《遥感图像处理与应用》从应用的角度，详细介绍了遥感图像的基础知识和典型应用实例，重点阐述了遥感图像增强、遥感图像定位、遥感图像几何校正与镶嵌、遥感图像分类、雷达图像处理的基本原理和方法。.《遥感图像处理与应用》可作为高等院校有关专业研究生和高年级本科生的教材和教学参考书，也适合于遥感应用领域的广大科技工作者、工程技术人员参考和使用。...编辑推荐：《遥感图像处理与应用》从应用的角度，详细介绍了遥感图像的基础知识和典型应用实例。《遥感图像处理与应用》可作为高等院校有关专业研究生和高年级本科生的教材和教学参考书，也适合于遥感应用领域的广大科技工作者、工程技术人员参考和使用。《遥感图像处理与应用》从应用的角度，详细介绍了遥感图像的基础知识和典型应用实例，重点阐述了遥感图像增强、遥感图像定位、遥感图像几何校正与镶嵌、遥感图像分类、雷达图像处理的基本原理和方法。《遥感图像处理与应用》可作为高等院校有关专业研究生和高年级本科生的教材和教学参考书，也适合于遥感应用领域的广大科技工作者、工程技术人员参考和使用。

　　5.2.1遥感图像几何校正的一般过程
　　遥感图像几何校正是完全或部分消除图像上的几何误差、得到正射影像或近似正射影像的过程。遥感图像几何校正的一般步骤如下。
　　1）确定校正方法。根据遥感图像的特点、应用要求和辅助数据（如控制点、数字高程模型、卫星图像星历参数等）情况，确定几何校正的方法。
　　2）确定校正公式。确定原始输入图像上的像点和几何校正后的图像上的像点之间的变换公式，并利用控制点等数据确定变换公式中的未知参数。
　　3）验证校正方法、校正公式的有效性。检查几何畸变能否得到充分的校正，若几何畸变不能得到有效地校正，分析其原因，提出其他的几何校正方法。
　　4）对原始输入图像进行重采样，得到消除几何畸变的图像。
　　遥感图像几何校正方法一般分为两大类，一类是严格几何校正，另一类是近似几何校正。当已知遥感图像的成像模型和有关辅助数据时，可以按成像模型精确或近似精确地恢复图像上像点的正确位置，得到校正图像。这种按成像模型进行遥感图像精确几何校正的方法称为严格几何校正。假如应用要求不高，或者缺少辅助数据而无法确定成像模型中的参数，或者根本不知道图像几何类型的时候，可以用假定的数学模型作为成像模型对图像实施几何校正。这种按假定数学模型进行遥感图像近似几何校正的方法称为近似几何校正。在近似几何校正中，假定的数学模型应尽量反映遥感图像的几何变形规律，否则无法取得理想的校正结果。

第1章 绪论
1.1 遥感技术及发展现状
1.2 遥感图像处理系统及特点
1.3 本书的主要内容和安排

第2章 遥感图像基础
2.1 地物的波谱特性
2.1.1 电磁波
2.1.2 电磁波谱
2.1.3 电磁波与地物之间的相互作用
2.1.4 大气层对电磁波传输过程的影响
2.1.5 辐射传输方程
2.2 遥感平台与传感器
2.2.1 遥感平台
2.2.2 卫星轨道、位置和姿态
2.2.3 传感器
2.2.4 几种遥感卫星的传感器及其观测图像
2.3 遥感图像的类型
2.3.1 按几何特性分类
2.3.2 按波谱特性分类
2.4 遥感图像的分辨率

第3章 遥感图像增强
3.1 遥感数据的辐射量校正
3.1.1 光学镜头的非均匀性引起的边缘减光现象的改正
3.1.2 光电转换系统的特性引起的辐射误差校正
3.1.3 太阳高度引起的辐射误差校正
3.1.4 地形坡度引起的辐射误差校正
3.1.5 大气校正
3.2 辐射增强法
3.2.1 反差拉伸法
3.2.2 直方图增强法
3.3 空间增强法
3.3.1 卷积法
3.3.2 中值滤波
3.4 光谱增强法
3.4.1 颜色空间变换与HIS增强
3.4.2 彩色合成
3.4.3 主成分分析
3.4.4 K-T变换
3.4.5 植被指数特征的计算
3.4.6 高光谱图像处理
3.5 傅里叶频率域增强
3.5.1 傅里叶变换及其性质
3.5.2 傅里叶频率域滤波
3.5.3 傅里叶频率域噪声消除
3.5.4 同态滤波
3.6 影像信息融合
3.6.1 基于HIS变换的遥感影像融合
3.6.2 基于小波变换的遥感影像融合
3.6.3 遥感影像和DTM数据之间的复合
3.7 局部图像羽化处理技术

第4章 遥感图像定位原理
4.1 遥感图像位置和姿态的确定
4.1.1 遥感图像的位置和姿态描述
4.1.2 遥感图像位置和姿态的确定
4.2 基于单幅图像的目标定位
4.2.1 基本原理
4.2.2 特殊情况的处理方法
4.3 基于立体图像的目标定位
4.3.1 整体解算法
4.3.2 空间前方交会法
4.3.3 分步解算法
4.4 数字地面模型的生成

第5章 遥感图像几何校正与镶嵌
5.1 几何误差的来源
5.1.1 传感器外方位变化引起的图像变形
5.1.2 地形起伏引起的图像变形
5.1.3 地球曲率引起的像点移位
5.1.4 大气折射引起的像点移位
5.1.5 地球自转引起的图像变形
5.2 几何校正的一般方法
5.2.1 遥感图像几何校正的一般过程
5.2.2 图像几何校正中的重采样和内插方法
5.3 遥感图像近似几何校正
5.4 遥感图像严格几何校正
5.4.1 画幅式图像的几何校正
5.4.2 线阵推扫图像的几何校正
5.5 图像的镶嵌处理
5.5.1 图像的几何镶嵌
5.5.2 图像的辐射镶嵌

第6章 遥感图像分类
6.1 遥感图像分类的基本原理
6.2 遥感图像监督分类
6.2.1 基于最小错误概率的Bayes分类器
6.2.2 子空间分类器
6.2.3 概率松弛算法
6.3 遥感图像非监督分类
6.3.1 聚类中的相似性度量
6.3.2 K一均值算法
6.3.3 ISODATA算法
6.3.4 模糊聚类算法
6.4 基于混合像元的遥感图像分类
6.4.1 基于最小二乘法的混合像元分解
6.4.2 利用正交子空间投影技术求分光反射特性矩阵
6.5 非光谱信息在遥感图像分类中的应用
6.5.1 高程信息在遥感图像分类中的应用
6.5.2 纹理信息在遥感图像分类中的应用
6.6 基于知识的遥感图像分类

第7章 雷达图像处理
7.1 雷达的基本概念
7.2 合成孔径雷达的成像处理
7.3 雷达图像的分辨率
7.4 雷达图像的几何特性
7.5 雷达图像的色调特性
7.6 雷达图像几何校正
7.6.1 雷达图像的几何变形规律
7.6.2 斜距图像到地距图像的改正
7.6.3 雷达图像的构像方程校正法
7.7 雷达图像立体测量原理
7.8 干涉合成孔径雷达测量
7.8.1 基本原理
7.8.2 INSAR数据处理

第8章 遥感图像应用
8.1 在军事上的应用
8.1.1 军事侦察
8.1.2 打击效果评估
8.1.3 重要目标动态监测
8.2 在农作物监测和估产中的应用
8.2.1 农作物监测
8.2.2 农作物估产
8.3 在林业监测中的应用
8.3.1 采伐范围测图
8.3.2 森林覆盖范围与树种识别
8.3.3 火灾和迹地测图
8.4 在地质中的应用
8.4.1 岩性识别
8.4.2 矿藏和石油勘查
8.5 在水文中的应用
8.5.1 干旱评估
8.5.2 河流流量和流失量预测
8.5.3 洪灾监测／损失评估
8.6 在海洋和海岸监测中的应用
8.6.1 海面温度／海流监测
8.6.2 海风活动／海浪监测
8.6.3 海洋颜色监测
8.6.4 冰的监测
主要参考文献