1、遥感的概念、特点、类型 象的有用信息。

基本特征：利用地物对电磁波的辐射和反射特性，通过接收电磁波的辐射或反射信息获取地物的特性。

地物特性：分为几何特征和物理特征两种。

几何特征：如土壤的粗糙度，房屋的轮廓、各种植被的形状和长势等；

物理特征：如地物的介电常数、土壤湿度等，是物质本身的性质所决定的。 2、遥感系统的组成

3、遥感系统的分类 气、陆地遥感；行业分类环境、农业、林业、水文、地址遥感。

4、电磁波谱与电磁辐射 3×108 m/s，不需要媒质也能传播，与物质发生作用时会有反射、吸收、透射、散射等，并遵循同一规律。

线、紫外线、可见光、红外线、无线电波。常用的：紫外线的一部分(0.3-0.4μm),可见光线(0.4-0.7μm),红外线的一部分(0.7-14μm),以及微波（约lmm-1m）。

紫外线：波长范围为0.01～0.38μm，太阳光谱中，只有0.3～0.38μm波长的光到达地面，对油污染敏感，但探

测高度在2000 m以下。

可见光：波长范围：0.38～0.76μm，人眼对可见光有敏锐的感觉，是遥感技术应用中的重要波段。

红外线：波长范围为0.76～1000μm，根据性质分为近红外、中红外、远红外和超远红外。

微波：波长范围为1 mm～1 m，穿透性好，不受云雾的影响。 5、太阳辐射及大气对辐射的影响

6、地球辐射与地物波谱。典型地物水、土、植被。可见光、近红外、热红外、微波

6000 K的黑体辐射；太阳辐射的能量主要集中在可见光，其中0.38～0.76 µm的可见光能量占太阳辐射总能量的46%，最大辐射强度位于波长0.47 µm左右；

到达地面的太阳辐射主要集中在0.3～3.0 µm波段，包括近紫外、可见光、近红外和中红外；经过大气层的太阳辐射有很大的衰减；各波段的衰减是不均衡的。 300k黑体辐射，

7、遥感平台，摄影成像、扫描成像原理及图像特征

米）、tm（30米）、Aster（10米）、Quick Bird（0.62米）

8、遥感图像的特征（空间、时间、光谱、辐射分辨率）

分辨率较高分辨率影像而言相对较高。

9、遥感图像（光学图像和数字图像）数字图像 以各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值的图像叫数字图像。 遥感图像与常规图像区别：遥感图像的波段具有空间坐标，逐行逐列逐波段存储。

方式，各波段的二维图像数据按波段顺序排列，（（（像元号顺序），行号顺序）

，波段顺序）2、BIL方式，对每一行中代表一个波段的光谱值进行排列，然后按波段顺序排列该行，最后对各行进行重复，（（（像元号顺序），波段顺序），行号顺序）3、BIP方式，在一行中，每个像元按光谱波段次序进行排列。然后对该行的全部像元进行过波段次序排列，最后对各行进行重复，（（（波段顺序），像元顺序），行号顺序）

10、数字图像的几何纠正与辐射纠正

a和b系数，进而获得各象元在新的地理坐标系统下的位置。

2、根据所采用的数学模型确定纠正公式3、根据地面控制点和对应像点坐标进行平差计算变换参数，评定精度。4、对原始影像进行几何变换计算，像素亮度值重采样。

有关的测定的校正数据，如传感器的外方位元素等代入构像公式对原始图像进行几何校正。粗加工处理对传感器内部畸变的改正很有效。但处理后图像仍有较大的残差（偶然误差和系统误差）。因此必须对遥感图像做进一步的处理即精加工处理。 11、数字图像的变换与增强。 读。图像增强的实质是增强感兴趣目标和周围背景图像间的反差。它不能增加原始图像的信息，有时反而会损失一些信息。它是计算机自动分类的一种预处理方法。 重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。

获取的同一地区或邻接地区的图像，或者由于大阳高度角或大气影响引起差异的图像很有用，特别是对图像镶嵌或变化检测。

密度分割层数，建立阶梯状查找表，使得输出的每一个层有相同的输入灰度级。对每一层斌以新的灰度值或颜色，就可以得到一幅密度分割图像。密度分割可以看成是线性变换的一种。 果是原来亮的地变暗，原来暗的地方变亮。灰度反转有两种算法：条件反转、简单反转。 K-Lx1、x2之间存在相关性，通过投影，各数据可以表示为y1轴上的一维点数据，从二维空间中的数据变成一维空间中的数据会产生信息丢失，为了使信息损失最小，必须按照使一维数据的信息量（方差）最大的原则确定y1轴的取向。新轴y1称作第一主成分。为了进一步汇集剩余的信息，可求出与第一轴y1正交、且尽可能多地汇集剩余信息第二轴y2，新轴y2称作第二主成分。

因此，主成分分析满足如下准则：①主成分分析算法是一正交变换；②主成分分析后所得到的向量Y中各元素互不相关；③从主成分分析后所得到的向量Y中删除后面的(n-d)个元素而只保留前d(d<n)个元素时所产生的误差满足平方误差最小的准则。

在遥感图象分类中，常常利用主成分分析算法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被用来进行高光谱图象数据的压缩和信息融合。例如，对TM的6个波段的多光谱图像进行主成分分析，然后把得到的 …… 此处隐藏：2570字，全部文档内容请下载后查看。喜欢就下载吧 ……