影像分辨率是决定影像精度的一个重要指标，影像精度要满足相应比例尺地图更新对于影像识别能力和成图精度要求，同时又要考虑地图更新成本。冗余的分辨率会增加卫星影像购买成本和加重内业处理的负担；而若分辨率达不到一定要求，细小的地物就无法判读、像片控制点精度得不到保证，满足不了成图精度。在选择合适的分辨率时，还要考虑最不利的生产条件。

  1 航空摄影测量对影像的要求
  航空摄影测量的实践可以用来借鉴分析卫星影像与成图比例尺的选择。这是因为二者的成图原理相似，并且航空摄影测量具有大量的实践经验和实验数据，是非常成熟的。
  航空摄影测量中没有直接给出对影像分辨率的要求，但可以通过对摄影仪物镜分辨率的要求和摄影比例尺来推断。航摄中航摄仪镜头分辨率表示通过航空摄影后在影像上能够分辨的线条的最小宽度（这里没有考虑软片和像纸的分辨率）。在航摄规范（GB/T 15661-1995）中规定航摄仪有效使用面积内镜头分辨率“每毫米内不少于25 线对”。根据物镜分辨率和摄影比例尺可以估算出航摄影像上相应的地面分辨率D，即D=M/R。(其中M 为摄影比例尺分母，R 为镜头分辨率。)根据航摄规范中“航摄比例尺的选择”的规定和以上公式，可得表（1）
成图比例尺              航摄比例尺          影像地面分辨率（m）
1：5000              1：10 000～1：20 000      0.4～0.8
1：10 000           1：20 000～1：40 000      0.8～1.6
1：2 5000           1：25 000～1：60 000      1.0～2.4
1：50 000           1：35 000～1：80 000      1.4～3.2   

  上表可以作为选择卫星影像分辨率的参考。顺便指出，从表中可以看出，虽然成图比例尺愈大，所需的影像分辨率愈高，但两者并不是成线性正比关系，而是非线性的。

  2 卫星影像分辨率的选择
   卫星影像分辨率的选择除了考虑不同比例尺成图对影像分辨率要求，还要考虑现有可获取的卫星影像产品之规格，因为卫星摄影与航空摄影不同，其摄影高度（即摄影比例尺）是固定的。
下面列出几种商用卫星影像的分辨率。表（2）
    卫星   QuickBird-2  IKONOS-2  SPOT-5  SPOT-4  Landsat-7
最高分辩率(m) 0.61         1        2.5    10      15   
    对照表（1）和表（2），个人认为就目前较为稳定的卫星影像货源来讲，对于1：5000～1：50 000 的基础测绘更新试验，可以考虑如下的分辨率选择。表（3）
成图比例尺              卫星影像（分辨率）
1：5000～1：10 000     QuickBird(0.61m)
                      IKONOS-2 (1m)
1：25 000            QuickBird-2(0.61m)
                      IKONOS-2 (1m)
                      SPOT-5(2.5m)
1：50 000             SPOT-5(2.5m)
    对于已有旧版实测地形图的地区，若有足够密度的图上参考点（即可与卫片上的同位置点相一致）作范围控制的基础上，在地形图局部快速更新（修、补测）时，可以考虑适当放宽对分辨率的要求，如用2.5m 分辨率卫片局部修、补测1：10 000 地形图，用10m 分辨率卫片局部修、补测1：50 000 地形图等。

地理坐标：为球面坐标。 参考平面地是椭球面。坐标单位:经纬度

大地坐标：为平面坐标。参考平面地是水平面      坐标单位：米、千米等。
地理坐标转换到大地坐标的过程可理解为投影。   （投影：将不规则的地球曲面转换为平面）

在ArcGIS中预定义了两套坐标系：地理坐标系（Geographic coordinate system）投影坐标系（Projected coordinate system），
1、首先理解地理坐标系（Geographic coordinate system），Geographic coordinate system直译为
地理坐标系统，是以经纬度为地图的存储单位的。很明显，Geographic coordinate syst
em是球面坐标系统。我们要将地球上的数字化信息存放到球面坐标系统上，如何进行操作
呢？地球是一个不规则的椭球，如何将数据信息以科学的方法存放到椭球上？这必然要求
我们找到这样的一个椭球体。这样的椭球体具有特点：可以量化计算的。具有长半轴，短
半轴，偏心率。以下几行便是Krasovsky_1940椭球及其相应参数。
Spheroid: Krasovsky_1940
Semimajor Axis: 6378245.000000000000000000
Semiminor Axis: 6356863.018773047300000000
Inverse Flattening（扁率）: 298.300000000000010000
然而有了这个椭球体以后还不够，还需要一个大地基准面将这个椭球定位。在坐标系统描
述中，可以看到有这么一行：
Datum: D_Beijing_1954
表示，大地基准面是D_Beijing_1954。
——————————————————————————–
有了Spheroid和Datum两个基本条件，地理坐标系统便可以使用。
完整参数：
Alias:
Abbreviation:
Remarks:
Angular Unit: Degree (0.017453292519943299)
Prime Meridian（起始经度）: Greenwich (0.000000000000000000)
Datum（大地基准面）: D_Beijing_1954
Spheroid（参考椭球体）: Krasovsky_1940
Semimajor Axis: 6378245.000000000000000000
Semiminor Axis: 6356863.018773047300000000
Inverse Flattening: 298.300000000000010000

2、接下来便是Projection coordinate system（投影坐标系统），首先看看投影坐
标系统中的一些参数。
Projection: Gauss_Kruger
Parameters:
False_Easting: 500000.000000
False_Northing: 0.000000
Central_Meridian: 117.000000
Scale_Factor: 1.000000
Latitude_Of_Origin: 0.000000
Linear Unit: Meter (1.000000)
Geographic Coordinate System:
Name: GCS_Beijing_1954
Alias:
Abbreviation:
Remarks:
Angular Unit: Degree (0.017453292519943299)
Prime Meridian: Greenwich (0.000000000000000000)
Datum: D_Beijing_1954
Spheroid: Krasovsky_1940
Semimajor Axis: 6378245.000000000000000000
Semiminor Axis: 6356863.018773047300000000
Inverse Flattening: 298.300000000000010000
从参数中可以看出，每一个投影坐标系统都必定会有Geographic Coordinate System。
投影坐标系统，实质上便是平面坐标系统，其地图单位通常为米。
那么为什么投影坐标系统中要存在坐标系统的参数呢？
这时候，又要说明一下投影的意义：将球面坐标转化为平面坐标的过程便称为投影。
好了，投影的条件就出来了：
a、球面坐标
b、转化过程（也就是算法）
也就是说，要得到投影坐标就必须得有一个“拿来”投影的球面坐标，然后才能使用算法
去投影！
即每一个投影坐标系统都必须要求有Geographic Coordinate System参数。
关于北京54和西安80是我们使用最多的坐标系
       先简单介绍高斯-克吕格投影的基本知识，了解就直接跳过，我国大中比例尺地图均采用高斯-克吕格投影，其通常是按6度和3度分带投影，1:2.5万－1:50万比例尺地形图采用经差6度分带，1:1万比例尺的地形图采用经差3度分带。具体分带法是：6度分带从本初子午线开始，按经差6度为一个投影带自西向东划分，全球共分60个投影带，带号分别为1－60；3度投影带是从东经1度30秒经线开始，按经差3度为一个投影带自西向东划分，全球共分120个投影带。为了便于地形图的测量作业，在高斯-克吕格投影带内布置了平面直角坐标系统，具体方法是，规定中央经线为X轴，赤道为Y轴，中央经线与赤道交点为坐标原点，x值在北半球为正，南半球为负，y值在中央经线以东为正，中央经线以西为负。由于我国疆域均在北半球，x值均为正值，为了避免y值出现负值，规定各投影带的坐标纵轴均西移500km，中央经线上原横坐标值由0变为500km。为了方便带间点位的区分，可以在每个点位横坐标y值的百千米位数前加上所在带号，如20带内A点的坐标可以表示为YA=20 745 921.8m。

    在Coordinate Systems\Projected Coordinate Systems\Gauss Kruger\Beijing 1954目录中，我们可以看到四种不同的命名方式：
   Beijing 1954 3 Degree GK CM 75E.prj
   Beijing 1954 3 Degree GK Zone 25.prj
   Beijing 1954 GK Zone 13.prj
   Beijing 1954 GK Zone 13N.prj
   对它们的说明分别如下：
   三度分带法的北京54坐标系，中央经线在东75度的分带坐标，横坐标前不加带号
   三度分带法的北京54坐标系，中央经线在东75度的分带坐标，横坐标前加带号
   六度分带法的北京54坐标系，分带号为13，横坐标前加带号
   六度分带法的北京54坐标系，分带号为13，横坐标前不加带号
   在Coordinate Systems\Projected Coordinate Systems\Gauss Kruger\Xian 1980目录中，文件命名方式又有所变化：
   Xian 1980 3 Degree GK CM 75E.prj
   Xian 1980 3 Degree GK Zone 25.prj
   Xian 1980 GK CM 75E.prj
   Xian 1980 GK Zone 13.prj
   西安80坐标文件的命名方式、含义和北京54前两个坐标相同，但没有出现“带号+N”这种形式，为什么没有采用统一的命名方式？让人看了有些费解。
    大地坐标（Geodetic Coordinate）:大地测量中以参考椭球面为基准面的坐标。地面点P的位置用大地经度L、大地纬度B和大地高H表示。当点在参考椭球面上时，仅用大地经度和大地纬度表示。大地经度是通过该点的大地子午面与起始大地子午面之间的夹角，大地纬度是通过该点的法线与赤道面的夹角，大地高是地面点沿法线到参考椭球面的距离。
    方里网:是由平行于投影坐标轴的两组平行线所构成的方格网。因为是每隔整公里绘出坐标纵线和坐标横线，所以称之为方里网，由于方里线同时又是平行于直角坐标轴的坐标网线，故又称直角坐标网。
在1：1万——1：20万比例尺的地形图上，经纬线只以图廓线的形式直接表现出来，并在图角处注出相应度数。为了在用图时加密成网，在内外图廓间还绘有加密经纬网的加密分划短线(图式中称“分度带”)，必要时对应短线相连就可以构成加密的经纬线网。1：2 5万地形图上，除内图廓上绘有经纬网的加密分划外，图内还有加密用的十字线。
我国的1：50万——1：100万地形图，在图面上直接绘出经纬线网，内图廓上也有供加密经纬线网的加密分划短线。
直角坐标网的坐标系以中央经线投影后的直线为X轴，以赤道投影后的直线为Y轴，它们的交点为坐标原点。这样，坐标系中就出现了四个象限。纵坐标从赤道算起向北为正、向南为负；横坐标从中央经线算起，向东为正、向西为负。
      虽然我们可以认为方里网是直角坐标，大地坐标就是球面坐标。但是我们在一副地形图上经常见到方里网和经纬度网，我们很习惯的称经纬度网为大地坐标，这个时候的大地坐标不是球面坐标，她与方里网的投影是一样的（一般为高斯投影），也是平面坐标。

遥感数字图像处理
数字图像是指被计算机存储、处理和使用的图像，是一种空间坐标和灰度均不连续的、用离散数学表示的图像，他属于不可见图像。
图像数字化包括采样和量化两个过程。1.采样2.量化
遥感数字图像的基本特点：
1.便于计算机处理与分析；2.图像信息损失低；3.图像抽象性强；4.图像保存方便。
遥感图像五种分辨率：光谱分辨率；空间分辨率；亮度（灰度）分辨率；时间分辨率；温度分辨率。
遥感数字图像处理的内容：
1.图像转换；2.数字图像校正；3.数字图像增强；4.多元信息复合；5.遥感数字图像计算机解译处理。

遥感数字图像几何处理
遥感图像的几何处理就是解决遥感图像的几何变形的问题，对遥感图像进行几何纠正。
遥感图像的几何变形误差可分为静态误差和动态误差
静态误差又可分为内部误差和外部误差
内部误差是由于传感器自身的性能、技术指标偏离标称数值所造成的；
外部误差指的是传感器本身处在正常工作的条件下，由传感器以外的个因素所造成的误差。例如传感器的外方位（位置、姿态）变化、传感介质的不均匀、地球曲率、地形起伏、地球自传等因素所引起的变形误差。
1.传感器成像几何形态带来的形变
2.传感器外方位元素变化的影响
3.地球起伏的影响
4.地球曲率的影响
5.大气折射的影响
6.地球自转的影响
几何处理的一般步骤：
1.准备工作2.原始数字影像输入3.建立纠正变换函数4.确定输入影像范围5.象元几何位置变换6.象元的灰度值重采样7.输出纠正数字影像
重采样：1.双线性插值法；2.双三次卷积法；3.最邻近象元法；4.双像素重采样法
框幅式影像（包括美国陆地资源卫星的RBV影像）属于纯中心投影构像，全景影像属于多中心等焦距圆柱投影，多光谱影像属于多中心扫描投影，HRV影像属于多中心推扫扫描投影，合成孔径侧视雷达（SAR）属于多中心斜距投影，由此可见，中心投影构象是遥感影像构象的基本原理。
中心投影构象原理可以看出成像相片有以下基本特点：
1.地物通过摄影中心与其成像点共一条直线。
2.投影中心到像平面的距离为物镜主距f。
3.地面起伏使得各处影像比例尺不同。
4.地物由于成像平面的倾斜其成像会发生形变。
5.具有高差的物体成像在相片上有投影差。
描述位置和姿态的参数称为相片的方位元素。内方为元素是表示摄影中心与相片之间相关位置的参数，外方位元素是表示摄影中心和相片在地面坐标系中的位置和姿态的参数。
Ψ航向倾角ω旁向倾角κ相片倾角
多中心投影构像的几何纠正
1.多项式纠正法：回避成像的空间几何过程，而直接对影像变形的本身进行数字模拟，认为图像变形规律可以看作为平移、缩放、旋转、放射、偏扭和弯曲以及更高次的基本变形的综合作用结果。
2.共线方程纠正法：是建立在对传感器成像时的位置和姿态进行模拟和解算的基础上，即构像瞬间的像点与相应地面点位于通过传感器投影中心的一根直线上。地形起伏较大时，这种方法尤为优越。
3.多图像几何配准：将多图像的同名影像通过几何变换实现重叠，通常称作相对配准；将相对配准后的多图像纳入某一地图坐标系统，称作绝对配准。
遥感图像的辐射校正
辐射校正：消除图像数据中依附在辐射亮度中的各种失真的过程称为辐射量校正，简称辐射校正。
辐射误差：传感器观测目标的反射或辐射能量时，所得到的观测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值称为辐射误差。
1.因传感器的响应特性引起的辐射误差
2.因大气影响引起的辐射误差。
3.因太阳辐射引起的辐射误差。
4.其他原因引起的辐射误差。
大气辐射校正
1.野外波谱测试回归分析法
2.辐射传递方程计算法
3.波段对比法：回归分析法；直方图法；
数字图像的灰度一致化
1.等概率变换
2.线性灰度变换
直方图：横轴表示灰度级，纵轴表示每一个灰度级具有的像元书或该像元数占总像元数的比利值。
我国的辐射校正场
甘肃省敦煌市西部党和洪积扇区为可见光和近红外波段的绝对辐射校正场，青海省的青海湖为热红外波段的绝对辐射校正场。
遥感数字图像增强处理
图像增强的主要目的：改变图像的灰度等级，提高图像对比度；消除边缘和噪声，平滑图像；突出边缘或线状地物，锐化图像；合成彩色图像；压缩图像数据量，突出主要信息。
图象增强的方法主要分为：空间域增强和频率域增强。
图象增强的主要内容有：空间域增强、频率域增强、彩色增强、多图像代数运算、多光谱图像增强等。
空间域是指图像平面所在的二维平面，空间域增强是指在图像平面上直接针对每个象元点进行处理，处理后象元的位置不变。
辐射增强
1.线性变换
2.非线性变换
3.直方图均衡化
（1）统计原图像每一灰度级的像元个数和累积像元个数。
（2）根据变换函数计算每一灰度级均衡化后对应的新值，并对其四舍五入取整，得到新灰度级。
（3）以新值替代原灰度值，形成均衡化后的新图像。
（4）根据源图像像元统计值对应找到新图像像元统计值，作出新直方图。
4.直方图规定化
空间增强
平滑：
1.均值平滑
2.中值滤波
3.超限像素平滑
4.灰度最相近的k个邻点平均法
5.最大均匀性平滑
6.有选择保边缘平滑
7.空间低通滤波法
均值滤波与中值滤波的区别：
1.阶跃：中值滤波后图像保持不变，阶梯保留，而均值平滑后阶梯消失，边缘模糊、灰度值成渐变趋势；
2.渐变：中值滤波后和均值平滑后都和源图像一样；
3.脉冲：中值滤波去掉了噪声而原图像保留，均值平滑后图像会灰度值产生了起伏。
锐化：
1.梯度法
2.Roberts梯度
3.Prewitt和Sobel梯度
4.Laplace算法
5.定向检测
6.高通滤波法
频率域增强
像元的灰度值随位置变化的频繁程度可以用频率来表示，这是一种岁为止变化的空间频率。
平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
频率域平滑：
1.理想低通滤波器
2.Butterworth低通滤波器
3.指数低通滤波器
4.梯形低通滤波器
频率域锐化：
1.理想高通滤波器
2.Butterworht高通滤波器
3.指数高通滤波器
4.梯形高通滤波器
理想高通滤波器处理的图像边缘有抖动想象。
同态滤波：
是指在频率域中同时对图像亮度范围进行压缩和对图像对比度进行增强的方法。利用图像的照明模型。
1.两边取对数
2.快速傅立叶变换
3.滤波
4.傅立叶逆变换
5.指数变换
色彩增强
伪彩色增强
假彩色增强：它与伪彩色不同，假彩色增强处理的对象是同一景物的多光谱图像。
标准假彩色：绿波段-蓝色，红波段-绿，近红外-红
TM432，MSS421，SPOT321
色彩变换：
RGB——IHS（亮度，色度，饱和度）
1.球体变换
2.圆柱体变换
图像运算
1.加法运算：多图像求平均值，减少加性随机噪声。
2.差值运算：动态监测，图像背景消除及目标识别。
3.比值运算：去除地形坡度和方向引起的辐射量变化，比率图像（颜色和多光谱图像分析）。
4.乘法运算：乘以掩膜图像，仅留下感兴趣的地物。
5.植被指数：绿色植物叶子的细胞结构在近红外具有高发射率，其叶绿素在红光波段具有强吸收。因此在多光谱图像中，用红外/红波段图像做比值运算，在比值图像上植被区域具有高亮度值，甚至在绿色生物两很高时达到饱和，从而可以提取植被信息。
（1）比值植被指数
（2）归一化植被指数
（3）差值植被指数
（4）正交植被指数
Landsat TM 4/3，Landsat MSS 7/5，Spot XS 3/2，NOAA NVHRR 2/1，
IKONOS CBERS QuickBird 4/3
多光谱增强
多光谱增强采用对多光谱图像进行线性变换的方法，减少个波段信息之间的冗余，达到保留主要信息，压缩数据量，增和提取更具有牧师解译效果的新波段数据的目的。
1、K-L变换：又称主成分变换(PCA)或霍特林变换。
变换矩阵A是X空间的协方差矩阵∑的特征向量矩阵的转置矩阵。
K-L变换的应用：
1.数据压缩；2.图像增强；3.分类前预处理。
2、L-T变换：Kanth-Thomas于1976年发现了一种线性变换，是坐标轴发生旋转，选转之后坐标轴的方向与地物，特别是和植被的生长及图土壤有密切的关系。这种变换就是K-T变换，又称缨帽变换。
MSS：
y1亮度分量，主要反映了土壤反射率变化的信息；
y2绿度分量，主要反映了地面植物的绿度；
y3黄度分量，主要说明了植物的枯萎程度；y4没有实际意义。
TM：
y1亮度，TM六个波段亮度值的加权和，反映了总体的亮度变化。
y2绿度，与亮度分量垂直，是近红外与可见光波段的对比。
y3湿度，与土壤的湿度有关。
图像融合：保留高的光谱分辨率，提高空间分辨率
像元级，特征级，决策级
1.空间配准2.融合
融合：
1.主成分分析法（参与法，替换法）
2.乘法Multipicative
3.Brovey变换
4.HIS变换（替换I）
5.高通滤波变换法，HPF
遥感图像的计算机分类
监督分类：基于对遥感图像上样本区内的地物的类属已有先验的知识，即已经知道它所对应的地物类别，于是可以利用这些样本类别的特征作为依据来判断非样本数据的类别。
监督分类：是遥感图像地物的属性不具有先验知识，纯粹依靠不同光谱数据组合在统计上的差别来进行“盲目分类”，事后再对已分出来各类的地物属性进行确认的过程。
计算机分类的基本原理
遥感图像分类就是把图像中的每个像元或区域划归为若干类别中的一种，即通过对各类地物的光谱特征分析来选择特征参数，将特征空间划分为互不重叠的子空间，然后将影像内各个像元划分到各个子空间中去，从而实现分类。
通常情况下，同一类地面目标的光谱特征性比较接近，因此在特征空间的点聚集在该类的中心附近，多类目标在特征空间中形成多个点族。
计算机分类的一般过程：
1.原始图像的预处理
2.训练区的选择
3.特征选择和特征提取
4.图像分类运算
5.检验结果
6.结果输出
判别函数：遥感图像分类的核心就是确定判别函数和相应的判别准则。
距离判别函数
1.绝对值距离
2.欧几里德距离
3.明斯距离
4.马氏距离
最大似然判别函数
非监督分类：
分级集群法
动态聚类法
迭代自组织数据分析技术（ISODATA）：
1.指定控制参数
2.聚类处理
3.类别的取消处理
4.判断迭代是否结束
5.类别的分裂处理
6.类别的合并处理
K-Mean算法称作K-均值算法：通过迭代，移动各个基准类别的中心，直至得到最好的聚类结果为止。
FGB聚类
监督分类
训练区选择：
1.具有典型代表性
2.所有图件的时间和空间上的一致性
3.考虑同谱异物，同物异谱想象
判别分类方法：
1.最小距离分类法
2.线性判别分析分类法
3.逐步判别分析分类
4.平行多面体分类
5.最大似然比分类
分类精度检验
综合分类精度，用户精度（错分），生产者精度（漏分）
Kappa系数：(n∑xkk+∑xixj)/(n2+∑xixj)
辅助处理技术：
1.基于地形信息的计算机分类处理
2.辅以纹理特征的分类方法
计算机分类新方法：
1.神经元分类器
2.小波分类法
3.模糊聚类法
4.决策树分类器
5.基于知识的图像分类
遥感数字图像分析方法
1．邻域分析neighborhood
2．查找分析search
3．指标分析Indes
4．叠加分析overlay
5．归纳分析summary
分类后处理：
1.聚类统计clump
2.过滤分析sieve
3.去除分析eliminate
4.分类重编码recode
地形分析方法：
1.坡度分析slope
2.坡向分析aspect
3.高程分带level slice
4.地形阴影shaded relief
5.地形校正处理