图像整饰处理

是提高遥感图像的像质以利于分析解译应用的处理。灰度增强、边缘增强和图像的复原都属于图像的整饰处理。

空间域处理

是将卫星图像的像元虽然用256个灰度等级来表示，但地物反射的电磁波强度常常只占256个等级中的很小一部分，使得图像平淡而难以解译，天气阴霾时更是如此。为了使图像能显示出丰富的层次，必须充分利用灰度等级范围，这种处理称为图像的灰度增强。

常用的灰度增强方法有线性增强、分段线性增强、等概率分布增强、对数增强、指数增强和自适应灰度增强6种。

1、线性增强:把像元的灰度值线性地扩展到指定的最小和最大灰度值之间;

2、分段线性增强:把像元的灰度值分成几个区间，每一区间的灰度值线性地变换到另一指定的灰度区间;

3、等概率分布增强:使像元灰度的概率分布函数接近直线的变换;

4、对数增强:扩展灰度值小的像元的灰度范围，压缩灰度值大的像元的灰度范围;

5、指数增强:扩展灰度值大的和压缩灰度值小的像元的灰度范围;

6、自适应灰度增强:根据图像的局部灰度分布情况进行灰度增强，使图像的每一部分都能有尽可能丰富的层次。

图像卷积

是一种重要的图像处理方法，其基本原理是:像元的灰度值等于以此像元为中心的若干个像元的灰度值分别乘以特定的系数后相加的平均值。由这些系数排列成的矩阵叫卷积核。选用不同的卷积核进行图像卷积，可以取得各种处理效果。例如，除去图像上的噪声斑点使图像显得更为平滑;增强图像上景物的边缘以使图像锐化;提取图像上景物的边缘或特定方向的边缘等。常用的卷积核为3×3或5×5的系数矩阵，有时也使用7×7或更大的卷积核以得到更好的处理效果，但计算时间与卷积核行列数的乘积成正比地增加。图像的灰度增强和卷积都是直接对图像的灰度值进行处理，有时称为图像的空间域处理。

空间频率域处理

在数字信号处理中常用离散的傅里叶变换，把信号转换成不同幅度和相位的频率分量,经滤波后再用傅里叶反变换恢复成信号，以提高信号的质量。图像是二维信息，可以用二维的离散傅里叶变换把图像的灰度分布转换成空间频率分量。图像灰度变化剧烈的部分对应于高的空间频率，变化缓慢的部分对应于低的空间频率。滤去部分高频分量可消除图像上的斑点条纹而显得较为平滑，增强高频分量可突出景物的细节而使图像锐化，滤去部分低频分量可使图像上被成片阴影覆盖的部分的细节更清晰地显现出来。精心设计的滤波器能有效地提高图像的质量。经傅里叶变换、滤波和反变换以提高图像质量的处理，有时称为图像的空间频率域处理。