遥感数字图像处理习题与答案.docx
《遥感数字图像处理习题与答案.docx》由会员分享，可在线阅读，更多相关《遥感数字图像处理习题与答案.docx（11页珍藏版）》请在冰豆网上搜索。
遥感数字图像处理习题与答案
《遥感数字图像处理》习题及答案
第一部分
1.什么是图像？
并说明遥感图像及遥感数字图像区别。
答：
图像（image）是对客观对象一种相似性描述或写真。
图像包含了这个客观对象信息。
是人们最主要信息源。
按图像明暗程度和空间坐标连续性划分，图像可分为模拟图像和数字图像。
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、计算机无法直接处理图像，它属于可见图像。
数字图像是指被计算机储存，处理和使用图像，是一种空间坐标和灰度都不连续、用离散数字表示图像，它属于不可见图像。
2.怎样获取遥感图像？
答：
遥感图像获取是通过遥感平台搭载传感器成像来获取。
根据传感器基本构造和成像原理不同。
大致可分为摄影成像、扫描成像和雷达成像三类。
3.说明遥感模拟图像数字化过程。
灰度等级一般都取
（
是正整数），说明
时灰度情况。
答：
遥感模拟图像数字化包括采样和量化两个过程。
①采样：
将空间上连续图像变换成离散点操作称为采样。
空间采样可以将模拟图像具有连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元数字图像。
②量化：
遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示图像，但其灰度（或色彩）仍是连续，不能用计算机处理。
应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。
当
时，则得256个灰度级。
若一幅遥感数字图像量化灰度级数g=256级，则灰度级别有256个。
用0—255整数表示。
这里0表示黑，255表示白，其他值居中渐变。
由于8bit就能表示灰度图像像元灰度值，因此称8bit量化。
彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。
4.什么是遥感数字图像处理？
它包括那些内容？
答：
利用计算机对遥感数字图像进行一系列操作，以求达到预期结果技术，称作遥感数字图像处理。
其内容有：
①图像转换。
包括模数（A/D）转换和数模（D/A）转换。
图像转换另一种含义是为使图像处理问题简化或有利于图像特征提取等目而实施图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。
②数字图像校正。
主要包括辐射校正和几何校正两种。
③数字图像增强。
采用一系列技术改善图像视觉效果，提高图像清晰度、对比度，突出所需信息工作称为图像增强。
图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣信息，抑制一些无用信息，以提高图像使用价值。
④多源信息复合（融合）。
⑤遥感数字图像计算机解译处理。
5.说明遥感数字图像处理及其它学科之间关系。
答：
应具备基础理论知识有：
数学、地学、信息论、计算机、GIS、现代物理学。
6.说明全数字摄影测量系统任务和主要功能。
目前，比较著名全数字摄影测量系统有哪些？
答：
全数字摄影测量系统任务是利用数字影像完成摄影测量作业。
主要功能有：
数字影像处理、单像量测、多像量测、摄影测量解算、等值线自动绘制、生成数字高程模型（DEM）及正射影像图、机助量测及解译、交互编辑等。
目前，比较著名全数字摄影测量系统有四维公司JX-4、适普公司VirtuoZo、莱卡公司经销Helava全数字摄影测量系统等。
第二部分
1.说明遥感图像几何变形误差主要类型。
答：
遥感图像几何变形误差可分为静态误差和动态误差两大类。
静态误差是指在成像过程中，传感器相对于地球表面呈静止状态时所具有各种变形误差；动态误差主要是由于在成像过程中地球旋转所造成图像变形误差。
2.简述遥感数字图像几何纠正一般过程。
答：
①准备工作。
②输入原始数字图像。
③建立纠正变换函数。
④确定输出影像范围。
⑤像元几何位置变换。
⑥像元等灰度重采样。
⑦输出纠正图像。
3.试述中心投影航空像片、多光谱扫描仪图像、推扫式成像仪图像和真实孔径侧视雷达图像各自几何特征。
答：
①航空像片几何特征：
a.地物点通过摄影中心及其成像点共一条直线。
b.投影中心到像平面距离为物镜主距f。
c.地面起伏使得各处影像比例尺不同。
d.地物由于成像平面倾斜其成像会发生变形。
e.具有高差物体成像在像片上有投影差。
②多光谱扫描仪图像几何特征：
多光谱扫描仪使用点扫描方式，对地面景物靠扫描镜及卫星轨道相垂直方向摆动或旋转依次向下扫描，航向扫描则以飞行器运行实现。
几何特征有：
a.点中心投影，瞬间成像一个点。
垂直于飞行方向扫描影像为圆弧，圆弧扫描线沿飞行方向累加形成圆柱面，构像方程在几何上等效于全景投影。
b.在每个瞬间获得不是一条缝隙影像，而是相应于地面方形地区（如79m×79m）一个像元。
c.在形成构像方程式时，应取每个像元瞬间位置为该片坐标原点，因此像点坐标x=0，y=0。
d.对于每条圆弧扫描线，其几何关系等效于框幅摄影机以中心线（y=0）为基准沿旁向倾斜一个扫描角θ后情况，此时
。
③真实孔径侧视雷达图像几何特征
真实孔径侧视雷达是斜距投影，其图像几何特征有：
a.当波束照射到传感器一侧物方斜面时，其波束到达斜面顶部斜距之差△R比地距之差（即水平距离之差）△X要小，即△R小于△X时，在图像上斜面应有投影长度被缩短了，这种现象称为透视收缩。
b.透视收缩进一步发展，使得波束到达顶部斜距比到达底部斜距更短时，其顶部和底部是颠倒显示，这种现象称为顶底位移。
c.雷达阴影是由波束照射到有起伏地形时，在斜面背后往往存在微波不能到达部分，称雷达阴影（注意雷达阴影不是太阳光阴影，二者概念截然不同）。
雷达阴影斜距长度可以由地形斜面高度h求出，它等于
。
4.为什么说中心投影构像是遥感影像构像基础。
答：
遥感影像中，框幅式影像属于纯中心投影构像，全景影像属于多中心等焦距圆柱投影，多光谱影像属于多中心扫描投影，HRV影像属于多中心推扫扫描投影，合成孔径侧视雷达属于多中心斜距投影。
由此可见，中心投影构像是遥感影像构像基础。
5.什么是内、外方位元素？
答：
内方位元素：
确定投影中心S及像片坐标系之间关系数据f，x0，y0称内方位元素。
外方位元素：
确定投影中心S及像片在地面坐标系中位置数据XS，YS，ZS，
，称为外方位元素。
6.什么是像空间辅助坐标系？
答：
像空间辅助坐标系是一种过渡坐标系，它以摄站点（也就是投影中心）S为坐标原点。
在航空摄影测量中，其一，通常以铅垂方向（或设定某一竖直方向）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系统误差。
其二，以每条航线内第一张像片像空间坐标系作为像空间辅助坐标系。
其三，以每个立体像对左片摄影中心S为坐标原点，摄影基线方向为X轴，以摄影基线及左片主光轴构成面（左主核面）作为XZ平面，构成右手坐标系。
7.试述
转角系统转角关系。
答：
以摄影中心S为原点，建立像空间辅助坐标系S-XYZ，及地面摄影测量坐标系D-XYZ轴相互平行，其中
表示航向倾角，它是指主光轴So在XZ平面投影及Z轴夹角；
表示旁向倾角，它是指主光轴及其在XZ平面上投影之间夹角；
表示像片旋角，它是指YSo平面在像片上交线及像平面坐标系y轴之间夹角。
8.遥感图像几何纠正目是什么？
答：
解决遥感图像几何变形问题。
9.试述多项式纠正法纠正卫星图像原理和步骤。
答：
原理：
遥感图像多项式纠正法基本思想是回避成像空间几何过程，而直接对影像变形本身进行数字模拟，认为图像变形规律可以看作是平移、缩放、旋转、仿射、偏扭和弯曲以及更高次基本变形综合作用结果。
该方法适用于各种传感器影像纠正。
步骤：
①选择控制点（控制点数量大于多项式系数个数）。
②按最小二乘法平差解求系数。
③将各像元坐标代入已知系数多项式进行计算，求得纠正后坐标。
④灰度重采样。
第三部分
1.什么是辐射误差？
辐射误差产生主要原因是什么？
答：
辐射误差：
传感器探测目标反射或辐射能量时，所得到测量值及目标光谱反射率或光谱辐射亮度等物理量之间差值称为辐射误差。
辐射误差造成了遥感图像失真，影响人们对遥感图像判读、解译，因此必须进行消除或减弱。
辐射误差产生主要原因：
①因传感器响应特性引起辐射误差。
②因大气影响引起辐射误差。
2.因大气和太阳辐射引起辐射误差，其相应校正方法有哪些？
答：
大气引起辐射误差校正方法有：
①野外波谱测试回归分析法。
②辐射传递方程计算法。
③波段对比法。
太阳引起辐射误差校正方法有：
①公式法。
②波段比值法
3.简述SAR辐射校正技术？
答：
在SAR数据流中不同位置插入一系列已知信号以获取必要校正信息，再在数据流通过信号处理器之前或之后测试系统响应，再加以校正。
4.简述遥感卫星辐射校正场含义。
答：
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，以实现对在轨道上运行卫星传感器做辐射校正。
第四部分
1.图像增强主要目是什么？
它包含主要内容有哪些？
答：
主要目有：
①改变图像灰度等级、提高图像对比度；②消除边缘和噪声，平滑图像；③突出边缘或线状地物，锐化图像；④合成彩色图像；⑤压缩图像数据量，突出主要信息等。
主要内容有：
空间域增强、频率域增强、彩色增强、多图像代数运算、多光谱图像增强等。
2.直方图均衡化基本思想和采用何种变换函数？
答：
直方图均衡化是将原图像直方图通过变换函数变为均匀直方图，然后按均匀直方图修改原图像，从而获得一幅灰度分布均匀新图像。
采用“累积直方图曲线”作为直方图均衡化基本变换函数。
3.方图规定化基本原理是什么？
答：
直方图规定化原理是对两个直方图都做均衡化，变成相同归一化均匀直方图。
以此均匀直方图起到媒介作用，再对参考图像做均衡化逆运算即可。
4.何谓图像平滑？
试述均值平滑及中值滤波区别。
答：
图像在获取和传输过程中，由于传感器误差及大气影响，会在图像上产生一些亮点（“噪声”点）或者图像中出现亮度变化过大区域，为了抑制噪声、改善图像质量或减少变化幅度，使亮度变化平缓所做处理称为图像平滑。
均值平滑方法均等地对待邻域中每个像元，对于每个像元在以它为中心邻域内取平均值，作为该像元新灰度值。
中值滤波是对以每个像元为中心M×N邻域内所有像元按灰度值大小排序，取排序后位于中间那个像元灰度值作为中心像元新灰度值，因此它是一种非线性图像平滑法。
一般M×N取奇数（有中间像元），窗口运算及模板运算相同。
5.何谓图像锐化？
图像锐化处理有几种方法？
试述Laplace算法特点。
答：
图像锐化可使图像上边缘及线状目标反差提高，即边缘增强。
锐化结果突出了边缘和轮廓、线状目标信息。
图像锐化是通过微分算子使图像边缘突出，清晰。
图像锐化处理方法有：
①梯度法。
②Roberts梯度。
③Prewitt和Sobel梯度。
④Laplace算法。
⑤定向检测等方法。
Laplace算法特点是检测图像灰度变化率变化率，是二阶微分，在图像上灰度均匀和变化均匀部分，根据Laplace算子计算出值为0。
因此，它不检测均为灰度变化，产生图像更加突出灰度值突变部分。
6.频率域锐化基本思想是什么？
常用高通滤波器有哪些？
有何特点？
答：
频率域锐化基本思想是：
采用高通滤波器让高频成分通过，阻止削弱低频成分，达到图像锐化目，其结果是突出了图像边缘和轮廓。
高通滤波器有：
①理想高通滤波器；②Butterworth高通滤波器；③指数高通滤波器；④梯形高通滤波器。
以上4种高通滤波器各有优缺点。
理想高通滤波器处理图像中边缘有抖动现象；Butterworth锐化效果较好，边缘抖动现象不明显，但计算复杂；指数高通滤波器比Butterworth效果差些，边缘抖动现象不明显；梯形高通滤波器会产生轻微抖动现象，但因计算简单经常被使用。
7.假彩色增强基本原理是什么？
最佳假彩色合成方案原则是什么？
答：
假彩色增强处理对象是同一景物多光谱图像。
对于多波段遥感图像，选择其中某三个波段，分别赋予红，绿，蓝三种原色，即可在屏幕上合成彩色图像。
由于三个波段原色选择是根据增强目决定，及原来波段真实颜色不同，因此合成彩色图像并不表示地物真实颜色，这种合成称为假彩色合成。
最佳假彩色合成方案原则是：
合成后图像应信息量最大而波段间相关性最小。
8.试述彩色变换原理，彩色变换主要方法有哪些？
答：
遥感数字图像处理系统中一是采用RGB色彩模型，是基于色光混合来再现颜色，即图像中每个像素是通过红（R）、绿（G）、蓝（B）三种色光按不同比例组合来显示颜色，由多光谱图像三个波段组合彩色图像实际上是显示在R、G、B空间中。
二是采用IHS模型。
亮度（intensity）、色度（hue）、饱和度（saturation）称为色彩三要素，亮度（I）、色度（H）、饱和度（S）构成HIS模型所表示彩色及人眼看到更为接近。
RGB和HIS两种色彩模式可以相互转换，有些处理在某个彩色系统中可以更方便。
以上所述即为彩色变换原理。
把RGB系统变换为IHS系统称为HIS正变换，HIS系统变换为RGB系统称为HIS逆变换。
彩色变换主要方法有1，球体变换2，圆柱体变换。
9.什么是植被指数？
常用植被指数如何计算？
答：
根据地物光谱反射率差异作比值运算可以突出图像中植被特征，提取植被类别或估算绿色生物量，通常把能够提取植被算法称为植被指数（VegetationIndex，简称VI）。
常用植被指数算法：
①比值植被指数（ratiovegetationindex即RVI）
RVI=IR/R
IR为遥感多波段图像中近红外（infrared）波段反射值；
R为红波段反射值。
②归一化植被指数（normalizedvegetationindex即NDVI）
NDVI=（IR-R）/（IR+R）
③差值植被指数（differencevegetationindex即DVI）
DVI＝IR-R
④正交植被指数（perpendicularvegetationindex即PVI）
PVI=1.6225（IR）-2.2978（R）+11.0656（NOAAAVHRR卫星资料）
PVI=0.939（IR）-0.344（R）+0.09（Landsat卫星资料）
10.以陆地卫星TM图像和SPOT全色波段图像为例，说明TM图像和SPOT图像融合优越性。
答：
不同传感器获取同一地区图像，由于其波长范围不同，几何特点不同，分辨率不同等因素而具有不同应用特点。
例如：
LandsatTM有7个波段，有丰富光谱信息，其空间分辨率为28.5m（重采样后为30m），SPOT全色波段（0.51～0.73μm）是一个单波段图像，但它空间分辨率大大提高，可达到10m。
将这两种图像融合，产生具有10m分辨率7个波段新图像具有以上两种图像优点，既提高了图像分辨率，又保留了TM丰富光谱信息。
因此，图像融合方法可以综合不同传感器图像优点，大大提高图像应用精度。
11.什么是多光谱空间？
主成分变换应用意义是什么？
答：
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一个波段，坐标值代表该波段像元灰度值，图像中每个像元对应于坐标空间中一个点。
主成分变换应用意义是：
①数据压缩②图像增强③分类前预处理
12.简述多光谱增强方法和目。
答：
多光谱增强采用对多光谱图像进行线性变换方法，减少各波段信息之间冗余，达到保留主要信息，压缩数据量，增强和提取更具有目视解释效果新波段数据目。
13.简述遥感多光谱图像特点。
答：
遥感多光谱图像波段多，例如应用最为广泛LandsatTM图像有7个波段；而高光谱图像则包含几十个甚至数百个很窄波段，包含了大量信息，但这些图像数据量过大，运算时耗费大量机时和占据大量磁盘空间。
同时，多光谱图像各波段之间具有一定相关性，造成不同程度信息重叠。
14.目前多光谱增强主要有哪2种变换？
答：
①K-L（Karthunen-Loeve）变换，又称为主成分变换。
②K-T（Kauth-Thomas）变换，又称为缨帽变换。
第五部分
1.什么是监督分类？
什么是非监督分类？
答：
监督分类是基于对遥感图像上样本区内地物类属已有先验知识，即已经知道它所对应地物类别，于是可以利用这些样本类别特征作为依据来判断非样本区内数据类别。
非监督分类是遥感图像地物属性不具有先验知识，纯粹依靠不同光谱数据组合在统计上差别来进行“盲目分类”，事后再对已分出各类地物属性进行确认过程。
2.简述增强处理及分类处理异同。
答：
图像增强处理及图像分类处理都是为了增强和提取遥感图像中目标信息。
图像增强处理主要是增强图像视觉效果，提高图像可解译性。
给目视解释提供信息是定性。
图像分类处理则着眼于地物类别区分，给目视解释提供定量信息。
3.什么是特征选择？
答：
特征选择实际上就是确定分类信息源。
多光谱图像一般有波段多、数据量大等特点。
在分类时，特别是用最大似然分类方法，要对每一类计算均差和协方差矩阵，以及判别式比较，计算量是非常大。
实际上，并不是每一个波段都是分类时最好波段，对分类精度影响不大。
在分类时所使用波段或波段组合称为特征，所以，这个选择过程称为特征选择。
这种选择出来、新对于表示类别可分性更为有效变更称为特征参数，n个特征参数组成n维特征空间。
具体分类就是在该空间中进行。
4.简述计算机分类基本原理。
答：
遥感图像分类就是把图像中每个像元或区域划归为若干类别中一种，即通过对各类地物光谱特征分析来选择特征参数，将特征空间划分为互不重叠子空间，然后将影像内各个像元划分到各个子空间中去，从而实现分类。
5简述遥感图像计算机分类一般流程。
答：
①原始图像预处理；
②训练区选择；
③特征选择和特征提取；
④图像分类运算；
⑤检验结果；
⑥结果输出。
6.什么是距离判别函数？
答：
距离判别函数建立是以地物光谱特征在特征空间中是按集群方式分布为前提。
也就是说，假定不知道特征矢量概率分布，但认为，同一类别特征矢量在特征空间内完全聚集成团状（集群），每个团（集群）都有一个中心。
这些团内点数目越多，也即密度越大或点及中心距离越近，就可以肯定，他们属于一个类别，所以点间距离成为重要判断参量。
7.比较绝对值距离、欧氏距离、马氏距离判别函数之间异同点。
答：
绝对值距离是计算两点之间直角边距离，其特点是各特征参数以等权参及进来，所以也称等混合距离。
欧氏距离是计算两点之间直线距离。
欧氏距离中各特征参数也是等权。
以上两种距离及特征参数量纲有关。
而且没有考虑特征参数间相关性。
马氏距离是一种加权欧氏距离，它是通过协方差矩阵来考虑变量相关性
8、简要说明ISODATA法基本内容。
答：
ISODATA（iterativeself-organizingdataanalysistechniquesalgorithm），称为“迭代自组织数据分析技术”。
ISODATA法实质是以初始类别为“种子”进行自动迭代聚类过程，它可以自动地进行类别“合并”和“分裂”，其各个参数也在不断地聚类调整中逐渐确定，并最终构建所需要判别函数。
因此，可以说基准类别参数确定过程，也正是利用光谱特征本身统计性质对判别函数不断调整和“训练”过程。
9.简述计算分类新方法。
答：
①神经网络分类器；；
②基于小波神经网络遥感图像分类；
③模糊聚类法；
④树分类器；
⑤专家系统方法应用。
第六部分
1.一般分析方法各有什么特点？
参数确定应考虑什么因素？
答：
遥感数字图像一般分析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空间关系处理，使处理后图像能够更好地表达主要专题信息。
①邻域分析（neighborhood）是针对分类专题图像，采用类似于卷积滤波方法对图像分类值（classvalues）进行多种分析。
其方法是每个像元值都参及用户定义邻域范围（definitionneighborhood）和分析函数（function）所进行分析，而邻域中心像元值将被分析结果所取代。
②查找分析（search）是对输入分类专题图像或矢量图形进行临近（proximity）分析，产生一个新输出栅格文件，输出像元属性值取决于其位置及用户选择专题类型像元接近程度和用户定义接近距离，输出文件中用户所选择专题类型属性值重新编码为0，其它相邻区域属性值取决于它们所选择专题类型像元欧氏距离。
③指标分析（Index）功能是将两个输入分类专题图像或矢量地图数据，按照用户定义权重因子（WeightingFactor）进行相加，产生一个新综合图像文件。
④叠加分析（overlay）是根据两个输入分类专题图像文件或矢量图形文件数据最小值或最大值，产生一个新综合图像文件，系统所提供叠加选择项允许用户提前对数据进行处理，可以根据需要掩膜剔除一定数值。
⑤归纳分析（summary）功能可以根据两个输入分类专题图像产生一个双向统计表格，内容包括每个Zone类型区域内所有Class类型像元数量及其面积、百分比等统计值，可用于一定区域内多种专题数据相互关系栅格叠加统计分析。
⑥分类后分析（分类后处理），不管从专题图角度，还是从实际应用角度，对获得监督分类或非监督分类结果，都需要进行一些处理工作，剔除一些小图斑，才能得到最终相对理想分类结果。
分类后处理是图像解译很重要一部分，它作用是为了准确提取遥感信息，获得理想分类结果。
监督分类或非监督分类后分析处理有聚类统计（clump）、过滤分析（sieve）、去除分析（eliminate）和分类重编码（Recode）。
2.什么是分类后处理？
处理基本方法是什么？
答：
无论遥感图像是进行监督分类还是非监督分类，都是按照图像光谱特征进行聚类分析，都带有一定盲目性，分类结果中都会产生一些面积很小图斑。
所以，不管是专题制图，还是实际应用，对获得分类结果需要进行处理，剔除一些小图斑，才能得到最终相对理想分类结果，这些处理操作通称为分类后处理（post-classificationprocess）。
3.就遥感而言，地球表面很多地物存在什么现象？
怎样提高分析精度？
答：
地球表面很多地物存在着“同谱异物，同物异谱”现象。
而目前所有图像自动解释，主要都是依赖地物光谱特征，使得分析结果存在较多错分和漏分，精度不高。
要提高分析精度，应提高图像处理软件对不同地物光谱识别率，进一步完善专家系统。
随着遥感技术迅猛发展，遥感数字图像处理就显得尤为重要。
更多、更好分析处理方法和相应软件将会涌现，能弥补现在单凭遥感数字图像光谱特征进行图像分析缺点，从而更准确、更快速地提取地学信息。
升级会员 