由于遥感成像过程中多种因素影响，致使遥感图像质量的衰减。遥感图像数据的校正处理就是消除遥感图像因辐射度失真、大气消光和几何畸变等造成的图像质量的衰减。遥感图像质量衰减产生的原因和作用结果都不相同，因此一般采用不同的校正处理方法。
4.2.1 数字图像
数字图像指能够被计算机存储、处理和使用的图像，“离散化”、二维矩阵，每个元素的取值是图像连续变化的灰度的离散整数值。
图像直方图 用平面直角坐标系表示一幅灰度范围为0-n的数字图像像元灰度分布状态，横轴表示灰度级，纵轴表示某一灰度级（或范围）的像元个数占像元总数的百分比。 通过灰度直方图可以直观地了解图像特征，以确定图像增强方案并了解图像增强后的效果。
4.2.2 辐射校正
针对由于传感器响应特性和大气的吸收、散射及其它随机因素影响，导致图像模糊失真，造成图像分辨率和对比度相对下降，而进行的图象校正。包括系统辐射校正和大气校正。
1.造成遥感图像辐射畸变的因素
(1)由遥感器的灵敏度特性引起的辐射失真：传感器在光电变换的过程中，对各波段的灵敏度是有差异的，也就是说，传感器对各波段的光谱响应是不同的，由此造成辐射畸变。另外，传感器的光学镜头的非均匀性，会引起边缘减光，也会造成图像辐射的畸变。
(2)太阳高度及地形引起的辐射失真。
(3)大气的影响：地物（目标物）的辐射（反射）经过大气层时，与大气层发生散射作用和吸收作用。吸收作用直接降低地物的辐射能量，引起辐射畸变。散射作用除降低地物的辐射能量外，大气散射的部分辐射还会进入传感器，直接叠加在目标地物的辐射能量之中，成为目标地物的噪声，降低了图像的质量。
2.系统辐射校正的方法
总的来说，辐射校正的方法有两种：一是分析辐射失真的过程，建立辐射失真的数学模型，然后对此数学模型求逆过程，用此逆过程求得遥感图像失真前的图像；二是利用实地测量的地物的真实辐射值，寻找实测值与失真之后的图像之间的经验函数关系，从而得到辐射校正的方法。显然，第一种校正方法是与失真过程有关的，第二种校正方法是与失真过程无关的。卫星接收站地面处理系统通常采用楔校准模型和增益校准模型，对卫星图像进行处理，消除传感器的光电转变辐射误差和增益变化的误差。
3.大气校正
大气校正就是指消除由大气散射引起的辐射误差的处理过程。影响遥感图像辐射失真的大气因素：（1）大气的消光（吸收和散射）；（2）天空光（大气散射）照射；（3）路径辐射。
常用的大气校正方法有两类。一类为基于理论模型的方法，该方法必须建立大气辐射传递方程，在此基础上近似地求解。另一类方法为基于经验或统计的方法，如回归分析方法。利用大气辐射传输方程来建立大气校正模型在理论上是可行的。实现精确的大气校正，必须找到每个波段像元亮度值和地物反射率的关系。这需要知道模型中成像时刻气溶胶的密度、水汽的浓度等大气参数。在现实中，一般很难得到这些数据，需要专门的观测来准确地测量这些数据，因此其方法应用受到一定限制。
（1）回归分析法 原理：大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此可用其校正其它波段数据。方法：在不受大气影响的波段（如TM5或7）和待校正的某一波段图像中，选择一系列目标，将每个目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程。
 |
4.2.3 几何校正
1.几何校正
校正遥感图像成像过程中所造成的各种几何畸变称为几何校正。影响图像几何畸变的因素主要包括：（1）遥感器的内部畸变：由遥感器结构引起的畸变，如遥感器扫描运动中的非直线性等。（2）遥感平台的运行状态：包括由于平台的高度变化、速度变化、轨道偏移及姿态变化引起的图像畸变。（3）地球本身对遥感图像的影响：包括地球的自转、高程的变化、地球曲率、大气折射等引起的图像畸变。
几何校正包括几何粗校正和几何精校正。地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了几何粗校正。 利用地面控制点进行的几何校正称为几何精校正。
2.几何校正的方法
一般地面站提供的遥感图像数据都经过几何粗校正，因此这里主要介绍一种通用的精校正方法。该方法包括两个步骤：第一步是构建一个模拟几何畸变的数学模型，以建立原始畸变图像空间与标准图像空间的某种对应关系，实现不同图像空间中像元位置的变换；第二步是利用这种对应关系把原始畸变图像空间中全部像素变换到标准图像空间中的对应位置上，完成标准图像空间中每一像元亮度值的计算。
 |
（2）重采样 用标准图像空间中的像元点G位置反求其在原始畸变图像空间的共轭点F(X,Y)，然后再利用某种方法确定这一共轭点的灰度值，并把共轭点的灰度值赋给标准图像空间对应点g。
重采样法能够保证校正空间中网格像元呈规则排列，因而是最常用的几何精校正方法之一。重采样有三种插值方法：最邻近法（nearest neighbor）、双线性法（bilinear）、三次卷积法(cubic convolution)。
最邻近法保留大量原始灰度值，没有经过平滑处理，对于区分植被类型、识别线性特征等有重要意义。双线性内插法比与最近邻法相比，计算量增加了，但提高了精度，改善了灰度不连续现象及线状特征的块状化现象。其缺点是这种方法对图像起到平滑作用，使图像变得模糊。由于这种方法计算量和精度适中，因而常常被采用。
（3）双三次卷积内插法 采用一元三次多项式来近似函数。从理论上讲， 函数是最佳的插值函数，它考虑到原始畸变图像空间中共轭点周围其它像元对共轭点灰度值都有各自的贡献，并认为这种贡献随着距离增加而减少。为了提高内插精度，双三次卷积内插法采用共轭点周围相邻的十六个点来计算灰度值，这种一元三次多项式内插过程实际上是一种卷积运算，故称为双三次卷积内插。该方法的优点是内插获得好的图像质量，细节表现更为清楚。但位置校正要求更准确，对控制点选取的均匀性要求更高。其缺点是数据计算量大。
（4）变换函数的建立 选取地面控制点（GCP，Ground Control Point）建立多项式，多项式纠正法的精度与地面控制点的精度、分布、数量及纠正范围有关；GCP的位置精度越高，则几何纠正的精度越高；GCP的个数不少于多项式的系数个数；适当增加GCP的个数，可以提高几何纠正的精度。GCP分布应尽可能在整幅图像内均匀分布，否则在GCP密集区精度较高，在GCP分布稀疏区出现较大误差。
4.2.4 遥感图像的镶嵌
数字影像镶嵌(Mosaic)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。图像的镶嵌注意的问题：镶嵌要有足够宽的重叠区，最好不少于图像的1/5，否则会影响精度；相邻图像往往色调或灰度值不一致，需要进行直方图匹配；如果镶嵌后需要进行某种地图投影变换，最好先根据该投影方式分幅校正，然后再镶嵌。