【技术推文】遥感图像处理流程
（2）除坏线和条带
去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
（2）影像对矢量图形的配准
将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。
2．几何粗纠正
这种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、太阳高度角对该幅图像几何畸变进行了校正.
3．几何精纠正
为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。
（1）图像对图像的纠正
利用已有准确地理坐标和投影信息的遥感影像，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。
（2）图像对地图（栅格或矢量）
利用已有准确地理坐标和投影信息的扫描地形图或矢量地形图，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。
（3）图像对已知坐标点（地面控制点）
利用已有准确地理坐标和投影信息的已知坐标点或地面控制点，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。
4．正射纠正
利用已有地理参考数据（影像、地形图和控制点等）和数字高程模型数据（DEM、GDEM），对原始遥感影像进行纠正，可消除或减弱地形起伏带来的影像变形，使得遥感影像具有准确的地面坐标和投影信息。
三．图像增强
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。
1．彩色合成
为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。
彩色图像可以分为真彩色图像和假彩色图像。
2．直方图变换
统计每幅图像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。
一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布。直方图为非正态分布，说明图像的亮度分布偏亮、偏暗或亮度过于集中，图像的对比度小，需要调整该直方图到正态分布，以改善图像的质量。
3．密度分割
将灰度图像按照像元的灰度值进行分级，再分级赋以不同的颜色，使原有灰度图像变成伪彩色图像，达到图像增强的目的。
4．灰度颠倒
灰度颠倒是将图像的灰度范围先拉伸到显示设备的动态范围(如0～255)到饱和状态，然后再进行颠倒，使正像和负像互换。
5．图像间运算
两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。常见的有加法运算、减法运算、比值运算和综合运算。例如：
减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被信息。
比值运算：常用于计算植被指数、消除地形阴影等。
植被指数：NDVI=（IR-R）/（IR+R）
7．主成分分析
也叫PCA变换，可以用来消除特征向量中各特征之间的相关性，并进行特征选择。
主成分分析算法还可以用来进行高光谱图像数据的压缩和信息融合。例如：对LandsatTM的6个波段的多光谱图像(热红外波段除外)进行主成分分析，然后把得到的第1，2，3主分量图像进行彩色合成，可以获得信息量非常丰富的彩色图像。
8．K-T变换
即Kauth-Thomas变换，又称为“缨帽变换”。这种变换着眼点在于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间中的特征。
目前对这个变换的研究主要集中在MSS与TM两种遥感数据的应用分析方面。
9．图像融合
遥感图像信息融合是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。
不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，如果能将它们各自的优势综合起来，可以弥补单一图像上信息的不足，这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。
四．图像裁剪
在日常遥感应用中，常常只对遥感影像中的一个特定的范围内的信息感兴趣，这就需要将遥感影像裁减成研究范围的大小。
1．按ROI裁剪
根据ROI（感兴趣区域）范围大小对被裁减影像进行裁剪。
2．按文件裁剪
按照指定影像文件的范围大小对被裁减影像进行裁剪。
3．按地图裁剪
根据地图的地理坐标或经纬度的范围对被裁减影像进行裁剪。
五．图像镶嵌和匀色
1．图像镶嵌
也叫图像拼接，是将两幅或多幅数字影像(它们有可能是在不同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。
通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。
2．影像匀色
在实际应用中，我们用来进行图像镶嵌的遥感影像，经常来源于不同传感器、不同时相的遥感数据，在做图象镶嵌时经常会出现色调不一致，这时就需要结合实际情况和整体协调性对参与镶嵌的影像进行匀色。
六．遥感信息提取
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。
（1）监督分类
在研究区域选有代表性的训练场地作为样本，通过选择特征参数（如亮度的均值、方差等），建立判别函数，对样本进行分类，依据样本的分类特征来识别样本像元的归属类别的方法。
（2）非监督分类
没有先验的样本类别，根据像元间的相似度大小进行归类，将相似度大的归为一类的方法。
（3）其他分类方
包括神经网络分类、分形分类、模糊分类等分类方法，以及他数据挖掘方法如模式识别、人工智能等，在这里不做进一步阐述。
文章来源：箜_Kong的博客
数据分享
1、【数据分享】中国陆地生态系统服务价值空间分布数据集2、【数据分享】全国分省、市、县、乡镇行政区划矢量图（专业版shp、小白版ppt）免费下载3、【数据分享】中国地貌矢量数据，撰写报告做图必备数据免费下载4、【数据分享】2000-2013年全球夜间灯光数据（免费下载）5、【数据分享】多个自然资源（大气、土地、水等）面板数据大放送、时间跨度长、地区分布广，快速下载6、【数据分享】中国年度植被指数（NDVI）空间分布数据集1998-2018年7、【数据分享】全球SRTM数据，global mapper生成地形图8、【数据分享】全国shp数据（包含：区域、地界、公路、铁路、河流、湖泊）9、【数据分享】建筑矢量数据shap，26个省级城市建筑轮廓10、【数据分享】如何下载30米的DEM数据及其他数据产品11、【数据分享】最全最新中国地震数据2000-2020，助力灾害等研究（免费获取）12、【数据分享】近期发布的地理空间数据共享资源汇总13、【数据分享】高光谱遥感影像数据集汇总14、【数据分享】GLOBMAP全球叶面积指数产品15、【数据分享】获取免费的遥感数据途径！16、【数据分享】基于大数据分析构建长时间序列高分辨率全球表层土壤水数据集17、【数据分享】中国30米分辨率坡度数据（免费获取）
大气数据
土利用数据
部分数据展示，关注Ai尚研修公众号，更多数据资源轻松下载！
超级会员专享
如何成为超级会员：
1.凡参加Ai尚研修收费课程即为超级会员
1.充值3500元即为Ai尚研修超级会员；
超级会员特权：
1.参加直播与现场课程专享400元会员优惠，同时成为Ai尚研修推广大使，推荐参会分享收益。
2.购买Ai尚研修平台导师视频课程（含导师随行长期指导），享受8.5折优惠。
3.免费享受Ai尚研修会议平台中会员专享下视频课程。
4.长期免费参与每月4期针对地学领域简学实用公开课（优先、无门槛）
5.免费参与任何一门课程开设的导师面对面线上答疑交流。
6.Ai尚研修资源站分享中数据免费下载；
7.会员既成为Ai尚研修合作伙伴，可以进行技术文章、视频教程投稿，分享收益红利，同时所在单位可以通过Ai尚研修新媒体平台进行合作及招聘推广。
声明： 本号旨在传播、传递、交流，对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题，请与本号联系，第一时间做出撤回。
扫描二维码获取
更多精彩
Ai尚研修
Ai尚研修丨专注于地学领域，
提供专业的技术指导服务，
点亮科研技术简学践行，为科研助力！