一：理解图像处理的关键步骤 1.图像获取； 2.图像增强； 3.图像修复； 4.形态学处理； 5.分割； 6.对象识别； 7.描述； 8.图像压缩； 9.彩色图像处理

一：理解数字图像存储的基本模型 二维矩阵，每个元素表示DN值；

二：理解遥感图像的原格式存储模式并应用 BIP:以像元为基本单位（pixel）；BIL按照扫描行为的单位（line）；BSQ：以波段为单位；BMP由文件头、位图信息、位图数据三部分组成；

三：图像数字化的步骤及主要影响因素，并能基于相关知识分析遥感图像的数据特点 步骤和影像因素：采样（采样间隔）、量化（量化级数）。遥感图像的数据特点：采样间隔与量化级数呈反相关。 ps：采样间隔与空间分辨率有关，量化级数与辐射分辨率有关，因为能量守恒，空间分辨率越高，每个传感器收到的能量就越小，量化级数就很难提高。

四：遥感图像的基本分析量（一维统计量、二维统计量）及其对图像特征的表征

单变量的图像统计：直方图、累计直方图、统计参数（均值、方差等）

多变量的图像统计：特征空间图

一维统计量：众数、中值、均值（众数偏离均值y较远则为偏态分布）、离散度（像元值范围）、样本方差（离散平方和的x均值）、标准差、…… 多维k统计量：协方差、相关系数……

五：遥感图像的图形化分析工具（直方图、特征空间图）

直方图是灰度级的函数，描述的是图像中该灰度级的像素个数或该灰度级像素出现的频率。 特征空间图是以各波段的DN值为坐标轴，将每一个像素按照其DN值绘制在空间中

六：略

一：了解遥感影像畸变类型及改正的一般思路

畸变类型：辐射畸变（受各种因素影响，传感器测量值与地物实际光谱辐射率的不一致）、几何畸变（原始图像上各地物的几何位置与参照系统中的表达要求不一致）。 改正思路：分析畸变原因，针对畸变原因设计改正算法（绝对校正模型）；找到真实影像的正确分布，找寻关联性模型进行改进（相对校正模型）。

二：了解遥感传感器系统误差的主要来源及校正方法 随机坏像元、行或列缺失、行或列条纹，前两者先进行检测，然后用期望较好的像元代替，或者用附近像元的均值或中值代替；第三种使用绝对校正模型在几何校正前修复。

三：掌握暗目标法、固定目标法、经验线法进行大气校正的原理及主要步骤 暗目标法 原理：利用浓密植被或水体在可见光（浓密植被）和红外（水体）具有低反射，根据其在此特征波段的反射率与其他波段反射率之间的相关关系进行大气校正。 适用：中分辨率成像光谱仪ÿ