1、地质信息遥感图像增强处理目的是通过选择合理的图像处理方法，改善图像的视觉效果，突出遥感地质调查所需要的有用信息。 1 常用的图像增强处理方法 在遥感地质应用方面，图像增强处理方法按照主要增强的信息内容可分为波（光）谱特征增强和空间特征增强两大类。
2、遥感图像处理是指对遥感探测所获取的图像或资料进行的各种技术处理。处理的目的是使遥感图像或资料更加适用于实际应用。图像处理中，输入的是质量较低的图像，输出的是改善质量后的图像。
3、以下仅介绍对地质应用较为有效的几种方法，其他方法可参考已出版的遥感数字图像处理的著作[3，4]。
4、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。 遥感图像能为视觉感受且可作为参数描述的特征是灰度、颜色、纹理和形状等。增强就是根据图像数据的这些特征参数，结合显示介质和人的视觉系统特点，选择某种从原始图像到增强图像的变换。
5、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。
1、图5-8 3×3的卷积模板 卷积滤波－主组分变换－彩色密度分割算法 用上述滤波模板对研究区TM1～7数据分别进行EW向及SN向线性体信息增强计算，与一般合成影像对比观察计算结果，发现有些微弱线性体信息反映不清。
2、线性体信息提取目前主要有梯度网值法，模板卷积法、超曲面拟合法、曲线追踪和区域生长等。遥感线性体信息提取采用模板卷积滤波算法效果较好，它是一种邻域处理技术，是通过一定尺寸的模板（矩阵）对原图像进行卷积运算来实现的。
3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件； 输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的； 可行性： 算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成。
4、线性体直接反映着地表的线状信息，由于一部分线性体的发育与展布受到深部构造的控制与影响，线性体能够间接地反映来自地壳深部的信息。
5、计算地基变形时，地基内的应力分布可采用各向同性均质线性体变形体理论。
6、线性时间复杂度（如O（n）的算法如std：find和std：copy，对于处理大规模数据至关重要，保证了可扩展性和效率。对数时间算法如std：lower_bound，通过减少检查元素数量提升效率，体现了对问题本质的洞察。
1、TM影像、SPOT影像、航空影像的区别遥感的概念所谓遥感，是从远距离感知目标物，也即从远距离探测目标物的物性。广义遥感，已拓展到对地观测和对地外星体的观测。
2、这种像片比一般可见光（真彩色或黑白）航空像片的色彩饱和度高，对比度强，清晰度好，尤其对植被、水体的分辨能力高。微波雷达图像。微波可穿透云层，能分辨地物的含水量、植物长势、洪水淹没范围等情况。MSS和TM图像。MSS和TM图像由美国的陆地卫星（Landsat）提供。SPOT5图像。
3、由于航空摄影数据飞行高度低，从像幅中心到边缘影像畸变较大。另外，它与另两种数据源分辨率相差较大，经试验融合效果不好，而SPOT与TM数据间的互补性较好，在平原区，经常用这两种数据源做融合处理，应用于城市土地利用现状、环境及生态等方面的监测调查。
4、不但遥感影像中的线性构造，环形构造对控矿地质构造的研究提供着许多信息，而且基于岩石、矿物波谱曲线的遥感蚀变信息的提取，对于圈定蚀变带，进行成矿靶区预测有重要意义； （2）遥感的发展趋势是空间分辨率的提高与光谱分辨率的提高。前人利用遥感数据主要是TM数据。
1、一般都是螺丝钉固定的，拧开螺丝钉就可以了，或者是卡扣扣住的。
2、在融合处理前，对SPOT数据要采用线性拉伸增强局部灰度的反差，通过纹理信息增强突出纹理细节和加强纹理能量。纹理信息的增强主要采用3×3模板。对ETM＋或TM数据主要以色彩增强为主，调整亮度、色度、饱和度，拉开不同地类之间的色彩反差。
3、辐射值的显著变化代表了土地覆盖变化，在差值图像中接近于零的像元就被看做是未变化的，而那些大于或小于零的像元表示其覆盖状况发生了某种变化，从而设定适当的阈值就可以把变化信息提取出来。 2 图像比值法[1，2] 比值处理被认为是辨识变化区域相对较快的手段。
4、意义是：融合后能更好发挥不同遥感数据源的优势互补，弥补了某一种遥感数据的不足之处，如spot数据光谱分辨率低，TM数据空间分辨率低，因此提高了遥感数据的可应用性。或者，与非遥感数据的融合，能使更综合、更深入的分析得以进行，也为进一步应用地理信息系统技术打下基础。
5、本文总结工作实践，结合SPOT5遥感数据的特点，根据森林资源调查的需要，从遥感数据的订购、正射校正、波段组合、融合处理和数据变换处理等方面探讨了SPOT5数据的基本处理方法。 SPOT5卫星遥感数据特点 SPOT卫星系统采用线性阵列传感器和推扫式扫描技术，具有旋转式平面镜可以进行倾斜观察获得倾斜图像和立体像对。
因为只显示256色的直方图。数字正射影像作为一种重要的数字测绘产品，已经广泛地被社会各行业所认可，尤其在建设基础地理信息框架、数字城市构建、交通和城市规划、居家旅游、土地资源调查、环境和灾害的监测等很多行业，发挥了越来越重要的作用。
SPOT卫星采用独特的轨道参数，其工作在高度为830公里、轨道倾角为97度的太阳同步准回归轨道。每天上午10：30（地方时），卫星经过赤道，完成一次回归周期，即26天。倾斜观测设计使得同一地区可在4至5天内被连续观察。卫星上搭载的观测仪器根据不同型号有所不同。
Level-0级产品，即原始数据产品，包含了SPOT数据的原始图像，未经过任何辐射校正和几何校正处理，是后续数据处理的原始依据。Level-1级产品包括L1A和L1B级产品。L1A级产品是SPOT数据经过辐射校正处理后的数据，适用于那些只需要进行基本数据处理的研究者，特别是用于辐射特征和立体解析研究的用户。