借助電子電腦提高對林業遙感圖像的識別能力、進行森林分類和估計蓄積量的新技術。它不僅可以改善遙感圖像的品質，提高目視判讀精度，而且可以直接獲得森林類型和蓄積量的數位和圖面資料。處理的主要物件是航太遙感圖像。優點是速度快、成本低、對同一地區重複掃描攝影的週期短，不僅為及時掌握森林資源變化資訊提供瞭條件，而且可以把遙感資訊與儲存在電腦內的其他資訊如地理資訊、林分生長資訊和經營活動資訊相匹配，通過各種數學模型進行系統分析，實現森林資源管理自動化。
工作原理 計算機具有強大的計算能力，但是它隻能對數字進行運算；因此進行圖像的計算機處理時，必須首先把連續變化的普通圖像變換成為離散的數字圖像，稱為圖像的數字化。其過程是把一幅圖像分割成許多叫做像元（或像素）的小區域，然後對每個像元的亮度進行采樣和量化。采樣即測定像元的平均亮度；量化即用一個整數（一般不超過256）表示這個亮度，稱為像元的灰度值。這樣，就可把一幅數字圖像表示為一個二維矩陣，它的行和列標出瞭圖像中一個像元的平面坐標，而矩陣元素的值代表該像元的灰度值。數字圖像可以通過對攝影影像的數據化獲得，也可利用衛星或飛機上的掃描儀逐個像元獲取。這種掃描儀一般是多通道的，所以林業上用於計算機處理的圖像多為多波段數字圖像。
工作內容 根據不同的應用目的，森林遙感圖像計算機處理可歸納為圖像增強、圖像分類和圖像數量化指標的估算等3方面內容。
增強處理 目的是通過計算機改變原圖像的灰度結構，使處理後的圖像與肉眼觀測的光學響應特性匹配，突出不同森林類型的特征，以取得更好的森林目視判讀效果。增強處理基本上分為頻率域增強和空間域增強兩類。頻率域增強是基於對圖像的富氏變換式進行修改，增強所希望的頻率段；空間域增強是基於在原圖像上直接進行數據變換，包括與圖像位置有關的和與圖像位置無關的變換。例如空間卷積運算便是與位置有關的變換；而對數、指數、代數和彩色編碼等則屬於與位置無關的空間變換。這些變換由於選擇不同的算子而得到不同的增強效果，適應於遙感影像在森林調查各個領域的應用。
分類處理 以模式識別理論為基礎，應用計算機進行圖像中森林類型的分類。模式是指任何一組有確定意義的測量，可以看作是測量空間中的一個點。模式識別就是對需要識別的對象進行一系列測量，然後對測量結果所構成的模式與已知的地物模式進行比較，根據一定的決策準則，判定它從屬於某一種地物模式所代表的地類。在模式識別中，如已知地物模式的選擇是在操作員監督下進行的，這種分類方法稱為監督分類；如已知地物模式是計算機自動聚類得到的，這種分類方法稱為非監督分類。實踐初步表明，中國南方林區在劃出混和像元和提取純像元空間信息基礎上的分類方法，可以大幅度提高分類精度。加強這方面的科學研究，對於在南方林區應用和普及航天遙感圖像的計算機分類技術具有重要意義。
數量化指標的計算機分析 數量指標中的各類森林面積可以通過衛星圖像計算機分類直接得出。森林蓄積量的估計則要借助非線性數學模型，再根據資源衛星數據圖像各波段的亮度值，並配合地面樣地才能完成。如根據訓練樣地按照森林類型、齡組和疏密度對林區進行監督分類後，每個像元的每個變量都有一個等級值。估算蓄積量時，根據訓練樣地實測地類和蓄積量數值的關系，並考慮到變量之間的交互作用建立記分模型，將有監分類確定的每個像元3個變量的值代入記分模型，回報每個像元的蓄積量。按要求將同一樹種或同齡組像元的蓄積量累加，即得到該樹種或該齡組的總蓄積量，進而可得到該調查地區的總蓄積量。
儀器設備 林業圖像計算機處理可采用專用數字圖像處理系統，也可采用通用計算機數字圖像處理系統。專用數字圖像處理系統的硬設備要有通用計算機作主機；有便於人機對話的控制臺、字符顯示器、圖像顯示器以及模-數轉換設備和數-模轉換設備等。軟設備要有便於專業人員使用的人機對話軟件和快速靈敏的專用程序。目前的圖像處理程序大都使用 Fortran語言。如用通用計算機數字圖像處理系統則一般有9道磁帶機（密度為800或1600BPI）等均可用於數字圖像處理。磁帶圖像數據可以由磁帶機轉儲至磁盤，處理結果可以保存在磁帶上送專用圖像處理設備成圖，也可用打印機直接打印出灰度圖或字符代碼圖。通用機數字圖像處理的突出優點是不需要價格十分昂貴的專用圖像處理系統，可以一機多用，對於普及遙感圖像的計算機處理具有重要意義。
20世紀80年代以來，新一代衛星的分辨力明顯提高，新的衛星圖像處理技術日趨完善，並將應用和建立模仿林業專傢判讀技術的人工智能系統和森林資源圖像數據庫。在此基礎上，森林遙感圖像的計算機分析將成為未來森林資源信息技術的重要組成部分，並將在中國林業現代化中發揮重要作用（見林業遙感）。