随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。

将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。

遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。

遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前从图像结构的观点来看，主要是要解决三个问题:

①要找出重要的图像灰度特征。

②要抑制不必要的细节和噪声。

③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。

1）图像精校正

由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。

在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。

因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。

2）波段组合及融合

对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。

3 ）图像镶嵌

如果工作区跨多景图像，还必须在计算机上进行图像镶嵌，才能获取整体图像。镶嵌时，除了对各景图像各自进行几何校正外，还需要在接边上进行局部的高精度几何配准处理，并且使用直方图匹配的方法对重叠区内的色调进行调整。当接边线选择好并完成了拼接后，还对接边线两侧作进一步的局部平滑处理。

4）匀色

相邻图像，由于成像日期、系统处理条件可能有差异，不仅存在几何畸变问题，而且还存在辐射水平差异导致同名地物在相邻图像上的亮度值不一致。如不进行色调调整就把这种图像镶嵌起来，即使几何配准的精度很高，重叠区复合得很好，但镶嵌后两边的影像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专业信息的分析与识别，降低应用效果。要求镶嵌完的数据色调基本无差异，美观。

5）反差调整

对合成好的图像根据人眼的观察特性进行图像增强处理，有效地突出有用信息、抑制其它干扰因素，改善图像的视觉效果，提高重现图像的逼真度，增强信息提取与识别能力。

6）地理配准

对经过增强处理的图像进行地理投影，叠加公里网和经纬度坐标，然后按工作区范围进