A classificação digital de imagens pode ser definida como um procedimento computacional voltado para a extração de informações de uma superfície, como cobertura e uso do solo, com base nos valores de radiância dos alvos em diferentes comprimentos de onda, identificando-os em categorias baseadas na similaridade espectral.

No processamento digital de imagens, são utilizadas diversas funções, entre as quais se incluem: realce por modificação de histograma, filtragem espacial, classificação estatística por máxima verossimilhança; rotação espectral (componentes principais); transformação IHS-RGB; e registro.

A revisão dos mapas temáticos é executada mediante procedimentos de interpretação visual na tela do computador, apoiados por funções de processamento de imagens tais como: ampliação de contraste, componentes principais e filtros, que ampliam as probabilidades de extração de informação das imagens de sensores remotos.

A transformação geométrica ou o mapeamento direto podem ser executados por meio de três modelos matemáticos distintos, a saber: o de correções independentes, o fotogramétrico e o polinomial, sendo o modelo de correções independentes utilizado para o registro de imagens.

Em levantamentos aerofotogramétricos, o GSD (ground sample distance) representa o tamanho real, em unidades do terreno, que um pixel da imagem representa: quanto menor o pixel, melhor a resolução da imagem; o GSD é indiretamente relacionado com a altura da aeronave em relação ao solo, a distância focal e o tamanho físico do pixel, que é relativo à câmara utilizada.

A assinatura espectral serve de base para a formação da ideia de reflexão de alvos, o que torna possível sua generalização, uma vez que também são fornecidas informações adicionais, quando geradas, sobre as condições geométricas e sobre os próprios alvos.

A energia utilizada no sensoriamento remoto — radiação solar — é do tipo radiação eletromagnética (REM), que se propaga em ondas com diversas características físicas, medidas em frequência e em comprimento de onda.

O formato mais adequado para representar dados de chuva obtidos por satélites no Brasil é o vetorial.

A expressão resolução espacial está relacionada ao formato de dados matriciais.

Um exemplo de formato de dados raster é o GeoJSON.