补充资料：森林遥感图像计算机处理

    　　借助电子计算机提高对林业遥感图像的识别能力、进行森林分类和估计蓄积量的新技术。它不仅可以改善遥感图像的质量，提高目视判读精度，而且可以直接获得森林类型和蓄积量的数字和图面资料。处理的主要对象是航天遥感图像。优点是速度快、成本低、对同一地区重复扫描摄影的周期短，不仅为及时掌握森林资源变化信息提供了条件，而且可以把遥感信息与储存在计算机内的其他信息如地理信息、林分生长信息和经营活动信息相匹配，通过各种数学模型进行系统分析，实现森林资源管理自动化。
　　
　　工作原理 　计算机具有强大的计算能力，但是它只能对数字进行运算；因此进行图像的计算机处理时，必须首先把连续变化的普通图像变换成为离散的数字图像，称为图像的数字化。其过程是把一幅图像分割成许多叫做像元（或像素）的小区域，然后对每个像元的亮度进行采样和量化。采样即测定像元的平均亮度；量化即用一个整数（一般不超过256）表示这个亮度,称为像元的灰度值。这样，就可把一幅数字图像表示为一个二维矩阵，它的行和列标出了图像中一个像元的平面坐标，而矩阵元素的值代表该像元的灰度值。数字图像可以通过对摄影影像的数据化获得，也可利用卫星或飞机上的扫描仪逐个像元获取。这种扫描仪一般是多通道的，所以林业上用于计算机处理的图像多为多波段数字图像。
　　
　　工作内容 　根据不同的应用目的，森林遥感图像计算机处理可归纳为图像增强、图像分类和图像数量化指标的估算等 3方面内容。
　　
　　增强处理 　目的是通过计算机改变原图像的灰度结构,使处理后的图像与肉眼观测的光学响应特性匹配,突出不同森林类型的特征，以取得更好的森林目视判读效果。增强处理基本上分为频率域增强和空间域增强两类。频率域增强是基于对图像的富氏变换式进行修改，增强所希望的频率段；空间域增强是基于在原图像上直接进行数据变换，包括与图像位置有关的和与图像位置无关的变换。例如空间卷积运算便是与位置有关的变换；而对数、指数、代数和彩色编码等则属于与位置无关的空间变换。这些变换由于选择不同的算子而得到不同的增强效果，适应于遥感影像在森林调查各个领域的应用。
　　
　　分类处理 　以模式识别理论为基础，应用计算机进行图像中森林类型的分类。模式是指任何一组有确定意义的测量，可以看作是测量空间中的一个点。模式识别就是对需要识别的对象进行一系列测量，然后对测量结果所构成的模式与已知的地物模式进行比较，根据一定的决策准则，判定它从属于某一种地物模式所代表的地类。在模式识别中，如已知地物模式的选择是在操作员监督下进行的，这种分类方法称为监督分类；如已知地物模式是计算机自动聚类得到的，这种分类方法称为非监督分类。实践初步表明，中国南方林区在划出混和像元和提取纯像元空间信息基础上的分类方法，可以大幅度提高分类精度。加强这方面的科学研究，对于在南方林区应用和普及航天遥感图像的计算机分类技术具有重要意义。
　　
　　数量化指标的计算机分析 　数量指标中的各类森林面积可以通过卫星图像计算机分类直接得出。森林蓄积量的估计则要借助非线性数学模型，再根据资源卫星数据图像各波段的亮度值，并配合地面样地才能完成。如根据训练样地按照森林类型、龄组和疏密度对林区进行监督分类后，每个像元的每个变量都有一个等级值。估算蓄积量时，根据训练样地实测地类和蓄积量数值的关系，并考虑到变量之间的交互作用建立记分模型，将有监分类确定的每个像元3个变量的值代入记分模型,回报每个像元的蓄积量。按要求将同一树种或同龄组像元的蓄积量累加，即得到该树种或该龄组的总蓄积量，进而可得到该调查地区的总蓄积量。
　　
　　仪器设备 　林业图像计算机处理可采用专用数字图像处理系统， 也可采用通用计算机数字图像处理系统。专用数字图像处理系统的硬设备要有通用计算机作主机；有便于人机对话的控制台、 字符显示器、 图像显示器以及模-数转换设备和数-模转换设备等。软设备要有便于专业人员使用的人机对话软件和快速灵敏的专用程序。目前的图像处理程序大都使用 Fortran语言。如用通用计算机数字图像处理系统则一般有 9道磁带机（密度为800或1600BPI）等均可用于数字图像处理。磁带图像数据可以由磁带机转储至磁盘，处理结果可以保存在磁带上送专用图像处理设备成图，也可用打印机直接打印出灰度图或字符代码图。通用机数字图像处理的突出优点是不需要价格十分昂贵的专用图像处理系统，可以一机多用，对于普及遥感图像的计算机处理具有重要意义。
　　
　　20世纪80年代以来，新一代卫星的分辨力明显提高，新的卫星图像处理技术日趋完善，并将应用和建立模仿林业专家判读技术的人工智能系统和森林资源图像数据库。在此基础上，森林遥感图像的计算机分析将成为未来森林资源信息技术的重要组成部分，并将在中国林业现代化中发挥重要作用（见林业遥感）。
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。