遙感實際上是通過接收（包括主動接收和被動接收方式）探測目標物電磁輻射資訊的強弱來表徵的，它可以轉化為影象的形式以相片或數字影象表現。多波段影像是用多波段遙感器對同一目標（或地區）一次同步攝影或掃瞄獲得的若干幅波段不同的影像。
在遙感影像處理分析過程中，可供利用的影像特徵包括：光譜特徵、空間特徵、極化特徵和時間特性。在影像要素中，除色調/彩色與物體的波譜特徵有直接的關係外，其餘大多與物體的空間特徵有關。
像元的色調/彩色或波譜特徵是最基本的影像要素，如果物體之間或物體與背景之間沒有色調/彩色上的差異的話，他們的鑑別就無從說起。其次的影像要素有大小、形狀和紋理，它們是構成某種物體或現象的元色調/彩色在空間（即影像）上分布的產物。物體的大小與影像比例尺密切相關；物體影像的形狀是物體固有的屬性；而紋理則是一組影像中的色調/彩色變化重複出現的產物，一般會給人以影像粗糙或平滑的視覺印象，在區分不同物體和現象時起重要作用。
第**影像要素包括圖形、高度和陰影三者，圖形往往是一些人工和自然現象所特有的影像特徵。
1、遙感資訊提取方法分類
常用的遙感資訊提取的方法有兩大類：一是目視解譯，二是計算機資訊提取。
1.1目視解譯
目視解譯是指利用影象的影像特徵（色調或色彩，即波譜特徵）和空間特徵（形狀、大小、陰影、紋理、圖形、位置和布局），與多種非遙感資訊資料（如地形圖、各種專題圖）組合，運用其相關規律，進行由此及彼、由表及裡、去偽存真的綜合分析和邏輯推理的思維過程。早期的目視解譯多是純人工在相片上解譯，後來發展為人機互動方式，並應用一系列影象處理方法進行影像的增強，提高影像的視覺效果後在計算機螢幕上解譯。
1）遙感影像目視解譯原則
遙感影像目視解譯的原則是先「巨集觀」後「微觀」；先「整體」後「區域性」；先「已知」後「未知」；先「易」後「難」等。一般判讀順序為，在中小比例尺像片上通常首先判讀水系，確定水系的位置和流向，再根據水系確定分水嶺的位置，區分流域範圍，然後再判讀大片農田的位置、居民點的分布和交信道路。在此基礎上，再進行地質、地貌等專門要素的判讀。
2）遙感影像目視解譯方法
（1）總體觀察
觀察影象特徵，分析影象對判讀目的任務的可判讀性和各判讀目標間的內在聯絡。觀察各種直接判讀標誌在影象上的反映，從而可以把影象分成大類別以及其他易於識別的地面特徵。
（2）對比分析
對比分析包括多波段、多時域影象、多型別影象的對比分析和各判讀標誌的對比分析。多波段影象對比有利於識別在某一波段影象上灰度相近但在其它波段影象上灰度差別較大的物體；多時域影象對比分析主要用於物體的變化繁衍情況監測；而多各個型別影象對比分析則包括不同成像方式、不同光源成像、不同比例尺影象等之間的對比。各種直接判讀標誌之間的對比分析，可以識別標誌相同（如色調、形狀），而另一些標識不同（紋理、結構）的物體。
對比分析可以增加不同物體在影象上的差別，以達到識別目的。
（3）綜合分析
綜合分析主要應用間接判讀標誌、已有的判讀資料、統計資料，對影象上表現得很不明顯，或毫無表現的物體、現象進行判讀。間接判讀標誌之間相互制約、相互依存。根據這一特點，可作更加深入細緻的判讀。
如對已知判讀為農作物的影像範圍，按農作物與氣候、地貌、土質的依賴關係，可以進一步區別出作物的種屬；河口泥沙沉積的速度、數量與河流匯水區域的土質、地貌、植被等因素有關，長江、黃河河口泥沙沉積情況不同，正是因為流域內的自然環境不同所至。地圖資料和統計資料是前人勞動的可靠結果，在判讀中起著重要的參考作用，但必須結合現有影象進行綜合分析，才能取得滿意的結果。實地調查資料，限於某些地區或某些類別的抽樣，不一定完全代表整個判讀範圍的全部特徵。
只有在綜合分析的基礎上，才能恰當應用、正確判讀。
（4）引數分析
引數分析是在空間遙感的同時，測定遙感區域內一些典型物體（樣本）的輻射特性資料、大氣透過率和遙感器響應率等資料，然後對這些資料進行分析，達到區分物體的目的。大氣透過率的測定可同時在空間和地面測定太陽輻射照度，按簡單比值確定。儀器響應率由實驗室或飛行定標獲取。
利用這些資料判定未知物體屬性可從兩個方面進行。其一，用樣本在影象上的灰度與其他影像塊比較，凡灰度與某樣本灰度值相同者，則與該樣本同屬性；其二，由地面大量測定各種物體的反射特性或發射特性，然後把它們轉化成灰度。然後根據遙感區域內各種物體的灰度，比較影象上的灰度，即可確定各類物體的分布範圍。
1.2計算機資訊提取
利用計算機進行遙感資訊的自動提取則必須使用數字影象，由於地物在同一波段、同一地物在不同波段都具有不同的波譜特徵，通過對某種地物在各波段的波譜曲線進行分析，根據其特點進行相應的增強處理後，可以在遙感影像上識別並提取同類目標物。早期的自動分類和影象分割主要是基於光譜特徵，後來發展為結合光譜特徵、紋理特徵、形狀特徵、空間關係特徵等綜合因素的計算機資訊提取。
1.2.1自動分類
常用的資訊提取方法是遙感影像計算機自動分類。首先，對遙感影像室內預判讀，然後進行野外調查，旨在建立各種型別的地物與影像特徵之間的對應關係並對室內預判結果進行驗證。工作轉入室內後，選擇訓練樣本並對其進行統計分析，用適當的分類器對遙感資料分類，對分類結果進行後處理，最後進行精度評價。
遙感影像的分類一般是基於地物光譜特徵、地物形狀特徵、空間關係特徵等方面特徵，目前大多數研究還是基於地物光譜特徵。在計算機分類之前，往往要做些預處理，如校正、增強、濾波等，以突出目標物特徵或消除同一型別目標的不同部位因照射條件不同、地形變化、掃瞄觀測角的不同而造成的亮度差異等。利用遙感影象進行分類，就是對單個像元或比較勻質的像元組給出對應其特徵的名稱，其原理是利用影象識別技術實現對遙感影象的自動分類。
計算機用以識別和分類的主要標誌是物體的光譜特性，影象上的其它資訊如大小、形狀、紋理等標誌尚未充分利用。計算機影象分類方法，常見的有兩種，即監督分類和非監督分類。監督分類，首先要從欲分類的影象區域中選定一些訓練樣區，在這樣訓練區中地物的類別是已知的，用它建立分類標準，然後計算機將按同樣的標準對整個影象進行識別和分類。
它是一種由已知樣本，外推未知區域類別的方法；非監督分類是一種無先驗（已知）類別標準的分類方法。對於待研究的物件和區域，沒有已知類別或訓練樣本作標準，而是利用影象資料本身能在特徵測量空間中聚集成群的特點，先形成各個資料集，然後再核對這些資料集所代表的物體類別。與監督分類相比，非監督分類具有下列優點：
不需要對被研究的地區有事先的了解，對分類的結果與精度要求相同的條件下，在時間和成本上較為節省，但實際上，非監督分類不如監督分類的精度高，所以監督分類使用的更為廣泛。
1.2.2紋理特徵分析
細小地物在影像上有規律地重複出現，它反映了色調製化的頻率，紋理形式很多，包括點、斑、格、壠、柵。在這些形式的基礎上根據粗細、疏密、寬窄、長短、直斜和隱顯等條件還可再細分為更多的型別。每種型別的地物在影像上都有本身的紋理圖案，因此，可以從影像的這一特徵識別地物。
紋理反映的是亮度（灰度）的空間變化情況，有三個主要標誌：某種區域性的序列性在比該序列更大的區域內不斷重複；序列由基本部分非隨機排列組成；各部分大致都是均勻的統一體，在紋理區域內的任何地方都有大致相同的結構尺寸。這個序列的基本部分通常稱為紋理基元。
因此可以認為紋理是由基元按某種確定性的規律或統計性的規律排列組成的，前者稱為確定性紋理（如人工紋理），後者呈隨機性紋理（或自然紋理）。對紋理的描述可通過紋理的粗細度、平滑性、顆粒性、隨機性、方向性、直線性、週期性、重複性等這些定性或定量的概念特徵來表徵。相應的眾多紋理特徵提取演算法也可歸納為兩大類，即結構法和統計法。
結構法把紋理視為由基本紋理元按特定的排列規則構成的週期性重複模式，因此常採用基於傳統的fourier頻譜分析方法以確定紋理元及其排列規律。此外結構元統計法和文法紋理分析也是常用的提取方法。結構法在提取自然景觀中不規則紋理時就遇到困難，這些紋理很難通過紋理元的重複出現來表示，而且紋理元的抽取和排列規則的表達本身就是乙個極其困難的問題。
在遙感影像中紋理絕大部分屬隨機性，服從統計分布，一般採用統計法紋理分析。目前用得比較多的方法包括：共生矩陣法、分形維方法、馬爾可夫隨機場方法等。
共生矩陣是一比較傳統的紋理描述方法，它可從多個側面描述影像紋理特徵。
1.2.3影象分割
影象分割就是指把影象分成各具特性的區域並提取出感興趣目標的技術和過程，此處特性可以是畫素的灰度、顏色、紋理等預先定義的目標可以對應單個區域，也可以對應多個區域。影象分割是由影象處理到影象分析的關鍵步驟，在影象工程中佔據重要的位置。一方面，它是目標表達的基礎，對特徵測量有重要的影響；另一方面，因為影象分割及其基於分割的目標表達、特徵抽取和引數測量的將原始影象轉化為更抽象更緊湊的形式，使得更高層的影象分析和理解成為可能。
影象分割是影象理解的基礎，而在理論上影象分割又依賴影象理解，彼此是緊密關聯的。影象分割在一般意義下是十分困難的問題，目前的影象分割一般作為影象的前期處理階段，是針對分割物件的技術，是與問題相關的，如最常用到的利用閾值化處理進行的影象分割。影象分割有三種不同的途徑，其一是將各象素劃歸到相應物體或區域的象素聚類方法即區域法，其二是通過直接確定區域間的邊界來實現分割的邊界方法，其三是首先檢測邊緣象素再將邊緣象素連線起來構成邊界形成分割。
1）閾值與影象分割
閾值是在分割時作為區分物體與背景象素的門限，大於或等於閾值的象素屬於物體，而其它屬於背景。這種方法對於在物體與背景之間存在明顯差別（對比）的景物分割十分有效。實際上，在任何實際應用的影象處理系統中，都要用到閾值化技術。
為了有效地分割物體與背景，人們發展了各種各樣的閾值處理技術，包括全域性閾值、自適應閾值、最佳閾值等等。
2）梯度與影象分割
當物體與背景有明顯對比度時，物體的邊界處於影象梯度最高的點上，通過跟蹤影象中具有最高梯度的點的方式獲得物體的邊界，可以實現影象分割。這種方法容易受到雜訊的影響而偏離物體邊界，通常需要在跟蹤前對梯度影象進行平滑等處理，再採用邊界搜尋跟蹤演算法來實現。
3）邊界提取與輪廓跟蹤
為了獲得影象的邊緣人們提出了多種邊緣檢測方法，如sobel, canny edge, log。在邊緣影象的基礎上，需要通過平滑、形態學等處理去除雜訊點、毛刺、空洞等不需要的部分，再通過細化、邊緣連線和跟蹤等方法獲得物體的輪廓邊界。
4）hough變換
對於影象中某些符合引數模型的主導特徵，如直線、圓、橢圓等，可以通過對其引數進行聚類的方法，抽取相應的特徵。
5）區域增長
區域增長方法是根據同一物體區域內象素的相似性質來聚集象素點的方法，從初始區域（如小鄰域或甚至於每個象素）開始，將相鄰的具有同樣性質的象素或其它區域歸併到目前的區域中從而逐步增長區域，直至沒有可以歸併的點或其它小區域為止。區域內象素的相似性度量可以包括平均灰度值、紋理、顏色等資訊。
區域增長方法是一種比較普遍的方法，在沒有先驗知識可以利用時，可以取得最佳的效能，可以用來分割比較複雜的影象，如自然景物。但是，區域增長方法是一種迭代的方法，空間和時間開銷都比較大。
1.2.4物件導向的遙感資訊提取
基於畫素級別的資訊提取以單個畫素為單位,過於著眼於區域性而忽略了附近整片圖斑的幾何結構情況，從而嚴重制約了資訊提取的精度，而物件導向的遙感資訊提取，綜合考慮了光譜統計特徵、形狀、大小、紋理、相鄰關係等一系列因素，因而具有更高精度的分類結果。物件導向的遙感影像分析技術進行影像的分類和資訊提取的方法如下：
首先對影象資料進行影像分割，從二維化了的影象資訊陣列中恢復出影象所反映的景觀場景中的目標地物的空間形狀及組合方式。影像的最小單元不再是單個的畫素，而是乙個個物件，後續的影像分析和處理也都基於物件進行。然後採用決策支援的模糊分類演算法，並不簡單地將每個物件簡單地分到某一類，而是給出每個物件隸屬於某一類的概率，便於使用者根據實際情況進行調整，同時，也可以按照最大概率產生確定分類結果。
在建立專家決策支援系統時，建立不同尺度的分類層次，在每一層次上分別定義物件的光譜特徵、形狀特徵、紋理特徵和相鄰關係特徵。其中，光譜特徵包括均值、方差、灰度比值；形狀特徵包括面積、長度、寬度、邊界長度、長寬比、形狀因子、密度、主方向、對稱性，位置，對於線狀地物包括線長、線寬、線長寬比、曲率、曲率與長度之比等，對於面狀地物包括面積、周長、緊湊度、多邊形邊數、各邊長度的方差、各邊的平均長度、最長邊的長度；紋理特徵包括物件方差、面積、密度、對稱性、主方向的均值和方差等。通過定義多種特徵並指定不同權重，建立分類標準，然後對影像分類。
分類時先在大尺度上分出"父類"，再根據實際需要對感興趣的地物在小尺度上定義特徵，分出"子類"。
遙感影象幾何糾正
重慶交通大學 測量與空間資訊處理實驗報告 實驗課程 遙感原理及應用 實驗名稱 遙感影象的幾何糾正 班級學號 姓名實驗日期 2012 年 10 月 22 日 實驗3 遙感影象的幾何糾正 一 目的和要求 1 目的 使用多項式方法對tm遙感影象進行影象精糾正。2 要求 1 能夠熟練根據地圖 gps測點資料...
遙感影象變化檢測
遙感影象變化檢測方法 簡稱變化檢測 根據處理目標要求可以分為三類 特定類目標的變化檢測,如機場 橋梁 港口 飛彈基地等目標的變化檢測 線性體目標的變化檢測,如道路 機場 橋梁和一般建築物等目標的變化檢測 大面積目標的變化檢測,如某地域的植被變化 城市的發展 洪水災害評估等。本文系統地研究了基於模式識...
《遙感影象解譯》集中實習報告
河南理工大學測繪學院 專業必修課 2011年 1 月5 日 實驗成績 評語 指導老師簽名 年月日一 實驗的目的與要求 通過實習掌握遙感影象解譯的基本原理和方法，建立地物實地形態與影象特徵的感性對應關係。每位同學完成一幅遙感影象的全要素解譯，包括居民地 工農業文化設施 交通運輸設施 水系 地貌 植被等...