目录 1
序 1
前言 1
第一章绪论 1
1.1遥感数字图像 1
1.1.1图像与遥感数字图像的概念 1
1.1.2遥感图像的获取 3
1.1.3遥感图像的数字化 4
1.1.4遥感数字图像的基本特点与类型 5
1.1.5多波段遥感数字图像的数据格式 7
1.2.2遥感数字图像处理的内容 9
1.2.1遥感数字图像处理 9
1.2遥感数字图像处理的基本概念 9
1.2.3遥感数字图像处理的特点 11
1.2.4遥感数字图像处理的应用 12
1.3遥感数字图像处理系统 13
1.3.1遥感数字图像处理的硬件系统 13
1.3.2遥感数字图像处理的软件系统 15
1.3.3几种遥感数字图像处理系统介绍 15
1.4遥感数字图像处理的发展及与其他学科的关系 17
1.4.1遥感数字图像处理技术的发展 17
1.4.2遥感数字图像处理与其他学科的关系 18
2.1.1 n维向量 21
第二章遥感数字图像处理的数学基础 21
2.1向量与矩阵 21
2.1.2向量的线性相关性 23
2.1.3矩阵的概念 25
2.1.4矩阵的运算 26
2.1.5矩阵的求逆 29
2.1.6特征值和特征向量 31
2.1.7矩阵的迹与直积 32
2.2随机变量及其分布 32
2.2.1随机变量 32
2.2.2数学期望 35
2.2.3方差 36
2.2.4协方差和相关系数 37
2.2.5协方差矩阵 38
2.3常用函数的介绍 39
2.3.1矩形函数 40
2.3.2阶跃函数 40
2.3.3三角函数 41
2.3.4 δ函数 41
2.3.5梳状函数 42
2.3.6高斯函数 42
2.3.7 sinc函数 43
2.4傅里叶变换 43
2.4.1傅里叶级数 44
2.4.2傅里叶积分 45
2.4.3傅里叶变换 47
2.4.4傅里叶变换的基本性质 50
2.4.5离散函数的傅里叶变换（DFT） 51
2.4.6快速傅里叶变换（FFT） 51
2.5卷积与相关函数 52
2.5.1一维卷积的定义 52
2.5.2一维卷积的运算 53
2.5.3一维卷积的性质 55
2.5.4卷积定理 56
2.5.6相关函数 57
2.5.5二维卷积 57
第三章遥感数字图像的几何处理 60
3.1遥感数字图像几何处理概述 60
3.1.1遥感图像的几何变形误差的影响因素 60
3.1.2遥感数字影像几何纠正的一般过程 66
3.2中心投影构像的几何纠正 71
3.2.1中心投影构像原理 71
3.2.2空间直角变换 73
3.2.3中心投影构像方程 76
3.2.4中心投影的数字正射纠正 77
3.3多中心投影数字图像几何纠正 81
3.3.1 CCD直线阵列推扫式传感器的构像方程 81
3.3.2全景摄影机的构像原理与构像方程 83
3.3.3红外和多光谱扫描仪的构像原理与构像方程 86
3.3.4多中心投影构像的几何纠正 88
3.4侧视雷达图像的几何纠正 96
3.4.1侧视雷达图像的几何特点 96
3.4.2合成孔径侧视雷达（SAR）的构像方程 97
3.4.3合成孔径侧视雷达图像的几何处理 100
第四章遥感图像的辐射校正 104
4.1辐射校正概述 104
4.1.1辐射校正的含义 104
4.1.2辐射传输方程 104
4.1.3辐射误差产生的原因 104
4.2.1因传感器的灵敏度特性引起的辐射误差校正 107
4.1.4辐射校正的目的 107
4.2辐射误差校正的原理与方法 107
4.2.2因大气影响引起的辐射误差校正 109
4.2.3因太阳辐射引起的辐射误差校正 113
4.2.4其他辐射误差校正 115
4.3合成孔径侧视雷达（SAR）数据的辐射校正处理技术 117
4.3.1 SAR辐射校正的含义与辐射误差源 117
4.3.2 SAR辐射误差校正方法 118
4.4遥感卫星辐射校正场概述 119
4.4.1辐射校正场的国外发展概况 119
4.4.2建立辐射校正场的目的 120
4.4.3传感器辐射校正的基本原理与方法 121
4.4.4我国的辐射校正场 122
第五章遥感数字图像增强处理 124
5.1辐射增强 125
5.1.1直方图 125
5.1.2线性变换 128
5.1.3非线性变换 129
5.1.4其他非线性变换 130
5.2空间增强 137
5.2.1邻域处理 137
5.2.2卷积运算 138
5.2.3 平滑 139
5.2.4锐化 142
5.3频率域增强 148
5.3.1快速傅里叶变换 148
5.3.2频率域平滑 149
5.3.3频率域锐化 151
5.3.4同态滤波 153
5.4彩色增强 154
5.4.1伪彩色增强 154
5.4.2假彩色增强 155
5.4.3彩色变换 156
5.5.1加法运算 158
5.5.2差值运算 158
5.5图像运算 158
5.5.3比值运算 159
5.5.4植被指数 160
5.5.5图像复合 162
5.6多光谱增强 163
5.6.1多光谱空间 163
5.6.2 K-L变换 164
5.6.3 K-T变换 167
第六章遥感图像的计算机分类 170
6.1遥感图像的计算机分类的一般原理 170
6.1.1概述 170
6.1.2计算机分类的基本原理 173
6.1.3计算机分类处理的一般过程 174
6.2判别函数 176
6.2.1距离判别函数 176
6.2.2最大似然法判别函数 178
6.3非监督分类 181
6.3.1初始类别参数的选定 182
6.3.2 ISODATA法 185
6.3.3 K-Mean算法 187
6.3.4应用举例 188
6.4监督分类 189
6.4.1训练区的选择 189
6.4.2判别分析分类 190
6.4.3检验 193
6.4.4应用实例 195
6.5光谱特征分类中的辅助处理技术 199
6.5.1上下文分析方法 199
6.5.2基于地形信息的计算机分类处理 202
6.5.3辅以纹理特征的光谱特征分类法 203
6.6计算机分类新方法 204
6.6.1神经网络分类器 205
6.6.2基于小波神经网络遥感图像分类 207
6.6.3模糊聚类法 210
6.6.4树分类器 211
6.6.5专家系统方法的应用 213
6.7雷达遥感图像分类新方法 214
第七章遥感数字图像分析方法 219
7.1一般分析方法 219
7.1.1邻域分析 219
7.1.2查找分析 221
7.1.3指标分析 224
7.1.4叠加分析 226
7.1.5归纳分析 227
7.1.6分类后处理的四种分析 229
7.1.7总结 235
7.2地形分析方法 235
7.2.1坡度分析 235
7.2.2坡向分析 236
7.2.3高程分带 238
7.2.4地形阴影 239
7.2.5地形校正处理 241
7.2.6栅格等高线 243
7.2.7基于ERDAS和ArcView相同地形分析的对比分析与讨论 244
7.3空间建模与实践 248
7.3.1空间建模工具的组成 248
7.3.2图形模型的基本类型 249
7.3.3图形模型的形成过程 249
7.3.4模型生成器 251
7.3.5模型生成器工具面板 251
7.3.6空间建模操作过程 252
第八章遥感数字图像处理软件简介 259
8.1 ERDAS遥感图像处理软件 259
8.1.1 ERDAS IMAGINE软件概述 259
8.1.2ERDAS IMAGINE的启动和退出 262
8.1.3ERDASIMAGINE系统简介 263
8.1.4 ERDAS IMAGINE主要功能简介 264
8.2其他遥感图像处理软件 268
8.2.1 GeoImager遥感图像处理软件 268
8.2.2PCI遥感图像处理软件 270
8.2.3 Imagexuite RS遥感影像处理软件 271
参考文献 273