遥感图像预处理和图像制作
原始遥感图像通常存在严重的几何变形，一般分为系统性和非系统性两类。系统的几何变形是有规律的、可预测的，因此可以用模拟遥感平台和遥感器内部变形的数学公式或模型来预测。非系统的几何形变是不规则的，可以是遥感器平台的高度、纬度、经度、速度、姿态的不稳定，也可以是地球曲率的变化和空气的折射，一般很难预测。
？遥感图像几何校正的主要目的是消除图像的几何变形，使图像在空间位置上与视场精确对应。一般校正的内容主要包括:系统几何校正、投影变形校正和几何精度校正。其中，系统的几何校正和投影畸变校正主要由地面接收站在向用户提供信息前进行，结合运行姿态、传感器性能指标、大气条件、太阳高度角等相关数据，按照常规处理方案对图像进行了粗略的几何畸变校正。对于广大影像用户获取的影像数据，真正的几何校正是几何精校正，即在保证精度满足要求的情况下，利用一定的数学模型，将影像转换成所需的投影，使影像与空间上相同地理参数的同一区域的其他数据相匹配。
？几何精校正通常采用多项式方法进行校正。该方法的机理是通过若干个控制点建立不同影像之间的多项式空间变换和像素插值运算，从而实现遥感影像与实际地理图的配准，达到减少和消除遥感影像几何畸变的目的。
选择1.1.1地面控制点和多项式改正模型
1.地面控制点的选择
？选择控制点的目的是建立图像上像素点与实际地物上同名点或地图上对应点的对应关系，这就要求控制点的数量要足够，精度要有保证。控制点选取的精度和难度与图像的质量、特征和空间分辨率密切相关，是几何纠正中最重要的一步。选择地面控制点的原则是:地面控制点在影像中有明显清晰的地标，如道路交叉口、河流岔口、建筑物边界、农田边界等；地面控制点上的地物不随时间变化，以保证不同时期的两幅影像或地图进行几何纠正时，能同时识别；在未进行地形校正的影像上选择控制点时，应在相同的地形高度上进行；地面控制旋转要在整个图像中均匀分布，并保证一定的数量。
2.多项式校正模型
？控制点选定后，应分别计算参考图像和待配准图像上控制点的像素坐标或相应的地理坐标。然后选择合适的坐标变换函数(即数学校正模型)，建立参考图像与待配准图像之间的坐标对应关系，通常称为多项式校正模型。对于一般的几何校正，可采用线性多项式校正模型，对于精度要求高的，可采用二次或三次多项式校正模型。图像的多项式校正的目的是重新定位要配准的图像的像素坐标，使其对应于参考图像的坐标。
1.1.2图像重采样
？重定位像素在原图像中的分布是不均匀的，即输出图像中像素点的行数和列数不是或不全是整数关系。因此，要根据输出图像中每个像素在输入图像中的位置，按照一定的规则对原始图像进行重采样，并对亮度值进行插值，建立新的图像矩阵。
？常用的插值方法包括:
？①最近邻法是将最近的像素值赋给新的像素，比如将原图像中一个像素的亮度值赋给输出图像中对应的阴影像素。这种方法的优点是输出图像仍然保持原来的像素值，过程简单，处理速度快。但这种方法也有其局限性，即最多能产生半个像素的位置偏差，可能导致输出图像中的一些地物不相干。
？(2)双线性插值法，利用四个相邻点的像素值，根据它们与插值点的距离赋予不同的权重进行线性插值。这种方法具有平均滤波效果，并且边缘被平滑，从而产生更连贯的输出图像。它的缺点是破坏了原始像素值，会给后续的光谱识别和分类分析带来一些问题。
？③三次卷积插值方法利用插值点周围的16个像素值，用三次卷积函数进行插值。这是三种重采样方法之一，比较复杂。它增强了图像特征边缘，具有均衡和清晰的效果，但仍然破坏了原始像素值，计算量大。
？图像重采样不仅是几何校正中的一个重要步骤，而且在一些图像处理中也是必不可少的，例如不同时间段和空间分辨率的图像之间以及与g is中其他数据之间的配准和合成。
？国内外大气校正的研究成果很多，主要采用不同的校正模型，包括以下方法:
？①图像特征模型法:这是一种相对的大气校正方法，不需要测量实际的大气环境和实际的地面光谱，只利用遥感图像中包含的信息，比如一些植被指数运算可以部分消除大气影响，还有暗目标法。一般只适用于小区域，处理后的图像有不同的噪声，效果不是很好。
？(2)统计模型法:即利用遥感影像上所选地物的灰度值和在相应成像时间测得的地物反射光谱值，建立统计模型，计算校正量，对整幅影像进行校正。这种方法成像时需要实测光谱数据，不能用于校正没有实测数据的历史图像和因野外条件困难而无法测量的图像数据。
？(3)理论模型法:主要利用大气辐射传输理论建立方程和大气修正模型，修正大气干扰。该方法基于严格的物理模型，是一种绝对大气校正方法。
遥感图像融合与增强
1.遥感图像融合
？图像融合是通过特定的算法将两幅或多幅图像合成一幅新的图像。多源遥感影像数据包含的信息是协同的、互补的、冗余的。为了更加合理有效地利用数据信息，遥感图像融合可以将一组具有一定空间分辨率、光谱分辨率和时间分辨率的图像数据全部纳入统一的时空，形成一组新的空间信息，融合成一幅新的图像，弥补了单一信息的不足，实现了各种信息资源的互为补充，改善了目标识别的视觉效果，提高了综合分析的精度。
2.遥感图像增强
？遥感图像增强的目的是突出相关的专题信息，改善图像的视觉效果。常用的图像增强方法包括:图像对比度调整、图像平滑、图像锐化、多光谱图像四预算等。
1.3.2图像拼接和图像绘制
1.图像拼接
？当工作区域涉及不同的场景数据时，在影像成图过程中必须进行镶嵌处理，镶嵌处理的本质是一个在数据重叠范围内进行配准和色调调整的过程。根据地图分布，选择工作区域中心的一幅图像作为拼接的参考图像，其他图像由近及远依次拼接。
(1)图像几何配准
？对要拼接的图像进行精确配准，使其处于同一空间坐标系下。图像间配准一般用控制点，同名点配准，即根据两幅场景数据上同名的数据配准到另一幅场景数据的过程中，两幅图像的重叠部分在几何上更趋于一致。
(2)相邻图像的颜色匹配
？按照一定的方法，对相邻的图像进行颜色匹配，使不同相位的图像在颜色上相互协调。为了使建立的配色方程更加准确，相邻两幅图像的色调匹配和调整所选取的公共区域应尽可能大，并选取有代表性的区域进行色调匹配。遥感图像中有时会有云和噪声，在选择匹配区域时要避开这些区域，否则会影响匹配方程，降低色调匹配的精度。不规则多边形(而不是简单的矩形)被用来定义用于建立色调匹配方程的图像区域。这样既可以避免云雾和噪声，又可以获得尽可能大的有代表性的图像色调匹配区域，从而均衡拼接输出图像的亮度值和对比度。在相邻图像的色彩匹配过程中，应满足“先整体，后局部，逐步调整地物细节”的原则。
(3)重采样
？重采样是从高分辨率遥感影像中提取低分辨率影像的过程。重采样可以提高图像处理的效率。常见的重采样方法有最近邻像素法、双线性插值法和双三次卷积法。在正射纠正过程中，应准确应用重采样方法，同时影像纠正的像素大小和重采样方法应满足项目制图和项目本身的要求。
4)单场景图像处理
A.去雾
？卫星图像中云、雾的存在会影响图像的解译，因此可以选择合适的算法或者使用分阶段图像替换的方法去除云、雾。
B.移除阴影
？阴影区域可以通过人眼确认，通过阴影区域内亮度和对比度的局部调整来去除阴影。阴影区域和非阴影区域经过处理后在色调和亮度值上会有一些差异，需要调整整个图像的亮度和对比度才能达到良好的视觉效果。
C.色偏处理
？通常，要处理的图像是通过在多光谱中选择R(红色)、G(绿色)和B(蓝色)通道生成的彩色图像。在RGB颜色系统中，每个通道有从0到255的256个亮度值，三个通道的值混合(256×256×256)后，大约可以产生1677万种颜色。我们应该调整不同通道的亮度值，以达到地面物体的真实颜色。
D.多场景图像一致性调整
？当场景图像的颜色被调整到最真实的色调时，其他图像的色调可以向它靠拢。这个过程很复杂，需要反复尝试积累经验。
E.马赛克边缘
？(1)设置适当的羽化值。选择镶嵌线时，应选择合适的羽化值。一般情况下，同一轨道的图像之间差别不大，其羽化值应该小于不同轨道的图像所选择的羽化值。
？(2)取马赛克线。拼接多幅图像时，质量好的图像要覆盖质量差的图像。当新图像覆盖旧图像时，几何边缘拼接后往往会产生明显的硬边。镶嵌线可以消除图像拼接后明显的边缘线问题，但需要注意的是，镶嵌线要尽量避开道路、河流等地物，如果无法避开，要增加羽化值。
2.图像映射的原理
(1)图像必须层次丰富，色彩均匀，对比度适中，清晰不可更改。
(2)影像图上随机选取的特征点的平面位置误差不大于+0.5mm，特殊情况下不大于+0.75mm。
(3)型材实际尺寸与理论尺寸的绝对值不应超过限值。展开点图边长0.15mm，对角线0.20mm，原图边长0.20mm，对角线0.30 mm..
(4)制作彩色影像图应选择三幅或三幅以上多光谱波段影像，波段间配准误差不大于0.2毫米，影像配准误差不大于0.3毫米，制作彩色遥感影像图应根据需要选择全色波段或单波段影像。