在卫星遥感图像处理中，预处理算法是确保获取准确、可靠信息的关键步骤之一。其中，辐射定标、大气校正和几何校正是常用的重要算法。
辐射定标：
背景介绍： 遥感图像记录的是传感器接收到的电磁辐射信号，并以数字形式表示。辐射定标将这些数字值转换为与地表特性相关的物理辐射度量，例如反射率或辐射亮度。
算法原理： 辐射定标算法根据传感器的特性以及观测条件，将数字值转换为物理单位，通常是辐射通量或辐射率。这个过程需要考虑传感器的波段响应、探测器的灵敏度、太阳辐射的入射角度等因素。
应用场景： 辐射定标是遥感图像数据分析的基础，它将数字图像转换为具有物理意义的数据，为后续的地表特征提取和定量分析提供了准确的基础。
大气校正：
背景介绍： 大气影响是遥感图像中常见的干扰因素之一，它会导致地表特征的失真和信息的混淆。大气校正旨在消除或降低大气干扰，提高图像质量和解译精度。
算法原理： 大气校正算法通过模拟大气传输过程，根据大气光学参数对图像进行校正，消除大气散射和吸收效应。常用的方法包括大气反演模型、气溶胶模型和大气校正参数的估计。
应用场景： 大气校正可以有效地减少大气干扰对遥感图像的影响，提高图像的质量和信息提取的准确性，对于环境监测、资源调查和自然灾害评估等领域具有重要意义。
几何校正：
背景介绍： 遥感图像中常常存在几何畸变，例如地形效应、轨道倾斜等，这些畸变会影响图像的准确性和精度。几何校正旨在修正图像中的几何畸变，使其在地理坐标系统中对应正确的位置。
算法原理： 几何校正算法通过对图像进行几何变换，例如仿射变换或多项式变换，使得图像中的特征在地理坐标系统中具有正确的空间位置。这通常需要使用地面控制点或数字高程模型（DEM）进行校正。
应用场景： 几何校正可以提高遥感图像的地理精度和空间匹配性，对于地图制图、城市规划、土地利用分类等应用具有重要意义。
综上所述，辐射定标、大气校正和几何校正是卫星遥感图像预处理中的重要算法，它们共同确保了遥感图像数据的质量和准确性，为后续的地表特征提取、分类和分析提供了可靠的基础。
