A. 遙感圖像的基本屬性
遙感圖像的波譜特性、空間特性、時間特性等基本屬性,是遙感地質學的一項重要研究內容。
(一)波譜特性
從波譜學方面,根據遙感器探測記錄的波譜特性差異識別地物和現象,是遙感應用的基本出發點。波譜特性差異在遙感圖像上即為影像灰度(色調)或色彩的差異。各種遙感圖像的灰度或色彩都是其響應波段內電磁輻射能量大小的反映:黑白全色像片、天然彩色像片反映地物對可見光(0.38-0.76μm)的反射能量;黑白紅外像片、彩色紅外像片反映的是地物在部分可見光和攝影紅外波段(0.38-1.3μm)的反射能量;熱紅外圖像反映地物在熱紅外波段(8-14μm)的熱輻射能量(輻射溫度);成像雷達圖像反映地物對人工發射微波(0.8-100cm)後向散射回波的強弱;多波段、超多波段圖像灰度則是其各自響應波段輻射能量大小的反映。遙感圖像波譜特性分析,包括遙感器的波譜解析度和輻射解析度。
(二)空間特性(幾何特性)
遙感圖像的空間特性,是從形態學方面識別地物、測繪地圖、建立解釋標志、圖像幾何糾正及增強處理等的重要依據。遙感圖像空間特性分析,主要有成像遙感器的空間解析度、圖像投影性質、比例尺、幾何畸變等。
1.空間解析度
遙感圖像的空間解析度指圖像能分辨具有不同反差、相距一定距離相鄰目標的能力。
(1)影像解析度:指用顯微鏡觀察影像時,1mm寬度內所能分辨出的相間排列的黑白線對數(線對/mm)。它受光學系統解析度、感光材料(或顯示器)解析度、影像比例尺、相鄰地物間的反差等因素的綜合影響。
(2)地面解析度:指遙感影像上能分辨的兩個地物間的最小距離。掃描影像常用遙感器探測單元的臨時視場大小表示,如陸地衛星MSS圖像的地面解析度為80m。
2.影像比例尺
指影像上某一線段的長度與地面上相應的水平距離的比值。由遙感器光學系統的焦距(f)與遙感平台的高度即航高(H)之比來確定,即1/m=f/H(圖3-27)。由於遙感影像一般為中心投影或多中心投影,它不同於地圖的垂直投影,影像比例尺受地形起伏及地物在像幅中位置的影響,會出現各處不一致的現象。
3.投影性質與影像幾何畸變
遙感影像均經光學系統聚焦成像,透鏡的成像規律和遙感器成像方式決定了遙感影像的投影性質。不同投影性質會產生不同性質的影像幾何畸變。
(1)中心投影:如圖32-7,地面上各地物點的投影光線(Aa、Bb、Cc)都通過一個固定點(S),投射到投影面(P1、P2)上形成的透視影像稱中心投影,S稱投影中心(透鏡中心)。幀幅攝影像片即為地面的中心投影。投影中心位於投影面與地物之間時,投影面(P1)上的透視影像稱負像,P1稱負片(底片);在投影中心與地物之間的投影面(P2)上的影像稱正像,P2又稱正片(像片)。航空攝影機主光軸與像平面的交點稱像主點;過投影中心的鉛垂線與像平面的交點稱像底點。
(2)一維中心投影條幅攝影機影像在沿縫隙方向屬中心投影,當地面坦且投影面水平時,影像比例尺等於f/H,但在航向方向,比例關系則由卷片速度v與航速V之比來確定,因此影像的縱向和橫向比例尺通常不一致。全景攝影影像,在掃描角活動時也屬一維中心投影,會產生全景畸變(見全景像片特性)。
(3)多中心投影:光機掃描影像為逐點行式掃描成像,每個像點都有各自的投影中心,但同一條掃描線上各像點成像時間相差甚小,可以認為每一掃描行有一個投影中心,故光機(固體)掃描影像為多中心投影(圖3-16)。
(4)旋轉斜距投影:如圖3-28,為側視雷達對平坦地面成像時的幾何關系,Sab為影像面,ab是在陰極射線管屏幕上光點掠過的軌跡,光點出現的時間取決於雷達發出微波到接收到回波間的時間間隔,由於微波傳播速度(c)是固定的,所以雷達影像實際為斜距的投影,投影性質為旋轉斜距投影。
圖3-27 中心投影
圖3-28 旋轉斜距投影
(三)時間特性
遙感影像是成像瞬間地物電磁輻射能量的記錄,而地物都具有時相變化,一是自然變化過程,即其發生、發展和演化過程;二是節律,即事物的發展在時間序列上表現出某種周期性重復的規律,亦即地物的波譜特性隨時間的變化而變化。在遙感影像解譯時,必須考慮研究對象所處的時態,充分利用多時相影像,不能以一個瞬時信息來包羅它的整個發展過程。遙感影像的時間特性與遙感器的時間解析度有關,還與成像季節、時間有關。
B. 遙感數據預處理
本研究以 2008 年 3 月 16 日地震前 IKONOS 遙感影像和 2008 年 9 月 1 日地震後QuickBird 遙感影像為數據源，採用基於多源多時相變化檢測技術開展遙感震害信息提取。
基於多源多時相變化檢測技術的遙感震害信息提取數據的預處理不同於普通的遙感影像數據的預處理，其對兩時相影像質量的要求較高 ( 不管在輻射校正、幾何校正還是影像配准等環節中均要求比較高的精度) ，因為這直接關繫到後續震害信息提取的准確性。為滿足 「快速、高效、准確」的要求，本節提出了基於變化檢測技術的多源多時相遙感震害信息提取影像預處理技術流程 ( 圖 4 －2) ，通過實驗證明取得了良好效果。
( 一) 無控制點共線方程幾何校正法
共線方程建立在圖像坐標與地面坐標嚴格的數學變換關系基礎上，是對成像空間幾何形態的直接描述。該方法的校正過程需要用到數字高程模型，可以在一定程度上修正因地形起伏而引起的投影差和幾何變形。當今，所有的衛星遙感數據都附帶了衛星感測器的精確位置、高度、速度、太陽高度角和姿態等參數，這些信息一般保存在遙感影像的頭文件或 ＲPC 文件里，所以能夠十分方便地在沒有地面控制點的情況下使用共線方程幾何校正法進行較高精度的幾何糾正和定位。
高解析度遙感影像由於幅寬窄、空間解析度高，受地球切平面、地球曲率等影響相對較小，影像內部幾何畸變較小，所以一般在使用了共線方程幾何校正法對高解析度遙感影像進行幾何校正後，都能夠達到比較好的效果。由於共線方程幾何校正法只需要提供衛星感測器飛行的相關參數就能對影像進行糾正，省去了選取控制點的步驟，節省了時間，滿足了 「快捷、准確」的要求，所以本研究選擇無控制點共線方程幾何校正法對影像進行第一次 「粗」校正。
在 ENVI 軟體中，分別讀取 IKONOS 和 QuickBird 數據的 ＲPC 文件 ( . txt 格式) ，然後在 Georeference 模塊中分別對全色和多光譜波段進行無控制點共線方程的幾何校正。
圖 4 －2 遙感震害信息提取影像預處理技術流程圖
( 二) 正射校正
遙感圖像成圖時，由於受到各種不確定因素的影響，例如感測器的成像方式、外方位元素的變化、地形起伏、地球曲率、大氣折射等，圖像本身的幾何形狀與其對應的地物形狀往往會不一致，發生幾何變形 ( 畸變) 。遙感圖像的幾何變形是指原始圖像上各地物的幾何位置、形狀、尺寸、方位等特徵與在參照系統中的表達要求不一致時產生的變形。為了消除這些因素帶來的幾何變形，為後續影像配准做好鋪墊，還需要利用研究區域的DEM 對影像做數字正射校 正，分別生 成 震 前、震 後 兩時相 的 數 字 正 射 影 像 圖 ( Digital Orthophoto Map，簡稱 DOM) 。數字正射糾正的原理就是將中心投影的影像通過數字元糾正形成正射投影的過程 ( 陳文凱，2007) 。
本文的正射校正在 ENVI 軟體的 Orthorectification 模塊中完成。得到震前、震後兩時相的 DOM 後，還應當檢查其與 DEM 的匹配情況，與 DEM 同名地物點的點位中誤差不能大於表 4 －1 的規定，如果超過規定，需要重新進行正射校正。
表 4 －1 DOM 與 DEM 地物點的點位中誤差
( 三) 圖像融合
對全色數據與多光譜數據的 DOM 進行融合，形成兼具高解析度空間信息和多光譜彩色信息的融合影像。融合前須對多光譜數據進行色彩增強處理，拉大不同地類之間的色彩反差，突出其彩色信息; 同時對影像進行色調調整，提高全色數據的對比度和亮度，增強局部反差，突出紋理細節，降低雜訊。融合後須檢查影像是否出現重影、模糊等現象，檢查影像紋理細節與色彩，判斷融合前的處理是否正確，如果存在以上問題，需要返回重新融合。融合後影像如果亮度偏低、灰階較窄，可採用線性拉伸、亮度對比度等方法進行色調調整，但是應注意盡量保留融合數據的光譜信息和空間信息。
研究為了使融合後的數據仍然保持多光譜特性 ( 四個波段: 紅、綠、藍、近紅外) ，便於標准化植被指數 NDVI 的計算，在 EＲDAS 軟體下，採用 Subtractive resolution merge 模塊( 此種融合方法能夠使融合後的數據保持原有的多光譜特性) ，分別對 IKONOS 和 QuickBird數據的全色波段和多光譜波段進行融合，取得了良好的效果 ( 圖4 －3、圖4 －4) 。
圖 4 －3 IKONOS 融合影像 ( 1m)
圖 4 －4 QuickBird 融合影像 ( 0. 6m)
( 四) 圖像配准
震前、震後 DOM 影像在經過無控制點共線方程幾何校正和正射校正之後，已基本實現了疊置，大部分地物都能比較好地重疊在一起，不過也有個別目標存在偏差現象。圖 4 －5 中左側為震後 QuickBird 影像，右側為 IKONOS 影像，中間黑色劃線標注區域的池塘重疊效果存在著偏差，在這種情況下，需要進行影像之間的配准。圖像配准也叫影像的精校正，是指消除圖像中的幾何變形，產生一幅符合某種地圖投影或圖形表達要求的新圖像過程。
圖 4 －5 震前、震後 DOM 影像疊置的效果( 黑色劃線區域內存在偏差)
本節所指的圖像配準是多圖像的幾何配准，多圖像是指同一地區不同時刻的圖像 ( 多時相圖像) 或者不同感測器獲取的多源圖像，這里 IKONOS 和 QuickBird 影像就屬於多源多時相遙感影像。多圖像幾何配准就是指將多圖像的同名像點通過幾何變換實現精確重疊，通常稱為相對配准; 如果將相對配准後得到的多圖像歸入同一地圖坐標系統當中，就叫做絕對配准。
本研究中震前與震後的融合 DOM 影像之間的配准工作在 EＲDAS 軟體的 Image Geometric Correction 模塊中進行，以震後 QuickBird 影像 DOM 為參照，選擇二次多項式校正模型配准震前 IKONOS 影像 DOM，手動選取了 6 個同名控制點建立了多項式模型之後，這時 EＲDAS 軟體會根據模型自動找出後面控制點在圖像中對應的位置，這時只要在圖像窗口中校正其位置即可，節省了時間。同名配准控制點的殘差應當滿足表 4 － 2 的要求。共選取 20 個地面控制點 ( GCP) ，這 20 個控制點總的均方根誤差 ( ＲMSE) 為 ±1. 0773，各個地面控制點坐標值和 ＲMSE 見表4 －3。最後選擇最近鄰域法 ( Nearest Neighbor) 對影像進行重采樣。
表 4 －2 配准控制點殘差
表 4 －3 各個地面控制點的坐標和 ＲMSE
續表
DOM 影像幾何配准之後，需要對質量進行檢查控制。首先校正震前、震後 DOM 影像的同名地物點的點位中誤差不能大於表 4 －4 的規定，另外檢查兩個時相的 DOM 影像與土地利用現狀圖 ( LUDＲG) 的匹配情況，精度不能大於表 4 － 5 的規定。如果不滿足要求，還需要利用土地利用現狀圖對兩時相 DOM 影像進行第二次配准。
表 4 －4 多時相 DOM 同名地物點配准精度
表 4 －5 DOM 相對於土地利用現狀圖的精度
( 五) 影像輻射增強處理
由於震前、震後 DOM 影像獲取的時間不同，地面接收到的太陽輻射度不同，加之高解析度遙感影像本身像元間光譜的異質性較強，使得兩個 DOM 影像在外觀上肯定存在一些差異，對震害變化信息檢測帶來不利影響。為了消除這些不利影響，提高震害信息提取精度，需要事先對震前、震後兩時相 DOM 影像做輻射增強處理，主要包括自適應性濾波處理和直方圖匹配。
為了控制高解析度遙感數據中的隨機雜訊 ( 隨機雜訊往往影響地類之間的均勻性及邊界的穩定性) 和像元間光譜的強異質性，需要對影像進行空間濾波處理。本研究採用 ENVI 軟體中的 Frost 自適應性濾波對震前、震後 DOM 影像進行濾波處理，在降低像元光譜異質性，使影像平滑的同時，較好地保持了地類邊緣和紋理的清晰。Frost 自適應性濾波是以權重為自適應調節參數的濾波器，對每一個像元都確定一個權重，然後逐個進行濾波。
本研究所說的直方圖匹配是指對圖像查找表進行數學變換，使一幅多光譜遙感圖像所有波段的直方圖與另一幅遙感圖像所有對應波段相似，其經常用於相鄰圖像之間的拼接或者多時相遙感圖像動態變化信息檢測研究的預處理工作，經過直方圖匹配可以消除部分由於太陽高度角或者大氣輻射造成的多源遙感影像間光譜信息的差異性 ( 黨安榮等，2003) 。
本研究在 EＲDAS 軟體中以震後 QuickBird 影像 DOM 為標准，對震前 IKONOS 影像DOM 的各個波段完成直方圖匹配處理。從上節融合後的結果 ( 圖 4 － 3、圖 4 － 4) 中可以發現，QuickBird 融合影像在研究區域內存在一片厚厚的雲層以及由雲層引起的陰影，導致雲層和陰影范圍內的信息完全丟失，嚴重影響了數據質量。在這種情況下，使用去除薄雲的處理方法無法解決問題，然而也不能使用去除厚雲的替補方法，因為後續工作是震害變化信息的提取，如果用其他的影像數據進行替換 ( 例如災前 IKONOS 數據) ，勢必會影響到後面變化信息提取的精度。經過綜合考慮，決定在不能修復厚雲及其陰影區域的情況下，通過分類單獨提出雲層和陰影，然後建立掩膜圖層，在 QuickBird 影像上剔除上述區域，不參與後續研究。同樣在震前 IKONOS 影像上也剔除掉相同的區域。最終經過輻射增強處理以及剔除厚雲和陰影部分的前、後兩時相 DOM 影像效果見圖 4 －6 和圖 4 －7。
圖 4 －6 IKONOS 最終 DOM 影像 ( 1m)
圖 4 －7 QuickBird 最終 DOM 影像 ( 0. 6m)
C. 如何獲取遙感圖像中的目標信息
摘要 遙感圖像分析的目的是通過各種方法手段對遙感圖像進行有用信息的提取和解譯。遙感圖像解譯中，通常將表徵地物和地質現象遙感信息的影像特徵稱之為圖像解譯標志；將提取遙感信息的過程稱之為圖像解譯（判譯、判讀）；而將遙感圖像信息提取的種種手段稱之為遙感圖像解譯方法。
D. 遙感影像空間的信息集合與邏輯形式
1.遙感解譯——影像空間向地理空間的還原過程
遙感作為人類對地面觀測的手段，通過航天、航空平台主動或被動的獲取地面地理實體的數字圖像。因此，影像空間是一個對真實世界的模擬，影像空間模型反映的是地理空間連續變化的物理（光）場特徵，其中所蘊含的地理屬性（空間分布、時空演化、反射波譜變異、熱輻射場強度）是在特定地理空間中地理實體的影像表述形式。地理空間通過遙感感測器掃描成像轉換成影像空間數據，遙感判讀則是將影像空間模型數據通過人的邏輯推理還原出地理空間中的地理實體（圖3.1.1）。
圖3.1.1地理實體遙感成像與解譯關系圖解
2.遙感影像空間的性質
（1）信息集合
從資訊理論的角度講，遙感信息不僅包容所反映的地理要素（地質、地貌、水文、土壤、植被、生態環境等）及與之相關連的自然現象及社會現象，還反映出地理要素在電磁波譜空間、地理空間和時間空間等方面的信息。在遙感影像空間模型中，彼此可以確定相關關系的像素要素自然組合出若干模型單元。這些模型單元在數學邏輯中可稱之為「信息集合」。信息集合可以通過邏輯運算方式分解出「子集」或「元素」。這些「子集」或「元素」即為專題信息提取的目標。如：
設某模型單元的專題信息圖像變數為 x1；
那麼，「信息集合」即為專題信息子集 T和干擾信息V的並集「U」。即
x1=f(T)＋f(V）
例：應用Landsnt-TM光譜規則進行邏輯運算，使f(T）→∞
如果C4/C3＞3.0，則為植被；
如果C4/C2＜0.9，則為水體；
如果C2＞C3＞C4＞C5且（C3+C3)/(C4+C3）＞0.6，則為土壤。
（其中C1為I波段的灰度值）
（2）瞬時特徵
地理空間是一個動態系統。遙感信息最有價值的是在時間上的序列性，即，固定的重復。由於地理實體具有自身特有的演化規律和發生、發展過程，事物發展在時間序列上表現出周期性的重復規律。這種地理空間的動態變化表現，使之影像空間的光學物征和幾何特性隨時間而發生重大改變。
遙感影像空間獲得的具有良好時間序列的空間數據，即可展現出地理空間的變化過程。因此，如設不同時段融合圖像中模型單元的專題信息圖像變數為x；那麼，信息集合由專題信息f(T1,T2）和干擾信息f(V1,V2）構成，即：
x=f(T1,T2)＋f(V1,V2）
例：應用的光譜規則進行邏輯運算，分別使f(T1,T2）→∞
（n)Landsat-TM RGB
(n-l)SPOT→HIS變換→融合
則：I值（影像結構亮度）↑，為林地變更；
I值（影像結構亮度）↓，為土地變更。
（3）隱含特徵
遙感，是將地理空間中地理實體的表徵和時空變化模擬成動態混合抽象的影像空間模型。由於這種動態的混合抽象使像素具有組合光譜特徵。影像模型除能反映地理實體的輪廓、層次、位置和相關關系外，還隱含了大量的實體所處地理環境的時空變化信息。組合光譜作為圖像空間的初始特性，便成為解決分析問題（反演地理環境的時空變化）的基本依據。
圖3.1.2遙感模型初始特性/隱含地理空間信息轉換系統解析圖
利用影像空間模型「形」和「色」的差異提取地理實體表層信息（初始特徵），對隱含的深層信息應從初始特徵出發構造知識特徵函數，並將這些函數作為下次變換的輸入，直到得出隱含信息的特徵輸出（圖3.1.2）。
E. 遙感數字圖像的基礎及遙感的特點
1.遙感數字圖像的基礎
遙感數字圖像的最基本單元是像元，即遙感成像過程中的采樣點，每個像元具有其空間位置特徵和屬性特徵，屬性特徵常用亮度值（DN）表示，大小是由遙感感測器所探測到的電磁輻射強度決定的。圖1所示的是一幅遙感數字圖像，原始圖像的亮度值是無量綱的數字，變化范圍與感測器的量化處理有關，如果圖像量化值是8bit，則圖像亮度值的動態變化范圍在0～255，依此類推。根據感測器在電磁譜段的細分程度，可將遙感圖像分為單波段、多波段和超波段圖像。單波段圖像在每個像元點只有一個亮度值，多波段（也稱多光譜）圖像上每個像元點具有多個亮度值，超波段（也稱高光譜）圖像上每個像元點具有幾十乃至幾百個亮度值。圖2所示是一幅三波段數字圖像示意圖，其中x方向反映圖像的列數目，y方向反映圖像的行數目，z方向反映圖像的波段數目。
遙感數字圖像的亮度值，還與圖像的5種解析度有關。這5種解析度為光譜解析度、空間解析度、輻射解析度、時間解析度和溫度解析度。
光譜解析度是指成像光譜儀細分電磁譜段的能力與程度。波段越多，光譜解析度越高，如TM多光譜掃描儀的波段數為6個，波段寬度介於100~200 m之間；而成像光譜儀AVIRIS的波段數為224個，波段寬度介於5~10nm之間。一般感測器的波段越多，波段寬度越窄，所包含的光譜信息量越多，可針對性越強。
空間解析度是指圖像中每一個像元所對應地面范圍的大小。范圍越小空間解析度越高，如TM多光譜掃描儀的空間多解析度為30m；Quickbird圖像的全色波段的空間多解析度為0.6 m。
輻射解析度是指所記錄像元亮度值的可能值或動態范圍。如位元組長度為8bit的圖像像元亮度值可分為256級，地物的亮度值只能是0~255中的某一個值。
時間解析度是指感測器獲取某一特定區域圖像的頻度。例如Landsat衛星16天完成一次全球掃描，SPOT是3天。小衛星群12小時便有一顆衛星到訪地球上任何一點。
溫度解析度是指熱紅外感測器分辨地表熱輻射最小差異的能力。
2.遙感的特點
（1）從宇宙空間觀測地球，獲取綜合性地表信息
遙感探測所獲取的是某一時段、覆蓋大范圍地區的遙感數據，宏觀綜合地反映了地球上各種地物的形態和分布，真實地體現了地質、地貌、土壤、植被、水文、人工構築物等的特徵，全面地揭示了地理事物之間的關聯性。此外，由於遙感的探測波段、成像方式、成像時間、數據記錄等均可按要求設計，使其獲得的數據具有同一性或相似性。同時，考慮到新的感測器和信息記錄都可向下兼容，所以，數據具有可比性。與傳統地面調查和考察比較，遙感數據更能客觀地反映地物信息。
（2）通過探測器平台數據，實時監測地物動態變化
遙感探測能按照一定周期、重復地對同一地區進行觀測。例如，地球同步軌道衛星可每半個小時對地觀測一次，太陽同步軌道衛星可每天2次對同一地區進行觀測。這有助於人們通過所獲取的遙感數據，發現並動態跟蹤地球上許多事物的變化，從而有利於研究自然界的變化規律，尤其是在監視天氣狀況、自然災害、環境污染，乃至軍事目標等方面有十分重要的作用。相較而言，傳統的地面調在則須投入大量的人力、物力，用幾年甚至幾十年時間才能獲得區域動態變化的數據。
（3）探測范圍廣、採集數據周期短、速度快
遙感探測能在較短的時間內，從航空或航天平台對大范圍區域進行對地觀測，並從中獲取有價值的遙感數據。這些數據拓展了人們的視覺空間，為宏觀地掌握地面事物的現狀創造了極為有利的條件。同時也為宏觀地研究自然現象和規律提供了寶貴的第一手資料。一般而言，遙感平台越高，視角越寬廣，可同步探測到的地面范圍越大，越容易發現地球上一些大型重要目標物及其空間分布規律。
（4）可多方式獲取海量信息，效益好
遙感的費用投入與所獲取的效益與傳統方法相比，可以大大地節省人力、物力、財力和時間，具有很高的經濟效益和社會效益。據估計，美國陸地衛星的經濟投入與取得的效益比為1：80，甚至更高。
不難看出，遙感技術具有綜合性、周期短、實時性、覆蓋廣、宏觀性和效益好等優點。對於遙感的應用，隨著衛星影像解析度（空間、時間和光譜）的不斷提高，以及影像校正、增強、融合等圖像處理技術的創新和完善，衛星影像在天氣預報、海洋監測、環境監測、地質調查、國土調查、林農調查、資源管理、城市規劃、水文觀測、地形測繪、災害監測與評估、風景區的開發與規劃，以及重大工程和交通等領域發揮的作用越來越大。遙感已為國民經濟和社會的發展提供服務，地學遙感，以地球的資源環境、災害等為主要研究對象，是主要應用領域之一環境遙感可對自然與環境的狀況及動態變化進行監測並作出評價與預報。由於人口的增長與資源的開發、利用，自然與環境隨時都在發生變化，利用遙感多時相、周期短的特點，可迅速為環境監測、評價和預報提供可靠依據。遙感應用研究從其空間尺度可分為全球遙感、區域遙感和城市遙感。
F. 請高人把比特，位元組，波段，像素等等相關計算機還有遙感圖像方面的基本知識相互關系給說一下，謝謝
目前主流的計算機方面還是二進制電路（最新的三星已經搞出三進制了），一位（1bit，一比特）就是電路中一個存儲數據的基本單元，二進制就是有0和1兩個狀態。所有的數據都會分解到存儲的基本單元中，就是按bit存儲。
後來存儲技術升級了，為了管理和使用方便，有了4位機，8位機，就是可以4位或8位一起操作。 8位機用了很長時間，為什麼呢，因為8位可以表示256個不同的含義，用來存放西方的字母表和常用符號基本夠用了。 所以人們給8位定義了一個新詞，叫做位元組（Byte）。
這就是我們常說的大B和小b， 你租電信的寬頻，說幾兆的就是幾兆小b，硬碟的容量就是幾T大B，呵呵。當然， 1M=1024*1024B， 1T=1024M*1024M， 這是計算機世界的換算關系。 廠商為了騙人，用的是10進制，就是1M=1000*1000B，1T=1000*1000M。
波段,Bandwidth, 是指傳輸時最低波長和最高波長之間的范圍。一般來說同樣的演算法和傳輸手段，波段越寬，抗干擾能力就越強，傳輸能力就越大。
像素Pixel,是指圖像的一個點， 在計算機裡面將這個點數字畫打包，如果是黑白的，那麼一個點用1b就可以表示，如果是灰度，一般用8b=1B來表示，彩色就更復雜了，16色，256色，8bit，16bit，32bit等等，總之就是用數字化的方式記載該點的顏色信息，以便在計算機上還原。
遙感圖像就是用不同波長的波去照射目標，根據回波計算，然後數字化，結合已有數據，進行可視化展示。 像素就是圖像的最小單位哦。將圖像解析度為多少，就是說圖像上一個像素代表實際上的大小。
G. PCI遙感圖像處理軟體的基本信息
PCI軟體的高光譜分析（Hyperspectral Data Analysis）模塊提供高光譜地物庫，並支持用戶有限光譜通道的光譜庫，即可由用戶自行組合成有限光譜通道（如10－20個）的光譜曲線庫。它同時提供用戶各種光譜分析能力，自動地物判識（根據光譜特點），包括：
·光譜角制圖工具（Spectral Angle Mapper)
·光譜記錄的添加
·光譜數據的算術運算
·高到低的譜卷積和高斯卷積
·光譜庫報告
·影像光譜到參考光譜的匹配
·支持用戶對光譜庫記錄的修改
·譜的歸一化
用戶可用上述工具對高光譜影像進行輔助的或半自動的地物判識，或結合PCI軟體的多光譜分析（Multispectral Analysis) 和神經元網路分類模塊及其他影像解譯方法進行地物判識。
Software Toolkit with GDB Technology （C語言開發工具包） Software Toolbox Object Libraries
它是PCI軟體的底層開發工具，由150個C和FORTRAN源程序和庫構成，具備完備的語法結構。用戶可用它們編寫應用系統、訪問資料庫和外設、顯示影像和進行影像處理。同時它還提供PCI用戶界面編輯功能，使用戶可以將新開發的功能和程序加入到PCI軟體的用戶界面上。
PCI AUTHOR （PCI用戶界面編輯器） Author 應用程序是一個基於EASI+描述語言的直觀並且功能強大的可視化設計工具，該語言已被集成進入SPANS和EASI/PACE軟體中。它允許有能力的高級用戶將EASI+提供的底層功能，用圖形界面的方式得以體現。SPANS和EASI/PACE的功能都被集成進入了EASI+的框架結構中，使得用戶可以方便的創造、編輯和運行用戶定製的所有SPANS和EASI/PACE所提供功能的圖形程序。
ACE Cartographic Edition v3.2 （PCI 專業制圖工具） PCI的ACE是一個功能完善的專業制圖軟體，其特點有：完全的所見即所得環境，柵格與矢量一體化，圖像可以是黑白、真彩色和偽彩色圖像，矢量數據分層調用，每類要素的表示方法存儲在RST(表示碼設置表RepCode Setup Table)中統一管理，具有任意復雜的填充方式和多層線形的製作功能和靈活的文字注釋方式，一張圖可分成多個區域，圖廓可以可視化製作調整，可支持各種繪圖儀和列印機。有符號編輯和外國文字（包括漢字）引入的功能。支持分色列印。具有索引功能。
專業雷達處理 雷達由於具有全天時、全天侯獲取數據的能力，加上在海洋、冰雪、植被、地質、軍事很多應用領域的獨特優勢，引起了各國的普遍重視，有人提出了九十年代是雷達遙感的時代，如果注意到目前的運行星載遙感系統，已經有多少是SAR系統，又有多少在計劃中，就會知道這一結論是恰如其分的。PCI公司緊緊抓住了這一發展趨勢，在雷達數據處理領域始終保持了絕對的世界領先地位。要得到SAR圖像，需要經過一個十分復雜的成像處理過程，加拿大的MDA公司用了二十年的時間，才完善了SAR成像軟硬體系統。如今，使用PCI提供的SARP，就可以實現只有地面站才能裝備的龐大系統所能實現的全部功能。購買原始信號數據，可節約一大筆開支，而且用戶可根據自己的應用目的，靈活控製成像過程，也就是控制信息的增強壓制和表現方式，避免了地面站的流水作業產品不適合特殊應用目的的情況。
PCI的APP提供了針對海洋應用、點目標檢測(軍事應用)和特殊構像情況(如大視角的遠距離成像)的精細成像處理演算法，這個產品是超前的，因為雷達遙感應用領域的很多專家才剛剛認識到：欲把應用深入下去，必須從頭（成像）做起，PCI已可以提供完善的產品了。在常規SAR圖像處理方面，PCI提供的軟體的特色是為SAR圖像幾何校正這一難題的解決，提供了完備的解決方法，另外提供了豐富的濾波、紋理分析、輻射校正與定標、變化檢測和圖像質量評價工具。PCI提供的另一個軟體包可以用Radarsat的立體像對提取DEM，這是目前這一領域唯一的一個實用化的軟體，利用雷達立體像對提取DEM與利用光學立體像對提取DEM相比，難度在於雷達圖像特徵復雜，同名點的匹配需要復雜的數學方法
H. 遙感影像的空間特徵有哪些
遙感影像的空間信息是通過圖像的像元值在空間上的變化反映出來，包括圖像上有實際意義的點、線、面或者區域的空間位置、長度、面積、距離、紋理信息等都屬於空間信息。
與空間信息相關的兩個概念需要理解，一是采樣，即把連續圖像空間劃分成一個個網格，並對各個網格內的輻射值進行測量；二是空間解析度，即圖像中一個像元代表地面實際大小。
在ENVI中，同樣可以很方便的查看圖像的基本信息，在Available Bands List中，選擇一幅圖像點擊右鍵，選擇Edit
Header。可以看到圖像的投影信息，空間解析度等信息。
答案來源：http://www.cppblog.com/COOOOOOOOL/archive/2010/03/22/110294.html
I. 如何獲取遙感圖像中的目標信息
摘要 目前，遙感圖像信息提取的手段主要有三種：一是遙感圖像的目視解譯，它藉助於簡單的觀察工具（如立體鏡、放大鏡等）憑肉眼鑒別影像，判斷目標物的屬性特徵；二是遙感圖像的光學處理，即採用光學儀器改進圖像質量，壓抑雜訊，突出目標影像，提取有關信息；三是遙感圖像的數字處理，即用計算機對數字化了的影像進行幾何校正、增強等專門處理，達到提取目標物屬性特徵信息的目的。三種方法各有所長，但目視解譯是基礎，光學處理和數字處理是深入解譯和提高解譯水平不可缺少的技術手段，但其效果仍需要專業人員目視解譯判斷。隨著計算機技術的高速發展，遙感信息已越來越多地採用數字記錄和儲存，故數字圖像處理已經成為當今遙感圖像處理的主要手段。本節主要介紹遙感圖像的目視解譯和遙感數字圖像處理的基本方法。