根据ROI（感兴趣区域）范围大小对被裁减影像进行裁剪。

图40 按ROI（行政区）域裁剪 2．按文件裁剪

按照指定影像文件的范围大小对被裁减影像进行裁剪。 3．按地图裁剪

根据地图的地理坐标或经纬度的范围对被裁减影像进行裁剪。

图41 按地图坐标范围裁剪

五．图像镶嵌和匀色

1．图像镶嵌

也叫图像拼接，是将两幅或多幅数字影像(它们有可能是在不同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。

通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。

图42镶嵌左影像

图43 镶嵌右影像

图44 镶嵌结果影像 2．影像匀色

在实际应用中，我们用来进行图像镶嵌的遥感影像，经常来源于不同传感器、不同时相的遥感数据，在做图象镶嵌时经常会出现色调不一致，这时就需要结合实际情况和整体协调性对参与镶嵌的影像进行匀色。

图45 匀色前影像

图46 匀色后影像

六．遥感信息提取

遥感图像中目标地物的特征是地物电磁波的辐射差异在遥感影像上的反映。依据遥感图像上的地物特征，识别地物类型、性质、空间位置、形状、大小等属性的过程即为遥感信息提取。 目前信息提取的方法有：目视判读法和计算机分类法。其中目视判读是最常用的方法。 1．目视判读

也叫人工解译，即用人工的方法判读遥感影像，对遥感影像上目标地物的范围进行手工勾绘，达到信息提取的目的。

图47 人工解译水系 2．图像分类

是依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质分为若干类别的过程。 （1）监督分类

在研究区域选有代表性的训练场地作为样本，通过选择特征参数（如亮度的均值、方差等），建立判别函数，对样本进行分类，依据样本的分类特征来识别样本像元的归属类别的方法。

图48 原图像

图49 监督分类图像

（2）非监督分类

没有先验的样本类别，根据像元间的相似度大小进行归类，将相似度大的归为一类的方法。 （3）其他分类方法

包括神经网络分类、分形分类、模糊分类等分类方法，以及他数据挖掘方法如模式识别、人工智能等，在这里不做进一步阐述。

北京揽宇方圆信息技术有限公司