1、特殊性：遥感数字图像处理需要考虑到遥感数据的特殊性，如光谱信息、空间分辨率、波段组合等。相比之下，数字图像处理可以更加通用，不一定需要考虑遥感数据的特殊性。应用领域：遥感数字图像处理通常应用于遥感领域，如土地利用分类、植被监测、灾害评估等。
2、遥感图像增强处理的主要着眼点在于改进图像显示、提高遥感图像的视觉效果和可解译性，使遥感应用者易于从经过增强处理的遥感图像上获得所感兴趣的有用信息，快速实现从遥感数据向有用信息的转化。从数学意义上理解，任何图像的增强处理都是对图像特征施行某种变换。
3、图像的空间域是指图像平面所在的二维平面，对于空间域的图像处理主要是对像元灰度值的改变，其位置不变。
4、几何校正是指消除或改正遥感影像几何误差的过程。遥感影像的变形误差，大体分为两类：静态误差和动态误差。静态误差是在成像过程中，传感器相对与地球表面呈静止状态时所具有的各种形变误差。动态误差主要是在成像过程中由于地球旋转等因素造成的图像变形误差。而变形误差又可分为内部误差和外部误差两类。
5、遥感传感器记录地物电磁波的形式有两种：—种以胶片或其他的光学成像载体的形式．另一种以数字形式记录下来，也就是所谓的光学图像和数字图像的方式记录地物的遥感信息。
6、经过近30年发展，遥感技术在数据获取技术方面得到突飞猛进的发展，图像信息提取及分类技术都取得了长足的进步，应用领域不断扩展，研究程度不断加深。作为一门边缘学科，遥感地质学必须不断地应用新型遥感数据、引入先进的图像处理和信息提取技术并开展新的信息分析方法研究。
1、高光谱遥感是高光谱分辨率遥感（Hyperspectral Remote Sensing）的简称。它是在电磁波谱的可见光，近红外，中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术（Lillesand & Kiefer 2000）。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。
2、高光谱分辨率：高光谱遥感技术可以获取数十到数百个连续的窄波段数据，通常波段数量在几十到上百个之间。这种高光谱分辨率使得可以捕捉到地物的更丰富和细微的光谱特征，提供更详细的信息。 光谱精细化：高光谱遥感技术能够捕捉到地物的更多细微的光谱特征，能够区分更多不同的物质和地物类型。
3、简而言之，辐射亮度就像是物理世界光的能量与数字世界量化值的交汇点，MATLAB正是这个交汇过程的工具之一。深入理解与实践想要深入了解如何在MATLAB中处理高光谱数据，一系列的教程和源码等你来探索。通过我们的高级培训班，你可以系统学习高光谱遥感、数据处理以及混合像元分解的实践技术，让理论与实践无缝对接。
4、高光谱遥感影像信息提取技术 式中：t在此处表示波段号数；L表示波段总数；其他符号同式（1）。高光谱影像的谐波分析以离散像元为处理单元，下面以单个像元点的变换过程简述其原理。
5、国外商业遥感图像处理系统，相继增加成像光谱数据处理模块，其中具有代表性的有RSI公司的ENVI，PCI Geomatics公司的PCI，MicroImages公司的TNTmips等。 3 国内高光谱遥感技术发展现状 我国紧密跟踪国际高光谱遥感技术的发展，并结合国内不断增长的应用需求，于20世纪80年代中后期着手发展自己的高光谱成像系统。
6、预处理内容简述 （1）辐亮度复原 该部分主要针对高光谱数据1级数据产品（辐亮度数据）的生成流程展开研究，研究过程中首先对载荷获取的原始数据DN值与辐亮度数据之间的关系进行分析与建模，然后利用辐射定标系数通过DN值与辐亮度之间的模型实现辐亮度复原，从而得到1级数据产品。
1、遥感图像分析的目的是通过各种方法手段对遥感图像进行有用信息的提取和解译。遥感图像解译中，通常将表征地物和地质现象遥感信息的影像特征称之为图像解译标志；将提取遥感信息的过程称之为图像解译（判译、判读）；而将遥感图像信息提取的种种手段称之为遥感图像解译方法。
2、基于深度学习的方法：随着深度学习技术的发展，越来越多的深度学习模型被应用到遥感专题信息提取中，如卷积神经网络（CNN）、循环神经网络（RNN）等，这些方法能够处理更复杂的地表特征，提高信息提取的准确性。 光谱分析：通过分析遥感图像的光谱特性，可以提取出地表的物质组成、植被覆盖、水体等信息。
3、生态环境遥感监测子系统基于IDL和ARCGISAO双平台开发，系统采用C/S体系架构，子系统客户端主要实现图像处理、信息提取和空间分析的功能，所有分析处理采用的基础数据和分析成果由综合数据库统一管理，在网络体系支持下，客户端专业分析功能和数据库协同作业，完成生态环境遥感监测任务。
4、提取与矿化蚀变有关的信息。 4）比值彩色合成图像能够增强岩性和蚀变岩信息。 （3）主成分变换 主成分变换是多波段遥感图像增强常用的一种方法。它是一种基于图像统计特征的多维正交线性变换，变换后的新组分图像反映了地物总的辐射差异和某些波谱特征，同时还具有分离信息、减少相关、突出不同地物的作用。
5、主成分分析 主成分分析是遥感地质最有效和最常用的图像信息提取方法之一，它是将原始的遥感数据集变换成非常小且易于解译的不相关变量，这些变量含有原始数据中大部分信息，通过正交变换去除多波段图像中的相关信息，使新的组分图像之间互不相关，各自包含不同的地物信息，这是一种重要的图像增强方法。
遥感信息是多元信息，包括不同波段的反射率信息，航空放射性信息也是多元信息，包括 γ 总量、U、Th、K 含量及其比值信息，两者均具有获取速度快、成本低、信息量多、覆盖面积大等优势。
在空间数据库等相关技术的支持下，将遥感信息与地质、航放、重磁和 DEM 数据进行集成处理，开展相山火山- 侵入杂岩总体特征和侵蚀状态保矿条件研究。
多源地学信息集成研究除强调遥感与航空放射性伽玛能谱信息的集成处理之外，还有遥感与重磁、地化、地质、地理等信息的集成处理。本节主要涉及相山地区遥感与重磁信息的集成处理与分析。
高光谱遥感数据处理在广西苗儿山地区的应用展示了其在铀资源勘查中的实用性，同时，对地浸砂岩型铀矿床地物波谱特征的分析和数据挖掘技术的研究，也推动了地质勘查的精准性。多源地学信息数字图像综合技术，如航空放射性伽马能谱的应用，不仅在勘查中展现威力，还扩展到地质环境研究和找矿目标区的选择上。
将生成的图像存储为*.tif格式，然后转换为MapGIS内部图像格式*.msi格式，以便于人—机交互解译修改自动分类的结果图。生成的影像与1∶5万地形图具有相同的地理投影，因此，解译的结果与地形图叠合比较好。
在遥感数据预处理阶段大气校正主要是利用波段数据统计分析，通过对遥感数据各个波段统计特征的分析而去除大气影响的一种校正方法，无需过多的已知参数，可操作性较强，主要包括直方图法和回归分析法两种方法。
本研究以 2008 年 3 月 16 日地震前 IKONOS 遥感影像和 2008 年 9 月 1 日地震后QuickBird 遥感影像为数据源，采用基于多源多时相变化检测技术开展遥感震害信息提取。
数据采集：遥感系统使用传感器采集目标对象的数据。传感器可能通过卫星、飞机或无人机等平台运输到目标区域，并记录下来。数据预处理：对搜集到的原始数据进行预处理，以消除噪音、纠正失真或调整不同传感器之间的差异。预处理通常涉及校正、去噪和镶嵌等步骤。
ETM＋卫星全色波段数据的空间分辨率为15 m，与其多光谱数据自融合后在理论上可以辨识225m2大小的物体，适合对重点成矿区的遥感调查工作。数据源的选择和预处理工作流程如图2所示，遥感数据的预处理详见第1章，在此不再赘述。
数字镶嵌是将两景图像进行数字拼贴，通过图像处理软件调整图像间各通道灰度值的差异。图像融合技术是遥感变化探测、遥感多数据源综合分析等工作中十分重要的一个技术环节。对于ETM+图像而言，是必须面对的一项预处理程序。
数据预处理：包括图像数据分析，校正，配准，子区裁剪等操作。 2）数据处理：包括图像增强、信息提取等。主要有两方面工作，即图像分类、解译和成矿信息提取。 3）生成专题图层：研究区构造格架、影像构造单元划分，蚀变遥感异常信息以及成矿位场等图层，为多元信息统计分析提供数据源。 遥感图像处理流程（图5-1）。
