1、数字影像：用像素灰度值的二维矩阵表示的相片影像。 2、像素：像片上一块可以看成是像点的极小的影像。 3、影像数字化过程：1、采样：对实际连续函数模型离散化的量测过程2、量化：将采样点上的的灰度数值转化成为一种等距的灰度级
5、影像重采样：当欲知不在矩阵点上的原始函数的数值时就进行内插，成为重采样。
6、重采样的方法：最邻近像元法、双线性插值法、双三次卷积法
7、确定同名核线的方法：基于影像几何纠正的核线解析关系法、基于共面条件的同名核线几何关系法
8、通过摄影基线与地面所做的平面成为核面 9、核面与影像面的交线称为核线
10、点特征提取算子：Moravec算子、Forstner算子、Harris算子。优缺点： Moravec算子：计算简单、运行速度快，缺点：对影像边缘、孤立点、噪声点特别敏感，误检测率高。
Forstner算子：具有一定抗噪性，精度较高。
Harris算子：算法简单、提取角点均匀合理、稳定，缺点：运算量大。 11、线特征提取算子：1、微分算子：梯度算子、差分算子、Roberts算子、Sobel算子2、二阶差分算子：方向二阶差分算子、拉普拉斯算子、高斯-拉普拉斯算子 12、影像分割：将影像分割成若干个子区域，每个子区域都具有一定的均匀性，对应于某一物体或物体的某一部分。方法：阈值法、区域生长法、集群分类法、K-均值法
13、定位算子：Wong-Trinder圆点定位算子、Forstner算子、Susan算子， （第一种方法为重点，ppt上好好看，得会计算）
14、影像匹配的实质：在两幅影像之间识别同名点 灰度相关思想：首先取出以待定点为中心的小区域中的影像信号，然后取出其在另一个影像中相应区域的影像信号，计算两者的相关函数，以相关函数最大值对应的相应区域中心点为同名点。
15、影像匹配的原理：利用互相关函数、评价两块影像的相似性已确定同名点 16、常见的五种基本匹配算法：1、相关函数法；2、协方差函数法；3、相关系数法；4、差平方和法；5、差绝对值和法
17、最小二乘影像匹配：优点：1、同时进行几何变形和辐射改正；2、精度高，可达到1/10甚至1/100像素；3、可以进行整体平差；4、同时解决多点影像匹配5、引入粗差检测，大大提高了可靠性
18、最小二乘影像匹配基本思想：在影响匹配中引入这些变形参数，同时按最小二乘的原则，解求这些参数。原理：灰度差的平方和最小 19、最小二乘匹配流程图：
20、特征匹配使用场合：低反差区、城市建筑区。步骤：特征提取、特征描述、特征匹配。
21、跨接法影像匹配步骤：影像匹配——几何纠正，与最小二乘法区别如图：
22、金字塔影像相关特点：速度快、可靠性高。
23、影像匹配分类：基于灰度相关的算法、基于特征相关的匹配算法、基于影像理解和解释的方法
24、DTM是表示地面起伏形态和地表景观的一系列离散点或规则点的坐标数值集合的总称。
DEM是定义在x、y域离散点上以高程表达地表起伏形态的数字集合。 两者区别：DEM表示地貌，DTM不仅表示地貌也表示地物、DEM 是DTM的子集。
25、DEM 表达形式：规则格网Grid、不规则三角网TIN，
26、DEM 数据来源：1、影像；2、地形图；3、地面本身；4、其他数据来源 27、DEM数据采集方法：1、摄影测量数据采集方法；2、从现有地形图获取数据；
28、DEM 采样方法：沿等高线采样、规则格网采样、剖面法、渐进采样、选择性采样、混合采样
29、规则格网DEM 建立思路：DEM是在二维空间上对三维地形表面的描述，它首先对研究区域在二维平面上进行格网划分（格网大小取决于DEM应用目的），形成覆盖整个区域的格网空间结构；然后利用分布在格网点周围的地形采样点内插计算格网点的高程值，最后按一定的格式输出，形成该地区的格网DEM 30、DEM内插方法：整体内插、分块内插、逐点内插
31、规则格网DEM数据结构：包括：行程编码结构、块状编码结构、四叉树数据结构；规则格网DEM的数据在水平方向和垂直方向的间隔相等，格网点的平面坐标隐含在行列号中，故适宜用矩阵形式进行存储，即按行（或列）逐一纪录每一个格网单元的高程值。同时为了实现行列号和平面位置坐标之间的转换，还需要记录格网西南角的坐标值、格网间距等。规则格网DEM的数据文件一般包含用来进行DEM数据说明的数据头和DEM数据体两部分。
32、TIN建立基本思路：用一系列互不交叉、互不重叠的连接在一起的三角形来 表示地形表面。基本元素：节点、边、面。
33、TIN的三角剖分准则：空外接圆准则、最短距离和准则、最大最小角准则、张角最大准则、面积比准则、对角线准则。 34、Delaunay三角网建立：Delaunay三角网是一系列相连的但不重叠的三角形的集合，而且这些三角形的外接圆不包含这个面域的其它任何点。特有性质：(1)空外接圆性质：每个Delaunay三角形的外接圆不包含面内的其它任何点；(2)最大最小角性质：在由点集中所能形成的三角网中，Delaunay三角网中三角形的最小角度是最大的。
35、TIN建立方法：角度判断法、分割合并算法、逐点插入算法
36、TIN数据结构：1、TIN的点结构：由坐标文件和三角形顶点的邻接指针链组成。特点是存储量小，编辑方便，但三角形及其邻接关系需实时再生成，计算量比较大，不利于TIN的快速检索和显示；2、TIN的面结构：由一般由三个表组成，即坐标表、三角形顶点表以及邻接三角形表。特点是由于存储了三角形之间的邻接关系；3、TIN的点面结构：在点结构基础上，增加组成三角形三顶点的数表即为点面结构。特点是：存储量与面结构大致相当，编辑、显示水比较方便，但由于三角形之间的关系是隐式的，检索与内插效率不太高。4、按照点、线、面的反映网络的拓扑关系的数据结构形式。
37、数字高程模型的应用：1、内插DEM高程 方法：基于矩形格网的DEM多项式内插、基于不规则三角网TIN的内插；
2、等高线的绘制的方法包括：基于矩形格网DEM自动绘制等高线 思路：（1）、等高线追踪，利用DEM矩形格网点的高程内插出格网边上的等高线点，并将这些等高线点排序；（2）、等高线光滑，进一步加密等高线点并绘制光滑曲线；
基于不规则三角网TIN的等高线绘制 思路： 3、坡度、坡向、面积、体积的计算
38、数字微分纠正：根据有关的参数与数字地面模型?利用相应的构像方程式，或按一定的数学模型用控制点解算从原始非正射投影的数字影像获取正射影像： 39、框幅式中心投影影像的数字微分纠正基本原理：实现两个二维图像之间的几何变换。方法：反解法、正解法、实际解法。
40、线阵列扫描影像的数字纠正方法：间接法纠正、直接法纠正、多项式纠正、基于RFM的影像参数解算。
41、真正射影像制作过程如下图：
制作困难：1、DSM采集困难；2、相对遮蔽信息补偿困难。
遮蔽的传统对策：1、影像获取时的策略。摄影时采用长焦距摄影、提高摄影飞行高度、缩短摄影基线、缩小像片上遮蔽的范围等等。
2、纠正过程中的策略。 3、传感器选择的策略。