遥感信息处理分析交互解译流程是为广大的遥感地质人员和区域地质人员，在遥感地质填图过程中提供一种方便、快捷的软件应用系统。该系统可以实现从用户进入系统到遥感影像预处理或矢量数据处理—图像增强处理与分析—地质图制作直至地图输出等一体化功能。其工作流程如图3-6。
（一）矢量数据准备
矢量数据是信息系统中重要的空间数据资源，它们的输入（包括图形输入如数字化及对应属性数据的录入）、编辑、显示、双向查询、管理、输出等基础工作都可以在空间数据浏览模块中完成。比如填图中用到的研究区地形图、地质图、水系图、交通图等数据的输入与编辑，影像解译结果的数字化图件的编辑与输出等。建立单独的工作空间，用来放置所有相关的图形数据，对这些空间数据进行完整的、统一的管理。另外，还能进行以矢量数据为主类型的专题制图、成果输出（包括文字报告、表格及图形图件）。
图3-6 1∶25万遥感地质集成系统
根据研究的需要，还要对空间数据进行必要的空间分析，比如缓冲区分析、拓扑关系建立、叠加、数据存储格式转换（包括矢量栅格化、栅格矢量化）等，这些工作要在空间数据分析工具模块中完成。比如研究区地形高程模型DEM的生成，航磁等值线图的影像化等。
（二）影像数据前期处理
具体包括输入、格式转换、几何校正与配准、入库、裁剪、显示、波段组合优化等。
首先从系统主界面启动遥感图像处理模块，在其中的输入输出（数据转换）功能模块中输入原始格式影像，保存为本系统的遥感图像标准格式，以便于下面的处理及其他操作。输入输出功能模块除了对不同的介质进行输入与输出本遥感图像处理系统本身格式的影像数据外，还可以利用它进行不同格式影像数据间的格式转换。因为此处提供了许多种数据格式，其中包含了绝大多数现有的遥感影像格式，可以进行本系统影像格式与其他系统影像格式间的转换，也可以进行其他格式间的相互转换，因此它可以作为一个强大的影像数据格式转换工具来用。
在遥感图像处理系统的视窗中打开并显示研究区的TM影像，这是未经过任何处理的原始影像。
在影像库管理工具中，建立研究区影像库，将有关的 TM及其他影像全部输入该影像库中，在此可对这些影像进行统一的管理及影像信息显示。影像库中包含的信息主要有：库中的影像文件数、影像文件名、对应的存放路径、影像类型、大小（像元行数、列数）、波段数、像元大小、数据文件存储格式、文件投影方式、坐标范围等。从一个完整的影像库中可以清楚地看到该库中所有影像文件及各影像文件的具体信息，可以方便地对各文件进行查询、添加、删除等，如图3-7。
图3-7 影像库管理
利用数据预处理中的影像地理校正功能，以研究区对应的地形图或地质图为准，对该影像进行几何校正，使之与其他数据一样具有正确的地理坐标。
利用数据预处理中的影像分幅裁剪功能，从研究区整幅影像中取出一块作为实验子区。在实际工作中，需要根据工作范围对原始图像进行分幅裁剪，按照ERDAS实现图像分幅裁剪的过程，可以将图像分幅裁剪分为两种类型：规则分幅裁剪和不规则分幅裁剪。
（1）规则分幅裁剪
规则分幅裁剪是指裁剪图像的边界范围是一个矩形，通过左上角和右下角两点的坐标，确定图像的裁剪位置。除此之外，ERDAS图像分幅裁剪软件还提供查询框和感兴趣区域功能，用来进行图像分幅裁剪。
（2）不规则分幅裁剪
不规则分幅裁剪是指裁剪图像的边界范围是个任意多边形，无法通过左上角和右下角两点的坐标确定图像的裁剪位置，而必须事先生成一个完整的闭合多边形区域。ERDAS图像分幅裁剪软件提供感兴趣多边形裁剪功能和ARCINFOR多边形裁剪功能，用来进行图像分幅裁剪。
一般来说，影像在视窗中缺省的显示效果不是最好的，因此必须先进行波段组合优化，达到较好的显示效果。在视窗中显示实验子区影像。没经过任何处理的原始影像在视窗中显示时，用的是缺省的 TM4，3，2 波段组合，显示效果不好。从波段最优组合角度来讲，TM4，3，2不是最佳状态，这时，要进行显示波段的重新组合。波段组合调整的操作在视窗-栅格-波段组合这个菜单中完成。TM 的 7 个波段可以随意进行组合，观察显示效果。当然，正确的做法还是要进行理论上的分析，从研究目的出发，选择识别目标的特征波段进行组合，尽可能让该组合含有最大的信息量。从本研究的识别岩性的目的出发分析认为 TM7，4，1将是最佳波段组合。事实上，该组合的显示效果也是最好的。
（三）图像增强处理与分析
图像增强的最终目的都是为了更好地识别与解译图像。前面的章节中讲到了目前常用的多数种类的图像增强方法，包括空间增强、光谱增强及辐射增强等，应根据具体需要选择合适的处理方法。这些图像处理功能都在遥感影像处理模块的“影像解译”菜单条中完成。此菜单中还包括了傅里叶分析、地形分析、GIS分析等功能。具体过程为：
（1）显示信息处理图像与标准图幅图像；
（2）启动几何校正模块；
（3）启动控制点工具；
（4）采集图像间控制点；
（5）计算转换模型；
（6）图像重采样；
（7）保存配准图像。
在对实验子区影像的处理过程中，分别采用了拉伸、掩膜、数据融合、主成分变换、专题信息增强与提取、数据发掘等图像处理手段。
在波段最优组合进行彩色合成的基础上，如果进一步采取适当的图像处理方法，将会得到效果更好的影像。比如，实验区TM影像灰度分布范围窄，对比度不强，亮度偏低，彩色合成后也非常模糊，影像整体发暗，无法辨认各种地物。这种情况下对它分别做了线性拉伸与直方图均衡化，使各波段的灰度分布范围加宽，提高了图像的对比度，图像显示效果明显增强。视窗菜单中的“栅格”菜单条中提供了拉伸、对比度调整、滤波、锐化等一些简单的图像处理功能。这些功能执行简便，能快速目睹处理效果，简单实用，适合对图像进行初步的快速处理。
对于图像中有严重的阴影或积雪覆盖的地方，必须进行相应的处理，以消除它们的干扰。研究区的影像中就有这种情况，从中取出影响区域的影像，采取掩膜处理。经过掩膜处理（此功能位于：图像解译—实用分析功能—掩膜操作），去除了山体阴影和雪的干扰，可以看出掩膜分析可以有效地增强图像的反差和层次感。掩膜分析常常是针对水体和河道（谷）进行。另外常用的一种方法是比值处理（此功能位于：图像解译—实用分析功能—代数运算），对相关的波段间进行比值运算，也可能能消除这些影响。在本实验区，比值处理效果不如掩膜处理效果好。
如果具备拥有统一地区多源影像的条件，那么进行多源数据融合将是一种影像增强的非常有效的手段。一般最多类型的数据融合是TM多光谱数据与SPOT PAN之间的融合，融合后的图像既继承了TM的较高的光谱分辨率，又继承了SPOT PAN较高的空间分辨率。本项目的研究中，对TM7、TM4、TM1多光谱波段影像与TM PAN全色波段影像进行了几种方法的数据融合，融合后的影像比融合前的影像效果好。本系统本身提供了一些现成的融合方法（此功能位于：图像解译—空间增强—分辨率融合），但很有限并且不够灵活，某些情况下，不一定能取得较好的融合效果，所以其他许多种融合方法要根据具体步骤，分步进行，从图像处理模块的各个菜单条中寻找所需的功能。比如对实验区融合中采取的HIS变换融合方法，效果很好，它的具体步骤在前面有讲到（RGB—HIS色彩变换、I与PAN间的直方图匹配生成I′、I′HS—RGB色彩逆变换），其所需的各种功能函数在图像解译中都具备，分别位于：图像解译—光谱增强—RGB到HIS色彩变换、图像解译—辐射增强—直方图匹配、图像解译—光谱增强—HIS到RGB色彩逆变换。
主成分变换也是一种常用的增强图像地质弱信息的有效方法。对本实验区影像的6个多光谱波段作主成分变换，变换后的6个主分量图像每个主分量分别突出了不同的地物特征。通过对各个主分量意义上的分析（主要通过对变换矩阵中参数的分析来实现），选择能突出岩性信息的几个波段进行重新的色彩合成。新生成的影像比原来的影像更能容易的识别岩性信息，可以直接对这幅影像进行屏幕数字化，获取地质单元解译结果图。
除了以上几种图像处理方法之外，本系统还提供了许多种别的处理手段也可以进行尝试，目的都是为了增强图像中地质弱信息的可识别性。