11.2.1  遥感卫星轨道参数

    卫星的轨道参数主要有长半轴、偏心率、轨道倾角、升交点赤经、近地点幅角和卫星通过近地点的时刻六个参数。

11.2.2  卫星姿态

    卫星姿态参数主要有卫星在运行方向上的俯仰角、卫星在垂直于轨道方向上的倾斜角和卫星垂直于地面方向上的转动角三个参数。

11.2.4  几何校正

    遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正即为几何校正。

11.2.5  辐射校正

    辐射校正实际上是影像恢复（或称复原）的一个内容。校正方式有两类：分别为传感器辐射校正和影像辐射畸变校正。前者通常是采用内部校准光源和校准楔来实现的；后者通常是采用物理或数学（校正曲线或各种算法）方法，校正各种灰度失真及疵点、灰点、条纹、信号缺失等分布在整个影像上的离散形式的辐射误差。

11.2.6  影像处理

    对遥感影像进行一系列处理的操作，包括对遥感影像目视判读或利用图像处理系统对各种遥感信息进行增强与几何纠正、识别、分类和制图等过程。

11.2.7  影像几何纠正

    影像几何纠正通常是以经影像预处理后的遥感影像为对象，输入输出的影像均为以像元为单位的数字式影像。其基本原理是按一定的数学模型控制点，对原始影像与纠正后影像之间的几何关系进行解算，即通过计算机对离散结构数字影像中的每个像元进行解析纠正处理。

11.2.8  影像几何配准

    影像几何配准就是将不同时间、不同波段、不同遥感器或不同拍摄条件下（气候、照度、摄像位置和角度等）获取的两幅或多幅图像，进行分析、比较、匹配并经几何变换使同名像点在位置和方位上完全叠合的过程。

11.2.9  灰阶

    灰阶是遥感影像目视判读的重要标志和基础，是用来帮助人眼辨别影像的灰度变化。在目视判读时，灰阶可粗略地划分成七级，即白、灰白、浅灰、灰、深灰、浅黑、黑。

11.2.11  图像变换

    图像变换可分为点变换、频谱变换或空间变换，通过变换使得图像便于识别或有助于进一步处理。图像变换的目的在于使运算简便，或者选择适当方法突出影像的某些特征；或者使影像信息经变换后，可以更有效地从另一角度来研究问题。图像变换应用于图像增强、图像复原、数据压缩以及影像分类、识别等。

11.2.12  图像增强

    图像增强的目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制（掩盖）图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像降质的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算；基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。

11.2.14  空间变换

    空间变换主要是用来保持图像的连续性和物体的连通性，通常都是采用数学函数形式来描述输入输出图像相应像素间的空间关系。

11.2.16  图像滤波

    图像滤波是图像预处理中不可缺少的操作，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。

11.2.18  特征提取    

    广义的特征提取有两个：一是对某一模式的组测量值进行变换，以突出该模式具有代表性特征的一种方法：二是通过影像分析和变换，以提取所需特征的方法。

11.2.19  影像解译

    影像解译是对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后提取出各种地物目标信息的过程，包括目视解译、人机交互解译、影像智能解译（自动解译）等。

11.2.20～11.2.22  解译标志、直接解译标志、间接解译标志

    解译标志也称为遥感影像的判读要素，它能直接或间接的反映地物信息的影像特征，解译者利用这些特征在图像上判读和识别地物或现象的性质、类型或状况。

    解译标志分为直接解译标志和间接解译标志。直接解译标志包括：形状、大小、颜色和色调、阴影、位置、结构（图案）、纹理、分辨率、立体外貌等；间接解译标志包括：水系、地貌、土质、植被、气候、人文活动等。

11.2.26  地物波谱特性

    不同的物质反射、透射、吸收、散射和发射电磁波的能量是不同的，它们都具有本身特有的变化规律，表现为地物波谱随波长而变化的特性，这些特性就叫作地物波谱特性，它是遥感识别地物的基础。

11.2.27  反射波谱

    地物的反射波谐是研究地面物体反射率随波长的变化规律，通常用二维几何空间内的曲线表示，横坐标为波长，纵坐标为反射率，此曲线称为该物体的反射波谱。不同地物反射曲线的形状，表明反射率随波长变化的规律不同，然而同种地物在不同的内部和外部条件下反射率也不同。根据这些变化规律可以为遥感影像的判读提供依据。

11.2.29  发射波谱

    地物的发射波谱是研究地面物体辐射率随波长的变化规律，通常用二维几何空间内的曲线表示，横坐标为波长，纵坐标为发射率，此曲线称为该物体的发射波谱。目前对物体发射波谱的研究主要集中在（3～5）μm和（8～14）μm波段。

11.2.32  热辐射

    热辐射是由于热的原因所产生的辐射。一切温度高于绝对零度的物体都能产生热辐射，温度愈高，辐射出的总能量就愈大，短波成分也愈多。波长范围为（0.1～100）μm。

11.2.33  微波辐射

    根据普朗克定律，具有一定温度的物体不仅在可见光波段和红外波段发射辐射能，同时在微波波段（通常在波长1mm～1000mm）也能发射辐射能，这种辐射称为微波辐射。微波辐射有如下特点：

    1  微波辐射是物体低温条件下的重要辐射特性，温度越低，微波辐射越强；

    2  微波辐射的强度比红外辐射的强度弱得多，需要经过处理才能够使用接收器接收；

    3  在遥感技术运用中，不同地物间的微波辐射差异较红外辐射差异更大，因此微波可以帮助识别在可见光与红外波段难以识别的地物。

11.2.35  模式识别

    模式识别是利用计算机对某些物理现象进行分类，在错误概率最小的条件下，使识别的结果尽量与事物相符。模式识别的原理和方法在很多领域应用十分广泛，比如：采用计算机进行人面识别、文字识别、语音识别、指纹识别等。而遥感图像识别也已广泛用于资源勘察、气象预报、农作物估产和军事侦察等。

11.2.36  监督分类

    监督分类又称训练场地法，是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求，则此准则成立；反之，需重新建立分类的决策规则，直至满足分类精度要求为止。常用算法有：判别分析、最大似然分析、特征分析、序贯分析和图形识别等。

11.2.37  非监督分类

    非监督分类是以不同影像地物在特征空间中类别特征的差别为依据的一种无先验（已知）类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。根据待分类样本特征参数的统计特征，建立决策规则来进行分类，而不需事先知道类别特征。把各样本的空间分布按其相似性分割或合并成一群集，每一群集代表的地物类别，需经实地调查或与已知类型的地物加以比较才能确定。非监督分类是模式识别的一种方法。一般算法有：回归分析、趋势分析、等混合距离法、集群分析、主成分分析和图形识别等。

11.2.38  专家系统分类

    专家系统是一种智能计算机应用系统，其内部存储有大量的某个领域专家级水平的知识和经验，并能模拟人类专家的决策过程，进行推理和判断，辅助人们解决和处理该领域问题。利用这样的系统就可以把判读专家的经验性综合起来进行分类。

11.2.39、11.2.40  目标区、搜索区

    用互相关法（也称模板匹配法）寻求左右像片的同名点时，常在左片上以某特定点为中心取其周围各像点的灰度值组成一个目标区，并在右片上取一定范围内的像点灰度值组成一个相应的矩阵。当这两组灰度值间的相关系数为最大时，就认为右片数组的中心点就是左片上特定点的同名点。右片上所取的数组称为预测区，预测区移动的范围称为搜索区。

11.2.43  影像压缩

    影像压缩是对影像数据按照一定的规则进行变换和组合，用尽可能少的数据量来表示影像，形象地说，就是对影像数据“瘦身”。在数字影像压缩中，有三种基本的数据冗余：像素相关冗余，编码冗余，心理视觉冗余。如果能减少或者消除其中的一种或多种冗余，就能取得数据压缩的效果。

11.2.44  图像复原

    图像复原是通过计算机处理，对质量下降的图像加以重建或恢复的处理过程。因摄像机与物体相对运动、系统误差、畸变、噪声等因素的影响，使图像往往不是真实景物的完善映像。在图像恢复中，需建立造成图像质量下降的退化模型，然后运用相反过程来恢复原来图像，并运用一定准则来判定是否得到图像的最佳恢复。在遥感图像处理中，为消除遥感图像的失真、畸变，恢复目标的反射波谱特性和正确的几何位置，通常需要对图像进行恢复处理，包括辐射校正、大气校正、条带噪声消除、几何校正等内容。

11.2.45  影像分割

    影像分割的算法一般是基于亮度值的两个基本特性：一是不连续性，基于亮度的不连续变化分割影像；二是相似性，依据事先制订的准则将影像分割为相似的区域。

11.2.46  图像镶嵌

    镶嵌的影像必须包含地图投影信息，或者必须经过几何校正处理或进行过校正标定，可以是不同的投影类型、不同的像元大小，但要求具有相同的波段数。同时，图像镶嵌时，需要确定参考影像作为镶嵌拼接的基准，其决定着拼接影像的对比度匹配，以及影像的地图投影、像元大小和数据类型。

11.2.47  影像融合

    影像融合是一种通过高级图像处理技术来复合多源遥感图像的技术，目的是将单一传感器的多波段信息或不同类型传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余与矛盾，加以互补，降低其不确定性，减少模糊度，以增强影像中信息透明度，改善解译的精度、可靠性以及使用率，以形成对目标的完整一致性的信息描述。遥感影像数据融合可分为像元级、特征级和符号级三个层次。

11.2.48  影像金字塔

    影像按分辨率分级存储，最底层的分辨率最高，数据量最大，越往上分辨率越低，数据量越小，形成一个“金字塔”，因此称为影像金字塔。