遥感图像由于传感器精度，或者其他外界因素，比如天气等乱七八糟的原因，可能会在获取的时候导致精确度下降（主要原因是产生了很多的混合像元）。所以我们无法直接获得高精度的遥感图像，那如何才能将低分辨率的遥感图像转化为高精度的图像呢？我们可以利用亚像元定位技术来提高图像的精度。
所谓的亚像元定位通俗一点说就是将一个像元（像素）分成更小的区域，那么我们就称其中更小的一个区域为一个亚像元。
亚像元定位的方法有很多，近些年来发展起来的混合像元分解技术，虽然能够估计混合像元内的各种地物的百分比，但是却不能知道其空间分布。
硬分类技术是将一个像元中各地物类别的百分比最大的那个，即丰度最大，归属于该像元。软分类技术（混合像元分解）则需要将像元中的每一个地物类别对应的百分比含量表示出来，结果得到的是各个地物的丰度图。但是混合像元分解技术并不能得到各个端元组分在空间上是如何分布的，亚像元定位技术正是用来弥补这种亚像元级别的遥感影像空间细节信息。
亚像元定位这一概念是被Atkinson在1997年提出来的，同时他也提出了空间相关性理论，该理论认为 : 距离较近的像元与距离较远的像元相比更有可能属于同一类型。（距离越近越有可能是同一地物类别）