1.直方圖法
? ? 對于每幅圖像都可作出其灰度直方圖。根據(jù)直方圖的形態(tài)可大致推斷圖像的質(zhì)量。由于圖像包含有大量的像元，其像元灰度值的分布應(yīng)符合概率統(tǒng)計分布規(guī)律。假定像元的灰度值是隨機分布的，那么其直方圖應(yīng)該是正態(tài)分布。圖像的灰度值是離散變量，因此直方圖表示的是離散的概率分布。若以各灰度級的像元數(shù)占總像元數(shù)的比例值為縱坐標作出圖像的直方圖，將直方圖中各條形的最高點連成一條外輪廓線，縱坐標的比例值即為某灰度級出現(xiàn)的概率密度，輪廓線可近似看成圖像相應(yīng)的連續(xù)函數(shù)的概率分布曲線。一般來說，如果圖像的直方圖輪廓線越接近正態(tài)分布，則說明圖像的亮度接近隨機分布，適合用統(tǒng)計方法處理，這樣的圖像一般反差適中；如果直方圖峰值位置偏向灰度值大的一邊，則圖像偏亮；如果峰值位置偏向灰度值小的一邊，則圖像偏暗；峰值變化過陡、過窄，則說明圖像的灰度值過于集中，后3種情況均存在反差小、質(zhì)量差的問題。直方圖分析是圖像分析的基本方法，通過有目的地改變直方圖形態(tài)可改善圖像的質(zhì)量。
2.鄰域法
? ? 對于圖像中任一像元（i，j），把像元的集合{i+p，j+p}（j，p取任意整數(shù)）均稱為像元的鄰域，常用的鄰域如圖所示，分別表示中心像元的4-鄰域和8-鄰域。
? ? 在圖像處理過程中，某一像元處理后的值g（i，j）由處理前該像元f（i，i）的小鄰域N（i，j）中的像元值確定，這種處理稱為局部處理，或稱為鄰域處理。一般圖像處理中，可根據(jù)計算目的差異，設(shè)計不同的鄰域分析函數(shù)。
3.卷積法
? ? 卷積運算是在空間域內(nèi)對圖像進行鄰域檢測的運算。選定一個卷積函數(shù)，又稱為“模板”，實際上是一個M×N的小圖像，例如3×3、5×7、7×7等。圖像的卷積運算是運用模板來實現(xiàn)的。模板運算方法如圖所示，選定運算模板φ（m，n），其大小為M×N，從圖像的左上角開始，在圖像上開一個與模板同樣大小的活動窗口f（m，n），使圖像窗口與模板像元的灰度值對應(yīng)相乘再相加。計算結(jié)果g（m，n）作為窗口中心像元新的灰度值。模板運算的公式如下（若模板的和為0，則除以1）：
4.頻率域增強法
? ? 在圖像中，像元的灰度值隨位置變化的頻繁程度可用頻率予以表示，這是一種隨位置變化的空間頻率。對于邊緣、線條、噪聲等特征，如河流、湖泊的邊界，道路，差異較大的地表覆蓋交界處等具有高的空間頻率，即在較短的像元距離內(nèi)灰度值變化的頻率大；而均勻分布的地物或大面積的穩(wěn)定結(jié)構(gòu)，如植被類型一致的平原，大面積的沙漠、海面等具有低的空間頻率，即在較長的像元距離內(nèi)灰度值逐漸變化。例如，在頻率域增強技術(shù)中，平滑主要是保留圖像的低頻部分抑制高頻部分，銳化則是保留圖像的高頻部分而削弱低頻部分。
5.圖像運算法
? ? 對于遙感多光譜圖像和經(jīng)過空間配準的兩幅或多幅單波段遙感圖像，可進行一系列的代數(shù)運算，以達到某種增強的目的。這與傳統(tǒng)的空間疊置分析類似，具體運算包括加法運算、差值運算、比值運算、復(fù)合指數(shù)運算等。
6.非監(jiān)督分類法
? ? 是指人們事先對分類過程不做任何的先驗知識，僅根據(jù)遙感影像地物的光譜特征的分布規(guī)律，隨其自然地進行分類。其分類的結(jié)果，只是對不同類別進行區(qū)分，并不能確定類別屬性，其類別屬性是事后對各類的光譜曲線進行分析，以及與實地調(diào)查相比較后確定的。
? ? 遙感圖像上的同類地物在相同的表面結(jié)構(gòu)特征、植被覆蓋、光照等條件下，一般具有相同或相近的光譜特征，從而表現(xiàn)出某種內(nèi)在的相似性，歸屬于同一個光譜空間區(qū)域；不同的地物，光譜信息特征不同，歸屬于不同的光譜空間區(qū)域。這就是非監(jiān)督分類的理論基礎(chǔ)。由于在一幅復(fù)雜的圖像中，訓(xùn)練區(qū)有時不能包括所有地物的光譜樣式，這就造成了一部分像元找不到歸屬。在實際工作中為了進行監(jiān)督分類而確定類別和訓(xùn)練區(qū)的選取也是不易的，因而在開始分析圖像時，用非監(jiān)督分類方法來研究數(shù)據(jù)的本來結(jié)構(gòu)及其自然點群的分布情況是很有價值的。
? ? 非監(jiān)督分類主要采用聚類分析的方法，以此使得屬于同一類別的像元之間的距離盡可能小而不同類別上像元間的距離盡可能地大。在進行聚類分析時，首先要確定基準類別的參量。然而非監(jiān)督分類中并無基準類別的先驗知識可利用，因而只能先假定初始的參量，并通過預(yù)分類處理來形成集群。再由集群的統(tǒng)計參數(shù)來調(diào)整預(yù)制的參量，接著再聚類、再調(diào)整。如此不斷地迭代，直到有關(guān)參數(shù)達到允許的范圍為止。
7.監(jiān)督分類法
? ? 與非監(jiān)督分類不同，監(jiān)督分類的最基本特點是在分類前人們對遙感圖像上某些抽樣區(qū)中影像地物的類別屬性已有了先驗知識，即先要從圖像中選取所有要區(qū)分的各類地物的樣本，用于訓(xùn)練分類器（建立判別函數(shù)）。這里的先驗知識可來自于野外的實地考察，也可參照相關(guān)的其他的文字資料或圖件或者直接是圖像處理者本人的經(jīng)驗等。訓(xùn)練區(qū)中，具體確定各類地物各波段的灰度值，從而可確定特征參數(shù)，建立判別函數(shù)。監(jiān)督分類一般是在圖像中選取具有代表性的區(qū)域作為訓(xùn)練區(qū)，由訓(xùn)練區(qū)得到各個類別的統(tǒng)計數(shù)據(jù)，然后根據(jù)這些統(tǒng)計數(shù)據(jù)對整個圖像進行分類，其既可采用概率判別函數(shù)，也可采用距離判別函數(shù)。
8.圖像分割法
? ? 它是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進一步進行圖像識別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究有待不斷深入。
