遥感图像处理复习题资料

遥感图像处理复习题资料 第一章 绪论 什么是遥感图像,遥感模拟图像与遥感数字图像有什么区别, 遥感图像，或称遥感像片，是各种传感器所获信息的产物，是遥感探测目标的信息载体。 数字图像是指被计算机存储、处理和使用的图像，是一种空间坐标和灰度均不连续的、用离散数学 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示的图像，它属于不可见图像。 模拟图像(又称光学图像)是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。 区别:模拟图像连续可见，不便于用计算机处理,也不便于图像的储存、传输;数字图像不连续不可见。 图像处理学包括哪几个层次,各层次间有何区别和联系, 数字图像处理层次:?狭义的图像处理;?图像识别与分析;?图像理解。 区别:狭义的图像处理:主要在图像像素级上进行的，是低级处理，处理的数据量非常大，输入输出均为图像，是图像—图像的过程，如图像缩放、图像平滑、对比度增强; 图像识别与分析: 通过分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式的描述，是中级处理，输入图像，输出提取的特征，是图像—数值或符号的过程，如区域分割、边界检测; 图像理解: 根据较抽象的描述进行解析、判断、决策，其处理过程和方法与人类的思维推理有许多类似之处，是高级处理，输入为图像，输出为规则，是图像—描述及解释的过程，如无人驾驶，自动机器人、模式识别。 联系:随着抽象程度的提高，数据量是逐渐减少的。具体说来，原始图像数据经过一系列的处理过程，逐步转化为更有组织和用途的信息。在这个过程中，语义不断引入，操作对象也逐步发生变化。另外，高层操作对低层操作有指导作用，能提高低层操作的效能，完成复杂的任务。 1 图像处理学主要与哪些学科有关, 遥感数字图像处理是地学、物理学、数学、心理学、电子学互相渗透的产物，是一门新兴的边缘性科学技术。它是建立在现代光电技术、电子计算机技术和信息论以及地学理论基础上的综合性科学技术。 图像处理系统由哪些模块组成,各模块起何作用, 模块组成:数字图像处理系统由图像输入,图像存储,图像输出,图像通信,图像处理和分析5个模块组成。 各模块作用: 图像输入模块:图像输入也称图像采集或图像数字化,它是利用图像采集设备(如数码照相机,数码摄像机等)来获取数字图像,或通过数字化设备(如图像扫描仪)将要处理的连续图像转换成适于计算机处理的数字图像。 图像存储模块:主要用来存储图像信息。 图像输出模块:将处理前后的图像显示出来或将处理结果永久保存。 图像通信模块:对图像信息进行传输或通信。 图像处理与分析模块:包括处理算法、实现软件和数字计算机,以完成图像信息处理的所有功能。 什么是遥感数字图像处理,它包括哪些内容, 遥感数字图像处理是对遥感图像进行一系列的操作，以求达到预期目的的技术。 遥感图像处理可分为两类: 遥感图像光学处理:利用光学、照相和电子学的方法对遥感模拟图像(照片、底片)进行处理; 遥感数字图像处理:利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术。 2 遥感数字图像处理的内容 (一)图像转换 (2种含义:模数之间的转换及实现特征提取的转换) (二)数字图像校正 (三)数字图像增强 (四)多源信息复合 (五)遥感数字图像计算机解译处理 图像数字化包括哪两个过程,采样和量化对数字化图像质量有何影响, 两个过程: 抽样:把时间上和空间上连续的图像转换为离散的抽样点，即象素。 量化:将抽样后所得的连续的象素值离散化为整数值。 对数字化图像质量的影响: 抽样间隔越大，所得图像像素数越少，图像空间分辨率越低，质量越差。反之图像质量好，但数据量大。 量化等级越多(灰度级数越多)，所得图像层次越丰富，灰度分辨率越高，质量越好，但数据量大。反之，图像质量差，会出现假轮廓现象，但数据量小。 第二章:遥感数字图像的几何处理 遥感图像的几何变形误差的影响因素有哪些, 静态误差:在成像过程中，传感器相对于地球表面呈静止状态时所具有的各种变形误差; 动态误差:主要是由于在成像过程中地球的旋转所造成的图像变形误差。 内部误差——由于传感器自身的性能、技术指标偏离标 静态误差 称数值所造成的，它随传感器的结构不同 而异，误差较小。 外部误差——传感器本身处在正常工作的条件下，由传 感器以外的各因素所造成的误差。例如传 感器的外方位(位置、姿态)变化、传感 介质的不均匀、地球曲率、地形起伏等因 素所引起的变形误差等。 1. 传感器成像几何形态带来的变形 ) 全景投影变形 (1 (2) 斜距投影变形 3 2. 传感器外方位因素变化的影响 3. 地球起伏的而影响 4. 地球曲率的影响 5. 大气折射的影响 6. 地球自转的影响 遥感数字图像几何纠正的一般过程包括哪些,像素灰度重采样有哪些方法,各有何特点, (1)准备工作。包括影像数据、地图资料、大地测量成果、航天器轨道参数和传感器姿态参数的收集与分析，所需控制点的选择和测量等。 (2)原始数字影像输入。按规定的格式将遥感数字影像用专门的程序读入计算机。 (3)建立纠正变换函数。纠正变换函数用来建立影像坐标和地面坐标间的数学关系，即输入影像与输出影像间的坐标变换关系。 (4)确定输出影像范围。确定恰当的输入影像范围，使纠正后的影像全部包括在定义的范围内，且使空白影响面积尽可能少。 (5)像元几何位置变换。按选定的纠正变换函数把原始的数字影像逐个像元地变换到输出影像相应的位置上去，变换方法分正解法和反解法。 (6) 像元的灰度重采样。四种种灰度重采样方法:最近邻像元法，双线性插值法，双三次卷积法，双像素重采样法。 (7)输出纠正数字图像。经过逐个像元的几何位置变换和灰度重采样得到的输出影像数据按照需要的格式写入纠正后的输出影像文件。 三种像素灰度重采样方法: 1最近邻法:距离实际位置最近的像元的灰度值作为输出图像像元的灰度值 2双线性法:以实际位置临近的4个像元值，确定输出像元的灰度值 3三次卷积法:以实际位置临近的16个像元值，确定输出像元的灰度值。 4 三种像素灰度重采样方法的特点: 1)最近邻法:算法简单且保持原光谱信息不变;缺点是几何精度较差，图像灰度具有不连续性，边界出现锯齿状。 2) 双线性插值:计算较简单，图像灰度具有连续性且采样精度比较精确;缺点是细节丧失 3)双三次卷积法:计算量大，图像灰度具有连续性且采样精度比较精确。 中心投影的航空相片、多光谱扫描图像、推扫式成像仪和真实孔径雷达图像的有何几何特征, 中心投影的航空相片的几何特征: 1、地物通过摄影中心与其成像点共一条直线。 2、投影中心到像平面的距离为物镜主距f。 3、地物起伏使得各处影像比例出不同。 4、地物由于成像平面倾斜其成像会发生形变。 5、具有高差的物体成像在相片上有投影差。 多光谱扫面图像的几何特征: 这种扫描仪的构想方程在几何上等效于全景投影，但此时在每个瞬间获得的不是一条缝隙影像，而是相应于地面方形地区的一个像元素。在形成构想方程式时，应取每个像元素的瞬间位置为该片坐标原点，因此相片坐标x和y值为零值。 推扫式成像仪成像的几何特征: CCD 线列推帚式遥感器与连续航带缝隙式摄影机成像方式相同，影象在旁向属于中心投影，在航向上属于以时间为参数的正射投影，因此，连续航带缝隙式摄影机构像共线方程和附加构像方程同样适用于 CCD 线列推帚式遥感器，但此时，附加构像方程中的 vf 代表扫描行间隔的电子采样记录速度，而不代表卷片速度。 真实孔径雷达图像的几何特点: 1、到达斜面顶部的斜距与到达底部的斜距之差ΔR比地距之差Δx(即水平距离之差)要小，所以在图像上斜面的长度被缩短了，这种现象称为透射收缩。 2、透射收缩进一步发展，使得波束到达斜面顶部的斜距比到达底部的斜距更短时，其顶部和底部是颠倒显示的，这种现象称为顶底位移。 ф-ш-к转角系统的转角关系是什么, φ表示航向倾角，它是指主光轴So在XZ平面的投影与Z轴的夹角;ω表示旁向倾角，它是指主光轴与其在XZ平面上的投影之间的夹角;κ表示相片倾角， 5 它是指Yso平面在相片上的交线与像平面坐标系的y轴之间的夹角。 中心投影、多中心投影和侧视雷达数字图像的构像方程及几何纠正。 中心投影的构像方程(即共线方程) 中心投影的几何纠正的方法: 1、反解法数字微分纠正 1)计算地面点坐标 2)计算像点坐标 3)灰度内插 4)灰度赋值 2、正解法数字微分纠正 多中心投影构像方程: 1、旁向倾斜立体影像构像方程 2、航向倾斜立体影像构像方程 多中心投影几何纠正的方法: 1)多项式纠正法 2)共线方程纠正法 3)多图像几何配准 侧视雷达数字图像的构像方程: 侧视雷达数字图像的几何纠正 1)按照用距离和多普勒条件表示的成像方程式式 6 2)按照共线方程表达式 什么是内外方位元素, 内方位元素:表示摄影中心与相片之间相关位置的参数(像主点在像平面坐标系中的坐标xo,yo和投影中心到相片的垂距即主距f) 外方位元素:确定摄影光束在摄影瞬间的空间位置和姿态的参数(三个直线参数XYZ和三个角参数ф-ш-к) 什么是像空间辅助坐标系, 该坐标系是一种过渡性坐标系，它以摄站点(或投影中心)S为坐标原点。在航空摄影测量中通常以铅垂方向(或设定的某一竖直方向)为Z轴，并取航线方向为X轴，这样有利于改正沿航线方向积累的系统误差。 第三章 遥感图像的辐射校正 辐射误差产生的主要原因有哪些, (1) 因传感器的响应特性引起的辐射误差 1?光学摄影机引起的辐射误差 2?光电扫描仪引起的辐射误差 (2) 因天气影响引起的辐射误差 进入传感器的辐射畸变成分:大气消光(吸收和散射);天空光(大气散射的太阳光);路径辐射 (3) 因太阳辐射引起的辐射误差 1?太阳位置引起的辐射误差 2?地形起伏引起的辐射误差 (4) 其他原因引起的辐射误差 1?检测器的特性差别、干扰、故障产生不正常条纹 2?噪声或磁带误码率产生斑点误差 大气和太阳辐射误差及校正方法有哪些, 大气辐射误差:由于太阳光在到达地面目标之前，大气会对其产生和收和散射作用，这样就会产生大气辐射误差。 大气辐射误差校正的三种方法:野外波谱测试回归分析法;辐射传递方程计算法;波段对比法 太阳辐射误差，由于太阳位置和地形起伏引起的误差。 太阳辐射误差校正的方法: 1、太阳位置引起的辐射误差校正的方法:公式法;波段比值法 2、地形起伏引起的辐射误差校正的方法:波段比值法可以消除地形倾斜和坡度的影响。 7 简述SAR辐射校正技术 SAR辐射校正技术主要有两种:即内定标技术和外定标技术。 内定标技术:使用从内部校正设备得到的数据，主要测量发射机输出功率和接收机增益，且这些设别可用来跟踪系统在时间上的漂移。 外定标技术:一般采用从外部定标体得到的数据进行参数估计，而定标体有已知散射特性的点目标和已知σ?的分布目标。 简述遥感卫星辐射校正场技术。 利用地球表面大面积均匀地物为目标，当卫星过顶时实施同步地面观测，以实现对在轨运行的传感器做辐射校正，这就是辐射校正技术。 建立辐射校正场得目的: 1、遥感数据定量化的要求 2、监测在轨传感器变化并不断提供修正系数 3、补充星上定标的不足 4、多种传感器和不同时间遥感资料的综合应用 第四章 遥感数字图像增强处理 图像处理按功能分有哪几种形式, 图像增强的主要目的是什么,它包含的主要内容有哪些, 图像增强的主要目的:改变图像的灰度等级，提高图像的对比度;平滑图像，消除边缘和噪声;锐化图像，突出边缘或线状地物;合成彩色图像;压缩图像数据量，突出主要信息。 包含内容: 空域处理:点运算增强;直方图增强;空域模板滤波;彩色图像增强 频域处理:频域的平滑;频域的锐化 彩色增强:伪彩色增强;假彩色增强;彩色变换 多图像代数运算:差值法;比值法;混合运算法;分辨率融合 多光谱图像增强:主成分变换;缨帽变换 什么是灰度直方图,有哪些应用, 直方图的定义: 灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像元的个数。确定图像像元的灰度值范围，以适应的灰度间隔为单位将其划分为若干等级，以横轴表示灰度级，以纵轴表示每一灰度级具有的像元数或该像元数占总像元素的比例值，做出的条形统计图极为灰度直方图。 应用: ?用于判断图像量化是否恰当; 8 ?用于确定图像二值化的阈值; ?当物体部分的灰度值比其他部分灰度值大时，可利用直方图统计图像中物体的面积; ?计算图像信息量 kL,1kj直方图均衡化采用何种变换函数,即累积图像直方图 xhx,(),baaN ,0j 从灰度直方图你能获得图像的哪些信息, 图像的中的灰度分布规律，每个灰度级具有的像元个数，图像的质量好坏。 直方图规定化原理及步骤。 1. 做原图像直方图; 2. 做原图像累积直方图Z = T(x) ，进行均衡化变换; ba 3. 做参考图像直方图; 4. 做参考图像累积直方图Z = G(y) ，进行均衡化变换; bc 5. 对原图像任一灰度级x的累积值Z ，找到对应参考累积值G(y) ，得到abc 对应的新灰度值y ; c 6. 新值y替代原值x ，形成均衡化后的新图像; ca 7. 根据原图像像元统计值对应找到新图像像元统计值，做出新直方图。 直方图规定化处理的技术难点是什么,如何解决, 由于图像是离散函数，，同时近似运算存在误差，所以规定化变换后的直方图只是尽可能地接近参考直方图的形状，而不可能完全相同。 在实际处理中，尽管得到与规定直方图近似的直方图，仍然能得到明显的增强效果。 什么是图像平滑,试述均值平滑与中值滤波的区别 图像平滑:为了抑制噪声改善图像质量所进行的处理 均值滤波是一种局部空间域处理的算法，就是对含有噪声的原始图像f(x,y)的每个像素点取一个领域S，计算S中所有像素的灰度级平均值，作为空间域平均处理后图像g(x,y)像素值。 中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。 二者的区别就在于一个用均值，一个用中值。 区别: (1) 中值滤波后图像保持不变，阶梯保留，而均值平滑后阶梯消失，边缘模糊、 灰度值呈渐变趋势。 (2) 经过中值滤波和均值平滑后都和原图像一样，说明两种处理对此类图像的 效果类似。 (3) 用中值滤波去掉了噪声而原图像保留，经过均值平滑后图像灰度值产生了 起伏。 9 什么是图像锐化,空间域和频率域进行图像平滑和锐化处理的方法 在图像的识别中常需要突出边缘和轮廓、线状目标信息。图像锐化就是使图像的边缘或轮廓、线性目标反差提高，故图像锐化又称边缘增强。 锐化处理方法: 空间域处理:均值平滑和中值滤波，空间域锐化的方法有梯度法、Roberts(罗伯兹)梯度、Prewitt和Sobel梯度、 Laplace算法和定向检测。 频率域处理:频率域锐化(采用高通滤波器让高频成分通过，阻止削弱低频成分，达到图像锐化的目的。) 平滑处理方法: 1. 均值平滑; 2. 超限像素平滑法; 3. 中值滤波 空间域增强包括哪两种运算, 空间域增强包括:点运算和领域运算。 点运算中包括了线性变换、非线性变化、直方图均衡化和这方图规定化 领域运算中包括了图像平滑和图像锐化 卷积运算是如何实现的, 卷积运算是在空间域上对图像进行邻域检测的运算。即借助模板在原图像上移动，逐块地进行局部运算。 模板:一个MxN的小图像， 卷积运算是通过模板(掩模)实现的:模板φ(m,n),大小MxN，从图像左上角开始，在图像上开一与模板同样大小的活动窗口f(m,n),使图像窗口与模板像元的灰度值对应相乘再相加，计算结果g(i,j)作为窗口中心像元的新的灰度值。 试述频域增强步骤。频域平滑与锐化的主要区别在哪里, 步骤:假定原图像为f(x，y)，经傅立叶变换为F(u，v)。频率域增强就是选择合适的滤波器H(u,v)对F(u,v)的频谱成分进行处理得到G(u，v) ，然后经逆傅立叶变换得到增强的图像g(x,y)。 主要区别:在频率域增强技术中，平滑主要是保留图像中的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。 什么是伪彩色增强,伪彩色增强有哪些方法, 伪彩色增强:把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术，目的是使图像细节更易辨认，目标更容易识别。 伪彩色增强的办法有密度分割法、灰度级--彩色变换和频率域伪彩色增强三种。 什么是假彩色增强,与伪彩色增强有何区别, 假彩色增强:对一幅自然彩色图像或同一景物的多光谱图像，通过映射函数变换成新的三基色分量，彩色合成使感兴趣目标呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨力。 区别: 10 假彩色增强是对一幅自然彩色图像或同一景物的多光谱图像，通过映射函数变换成新的三基色分量。伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术 彩色变换的基本原理和主要方法 多光谱图像3波段合成的彩色图像在RGB空间显示，遥感图像处理系统中常采用HIS模型，该模型不是基于色光混合来再现颜色，其表示的颜色与人眼看到的更为接近。RGB与IHS彩色模式可以相互转换。 主要方法有两种:球体变换和圆柱体变换 什么是彩色变换, RGB与IHS彩色模式的相互转换称为彩色变换。 试述基于彩色变换的影像融合步骤。 对TM4,3,2波段分别赋予红、绿、蓝3色进行假彩色合成，对假彩色合成图像实行IHS正变换，用SPOT全色波段代替变换后I(亮度分量)，对代换后的三个波段再作IHS逆变换,将其变回RGB模式(正确)。 试述进行图像复合的主要方法(两类型)。 第一类:在多光谱图像中只选取3个波段，与高分辨率单波段图像进行复合运算，复合图像的3个波段以RGB模式显示。 第二类:用多光谱图像的所有波段与高分辨率单波段图像进行复合运算，这种模型既提高了图像的空间分辨率又保持了原有的光谱信息不变，大大提高了数据质量。 什么是多源信息复合, 多源信息复合指的是应用同一区域不同种类遥感的或非遥感的信息相互匹配，以达到多种信息源相互补充、相互印证、提高遥感影像分析和判读效果的方法。 比值变换有何作用, 比值运算是指两个不同波段的图像对应像元的灰度值相除，是遥感图像处理中常用的方法。 比值算法能去除地形坡度和方向引起的辐射量变化，在一定程度上消除同物异谱现象，是图像自动分类前场采用的预处理方法之一。 什么是植被指数,常用的植被指数如何计算, 根据地物光谱反射率的差异作比值运算可以突出图像中的植被特征、提取植被类别或估算绿色生物量，通常把能够提取植被的算法称为植被指数。 1)比值植被指数 RVI=IR/R 2)归一化植被指数 NDVI =(IR-R)/(IR+R) 3)差值植被指数 DVI = IR-R 4)正交植被指数 11 22PVI(SV)(SV),,,,RRNIRNIR 什么是多光谱空间,K-L变换和K-T变换有何应用意义, 遥感图像的多光谱增强是在多光谱空间中进行。多光谱空间是一个n维坐标系，每一个坐标轴代表多波段图像的一个波段，坐标值代表该波段像元的灰度值，图像中的每个像元对应于坐标空间的一个点。 K-L变换应用: (1)数据压缩 经主成分变换后的图像像元的灰度值不再表示地物原来的光谱值，前几个主分量包含了绝大部分地物信息，只取前几个主分量，即可实现数据压缩。 (2)图像增强 前几个主分量包含了主要地物信息，噪声少，随着信息量的减少，最后的主分量几乎全部是噪声。所以，主成分变换突出了主要信息，抑制了噪声，达到了图像增强的目的。 (3)分类前预处理 多波段图像的每个波段并非最好信息源，分类前的一项重要工作就是特征选择，即减少分类的波段数并提高分类效果，而主成分变换即是特征选择的最常用方法。 K-T变换的应用: 这种变换着眼于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间的特征，为植被研究、特别是分析农业特征提供了一个优化显示的方法，同时又实现了数据压缩。 低通滤波法中常有几种滤波器?它们的特点是什么? 低通滤波法中常有的滤波器:理想低通滤波器，巴特沃斯低通滤波器，指数型低通滤波器，梯形低通滤波器。 特点: 理想低通滤波器，虽然有陡峭的截止频率，却不能产生良好的效果，图像由于高频分量的滤除而变得模糊，同时还产生振铃效应。 巴沃特斯滤波器转移特性曲线较平滑，没有振铃效应，故图像模糊减少，但它的尾部保留较多的高频，所以对噪声的平滑效果不如ILPE。 指数型低通滤波器具有较平滑的过滤带，经此平滑后的图像没有“振铃”现象，而与巴沃特斯滤波相比，它具有更快的衰减特性，处理图像稍微模糊一些。 梯形低通滤波器的性能介于巴沃特斯与完全平滑滤波器之间，对图像具有一定的模糊和振铃效应。 多图像平均法为何能去掉噪声，它的主要难点是什么? 如果一幅图像包含有噪音可以假定这些噪音相对于每一个坐标点(x,y)是不相关的,随机的，其数学期望为零，均值为零。多图像平均法就是把一系列有噪声的图像叠加起来,然后再取平均值以达到平滑的目的。 主要难点在于在求平均时，如何选择参加平均的点数以及领域各点的权重系数等。 12 图像锐化处理有几种方法? 微分法和高通滤波。其中微分法包含:梯度法和拉普拉斯算子法;高通滤波包含:空域高通滤波法和频域高通滤波法。 Laplace算子为何能增强图像边缘, Laplace算子检测的是空间灰度变化率的变化率，是二阶微分，在图像上灰度均匀和变化均匀的部分， Laplace算子计算值?2f(x，y) = 0，因此它不检测均匀的灰度变化，产生的图像更加突出灰度值更加突出的部分。 何为同态增强处理?试述其基本原理。 同态滤波是一类利用图像的照明反射模型，同时实现亮度动态范围压缩和图像对比度增强的技术。 同态滤波的基本原理是:将像元灰度值看作是照度和反射率两个组份的产物。由于照度相对变化很小，可以看作是图像的低频成份，而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。增强的方法。 基本原理: 一幅图像f(x.y)可以用照明亮度和反射率来模拟，即 ，，fx,y,i(x,y),r(x,y)0,i(x,y),,, 0,r(x,y),1 f(x.y)为在(x,y)处图像的亮度值;i(x,y)为在(x,y)处图像的照度;r(x,y)为在(x,y)处的图像反射率。用对数函数可以把照度和反射率分开，然后进行增强处理。 对下图作3×3的中值滤波处理，写出处理结果。 1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 1 1 1 1 5 1 1 1 1 1 7 1 8 1 7 1 1 第一步:根据题意可知需在已知的矩阵基础上添加一行和一列。(因为给的模版是 3*3的，故为了满足模版大小，需这样做)即: 1 1 7 1 8 1 7 1 1 1 1 1 7 1 8 1 7 1 1 1 1 1 1 1 5 1 1 1 1 1 1 1 1 5 5 5 1 1 7 7 1 1 1 5 5 5 1 8 1 1 8 8 1 1 5 1 1 1 1 1 13 8 8 1 1 5 1 1 8 1 1 1 1 1 1 5 1 1 1 1 1 1 1 7 1 8 1 7 1 1 1 1 1 7 1 8 1 7 1 1 1 第二步:然后在步骤1的基础上并根据已知的模版对原图像的每个像素灰度值进行中值滤 波。 对于原图像的第一个像素灰度值1而言: 在其窗口内的各像素灰度值为:1 1 7 1 1 7 1 1 1 对其进行排序后得:1 1 1 1 1 1 1 7 7 其中值灰度值为1，故得到原图像的第一个像素灰度值经3*3的中值滤波后的灰度值为1。 同理，可以逐一得到整个原图像经过3*3的中值滤波后的所有像素灰度值。 最终结果为: 1 1 5 1 7 7 1 1 1 1 5 5 5 1 1 1 1 1 5 5 5 1 1 1 1 1 5 5 5 1 1 1 1 1 1 5 1 1 1 1 8 1 1 5 1 1 1 1 1 1 1 1 1 1 1 1 1 7 5 1 5 1 1 1 第五章 遥感图像的计算机分类 简述遥感图像计算机机分类处理的一般原理 遥感图像分类就是把图像中的每个像元或区域划归为若干类别 中的一种，即通过各类地物的光谱特征分析来选择特征参数，将特征 空间划分为不重叠的子空间，然后将影像内各个像元划分到各个子空 间中去，以达到大致区分遥感图像中多种地物的目的。 试述计算机分类处理的一般过程 1)原始图像的预处理:通过几何校正、辐射校正、量化、采样、预 滤波、去噪声等处理，得到清晰、对比度强、位置准确的图像以便提 高分类精度 2)训练区的选择:抽取具有普遍性、代表性的数据，无资料时可先 做非监督分类，在分类结果中选择训练区。 3)特征选择和特征提取:从众多特征中选择参加分类的若干特征; 从原始特征中提取最能反映类别特征的新特征，完成样本到特征空间 14 的转换。这样既压缩数据又提高可分性。 4)图像分类运算:根据影像特点和分类目的，设计选择恰当的分类器及其判别准则，对特征矢量进行划分，完成分类。 5)检验结果:主要是对分类精度及可靠性进行评价。 6)结果输出:包括分类结果图像输出，以及分类结果的统计值。 什么是非监督分类,什么是监督分类,二者有什么异同, 非监督分类:是在没有先验类别(训练场地)作为样本的条件下，即事先不知道类别特征，主要根据像元间相似度的大小进行归类合并(即相似度的像元归为一类)的方法。 监督分类法:选择具有代表性的典型实验区或训练区，用训练区中已知地面各类地物样本的光谱特性来“训练”计算机，获得识别各类地物的判别函数或模式，并以此对未知地区的像元进行分类处理，分别归入到已知的类别中。 不同点: a. 监督分类对于遥感图像上样本区内的地物的类属已有先验的知识，即已经知道它所对应的地物类别;非监督分类对于遥感图像地物的属性不具有先验知识。 b. 监督分类以样本类别的特征作为依据可直接判断判断非样本数据的类别;非监督分类仅凭据遥感影像地物的光谱特征的分布规律，随其自然地进行盲目的分类，并不确定类别的属性，其属性是通过事后对各类的光谱响应曲线进行分析，以及与实地调查相比较后确定的。 相同点: 都是依据地物的光谱特性的点独立原则来分类的，且都采用的是统计方法。 遥感数字图像特征包括哪些类型,何谓特征选择, 遥感数字图像特征包括地物地物的光谱特征、形状特征和空间关系特征，光谱特征常用距离和相关系数衡量像素的相似度，边界、形状特征、空间关系特征:方位关系、包含关系、相邻关系、相交关系、相贯关系 特征选择是指从众多特征中选择参加分类的若干特征。 比较绝对值距离、马氏距离、欧氏距离判别函数之间的异同。 1(绝对值距离也叫出租汽车距离或城市块距离。 在二维空间中可以看出，这种距离是计算两点之间的直角边距离，相当于城市中出租汽车沿城市街道拐直角前进而不能走两点连接间的最短距离。绝对值距离的特点是各特征参数以等权参与进来，所以也称等混合距离。 2(欧几里德距离 欧几里德距离距离就是两点之间的直线距离。欧氏距离中各特征参数也是等权的。 15 绝对值距离和几里德距离都称为闵可夫斯基距离 (1)闵氏距离与特征参数的量纲有关。有不同量纲的特征参数的闵氏距离常常是无意义的。 (2)闵氏距离没有考虑特征参数间的相关性。而哈拉诺比斯距离解决了这个问题。 3(马哈拉诺比斯距离 与前两种距离不同，马氏距离是一种加权的欧氏距离，它是通过协方差矩阵来考虑变量相关性的。 线性判别函数在两类分类中如何应用? 线性判别函数即一次距离如绝对值距离 监督分类中的最小距离分类法原理简单，计算速度快，可以在快速浏览分类概况中使用，但分类精度不高。 非监督分类中主要采用聚类分析方法即“物以类聚”，其目的是使同一类别的像素之间的距离尽可能的小而不同类别上的像素间的距离尽可能的大 贝叶斯分类法用在什么情况下? 分类前提是训练区地物的光谱服从正态分布，可以求得均值、方差、以及协方差等特征参数，从而求出总体的先验概率密度函数。当总体分布不符合正态分布时，其分类可靠性将会下降，这种情况下不宜采用贝叶斯分类法。 简述计算机分类的新方法 1神经网络分类器 2基于小波神经网络遥感图像分类 3模糊聚类 4决策数分类器 5专家系统分类 简述ISODATA法的基本内容。 ISODATA，称为“迭代自组织数据分析技术”。前述的初始类别参数的选定方法，其所选的参数一般是比较接近的。他只是对图像进行了初始的判别，要将其调整为实际的基准类别参数，需要运用逐步趋近的算法。ISODATA算法就是这种类型。主要环节是聚类、集群的分裂和集群的合并等处理。 第—步:指定下列控制参数。 第二步:聚类处理。 第三步:类别的取消处理。 第四步:判断迭代是否结束。 16 第五步:类别的分裂处理。 第六步:类别的合并处理。 ISODATA法的实质是以初始类别为“种子”进行自动迭代聚类的过程，它可以自动地进行类别的“合并”和“分裂”，其各个参数也在不断地聚类调整中逐渐确定，并最终构建所需要的判别函数。 比较分类处理与增强处理的异同 共同点:增强和提取遥感图像中目标物的信息 不同点: 增强处理?增强视觉效果?提高图像的可解译性(定性) 图像分类?地物类别的区分(定量信息) 第六章 遥感数字图像分析方法 简述分类后处理的主要内容。 分类后处理是在分类处理之后，对分类结果类别分布的一致性检查和调整，剔除一些小图斑，得到最终的相对理想的分类结果。 调整的原理服从“多数”原则，即在分类图像中对每个像元进行如下处理:若某像元的8个邻接像元中至少有6个像元同属于某一类C，则该像元的类别属性也调整为C;否则，保持该像元已分的类别属性不变。这过程也需要有若干次迭代后才能结束。 主要内容(一)聚类统计(二)过滤分析(三)去除分析(四)分类重编码 简述一般分析方法的主要内容 遥感数字图像一般分析是遥感数字图像计算机解译的重要组成部分，主要是对图像进行各种空间分析，进行像元之间或专题分类之间的空间关系处理，使处理后的图像能够更好地表达主要的专题信息。 一、邻域分析 二、查找分析 三、指标分析 四、叠加分析 五、归纳分析 六、分类后处理的四种分析: (一)聚类统计 (二)过滤分析 (三)去除分析 (四)分类重编码 简述分类后处理的基本内容及基本方法(前述) 17 这基本内容和前面的主要内容是一致的吗, 基本方法:聚类统计、过滤分析、去除分析和分类重编码。 什么是邻域分析, 邻域分析，是针对分类专题图像，采用类似于卷积滤波的方法对图像分类值，进行多种分析。其方法是每个像元的值都参与用户定义的邻域范围，和分析函数，所进行的分析，而邻域中心像元的值将被分析结果所取代 过滤分析与去除分析有什么区别, 1)过滤分析处理的只是Clump类组图像，把删除的较小类组图斑中所有小图斑属性赋为0。在需要考虑小图斑归属问题时，就与原图对比确定其属性或者通过空间建模、调用工具进行处理。 2)去除分析既可以处理Clump类组图像，又可以删除原始分类图像中的小图斑，并且把删除的小图斑合并到相邻的最大分类。在处理后，分类图斑属性自动回复为Clump处理前的原始编码，输出简化后的分类图像。 简述地形分析的内容和ERDAS与ArcView地形分析功能的优缺点 地形分析就是在点、线、面基础上，对各种地形因素进行分析，包括坡度分析、坡向分析、高程分带、地形阴影、地形校正处理及栅格等高线等，并对图像进行地形校正。这些操作以DEM为基础。 ERDAS与ArcView地形分析功能的优缺点: 关于坡度分析: ERDAS是与GIS有机集成，但其本身是由大量的模块组成，在进行坡度分析时，它调入相应的模块即可实现，但由于模块是系统给定的，所以得到的坡度图是一定的。 在ArcView下的坡度分析，我们可根据自己的需要，对坡度进行任意分级，即可得到不同级别的坡度图。 地形阴影的对比分析: ERDAS可以调整垂直比例，从不同投影角度来显示不同的阴影，这一点优于ArcView。 简述ERDAS空间建模的主要步骤及建模工具的主要组成部分。 空间建模就是应用直观的图形语言在一个页面上绘制 流程图 破产流程图 免费下载数据库流程图下载数据库流程图下载研究框架流程图下载流程图下载word ，并定义图形分别代表输入数据，操作函数，运算规则和输出数据，生成一个空间模型，应用这些指令可以进行遥感图像处理。 主要步骤:1、放置对象图形 2、定义参数与操作 3、保存图 18 形模型 4、运行图形模型 5、查看运行结果 建模工具的主要组成部分:1空间建模语言 2模型生成器 3空间模型库 第七章 遥感数字图像处理软件简介 简述ERDAS IMAGINE图像处理软件的,主要特点和主要模块的功能 主要模块的功能: 1 视窗Viewer功能:视图是在屏幕上打开的一个显示窗口，用来显示、浏览图像、矢量图形、注记文件、AOI等数据层。 2 输入输出模块: 此模块允许用户输入栅格和矢量数据到IMAGINE中，并可输出文件。 3 数据预处理模块: 此模块的功能有:生成新图像、表面生成、图像剪裁、图像几何校正、图像镶嵌、非监督分类和投影变换。 4 专题制图模块: 此模块的主要功能:制作新的图像文件、编辑地图文件路径、打开地图文件、系列地图工具和打印地图文件。 5 影像数据库模块 6 图像解释模块 此模块的功能:空间增强、傅里叶分析、辐射增强、地形分析、光谱增强、GIS分析、高光谱增强和实用功能 7 图像分类模块 8 空间建模模块 9 雷达模块 10 矢量模块 简述ENVI、PCI和ErMaper遥感图像处理软件的特点和基本功能。 19