前 言
本书聚焦于空间信息领域的遥感数字图像处理，并力图为遥感数字图像处理提供一部尽可能详细的数学物理手册. 本书包括三个部分：第一部分系统与整体处理基础，是遥感数字图像处理的出发点，由第一至四章构成；第二部分像元处理理论与方法，是遥感数学图像处理的核心和细节所在，由第五至十章构成；第三部分技术与应用,是遥感数字图像处理的目的和落脚点，由第十一至十六章构成.
第一部分系统与整体处理基础 这部分主要介绍对遥感图像的整幅处理，在提高遥感图像整体水平的同时，不改变遥感图像内部的相互关系，是第二部分逐点处理的前提和整体性能保障，具体内容如下. 第一章是遥感数字图像处理的系统概述,主要包括遥感数字图像处理的整体构架、细节内涵及应用外延，以建立遥感数字图像处理系统的全局概念. 第二章是遥感数字图像处理分析的系统支撑条件，阐述遥感数字图像处理整体分析的第一步，即系统支撑条件对图像性能的影响，包括图像的输入获取、输出显示和处理软件设计等. 第三章是遥感数字图像整体处理分析的数学基础，利用基于直方图和卷积理论的图像整体性能分析和改善方法，即图像预处理，以尽可能消除图像整体不合理表象特征即“治标”，而无论它们根源如何. 第四章是遥感数字图像整体处理分析的物理学基础. 影响遥感影像整体质量的主要因素来自成像过程，它们无法在预处理中人为改变，必须通过物理成像过程的“治本”分析而改变. 这样就实现了遥感图像整体处理的“标本兼治”，为本书第二部分的图像像元处理奠定系统和整体处理的基础.
第二部分像元处理理论与方法 数字图像的最大特点是可以对其各个离散像元进行处理分析. 在第一部分介绍的图像预处理基础上，第二部分将给出对每个像元进行分析、处理和加工的方法，是遥感数字图像处理分析的核心，体现了遥感数字图像像元处理的本质内容，具体内容如下. 第五章是遥感数字图像像元处理理论Ⅰ——时空域卷积线性系统，阐明遥感数字图像的线性系统惯性延迟导致的卷积效应是客观存在的，并建立卷积理论。第六章是遥感数字图像像元处理理论Ⅱ——时空域卷-乘傅里叶变换，介绍时间域与其倒数频率域的互为对偶、互为卷积-简单乘积变换关系，实现时频转换的傅里叶变换理论. 第七章是遥感数字图像像元处理理论Ⅲ——频域滤波，建立频域滤波理论，以实现所需要不同频率尺度信息的提取保留方法. 第八章是遥感数字图像像元处理理论Ⅳ——时域采样，将自然世界中连续的空间信息通过采样转化为计算机处理所需的离散信息，建立香农采样定理及相关理论. 第九章是遥感数字图像像元变换基础Ⅰ——时空等效正交基，建立基函数、基向量、基图像的线性表征理论，说明傅里叶变换等所有遥感数字图像处理的传输、存储和压缩变换的数学本质. 第十章是遥感数字图像像元变换基础Ⅱ——时频组合正交基，通过同一图像局部窗口压缩和展开来提取图像的时频特性，即小波变换，本质是实现了时频域信息的统一.
第三部分技术与应用 按照遥感数字图像处理的技术流程，介绍了主要步骤的原理、方法及实现过程之数学物理本质，具体内容如下. 第十一章是遥感数字图像处理技术Ⅰ——复原降噪声，其数学物理本质是去除数字图像处理或输入的卷积效应、等效噪声.第十二章是遥感数字图像处理技术Ⅱ——压缩减容量，即在保证图像复原的前提下，去除冗余数据并突出有用信息.一般需要对图像进行压缩处理，有两类图像压缩：一是基于信息熵去冗余极限理论的无损压缩；二是基于率失真函数理论的有损压缩，即在工程误差允许的前提下用最小量存储数据保留尽可能多的有用信息.第十三章是遥感数字图像处理技术Ⅲ——模式识别（图像分割），图像信息识别是遥感数字图像处理的最重要目的。为了提取图像中的有用信息，需要对图像进行模式识别处理，模式识别一般分为三大步骤：特征“寻找”、“提取”和“归类”，即图像分割（遥感应用的手段，本章阐述）、特征提取与判断分类（遥感应用的目的，第十四章阐述）. 第十四章是遥感数字图像处理技术Ⅲ——模式识别（特征提取及分类），由此实现遥感应用的根本目标，即目标对象的识别. 第十五章是遥感数字图像处理技术Ⅳ——彩色变换与三维重建.在对遥感图像进行恰当的处理并提取出有用信息之后，如何对信息进行合适地表达以使图像更适合于人眼的观看，或使图像更接近于真实世界呢？这就需要对图像处理结果进行恰当的色彩变换与三维重建.第十六章是遥感数字图像处理的应用举例,介绍遥感数字图像处理的四个典型应用，以加强和深化对遥感数字图像处理本质方法的理解，并以此证明本书给出的图像总体处理方法、图像像元处理理论和重要技术手段的有效性.