何校正（Geometriccorrection）
定义：指遥感成像过程中，受多种因素的综合影响，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，这种不一致就是几何变形，也称几何畸变。
目的：消除或改正遥感影像几何误差的过程。
引起图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。
包括：几何粗校正和几何精校正。
几何粗校正：针对引起畸变原因而进行的校正。
几何精校正：利用控制点进行的几何校正，它是用一种数学模型来近似描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点(即控制点数据对)求得这个几何畸变模型，然后利用此模型进行几何畸变的校正，这种校正不考虑引起畸变的原因。
一般下载的遥感数据多为L1A级数据，属于系统几何校正数据，经过了辐射校正和系统级几何校正处理。
几何校正分为不同级别，一般所说的几何校正是指消除因大气传输、传感器本身、地球曲率等因素造成的几何畸变，主要纠正或者赋予影像平面坐标。除此之外，几何校正还包括正射校正，是最高级别的几何校正，属于几何校正中的精校正。
正射校正（Orthorectification）
定义：通过在像片上选取一些地面控制点，并利用原来已经获取的该像片范围内的地形高程模型（DEM）数据，对影像同时进行倾斜改正和投影差改正，将影像重采样成正射影像。
目的：消除地形的影响或是相机方位引起的变形等，生成平面正射影像的处理过程。
方法：共线方程模型、基于仿射变换的严格几何模型、改进型多项式模型以及有理函数模型等。
图像融合（Imagefusion）
定义：一个对多遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱、时间特征的合成图像。
目的：提高分辨率、增强目标特征、提高分类精度、动态监测、信息互补。
分类：基于像元、基于特征、基于决策层等。
方法：彩色空间变换融合、高通滤波融合、主成分变换融合、小波图像融合等。
图像镶嵌（ImageMosaic）
定义：将两幅或多幅影像拼在一起，构成一幅整体影像的技术过程。
目的：集成不同空间分辨率和光谱分辨率数据所传达的信息，以提供摄影分析、特征提取、建模和分类。
图像裁剪（SubsetImage）
目的：将大范围的影像裁剪到研究区大小。
总结
所有物体都具有辐射或反射电磁波的特性，区别在于不同物体会对波谱产生不同的响应。遥感技术是将这些折射或反射的电磁波作为目标信息，通过探测仪器将获得的目标信息进行相关分析、处理。它是一种综合性的探测技术，最终记载分析处理的电磁波特性供人们识别该地物或周围存在环境。遥感技术发展至今，己经广泛应用于资源勘探、军事导航、气象监测、航空航天等众多领域。近几十年来，全球已经成功发射了数十颗高分辨率遥感卫星。卫星遥感呈现高空间分辨率、高光谱分辨率、高时间分辨率和多平台、多传感器、多角度的发展趋势，遥感影像已经从公里级分辨率提高到亚米级甚至厘米级分辨率，卫星影像处理技术也日益成熟，未来如何批量、快速地处理、存储、组织海量的卫星遥感数据，并且将这些海量的卫星遥感数据有效地利用起来、挖掘其隐藏的信息将是遥感技术发展的一个主要方向。
注：文中很多专业术语概念、定义、解释均来源于网络或论文，因涉及内容较多，未能进行引用说明。如有侵权，请告知删改！
————————————————
本文转自CSDN博主「星梦云庄」的原创文章
原文链接：
转载请注明：http://www.0431gb208.com/sjszyzl/796.html
