Os alvos mostrados na imagem que requerem interpretação visual, resumem-se a pontos, linhas e áreas ou polígonos. O reconhecimento do alvo é a chave para a interpretação e extração da informação que queremos obter. Os principais elementos comparativos são: tons, forma, tamanho, padrão, textura, sombra e associação.
Os tons, tonalidades ou cores de um dado pixel, referem-se à tonalidade de cinza, brilho relativo ou cor do objeto/alvo mostrado na imagem. Numa única banda ou canal, todos os pixels são representados em tons de cinza mas, nas imagens compostas (em geral por 3 bandas ou canais de cada vez), a cor do objeto vai depender da quantidade de energia que ele reflete, da mistura entre as cores, e da cor que for associada à banda original. Assim, na composição colorida RGB 4-5-3, p.ex., a vegetação é representada pela cor vermelha, porque esta cor foi associada à banda 4, onde os vegetais refletem muito mais energia do que nas duas outras bandas. É mais fácil interpretar imagens coloridas do que em tonalidades de cinza, porque o olho humano distingue 100 vezes mais cores do que tons de cinza. Numa banda simples, como a da imagem ao lado, só aparecem tons de cinza. Os objetos que refletem muito a radiação, como a areia e o concreto, aparecem na cor branca (nível mínimo de cinza). No outro extremo, os alvos que absorvem muita energia, como os corpos d´água e as florestas, aparecem na imagem como pretos ou em elevados tons de cinza (valores máximos). Observe os pontos pretos na parte superior esquerda e no centro da imagem: possivelmente são árvores ou arbustos.
As formas estão relacionadas com as feições dos alvos e são um dos fatores mais importantes na identificação dos objetos. De um modo geral, formas irregulares são indicadoras de objetos naturais (matas, lagos, rios, etc.), enquanto que as formas regulares indicam objetos artificiais (aeroportos, pontes, estradas, etc.). Algumas formas são características. Os estádios de futebol, p.ex., costumam ser quadrados ou ovais; um circúito hípico, tem a forma de uma elípse; uma área irrigada pelo método do pivô-central, um círculo; e assim por diante. Uma forma irregular muito comum nas imagens de satélite, principalmente em regiões com intensa evaporação (como no Nordeste brasileiro e principalmente na Amazônia), são as núvens. Além delas prejudicarem a interpretação das imagens, ainda costumam projetar sombras sobre a superfície. Sua forma irregular e a cor branca, lhe são características.
O tamanho do objeto ou alvo visto na imagem está relacionado com as dimensões de sua superfície, mas deve ser interpretado em relação aos demais alvos que estão próximos, para uma avaliação mais criteriosa. Ele, também, é função da escala do mapa. Deste modo, em função do tamanho (e da resolução ou escala da imagem), pode-se distinguir uma residência de uma indústria, grandes avenidas de ruas internas, um sulco de erosão de uma voçoroca, um lote agrícola familiar de uma plantação comercial empresarial, etc. Na porção central da foto ao lado, p.ex.,pela forma retangular e tamanho relativamente grande, identificamos galpões industriais; enquanto que na parte da direita e em baixo, unidades bem pequenas colocadas lado a lado, mostram um bairro residencial.
O padrão diz respeito ao arranjo espacial das feições visíveis na imagem. Ao ver num mapa ou imagem um arranjo de linhas tortuosas que lembram os galhos de uma árvore seca (como na foto ao lado, p.ex.), não resta dúvida tratar-se de uma rede de drenagem pluvial, representada pelo padrão dendrítico. Tons e texturas similares que se repetem na imagem, costumam produzir um padrão reconhecível. Assim, redes de drenagem, árvores espaçadas e ruas de um loteamento, são exemplos de padrões. Na imagem de uma cidade grande, é fácil distinguir pelo padrão das residências, tratar-se de uma área residencial (bairro) ou uma favela, p.ex.
A textura vem a ser o arranjo dos objetos e a frequência da sua variação de tons que se verifica em certas áreas da imagem. Quando essas variações são pequenas, tem-se uma textura lisa, como nos gramados, p.ex. e quando as variações são abruptas, tem-se a textura dita rugosa, como acontece com a copa das árvores, p.ex. Na imagem ao lado, a textura rugosa fica na metade de cima e a lisa, na de baixo. Numa imagem colorida, como na composição RGB 3-2-1 p.ex., uma área de eucalipto pode ser representada por uma textura rugosa; uma área de pinus por textura semi-rugosa; campo, por textura áspera; e a água de um açude, por uma textura lisa.
A sombra de um objeto na imagem dá uma idéia do seu perfil e altura, facilitando o seu reconhecimento. É um elemento útil para realçar ou identificar as feições topográficas e as formas do relevo, principalmente nas imagens de radar. Assim, a partir da sombra, outros elementos, como a forma e o tamanho, podem ser inferidos. Entretanto, se por um lado, a sombra ajuda a identificar os objetos (pontes, chaminés, árvores e feições do relevo), por outro, pode ocultar a visualização dos objetos por ela encobertos.
A associação ou adjacências leva em conta as relações do alvo com outros objetos ou feições geográficas localizados nas suas proximidades. Zonas comerciais podem estar associadas a estradas, enquanto que zonas residenciais, com escolas, play-grounds e campos de esporte. A imagem de um lago (foto), está associada a barcos, marina e área de recreação.