遥感数字图处理复资料整理
直方图 直方图灰度级函数描述图中灰度级素数数字图说直方图实际灰度值概率密度函数离散化图形
1 窗口 图中素（x y）中心左右称原设定素范围称窗口
2 滤波 滤波某种信号处理成种信号程滤波概念频率域图处理中空间域滤波卷积运算
3 纹理 通常认纹理纹理基元某种确定性规律某种统计规律重复排列组成
遥感图数字表示？
表示图基方法两类确定统计确定表示法写出图函数表达式数字图表示成矩阵量形式统计表示法种均特征表示图
1 图统计特征什作？
单波段图言统计特征反映素值均信息反映素值变化信息遥感图处理波段数处理处理中仅考虑单波段图统计特征考虑波段间存关联波段图间统计特征仅图分析重参数图合成方案
2 图直方图样性质？
直方图反映图中灰度分布规律幅特定图唯直方图应图相直方图果幅图仅包括两相连区域区域直方图已知整幅图直方图两区域直方图遥感图数机性般情况遥感图数然界现象样服接正态分布
3 根图直方图判断图质量？
根直方图形态致推断图反差然通目改变直方图形态改善图度 般说果图直方图形态接正态分布样图反差适中果直方图峰值位置偏灰度值边图偏亮果峰值位置偏灰度值边图偏暗峰值变化陡窄说明图灰度值集中反差
4 窗口邻域什区？
图中素（xy）中心左右称设定素范围称窗口窗口矩形行列数奇数行数x列数方式命名例3x3窗口5x5窗口等3x3表示3行3列素构成矩形范围中心素周围行列称该素邻域邻域中心素相邻行列总数命名例3x3窗口言果考虑中心素周围素相邻总行列数8称8－邻域果认左右素相邻素总行列数4称4－邻域
5 什卷积运算？
卷积空间域针特定窗口进行运算图滑锐化中基计算方法 设窗口m×n（ij）中心素f(xy)图素值g（ij）运算结果窗口模板（称卷积核kernel）卷积计算公式：
整图左角开始左右窗口序进行遍历完成整图卷积计算图边缘法满足窗口中心素求窗口外部素值意种方法处理：1）设0值2）称原图中取值3）保留原值进行计算
6 什滤波？
狭义说滤波指改变信号中频率分量相者分离出加抑制甚全部滤某频率分量程广义说滤波某种信号处理成种信号程计算滤波频率函数 信号频谱间相计算
7 什纹理？包括基类型？
名词解释
1 灰色梯尺 黑白系列非彩色条灰色色带表示端纯黑色端纯白色称灰色梯尺
2 伪彩色合成 伪彩色合成单波段灰度图中灰度级特定函数关系变换成彩色然进行彩色图显示方法通密度分割方法实现
3 真彩色合成 果彩色合成中选择波段波长红绿蓝波长相似图颜色真彩色似种合成方式称真彩色合成
4 密度分割法密度分割法针单波段遥感图灰度分级级赋予色彩变成副彩色图
5 直方图均衡化：原始图素灰度作某种映射变换变换图灰度概率密度呈均匀分布变换图灰度级均匀分布
6
二简答
1 图增强意义？
改善图度突出感兴趣物信息提高图目视解释效果般意义图增强图起更图处理方法
常颜色模型什特点？
1）RGB模型种模型彩色监视器彩色摄机等领域彩色图中部分物隐藏阴影中时适 2）CMY模型彩色印机
3）YIQ模型彩色电视广播中Y相亮度IQ称正交两颜色分量优点掉亮度（Y）颜色信息（IQ）间紧密联系
4）HIS模型图显示处理中I强度强度成份（Ｉ）图中颜色信息关色调饱度成份获颜色方式密切相关特征HIS模型成理想研究图处理运算法工具面彩色图处理常颜色模型
2 什进行彩色合成？合成方法？
眼黑白密度分辨力限致10灰度级彩色图分辨力高果均分辨率 计算眼察觉出数百种颜色差仅仅色调素果加颜色两素：饱度亮度眼够辨彩色差异级数远远黑白差异级数充分利色彩遥感图判读中优势常常首先波段图进行彩色合成彩色图然进行处理彩色合成包括伪彩色合成真彩色合成假彩色合成模拟真彩色合成四种方法
3 假彩色合成伪彩色合成差异什？
伪彩色合成单波段灰度图转变彩色图方法假彩色合成伪彩色处假彩色合成数波段
4 SPOT光谱数模拟真彩色图显示？
色XS2表示绿色（XS1+ XS2+ XS3）3波段运算实现蓝色采XS1波段代该方法实际原绿波段（050059 μm）作蓝波段（该波段蓝波段光谱范围）红波段（061068 μm）采原波段绿波段绿波段红波段红外波段算术均值代
5 图拉伸方法优点什？
包括灰度拉伸图均衡化直方图规定化
拉伸基图处理方法改善图显示度果度较低法清楚表现出图中物间差异需显示时候进行拉伸处理拉伸波段进行通处理波段中单素值实现增强效果
6 波段图线性拉伸步骤什？
设定增强图范围计算线性拉伸公式波段进行线性拉伸进行彩色合成
7 波段图进行直方图均衡化具体步骤什？
（1）统计原图灰度级素数累积素数
（2）计算灰度级xa均衡化应新值四舍五入取整新灰度级xb
（3）新值代原灰度值形成均衡化新图
（4）根原图素统计值应找新图素统计值作出新直方图
名词解释
精纠正：精纠正称配准（registration）传感器具精度图图数集中相物元素精确彼匹配叠加起程
二简答
1 辐射校正目什？
辐射校正目：消传感器身条件薄雾等气条件太阳位置角度条件某避免噪声引起传感器测量值目标光谱反射率光谱辐亮度等物理量间差异恢复图面目遥感图分割分类解译等续工作基础
2 遥感图精纠正目原理什？
精纠正称配准（registration）传感器具精度图图数集中相物元素精确彼匹配叠加起程遥感图精纠正解决遥感图图投影匹配问题重性体现三方面：第进行纠正图信息进行种分析制作满足量测定位求类遥感专题图第二域应传感器光谱范围成时间种图数进行计算机动分类物特征变化监测应处理时必须进行图间空间配准保证图间致性第三利遥感图进行形图测图更新求遥感图具较高理坐标精度 精纠正基原理回避成空间程直接利面控制点数遥感图畸变身进行数学模拟认遥感图总体畸变作挤压扭曲缩放偏移更高次基变形综合作结果校正前图相应点坐标关系适数学模型表示
3 什图重采样？常重采样方法？什特点？
纠正数字图身属规离散采样非采样点灰度值需通采样点(已知素)插获取重采样 常重采样方法邻方法双线性插方法三次卷积插方法 邻重采样算法简单优点保持素值变纠正图具连续性会影响制图效果相邻素灰度值差异较时会产生较误差 双线性插方法简单具定精度般满意插值效果缺点方法具低通滤波性质会损失图中边缘线性信息导致图模糊 三次卷积插方法产生图较滑缺点计算量
4 进行源图配准？
图配准指图名图通变换实现重叠通常称作相配准相配准图纳入某图坐标系统称作绝配准 项式线方程实现图配准例采项式纠正法旦图选择分布均匀足够数量名图作相互匹配控制点根控制点计算项式系数实现幅图幅图纠正达图配准许情况难找准确控制点图配准通常采相关函数进行动配准图动配准基假设相物具相似光谱特征通两图作相移动找出相似性量度值差位置作图配准位置
名词解释
1 傅立叶变换：指非周期函数正弦余弦加权函数积分表示
2 成分变换：基变量间相关关系量丢失信息前提种线性变换方法数压缩信息增强遥感软件中成分变换常称K－L变换
二 简答
1 傅立叶变换基性质？
1）称性：函数偶函数分量应傅立叶变换偶函数分量奇函数分量应奇函数分量引入系数j （2）加法定理：时域中加法应频域加法 （3）位移定理：函数位移变化会改变傅立叶变换幅值会产生相位变化 （4）相似性定理：窄函数应宽傅立叶变换宽函数应窄傅立叶变换（谓宽窄指函数坐标轴方延伸情况） （5）卷积定理：时间域中函数卷积应频域中函数积者说两函数卷积傅立叶变换等傅立叶变换积果函数限维空间中定义图假设图方周期性重复卷积定理成立 （6）轭性：函数傅立叶变换轭输入傅立叶变换程序该函数轭说完全利傅立叶变换程序计算傅立叶逆变换须重新编写逆变换程序 （7）Rayleigh定理：傅立叶变换前函数具相量
2 傅立叶变换基工作流程什？
傅里叶变换工作流程： （1）正FFT 指定图波段计算公式进行FFT产生频率域图 （2）定义滤波器 频率域图参定义滤波器常滤波器低通高通带通带阻户定义种波段频率域图需定义滤波器 （3）逆FFT：定义滤波器应频率域图空间域图进行显示
3 成分变换算法性质？工作流程什？确定成分数解释成分？
成分变换基性质： （1）总方差变性变换前总方差保持变变换原方差新成分重新进行分配 （2）正交性变换成分间相关 （3）成分量中删面（np）成分保留前p（p＜＝n）成分时产生误差满足方误差准换句话说前面p成分包含总方差部分 成分变换流程：成分正变换－成分逆变换 （1）般意义成分变换指正变换该程通图进行统计分析波段协方差矩阵相关矩阵基础计算特征值构造成分根成分－特征值关系选择少数成分作输出结果 （2）果正变换中选择成分数目波段变量数目相逆变换结果完全等原始图果选择成分数目少波段数逆变换结果相压抑图中噪音时逆变换结果图波段原始图波段具应性具原始图波段物理意义
名词解释
1 模板：图滤波仅考虑前素值考虑前素相邻域素间关系前素相邻素邻域素通指定窗口确定邻域范围相邻素前素影响表现权重矩阵（称模板卷积核）
2 图滑：图获取传输程中受传感器气等素影响会存噪声图噪声表现亮点亮度区域抑制噪声改善图质量做处理称图滑
3 椒盐噪声：椒盐噪声称脉噪声机改变素值二值图表现素点变白（b表示）素点变黑（a表示）
4 中值滤波：值作中心素新值窗口行列数般取奇数中值代均值中值滤波抑制噪声时够效保留边缘减少模糊
5 态滤波：态滤波减少低频增加高频减少光变化锐化边缘细节图滤波方法
二简答题（10）
1 图滤波目什？方法？
2 图噪声类型特点什？
3 理解中值滤波变性？
4 什梯度倒数加权法滑？
5 什Laplacian算子？特征？
6 罗伯特梯度Sobel梯度什区？
7 根素梯度值生成梯度图方法？
8 定检测模板？
9 频率域滤波滤波器？什特点？
10 态滤波基操作？
二简答题（10）1 图滤波图中提取空间尺度信息突出图空间信息压抑关信息者图某信息恢复信息图滤波种图增强方法图滤波分空间域滤波频率域滤波两种方法空间域滤波通窗口卷积核进行参相邻素单素灰度值前滤波方法频率域滤波图进行傅立叶变换然变换频率域图中频谱进行滤波2 图噪声产生原分外部噪声部噪声外部噪声指图处理系统外部产生噪声天体放电干扰电磁波电源线窜入系统等产生噪声部噪声指系统部产生噪声统计理观点分稳非稳噪声统计特征时间变化噪声称稳噪声统计特征时间变化噪声称非稳噪声噪声幅度分布形态分高斯型瑞利型噪声频谱分布形状进行分类均匀分布噪声称白噪声产生程进行分类噪声分量化噪声椒盐噪声等3 维某特定输入信号中值滤波输出保持输入信号值变例输入信号2n+1单调增加单调减少序列二维信号中值滤波变性复杂仅输入信号关窗口形状关图 77列出种二维中值滤波窗口应尺寸变输入图形般窗口角线垂直边缘滤波保持变利特点中值滤波图中噪声保持图中边缘信息验方形圆形窗口适宜物轮廓较长图十字窗口适宜尖角物体图维周期性二值序列{xn}…+1+111+1+111…滤波窗口长度9时中值滤波序列保持变二维序列类变性更复杂般二值周期性结构周期性网格结构图4 梯度倒数加权法滑源样考虑：离散图部相邻区域变化区域部变化区域中中间素变化边素变化梯度值正邻素灰度级差值图变化缓慢区域梯度值反取梯度倒数该倒数正梯度相反梯度倒数作权重子区域部邻点权重边区域外邻点说种滑贡献重区域部素滑图边细节会受明显损害5 Laplacian算子线性二阶微分算子取某素左右四相邻素值相加减该素四倍作该素新灰度值梯度运算检测图空间灰度变化率图灰度变化变化率Laplacian算子检测变化率变化率二阶微分图灰度均匀变化均匀部分根Laplacian算子计算出值0检测均匀灰度变化产生图更加突出灰度值突变部分梯度算子拉普拉斯算子性拉普拉斯锐化效果容易受图中噪声影响实际应中常先进行滑滤波然进行拉普拉斯锐化考虑性性质滑特点常选择高斯函数作滑滤波核（先进行高斯低通滤波）6 （1）罗伯特（Roberts）梯度采交叉差分方法
模板表示： Roberts梯度相图开2×2窗口模板h1计算取绝值加模板h2计算取绝值计算值作中心素（xy）梯度值示
种算法意义交叉方法检测出素间左右间斜方间差异采Roberts梯度图中素计算梯度值终产生梯度图达突出边缘目（2）Sobel梯度Prewitt算法基础4邻域采加权方法进行差分边缘检测更加精确常模板：
面PrewittSobel模板中h1水方物进行锐化h2垂直方物进行锐化应中注意模板含量噪声图适Roberts梯度相Sobel算法较考虑邻域点关系扩模板2×2扩3×3进行差分7 （1）素点梯度值代原灰度值方法图完全失原图面目成幅边缘图梯度值边缘轮廓突出显示灰度变化较缓均匀区域黑色图包含量信息素灰度值差异普遍存突出边缘信息时保留图背景设定非负阈值T进行处理（2）适选取T 梯度值≥T点灰度等该点梯度值保留原灰度值形成背景（3）根需指定灰度级LG例令LG＝255LG表示边缘保留原背景值（4）指定灰度级LB表示背景例令LB＝0形成黑背景保留边缘梯度变化（5）边缘灰度图分灰度级LG LB表示例255表示边缘0表示背景形成二值图8（1） 检测垂直线
＼
（2） 检测水线
（3）检测角线
9 （1）理想滤波器包括理想低通滤波器理想高通滤波器理想低通滤波器处理会导致边缘损失图边缘模糊理想高通滤波器处理图中边缘抖动现象（2）Butterworth滤波器包括Butterworth低通滤波器Butterworth高通滤波器Butterworth低通滤波器特点连续衰减理想低通滤波器样具明显连续性滤波器处理图边缘模糊程度降低Butterworth锐化效果较边缘抖动现象明显计算较复杂（3）指数滤波器包括指数低通滤波器指数高通滤波器指数低通滤波器抑制噪声时图中边缘模糊程度Butterworth滤波器指数高通滤波器Butterworth效果差边缘抖动现象明显（4）梯形滤波器包括梯形低通滤波器梯形高通滤波器梯形低通滤波器介理想低通滤波器指数低通滤波器间处理图定模糊梯形高通滤波器会产生轻微抖动现象计算简单常（5）高斯滤波器包括高斯低通滤波器高斯高通滤波器10 （1）取数
图运算法变加法分开射分量反射分量然频率域进行图处理（2）（1）结果进行傅立叶变换
（3）选取滤波器函数进行滤波处理
里称态滤波函数分作射分量反射分量态滤波函数类型参数选择滤波结果影响（4）应傅立叶逆变换图转换空间域
（5）式进行指数变换
名词解释
1 图分割
2 区域分割
二简答
1 图分割原什？
2 图分割采三种方法？
3 适应阈值方法实现适应分割？
4 举例说明分水岭算法实现程？
5 图梯度运算采种常方法突出图轮廓？
6 边缘检测基思想什？
7 区域生长方法基思想什？
8 简单区域扩张法基步骤什？
9 数学形态学基运算四种？
10 腐蚀分两步程免分裂目标请问两程？
答案
名词解释
1 图分割指图分成具特性区域提取出感兴趣目标技术程数学角度图分割数字图划分成互相交区域程图分割程标记程属区域素赋予相编号程
2 特征连续性边缘检测图分割成特征相互相重叠连接区域处理称区域分割
3 结构元素图先进行腐蚀然进行膨胀运算称开运算（Open）具消细目标纤细点处分离目标滑较目标边界时明显改变面积作
4 先膨胀腐蚀程称闭运算（Close）具填充目标细空洞连接邻目标明显改变目标面积情况滑边界作
5 距离变换种二值图运算运算结果幅二值图灰度级图素灰度级该素距背景素间距离
二简答1 图复杂性应样性图分割没统标准方法般两原图进行分割 （1）素灰度值连续性进行分割假定区域素灰度值具连续性进行分割 （2）区域部素灰度值具相似性进行分割 种方法般点（种子）出发邻域中满足相似性测量准素进行合达分割目素连续性进行分割方法区域增长法
2 图分割采三种方法实现：利区域方法时素划目标区域中边界方法中需确定存区域间边界边缘方法中先确定边缘素连接起构成需边界三种方法解决问题时
3 适应分割二次图处理实现第次处理前先根目标图划分成固定块（例块100 x 100）根块灰度直方图阈值确定背景峰值数峰值中点直方图单峰块予考虑 第次处理时块中目标边界固定阈值确定块间阈值做目目标图中抽取出计算目标部均灰度值 第二次处理时目标阈值该值部灰度值块背景灰度值中间值定义
4 分水岭算法适应阈值化关算法假定图中目标灰度值低背景灰度值高 图初低灰度值阈值化该灰度值图分割成正确数目目标边界偏目标部阈值逐渐增加次增加灰度级目标边界着阈值增加扩展直边界相互接触初次接触点构成相邻目标间终边界该程阈值达背景灰度级前终止 分水岭算法简单图佳灰度级进行阈值处理偏低然正确分割目标阈值开始然着阈值逐渐升佳值目标会合方法解决目标太全局阈值解决问题仅采初阈值进行分割结果正确分割正确（说图中实际目标相应边界） 必须细心选择初终阈值灰度级果初始阈值太低低度目标开始时会丢失然着阈值增加会相邻目标合果初始阈值太高目标开始便会合终阈值决定边界实际目标吻合程度
5 图梯度运算采四种常方法突出图轮廓： （1）梯度图直接输出 （2）加阈值梯度输出 （3）边缘规定特定灰度级 （4）背景设特定灰度级
6 边缘检测基思想通检测素邻域状态决定该素否位目标边界果素位目标边界邻域素灰度值变化较假应某种算法检测出种变化进行量化表示确定目标边界边缘检测算子通检查素邻域灰度变化进行量化达边界提取目部分检测算子确定变化（边界）方
7 区域生成基思想具相似性质素集合起构成区域首先需分割目标区域找种子素作生长起点然种子素周围邻域中种子素性质相相似素（根某种事先确定生长相似准判定）合种子素区域中素作新种子素继续进行述程直没满足条件素包括进样区域长成
8 简单区域扩张法般单素开始进行步骤： （1）图进行扫描求出属区域素 （2）该素灰度周围4邻域8邻域属区域素灰度相较果差值某阈值作区域加合 （3）新合素反复进行2）操作 （4）反复进行2）3）步直区域扩张 （5）返回1）寻找成新区域出发点素
9 数学形态学基运算四种：腐蚀膨胀开启闭合
10 腐蚀分两步程免分裂目标第步正常腐蚀条件说标素点立消第二步中消破坏连通性点消否保留步3×3邻域运算查表运算实现
名词解释
1 图分类
2 非监督分类
3 SAM
4 训练区
5 神网络
二简答
1 绝距离欧氏距离时需注意问题？
2 简述遥感图分类流程
3 ISODATA算法K均值算法什
4 遥感图硬分类软分类区什？
5 选择训练区应该注意问题？
6 监督分类方法什特点？
7 神网络遥感图分类优缺点？
8 图分类处理包括工作？
9 遥感专题制图中需注意问题？
10 提高遥感图分类策？
答案
1 类物相条件（光形等）应该具相相似光谱信息空间信息特征类物间具差异根种差异图中素性质分干类（Class）程称图分类
2 非监督分类指事先分类程加入先验知识仅遥感图中物光谱特征然聚类特性进行分类
3 光谱角分类方法(Spectral Angle Mapper：SAM)种光谱匹配技术通估计素光谱样光谱混合素中端元成分(end member)光谱相似性分类
4 训练区样区确定图中已知类素特征遥感处理系统中称感兴趣区
5 工神网络（Artificial Neural NetworkANN）量处理单元（神元）相互连接网络结构脑某种抽象简化模拟
二简答1 绝距离欧氏距离时需注意两点： （1）特征参数量纲 具量纲特征参数常常意义例特征参数某波段亮度值某种波段亮度值时波段亮度值通常整数值常1数样数量级相差较数等权组合起突出绝值特征参数作降低绝值特征参数作解决办法进行分类前数进行标准化 （2）特征参数间相关性 特征参数间通常（未正交变换）相关相关意味着特征参数表征物特征方面性特征参数中部分相关性较强相关性般说相关参数相关参数距离中权应致述公式中权相缺点面马氏距离解决问题
2 遥感图分类流程： （1）预处理：包括确定工作范围源图配准噪声处理辐射校正精校正图融合等 （2）特征选取：包括特征选择特征提取特征选择众特征中挑选出参加分类运算干特征特征提取特征选择利特征提取算法（成分分析算法）原始特征中求出反映物类性质组新特征 （3）分类：根特征分类象实际情况选择适分类方法 （4）分类处理：分类程素逐进行分类结果图中成片物类分布区会出现零星异类素中许合理根分类求进行处理工作 （5）结果检验 分类精度性进行评价 （6）结果输出 达精度求分类图根需途设置投影例尺图例等制作专题图数转换量格式供系统
3 第调整样类重新计算次类样均值样调整完毕重新计算前者称逐样修正法者称成批样修正法 第二ISODATA算法仅通调整样属类完成样聚类分析动进行类合分裂类数较合理聚类结果
4 根素分类类遥感图分类方法分硬分类软分类图素分类分类方法称硬分类传统统计分类方法硬分类硬分类时合理素时具两类类性质图素时分两两类分类方法称软分类时素分类外时允许两类中具隶属概率部分隶属值硬分类合理面种较合理解决方式
5 选择训练区时应注意问题： （1）训练区必须具典型性代表性含类型应研究域区分类致训练区样应面积较物中心部分选择应物混交区类边缘选取保证特征具典型性进行准确分类 （2）图件时间空间保持致性便确定数字图形图（土利图质图航片等）应关系致量找时间相图件时图件空间应匹配 （3）训练区选取方式坐标输入式机话式两类坐标输入式预先实调查确定类物分布区转绘图量测选定坐标系中位置量测数输入计算机映射遥感图种方式带图显示装置计算机系统机话式带图显示装置数字图处理系统通鼠标图勾画出物范围转入实调查图矢量数作训练区训练区确定通直方图分析样分布规律分性般求单类训练区直方图单峰似正态分布曲线果双峰类似二正态分布曲线重叠混合类需重做 （4）训练样数目训练样数计算类均值协方差矩阵根概率统计协方差矩阵导出少需K+ 1样（K光谱空间分量数选择特征数）数理值实际保证参数估计结果较合理样数应适增具体分类时根工作区解程度图身情况确定样数量
6 监督分类种方法特点： （1）行道法：种方法优点分类标准简单计算速度快问题波段均值标准差划分行面体实际物类点群形态致 （2）距离方法：容易产生错误该方法简单实性强计算速度快 （3）似然方法：基贝叶斯准分类错误概率种非线性分类应较广泛较成熟种监督分类方法 （4）光谱角方法：种光谱匹配技术通估计素光谱样光谱混合素中端元成分(end member)光谱相似性分类
遥感数字图处理复题
1什遥感图说明遥感模拟图遥感数字图区
图（image）客观象种相似性描述写真包含描述写真象信息信息源遥感数字图（digita image）指数字形式表述遥感影图明暗程度空间坐标连续性划分图分数字图模拟图数字图指计算机存储处理图种空间坐标灰度均连续离散数学表示图属见图模拟图（称光学图）指空间坐标明暗程度连续变化计算机法直接处理图属见图
2样获取遥感图
目前遥感数字图获取根遥感传感器基构造成原理致分摄影成扫描成雷达成三类1摄影成根卤化银物质光会发生分解机制卤化银物质均匀涂布片基制成感光胶片种图典型遥感模拟图2扫描成扫描类遥感传感器逐点逐行时序方式获取二维图遥感数字图3雷达成发射机侧面发射束窄脉物反射微波脉（称回波）线收集接收机接收图属遥感模拟图
3什遥感数字图处理包括容
遥感图进行系列操作求达预期目技术称作遥感图处理遥感图处理分两类：利光学相电子学方法遥感模拟图（片底片）进行处理简称光学处理二利计算机遥感数字图进行系列操作获某种预期结果技术称遥感数字图处理遥感数字图处理根抽象程度分三层次：狭义图处理图分析图解译狭义图处理着重强调图间进行变换图分析图中感兴趣目标进行检测量测建立图描述图解译进步研究图中目标物性质特征间相互关系出图容理解原面客观物场景解译生产科研提供真实全面客观世界方面信息图理解助知识验进行遥感图解译程遥感数字图处理致分种：1图转换2数字图校正3数字图增强4源信息复合5遥感数字图计算机解译处理
1什辐射误差？什辐射校正？辐射误差产生原什
辐射误差产生原两种传感器响应特性外界（然）条件者包括太阳射（位置角度）气传输（雾云）等条件
（1）传感器响应特性引起辐射误差
l）光学摄影机引起辐射误差
2）光电扫描仪引起辐射误差
（2）气影响引起辐射误差
（3）太阳辐射引起辐射误差
1）太阳位置引起辐射误差
2）形起伏引起辐射误差
（4）原引起辐射误差
2气辐射引起辐射误差相应校正方法
（1）气散射校正三种方法：①野外波谱测试回分析法通常通野外实波谱测试获气影响辐射值卫星传感器步观测结果进行分析计算确定校正量②辐射传递方程计算法：测量气参数理公式求气干扰辐射量③波段法：特殊条件利某受气影响影响波段校正波段
1．说明遥感图变形误差类型
遥感图变形误差分静态误差动态误差两类
（1）静态误差指成程中传感器相球表面呈静止状态时具种变形误差
（2）动态误差成程中球旋转造成图变形误差
静态误差分部误差外部误差两类变形误差
部误差传感器身性技术指标偏离标称数值造成传感器结构异误差较做讨
外部变形误差指传感器身处正常工作条件传感器外素造成误差
2．简述遥感数字图精纠正般程（步骤）
9．试述项式纠正法纠正卫星图原理步骤
遥感图项式纠正法基思想回避成空间程直接影变形身进行数学模拟认图变形规律做移缩放旋转仿射偏扭弯曲更高次基变形综合作结果
种方法纠正基程利限面控制点已知坐标解求项式系数然元坐标代入项式进行计算求纠正坐标
项式纠正法必须首先选择控制点控制点整幅图中应均匀分布点数量应超项式系数数
思考题
1．图增强目什包含容
图增强目：改变图灰度等级提高图度消边缘噪声滑图突出边缘线状物锐化图合成彩色图压缩图数量突出信息等
图增强容：空间域增强频率域增强彩色增强图代数运算光谱图增强等
2直方图均衡化采种变换函数
累积直方图曲线直方图均衡化基变换函数
3直方图规定化基原理什
直方图规定化原理两直方图均衡化变成相化均匀直方图均匀直方图起媒介作参考图做均衡化逆运算
4什图象灰度直方图？什图象累积直方图？
5谓图滑什均值滤波？什中值滤波？
6．谓图锐化图锐化处理种方法试述Laplace算法特点
（1）图锐化概念：
突出边缘轮廓线状目标信息采锐化方法锐化图边缘线性目标反差提高称边缘增强
（2）图象锐化处理方法：
1梯度法2 Roberts梯度3 PrewittSobel梯度4 Laplace算法5定检测
（3）Laplace算法特点
Laplace算子检测变化率变化率二阶微分图灰度均匀变化均匀部分根Laplace算子计算出值0检测均匀灰度变化产生图更加突出灰度值突变部分
7什植指数常植指数计算
根物光谱反射率差异作值运算突出图中植特征提取植类估算绿色生物量通常够提取植算法称植指数（Vegetation IndexVI）
常植指数种
1）值植指数（ratio vegetation indexRVI）
式中IR遥感波段图中红外（infrared）波段反射值R红波段反射值
2）化植指数（normalized vegetation indexNDVI）
IRR含义
3）差值植指数（difference vegetation indexDVI）
DVIIRR
4）正交植指数（perpendicular vegetation indexPVI）
PVI1622 5（IR）2297 8（R）+11065 6(1)
式（1）适NOAA卫星AVHRR
PVI0939（IR）0344（R）+009(2)
式（2）适Landsat
8．陆卫星TM图SPOT全色波段图例说明TM图SPOT图融合优越性
LandsatTM7波段丰富光谱信息空间分辨率285m（重采样30m）SPOT全色波段（051～073μm）单波段图空间分辨率提高达10m两种图复合产生具l0m分辨率7波段新图具两种图优点提高图空间分辨率保留TM丰富光谱信息图复合方法综合传感器图优点提高图应精度
9．什光谱空间什成分变换？成分变换应意义什
光谱空间n维坐标系坐标轴代表波段图波段坐标值表示该波段元灰度值图中元应坐标空间中点
KL变换称成分变换（principal component analysis）霍特林（Hotelling）变换原理：某n波段光谱图实行线性变换该光谱图组成光谱空间X线性变换矩阵A产生新光谱空间Y产生幅新n波段光谱图表达式
YAX
式中：X变换前光谱空间元矢量Y变换光谱空间元矢量An×n线性变换矩阵
根分析KL变换应纳
（1）数压缩成分变换光谱图变成新成分图元亮度值表示物原光谱值变换前分量包含绝部分物信息情况100取前分量获绝部分物信息减少数量TM图成分变换取前3分量波段数7减少3数量减少43实现数压缩
（2）图增强成分变换前分量包含物信息噪声相较少着信息量逐渐减少分量全部噪声信息（MSS数中条纹）成分变换突出信息抑制噪声达图目
（3）分类前预处理波段图波段分类信息源分类前项重工作特征选择减少分类波段数提高分类效果成变换特征选择常方法
1什监督分类什非监督分类？简述监督分类非监督分类异
1)监督分类基遥感图样区物类属已先验知识已知道应物类利样类特征作判断非样数类
2)非监督分类遥感图物属性具先验知识纯粹光谱数组合统计差进行盲目分类事已分出类物属性进行确认程
3)异
a监督分类遥感图样区物类属已先验知识已知道应物类非监督分类遥感图物属性具先验知识
b监督分类样类特征作直接判断判断非样数类非监督分类仅遥感影物光谱特征分布规律然进行盲目分类确定类属性属性通事类光谱响应曲线进行分析实调查相较确定
4)物光谱特性点独立原分类采统计方法
2什特征选择？
特征选择（feature selection）众特征中挑选出参加分类运算干特征TM影波段选择
3简述遥感图计算机分类般原理
遥感图分类图中元区域划干类中种通类物光谱特征分析选择特征参数特征空间划分互重叠子空间然影元划分子空间中实现分类
4简述遥感图计算机分类般流程
遥感图计算机分类处理基程包括原始图预处理训练区选择特征选择特征提取分类检验结果成果输出等
(1)原始图预处理
原始图预处理（preprocessing）指观测数作成处理图校正辐射校正量化采样预滤波噪声等处理便获幅较清晰度强位置准确图提高分类精度
(2)训练区选择
处理数中抽取具普遍性代表性数作训练群训练区选择准确否训练样数否足够关系分类精度高低监督分类中训练区选择办法选择两典型区域类物全进行实调查调查时实分类遥感影识图标计算机数提出果受客观条件限制助图航片专题资料进行选择等述资料没情况先做非监督分类分类结果中选择训练区
(3)特征选择特征提取
特征选择（feature selection）众特征中挑选出参加分类运算干特征特征提取（feature extraction）特征选择利特征提取算法原始特征中求出反映类特性组新特征完成样空间特征空间转换通特征提取达数压缩目提高类特征间区分性
(4)图分类运算
图分类运算（classification）根影特点分类目设计选择恰分类器判准特征矢量集进行划分完成分类工作
(5)检验结果
分类精度性进行评价进入传感器遥感信息受传感器空间分辨率光谱分辨率限制常常混合信息时物身混合起例植覆盖土壤存理想分类器加物异谱异物谱现象存错分情况普遍存分类必须进行检验错分元占例越分类结果越佳
(6)结果输出
包括分类结果图输出分类结果统计值例类物占面积类集群统计中心方差等
5较绝值距离马氏距离欧氏距离判函数间异点
1．绝值距离出租汽车距离城市块距离二维空间中出种距离计算两点间直角边距离相城市中出租汽车城市街道拐直角前进走两点连接间短距离绝值距离特点特征参数等权参进称等混合距离
2．欧里德距离
欧里德距离（Euclidean）距离两点间直线距离（简称欧氏距离）欧氏距离中特征参数等权
绝值距离里德距离称闵夫斯基（Minkowski）距离（简称闵氏距离）
（1）闵氏距离特征参数量纲关量纲特征参数闵氏距离常常意义
（2）闵氏距离没考虑特征参数间相关性哈拉诺斯距离解决问题
3．马哈拉诺斯距离
前两种距离马氏距离种加权欧氏距离通协方差矩阵考虑变量相
关性
6简说明ISODATA法基容
ISODATA（iterative selforganizing data analysis techniques algorithm）称迭代组织数分析技术前面述初始类参数选定方法选参数般较接图进行初始判调整实际基准类参数需运逐步趋算法ISODATA算法种类型环节聚类集群分裂集群合等处理
第—步：指定列控制参数
第二步：聚类处理
第三步：类取消处理
第四步：判断迭代否结束
第五步：类分裂处理
第六步：类合处理
ISODATA法实质初始类种子进行动迭代聚类程动进行类合分裂参数断聚类调整中逐渐确定终构建需判函数
7什分类判函数？掌握似然法判函数推导程
8什图象均值？方差？协方差？计算公式？
徐州师范遥感考试题
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
直方图 直方图灰度级函数描述图中灰度级素数数字图说直方图实际灰度值概率密度函数离散化图形
1 窗口 图中素（x y）中心左右称原设定素范围称窗口
2 滤波 滤波某种信号处理成种信号程滤波概念频率域图处理中空间域滤波卷积运算
3 纹理 通常认纹理纹理基元某种确定性规律某种统计规律重复排列组成
遥感图数字表示？
表示图基方法两类确定统计确定表示法写出图函数表达式数字图表示成矩阵量形式统计表示法种均特征表示图
1 图统计特征什作？
单波段图言统计特征反映素值均信息反映素值变化信息遥感图处理波段数处理处理中仅考虑单波段图统计特征考虑波段间存关联波段图间统计特征仅图分析重参数图合成方案
2 图直方图样性质？
直方图反映图中灰度分布规律幅特定图唯直方图应图相直方图果幅图仅包括两相连区域区域直方图已知整幅图直方图两区域直方图遥感图数机性般情况遥感图数然界现象样服接正态分布
3 根图直方图判断图质量？
根直方图形态致推断图反差然通目改变直方图形态改善图度 般说果图直方图形态接正态分布样图反差适中果直方图峰值位置偏灰度值边图偏亮果峰值位置偏灰度值边图偏暗峰值变化陡窄说明图灰度值集中反差
4 窗口邻域什区？
图中素（xy）中心左右称设定素范围称窗口窗口矩形行列数奇数行数x列数方式命名例3x3窗口5x5窗口等3x3表示3行3列素构成矩形范围中心素周围行列称该素邻域邻域中心素相邻行列总数命名例3x3窗口言果考虑中心素周围素相邻总行列数8称8－邻域果认左右素相邻素总行列数4称4－邻域
5 什卷积运算？
卷积空间域针特定窗口进行运算图滑锐化中基计算方法 设窗口m×n（ij）中心素f(xy)图素值g（ij）运算结果窗口模板（称卷积核kernel）卷积计算公式：
整图左角开始左右窗口序进行遍历完成整图卷积计算图边缘法满足窗口中心素求窗口外部素值意种方法处理：1）设0值2）称原图中取值3）保留原值进行计算
6 什滤波？
狭义说滤波指改变信号中频率分量相者分离出加抑制甚全部滤某频率分量程广义说滤波某种信号处理成种信号程计算滤波频率函数 信号频谱间相计算
7 什纹理？包括基类型？
名词解释
1 灰色梯尺 黑白系列非彩色条灰色色带表示端纯黑色端纯白色称灰色梯尺
2 伪彩色合成 伪彩色合成单波段灰度图中灰度级特定函数关系变换成彩色然进行彩色图显示方法通密度分割方法实现
3 真彩色合成 果彩色合成中选择波段波长红绿蓝波长相似图颜色真彩色似种合成方式称真彩色合成
4 密度分割法密度分割法针单波段遥感图灰度分级级赋予色彩变成副彩色图
5 直方图均衡化：原始图素灰度作某种映射变换变换图灰度概率密度呈均匀分布变换图灰度级均匀分布
6
二简答
1 图增强意义？
改善图度突出感兴趣物信息提高图目视解释效果般意义图增强图起更图处理方法
常颜色模型什特点？
1）RGB模型种模型彩色监视器彩色摄机等领域彩色图中部分物隐藏阴影中时适 2）CMY模型彩色印机
3）YIQ模型彩色电视广播中Y相亮度IQ称正交两颜色分量优点掉亮度（Y）颜色信息（IQ）间紧密联系
4）HIS模型图显示处理中I强度强度成份（Ｉ）图中颜色信息关色调饱度成份获颜色方式密切相关特征HIS模型成理想研究图处理运算法工具面彩色图处理常颜色模型
2 什进行彩色合成？合成方法？
眼黑白密度分辨力限致10灰度级彩色图分辨力高果均分辨率 计算眼察觉出数百种颜色差仅仅色调素果加颜色两素：饱度亮度眼够辨彩色差异级数远远黑白差异级数充分利色彩遥感图判读中优势常常首先波段图进行彩色合成彩色图然进行处理彩色合成包括伪彩色合成真彩色合成假彩色合成模拟真彩色合成四种方法
3 假彩色合成伪彩色合成差异什？
伪彩色合成单波段灰度图转变彩色图方法假彩色合成伪彩色处假彩色合成数波段
4 SPOT光谱数模拟真彩色图显示？
色XS2表示绿色（XS1+ XS2+ XS3）3波段运算实现蓝色采XS1波段代该方法实际原绿波段（050059 μm）作蓝波段（该波段蓝波段光谱范围）红波段（061068 μm）采原波段绿波段绿波段红波段红外波段算术均值代
5 图拉伸方法优点什？
包括灰度拉伸图均衡化直方图规定化
拉伸基图处理方法改善图显示度果度较低法清楚表现出图中物间差异需显示时候进行拉伸处理拉伸波段进行通处理波段中单素值实现增强效果
6 波段图线性拉伸步骤什？
设定增强图范围计算线性拉伸公式波段进行线性拉伸进行彩色合成
7 波段图进行直方图均衡化具体步骤什？
（1）统计原图灰度级素数累积素数
（2）计算灰度级xa均衡化应新值四舍五入取整新灰度级xb
（3）新值代原灰度值形成均衡化新图
（4）根原图素统计值应找新图素统计值作出新直方图
名词解释
精纠正：精纠正称配准（registration）传感器具精度图图数集中相物元素精确彼匹配叠加起程
二简答
1 辐射校正目什？
辐射校正目：消传感器身条件薄雾等气条件太阳位置角度条件某避免噪声引起传感器测量值目标光谱反射率光谱辐亮度等物理量间差异恢复图面目遥感图分割分类解译等续工作基础
2 遥感图精纠正目原理什？
精纠正称配准（registration）传感器具精度图图数集中相物元素精确彼匹配叠加起程遥感图精纠正解决遥感图图投影匹配问题重性体现三方面：第进行纠正图信息进行种分析制作满足量测定位求类遥感专题图第二域应传感器光谱范围成时间种图数进行计算机动分类物特征变化监测应处理时必须进行图间空间配准保证图间致性第三利遥感图进行形图测图更新求遥感图具较高理坐标精度 精纠正基原理回避成空间程直接利面控制点数遥感图畸变身进行数学模拟认遥感图总体畸变作挤压扭曲缩放偏移更高次基变形综合作结果校正前图相应点坐标关系适数学模型表示
3 什图重采样？常重采样方法？什特点？
纠正数字图身属规离散采样非采样点灰度值需通采样点(已知素)插获取重采样 常重采样方法邻方法双线性插方法三次卷积插方法 邻重采样算法简单优点保持素值变纠正图具连续性会影响制图效果相邻素灰度值差异较时会产生较误差 双线性插方法简单具定精度般满意插值效果缺点方法具低通滤波性质会损失图中边缘线性信息导致图模糊 三次卷积插方法产生图较滑缺点计算量
4 进行源图配准？
图配准指图名图通变换实现重叠通常称作相配准相配准图纳入某图坐标系统称作绝配准 项式线方程实现图配准例采项式纠正法旦图选择分布均匀足够数量名图作相互匹配控制点根控制点计算项式系数实现幅图幅图纠正达图配准许情况难找准确控制点图配准通常采相关函数进行动配准图动配准基假设相物具相似光谱特征通两图作相移动找出相似性量度值差位置作图配准位置
名词解释
1 傅立叶变换：指非周期函数正弦余弦加权函数积分表示
2 成分变换：基变量间相关关系量丢失信息前提种线性变换方法数压缩信息增强遥感软件中成分变换常称K－L变换
二 简答
1 傅立叶变换基性质？
1）称性：函数偶函数分量应傅立叶变换偶函数分量奇函数分量应奇函数分量引入系数j （2）加法定理：时域中加法应频域加法 （3）位移定理：函数位移变化会改变傅立叶变换幅值会产生相位变化 （4）相似性定理：窄函数应宽傅立叶变换宽函数应窄傅立叶变换（谓宽窄指函数坐标轴方延伸情况） （5）卷积定理：时间域中函数卷积应频域中函数积者说两函数卷积傅立叶变换等傅立叶变换积果函数限维空间中定义图假设图方周期性重复卷积定理成立 （6）轭性：函数傅立叶变换轭输入傅立叶变换程序该函数轭说完全利傅立叶变换程序计算傅立叶逆变换须重新编写逆变换程序 （7）Rayleigh定理：傅立叶变换前函数具相量
2 傅立叶变换基工作流程什？
傅里叶变换工作流程： （1）正FFT 指定图波段计算公式进行FFT产生频率域图 （2）定义滤波器 频率域图参定义滤波器常滤波器低通高通带通带阻户定义种波段频率域图需定义滤波器 （3）逆FFT：定义滤波器应频率域图空间域图进行显示
3 成分变换算法性质？工作流程什？确定成分数解释成分？
成分变换基性质： （1）总方差变性变换前总方差保持变变换原方差新成分重新进行分配 （2）正交性变换成分间相关 （3）成分量中删面（np）成分保留前p（p＜＝n）成分时产生误差满足方误差准换句话说前面p成分包含总方差部分 成分变换流程：成分正变换－成分逆变换 （1）般意义成分变换指正变换该程通图进行统计分析波段协方差矩阵相关矩阵基础计算特征值构造成分根成分－特征值关系选择少数成分作输出结果 （2）果正变换中选择成分数目波段变量数目相逆变换结果完全等原始图果选择成分数目少波段数逆变换结果相压抑图中噪音时逆变换结果图波段原始图波段具应性具原始图波段物理意义
名词解释
1 模板：图滤波仅考虑前素值考虑前素相邻域素间关系前素相邻素邻域素通指定窗口确定邻域范围相邻素前素影响表现权重矩阵（称模板卷积核）
2 图滑：图获取传输程中受传感器气等素影响会存噪声图噪声表现亮点亮度区域抑制噪声改善图质量做处理称图滑
3 椒盐噪声：椒盐噪声称脉噪声机改变素值二值图表现素点变白（b表示）素点变黑（a表示）
4 中值滤波：值作中心素新值窗口行列数般取奇数中值代均值中值滤波抑制噪声时够效保留边缘减少模糊
5 态滤波：态滤波减少低频增加高频减少光变化锐化边缘细节图滤波方法
二简答题（10）
1 图滤波目什？方法？
2 图噪声类型特点什？
3 理解中值滤波变性？
4 什梯度倒数加权法滑？
5 什Laplacian算子？特征？
6 罗伯特梯度Sobel梯度什区？
7 根素梯度值生成梯度图方法？
8 定检测模板？
9 频率域滤波滤波器？什特点？
10 态滤波基操作？
二简答题（10）1 图滤波图中提取空间尺度信息突出图空间信息压抑关信息者图某信息恢复信息图滤波种图增强方法图滤波分空间域滤波频率域滤波两种方法空间域滤波通窗口卷积核进行参相邻素单素灰度值前滤波方法频率域滤波图进行傅立叶变换然变换频率域图中频谱进行滤波2 图噪声产生原分外部噪声部噪声外部噪声指图处理系统外部产生噪声天体放电干扰电磁波电源线窜入系统等产生噪声部噪声指系统部产生噪声统计理观点分稳非稳噪声统计特征时间变化噪声称稳噪声统计特征时间变化噪声称非稳噪声噪声幅度分布形态分高斯型瑞利型噪声频谱分布形状进行分类均匀分布噪声称白噪声产生程进行分类噪声分量化噪声椒盐噪声等3 维某特定输入信号中值滤波输出保持输入信号值变例输入信号2n+1单调增加单调减少序列二维信号中值滤波变性复杂仅输入信号关窗口形状关图 77列出种二维中值滤波窗口应尺寸变输入图形般窗口角线垂直边缘滤波保持变利特点中值滤波图中噪声保持图中边缘信息验方形圆形窗口适宜物轮廓较长图十字窗口适宜尖角物体图维周期性二值序列{xn}…+1+111+1+111…滤波窗口长度9时中值滤波序列保持变二维序列类变性更复杂般二值周期性结构周期性网格结构图4 梯度倒数加权法滑源样考虑：离散图部相邻区域变化区域部变化区域中中间素变化边素变化梯度值正邻素灰度级差值图变化缓慢区域梯度值反取梯度倒数该倒数正梯度相反梯度倒数作权重子区域部邻点权重边区域外邻点说种滑贡献重区域部素滑图边细节会受明显损害5 Laplacian算子线性二阶微分算子取某素左右四相邻素值相加减该素四倍作该素新灰度值梯度运算检测图空间灰度变化率图灰度变化变化率Laplacian算子检测变化率变化率二阶微分图灰度均匀变化均匀部分根Laplacian算子计算出值0检测均匀灰度变化产生图更加突出灰度值突变部分梯度算子拉普拉斯算子性拉普拉斯锐化效果容易受图中噪声影响实际应中常先进行滑滤波然进行拉普拉斯锐化考虑性性质滑特点常选择高斯函数作滑滤波核（先进行高斯低通滤波）6 （1）罗伯特（Roberts）梯度采交叉差分方法
模板表示： Roberts梯度相图开2×2窗口模板h1计算取绝值加模板h2计算取绝值计算值作中心素（xy）梯度值示
种算法意义交叉方法检测出素间左右间斜方间差异采Roberts梯度图中素计算梯度值终产生梯度图达突出边缘目（2）Sobel梯度Prewitt算法基础4邻域采加权方法进行差分边缘检测更加精确常模板：
面PrewittSobel模板中h1水方物进行锐化h2垂直方物进行锐化应中注意模板含量噪声图适Roberts梯度相Sobel算法较考虑邻域点关系扩模板2×2扩3×3进行差分7 （1）素点梯度值代原灰度值方法图完全失原图面目成幅边缘图梯度值边缘轮廓突出显示灰度变化较缓均匀区域黑色图包含量信息素灰度值差异普遍存突出边缘信息时保留图背景设定非负阈值T进行处理（2）适选取T 梯度值≥T点灰度等该点梯度值保留原灰度值形成背景（3）根需指定灰度级LG例令LG＝255LG表示边缘保留原背景值（4）指定灰度级LB表示背景例令LB＝0形成黑背景保留边缘梯度变化（5）边缘灰度图分灰度级LG LB表示例255表示边缘0表示背景形成二值图8（1） 检测垂直线
＼
（2） 检测水线
（3）检测角线
9 （1）理想滤波器包括理想低通滤波器理想高通滤波器理想低通滤波器处理会导致边缘损失图边缘模糊理想高通滤波器处理图中边缘抖动现象（2）Butterworth滤波器包括Butterworth低通滤波器Butterworth高通滤波器Butterworth低通滤波器特点连续衰减理想低通滤波器样具明显连续性滤波器处理图边缘模糊程度降低Butterworth锐化效果较边缘抖动现象明显计算较复杂（3）指数滤波器包括指数低通滤波器指数高通滤波器指数低通滤波器抑制噪声时图中边缘模糊程度Butterworth滤波器指数高通滤波器Butterworth效果差边缘抖动现象明显（4）梯形滤波器包括梯形低通滤波器梯形高通滤波器梯形低通滤波器介理想低通滤波器指数低通滤波器间处理图定模糊梯形高通滤波器会产生轻微抖动现象计算简单常（5）高斯滤波器包括高斯低通滤波器高斯高通滤波器10 （1）取数
图运算法变加法分开射分量反射分量然频率域进行图处理（2）（1）结果进行傅立叶变换
（3）选取滤波器函数进行滤波处理
里称态滤波函数分作射分量反射分量态滤波函数类型参数选择滤波结果影响（4）应傅立叶逆变换图转换空间域
（5）式进行指数变换
名词解释
1 图分割
2 区域分割
二简答
1 图分割原什？
2 图分割采三种方法？
3 适应阈值方法实现适应分割？
4 举例说明分水岭算法实现程？
5 图梯度运算采种常方法突出图轮廓？
6 边缘检测基思想什？
7 区域生长方法基思想什？
8 简单区域扩张法基步骤什？
9 数学形态学基运算四种？
10 腐蚀分两步程免分裂目标请问两程？
答案
名词解释
1 图分割指图分成具特性区域提取出感兴趣目标技术程数学角度图分割数字图划分成互相交区域程图分割程标记程属区域素赋予相编号程
2 特征连续性边缘检测图分割成特征相互相重叠连接区域处理称区域分割
3 结构元素图先进行腐蚀然进行膨胀运算称开运算（Open）具消细目标纤细点处分离目标滑较目标边界时明显改变面积作
4 先膨胀腐蚀程称闭运算（Close）具填充目标细空洞连接邻目标明显改变目标面积情况滑边界作
5 距离变换种二值图运算运算结果幅二值图灰度级图素灰度级该素距背景素间距离
二简答1 图复杂性应样性图分割没统标准方法般两原图进行分割 （1）素灰度值连续性进行分割假定区域素灰度值具连续性进行分割 （2）区域部素灰度值具相似性进行分割 种方法般点（种子）出发邻域中满足相似性测量准素进行合达分割目素连续性进行分割方法区域增长法
2 图分割采三种方法实现：利区域方法时素划目标区域中边界方法中需确定存区域间边界边缘方法中先确定边缘素连接起构成需边界三种方法解决问题时
3 适应分割二次图处理实现第次处理前先根目标图划分成固定块（例块100 x 100）根块灰度直方图阈值确定背景峰值数峰值中点直方图单峰块予考虑 第次处理时块中目标边界固定阈值确定块间阈值做目目标图中抽取出计算目标部均灰度值 第二次处理时目标阈值该值部灰度值块背景灰度值中间值定义
4 分水岭算法适应阈值化关算法假定图中目标灰度值低背景灰度值高 图初低灰度值阈值化该灰度值图分割成正确数目目标边界偏目标部阈值逐渐增加次增加灰度级目标边界着阈值增加扩展直边界相互接触初次接触点构成相邻目标间终边界该程阈值达背景灰度级前终止 分水岭算法简单图佳灰度级进行阈值处理偏低然正确分割目标阈值开始然着阈值逐渐升佳值目标会合方法解决目标太全局阈值解决问题仅采初阈值进行分割结果正确分割正确（说图中实际目标相应边界） 必须细心选择初终阈值灰度级果初始阈值太低低度目标开始时会丢失然着阈值增加会相邻目标合果初始阈值太高目标开始便会合终阈值决定边界实际目标吻合程度
5 图梯度运算采四种常方法突出图轮廓： （1）梯度图直接输出 （2）加阈值梯度输出 （3）边缘规定特定灰度级 （4）背景设特定灰度级
6 边缘检测基思想通检测素邻域状态决定该素否位目标边界果素位目标边界邻域素灰度值变化较假应某种算法检测出种变化进行量化表示确定目标边界边缘检测算子通检查素邻域灰度变化进行量化达边界提取目部分检测算子确定变化（边界）方
7 区域生成基思想具相似性质素集合起构成区域首先需分割目标区域找种子素作生长起点然种子素周围邻域中种子素性质相相似素（根某种事先确定生长相似准判定）合种子素区域中素作新种子素继续进行述程直没满足条件素包括进样区域长成
8 简单区域扩张法般单素开始进行步骤： （1）图进行扫描求出属区域素 （2）该素灰度周围4邻域8邻域属区域素灰度相较果差值某阈值作区域加合 （3）新合素反复进行2）操作 （4）反复进行2）3）步直区域扩张 （5）返回1）寻找成新区域出发点素
9 数学形态学基运算四种：腐蚀膨胀开启闭合
10 腐蚀分两步程免分裂目标第步正常腐蚀条件说标素点立消第二步中消破坏连通性点消否保留步3×3邻域运算查表运算实现
名词解释
1 图分类
2 非监督分类
3 SAM
4 训练区
5 神网络
二简答
1 绝距离欧氏距离时需注意问题？
2 简述遥感图分类流程
3 ISODATA算法K均值算法什
4 遥感图硬分类软分类区什？
5 选择训练区应该注意问题？
6 监督分类方法什特点？
7 神网络遥感图分类优缺点？
8 图分类处理包括工作？
9 遥感专题制图中需注意问题？
10 提高遥感图分类策？
答案
1 类物相条件（光形等）应该具相相似光谱信息空间信息特征类物间具差异根种差异图中素性质分干类（Class）程称图分类
2 非监督分类指事先分类程加入先验知识仅遥感图中物光谱特征然聚类特性进行分类
3 光谱角分类方法(Spectral Angle Mapper：SAM)种光谱匹配技术通估计素光谱样光谱混合素中端元成分(end member)光谱相似性分类
4 训练区样区确定图中已知类素特征遥感处理系统中称感兴趣区
5 工神网络（Artificial Neural NetworkANN）量处理单元（神元）相互连接网络结构脑某种抽象简化模拟
二简答1 绝距离欧氏距离时需注意两点： （1）特征参数量纲 具量纲特征参数常常意义例特征参数某波段亮度值某种波段亮度值时波段亮度值通常整数值常1数样数量级相差较数等权组合起突出绝值特征参数作降低绝值特征参数作解决办法进行分类前数进行标准化 （2）特征参数间相关性 特征参数间通常（未正交变换）相关相关意味着特征参数表征物特征方面性特征参数中部分相关性较强相关性般说相关参数相关参数距离中权应致述公式中权相缺点面马氏距离解决问题
2 遥感图分类流程： （1）预处理：包括确定工作范围源图配准噪声处理辐射校正精校正图融合等 （2）特征选取：包括特征选择特征提取特征选择众特征中挑选出参加分类运算干特征特征提取特征选择利特征提取算法（成分分析算法）原始特征中求出反映物类性质组新特征 （3）分类：根特征分类象实际情况选择适分类方法 （4）分类处理：分类程素逐进行分类结果图中成片物类分布区会出现零星异类素中许合理根分类求进行处理工作 （5）结果检验 分类精度性进行评价 （6）结果输出 达精度求分类图根需途设置投影例尺图例等制作专题图数转换量格式供系统
3 第调整样类重新计算次类样均值样调整完毕重新计算前者称逐样修正法者称成批样修正法 第二ISODATA算法仅通调整样属类完成样聚类分析动进行类合分裂类数较合理聚类结果
4 根素分类类遥感图分类方法分硬分类软分类图素分类分类方法称硬分类传统统计分类方法硬分类硬分类时合理素时具两类类性质图素时分两两类分类方法称软分类时素分类外时允许两类中具隶属概率部分隶属值硬分类合理面种较合理解决方式
5 选择训练区时应注意问题： （1）训练区必须具典型性代表性含类型应研究域区分类致训练区样应面积较物中心部分选择应物混交区类边缘选取保证特征具典型性进行准确分类 （2）图件时间空间保持致性便确定数字图形图（土利图质图航片等）应关系致量找时间相图件时图件空间应匹配 （3）训练区选取方式坐标输入式机话式两类坐标输入式预先实调查确定类物分布区转绘图量测选定坐标系中位置量测数输入计算机映射遥感图种方式带图显示装置计算机系统机话式带图显示装置数字图处理系统通鼠标图勾画出物范围转入实调查图矢量数作训练区训练区确定通直方图分析样分布规律分性般求单类训练区直方图单峰似正态分布曲线果双峰类似二正态分布曲线重叠混合类需重做 （4）训练样数目训练样数计算类均值协方差矩阵根概率统计协方差矩阵导出少需K+ 1样（K光谱空间分量数选择特征数）数理值实际保证参数估计结果较合理样数应适增具体分类时根工作区解程度图身情况确定样数量
6 监督分类种方法特点： （1）行道法：种方法优点分类标准简单计算速度快问题波段均值标准差划分行面体实际物类点群形态致 （2）距离方法：容易产生错误该方法简单实性强计算速度快 （3）似然方法：基贝叶斯准分类错误概率种非线性分类应较广泛较成熟种监督分类方法 （4）光谱角方法：种光谱匹配技术通估计素光谱样光谱混合素中端元成分(end member)光谱相似性分类
遥感数字图处理复题
1什遥感图说明遥感模拟图遥感数字图区
图（image）客观象种相似性描述写真包含描述写真象信息信息源遥感数字图（digita image）指数字形式表述遥感影图明暗程度空间坐标连续性划分图分数字图模拟图数字图指计算机存储处理图种空间坐标灰度均连续离散数学表示图属见图模拟图（称光学图）指空间坐标明暗程度连续变化计算机法直接处理图属见图
2样获取遥感图
目前遥感数字图获取根遥感传感器基构造成原理致分摄影成扫描成雷达成三类1摄影成根卤化银物质光会发生分解机制卤化银物质均匀涂布片基制成感光胶片种图典型遥感模拟图2扫描成扫描类遥感传感器逐点逐行时序方式获取二维图遥感数字图3雷达成发射机侧面发射束窄脉物反射微波脉（称回波）线收集接收机接收图属遥感模拟图
3什遥感数字图处理包括容
遥感图进行系列操作求达预期目技术称作遥感图处理遥感图处理分两类：利光学相电子学方法遥感模拟图（片底片）进行处理简称光学处理二利计算机遥感数字图进行系列操作获某种预期结果技术称遥感数字图处理遥感数字图处理根抽象程度分三层次：狭义图处理图分析图解译狭义图处理着重强调图间进行变换图分析图中感兴趣目标进行检测量测建立图描述图解译进步研究图中目标物性质特征间相互关系出图容理解原面客观物场景解译生产科研提供真实全面客观世界方面信息图理解助知识验进行遥感图解译程遥感数字图处理致分种：1图转换2数字图校正3数字图增强4源信息复合5遥感数字图计算机解译处理
1什辐射误差？什辐射校正？辐射误差产生原什
辐射误差产生原两种传感器响应特性外界（然）条件者包括太阳射（位置角度）气传输（雾云）等条件
（1）传感器响应特性引起辐射误差
l）光学摄影机引起辐射误差
2）光电扫描仪引起辐射误差
（2）气影响引起辐射误差
（3）太阳辐射引起辐射误差
1）太阳位置引起辐射误差
2）形起伏引起辐射误差
（4）原引起辐射误差
2气辐射引起辐射误差相应校正方法
（1）气散射校正三种方法：①野外波谱测试回分析法通常通野外实波谱测试获气影响辐射值卫星传感器步观测结果进行分析计算确定校正量②辐射传递方程计算法：测量气参数理公式求气干扰辐射量③波段法：特殊条件利某受气影响影响波段校正波段
1．说明遥感图变形误差类型
遥感图变形误差分静态误差动态误差两类
（1）静态误差指成程中传感器相球表面呈静止状态时具种变形误差
（2）动态误差成程中球旋转造成图变形误差
静态误差分部误差外部误差两类变形误差
部误差传感器身性技术指标偏离标称数值造成传感器结构异误差较做讨
外部变形误差指传感器身处正常工作条件传感器外素造成误差
2．简述遥感数字图精纠正般程（步骤）
9．试述项式纠正法纠正卫星图原理步骤
遥感图项式纠正法基思想回避成空间程直接影变形身进行数学模拟认图变形规律做移缩放旋转仿射偏扭弯曲更高次基变形综合作结果
种方法纠正基程利限面控制点已知坐标解求项式系数然元坐标代入项式进行计算求纠正坐标
项式纠正法必须首先选择控制点控制点整幅图中应均匀分布点数量应超项式系数数
思考题
1．图增强目什包含容
图增强目：改变图灰度等级提高图度消边缘噪声滑图突出边缘线状物锐化图合成彩色图压缩图数量突出信息等
图增强容：空间域增强频率域增强彩色增强图代数运算光谱图增强等
2直方图均衡化采种变换函数
累积直方图曲线直方图均衡化基变换函数
3直方图规定化基原理什
直方图规定化原理两直方图均衡化变成相化均匀直方图均匀直方图起媒介作参考图做均衡化逆运算
4什图象灰度直方图？什图象累积直方图？
5谓图滑什均值滤波？什中值滤波？
6．谓图锐化图锐化处理种方法试述Laplace算法特点
（1）图锐化概念：
突出边缘轮廓线状目标信息采锐化方法锐化图边缘线性目标反差提高称边缘增强
（2）图象锐化处理方法：
1梯度法2 Roberts梯度3 PrewittSobel梯度4 Laplace算法5定检测
（3）Laplace算法特点
Laplace算子检测变化率变化率二阶微分图灰度均匀变化均匀部分根Laplace算子计算出值0检测均匀灰度变化产生图更加突出灰度值突变部分
7什植指数常植指数计算
根物光谱反射率差异作值运算突出图中植特征提取植类估算绿色生物量通常够提取植算法称植指数（Vegetation IndexVI）
常植指数种
1）值植指数（ratio vegetation indexRVI）
式中IR遥感波段图中红外（infrared）波段反射值R红波段反射值
2）化植指数（normalized vegetation indexNDVI）
IRR含义
3）差值植指数（difference vegetation indexDVI）
DVIIRR
4）正交植指数（perpendicular vegetation indexPVI）
PVI1622 5（IR）2297 8（R）+11065 6(1)
式（1）适NOAA卫星AVHRR
PVI0939（IR）0344（R）+009(2)
式（2）适Landsat
8．陆卫星TM图SPOT全色波段图例说明TM图SPOT图融合优越性
LandsatTM7波段丰富光谱信息空间分辨率285m（重采样30m）SPOT全色波段（051～073μm）单波段图空间分辨率提高达10m两种图复合产生具l0m分辨率7波段新图具两种图优点提高图空间分辨率保留TM丰富光谱信息图复合方法综合传感器图优点提高图应精度
9．什光谱空间什成分变换？成分变换应意义什
光谱空间n维坐标系坐标轴代表波段图波段坐标值表示该波段元灰度值图中元应坐标空间中点
KL变换称成分变换（principal component analysis）霍特林（Hotelling）变换原理：某n波段光谱图实行线性变换该光谱图组成光谱空间X线性变换矩阵A产生新光谱空间Y产生幅新n波段光谱图表达式
YAX
式中：X变换前光谱空间元矢量Y变换光谱空间元矢量An×n线性变换矩阵
根分析KL变换应纳
（1）数压缩成分变换光谱图变成新成分图元亮度值表示物原光谱值变换前分量包含绝部分物信息情况100取前分量获绝部分物信息减少数量TM图成分变换取前3分量波段数7减少3数量减少43实现数压缩
（2）图增强成分变换前分量包含物信息噪声相较少着信息量逐渐减少分量全部噪声信息（MSS数中条纹）成分变换突出信息抑制噪声达图目
（3）分类前预处理波段图波段分类信息源分类前项重工作特征选择减少分类波段数提高分类效果成变换特征选择常方法
1什监督分类什非监督分类？简述监督分类非监督分类异
1)监督分类基遥感图样区物类属已先验知识已知道应物类利样类特征作判断非样数类
2)非监督分类遥感图物属性具先验知识纯粹光谱数组合统计差进行盲目分类事已分出类物属性进行确认程
3)异
a监督分类遥感图样区物类属已先验知识已知道应物类非监督分类遥感图物属性具先验知识
b监督分类样类特征作直接判断判断非样数类非监督分类仅遥感影物光谱特征分布规律然进行盲目分类确定类属性属性通事类光谱响应曲线进行分析实调查相较确定
4)物光谱特性点独立原分类采统计方法
2什特征选择？
特征选择（feature selection）众特征中挑选出参加分类运算干特征TM影波段选择
3简述遥感图计算机分类般原理
遥感图分类图中元区域划干类中种通类物光谱特征分析选择特征参数特征空间划分互重叠子空间然影元划分子空间中实现分类
4简述遥感图计算机分类般流程
遥感图计算机分类处理基程包括原始图预处理训练区选择特征选择特征提取分类检验结果成果输出等
(1)原始图预处理
原始图预处理（preprocessing）指观测数作成处理图校正辐射校正量化采样预滤波噪声等处理便获幅较清晰度强位置准确图提高分类精度
(2)训练区选择
处理数中抽取具普遍性代表性数作训练群训练区选择准确否训练样数否足够关系分类精度高低监督分类中训练区选择办法选择两典型区域类物全进行实调查调查时实分类遥感影识图标计算机数提出果受客观条件限制助图航片专题资料进行选择等述资料没情况先做非监督分类分类结果中选择训练区
(3)特征选择特征提取
特征选择（feature selection）众特征中挑选出参加分类运算干特征特征提取（feature extraction）特征选择利特征提取算法原始特征中求出反映类特性组新特征完成样空间特征空间转换通特征提取达数压缩目提高类特征间区分性
(4)图分类运算
图分类运算（classification）根影特点分类目设计选择恰分类器判准特征矢量集进行划分完成分类工作
(5)检验结果
分类精度性进行评价进入传感器遥感信息受传感器空间分辨率光谱分辨率限制常常混合信息时物身混合起例植覆盖土壤存理想分类器加物异谱异物谱现象存错分情况普遍存分类必须进行检验错分元占例越分类结果越佳
(6)结果输出
包括分类结果图输出分类结果统计值例类物占面积类集群统计中心方差等
5较绝值距离马氏距离欧氏距离判函数间异点
1．绝值距离出租汽车距离城市块距离二维空间中出种距离计算两点间直角边距离相城市中出租汽车城市街道拐直角前进走两点连接间短距离绝值距离特点特征参数等权参进称等混合距离
2．欧里德距离
欧里德距离（Euclidean）距离两点间直线距离（简称欧氏距离）欧氏距离中特征参数等权
绝值距离里德距离称闵夫斯基（Minkowski）距离（简称闵氏距离）
（1）闵氏距离特征参数量纲关量纲特征参数闵氏距离常常意义
（2）闵氏距离没考虑特征参数间相关性哈拉诺斯距离解决问题
3．马哈拉诺斯距离
前两种距离马氏距离种加权欧氏距离通协方差矩阵考虑变量相
关性
6简说明ISODATA法基容
ISODATA（iterative selforganizing data analysis techniques algorithm）称迭代组织数分析技术前面述初始类参数选定方法选参数般较接图进行初始判调整实际基准类参数需运逐步趋算法ISODATA算法种类型环节聚类集群分裂集群合等处理
第—步：指定列控制参数
第二步：聚类处理
第三步：类取消处理
第四步：判断迭代否结束
第五步：类分裂处理
第六步：类合处理
ISODATA法实质初始类种子进行动迭代聚类程动进行类合分裂参数断聚类调整中逐渐确定终构建需判函数
7什分类判函数？掌握似然法判函数推导程
8什图象均值？方差？协方差？计算公式？
徐州师范遥感考试题
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
