遥感软件应用复习资料.docx
《遥感软件应用复习资料.docx》由会员分享，可在线阅读，更多相关《遥感软件应用复习资料.docx（39页珍藏版）》请在冰豆网上搜索。
遥感软件应用复习资料
第一章
遥感数字图像：
是以数字形式采集、存储、运算、表达、传输的遥感影像，它的最基本单位是像素。
图像转换：
在遥感图像使用中，根据目的的不同，有时需要将模拟图像输入计算机进行处理，处理完后又需要将数字图像转换为模拟图像输出。
数字图像校正：
包括辐射校正和几何校正。
辐射校正：
指校正因大气的影响和因传感器本身影响而产生的辐射误差，进入传感器的电磁辐射强度反映在遥感数字图像上就是亮度值，辐射强度越大，亮度值越大，该值与地物的反射率或发射率保持一定的对应关系，但因大气辐射的影响，受传感器本身产生辐射误差的影响，这种关系发生了改变，这一部分就是需要校正的部分。
几何校正：
当遥感数字图像在几何位置上发生变化，产生诸如行列不均匀、像元大小与地面大小对应不准确、地物形状不规则变化时，即说明遥感数字图像发生了几何畸变，校正几何畸变的工作称之为几何校正。
图像增强：
采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需的信息的工作。
多源信息复合：
是指将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。
填空
像素的最基本的三个特征：
像素的大小、像素的空间位置以及像素的属性。
遥感数字图像像素的属性特征包括亮度、色彩两个方面。
遥感数字图像处理，根据抽象程度不同可分为三个层次：
狭义的图像处理、图像分析和图像解译。
数字图像处理的方法：
对比度增强、空间滤波、彩色变换、图像运算和多光谱变换等
通用二进制数据格式主要包括三种数据类型：
BSQ格式、BIP格式、BIL格式。
二维视窗是显示栅格图像、矢量图形、注记文件、AOI等数据层的主要窗口。
叠加显示操作分为混合显示工具、卷帘显示工具、闪烁显示工具。
数据信息查询分为光标查询功能、量测功能、图像信息显示。
简答
根据遥感数字图像处理的目的不同，遥感图像数字处理大致可分为几种？
1）图像转换：
在遥感图像使用中，根据目的的不同，有时需要将模拟图像输入计算机进行处理，处理完后又需要将数字图像转换为模拟图像输出。
2）数字图像校正：
包括辐射校正和几何校正。
辐射校正：
指校正因大气的影响和因传感器本身影响而产生的辐射误差，进入传感器的电磁辐射强度反映在遥感数字图像上就是亮度值，辐射强度越大，亮度值越大，该值与地物的反射率或发射率保持一定的对应关系，但因大气辐射的影响，受传感器本身产生辐射误差的影响，这种关系发生了改变，这一部分就是需要校正的部分。
几何校正：
当遥感数字图像在几何位置上发生变化，产生诸如行列不均匀、像元大小与地面大小对应不准确、地物形状不规则变化时，即说明遥感数字图像发生了几何畸变，校正几何畸变的工作称之为几何校正。
3）数字图像增强：
采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需的信息的工作。
4）多源信息复合：
是指将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。
5）遥感数字图像计算机解译处理：
综合运用地学分析、遥感图像处理、地理信息系统、模拟识别与人工智能技术，这些技术的运用都应在计算机系统支持下运行，采取相应的遥感数字图像的处理方法。
简述实现一幅栅格图像显示操作。
第一步：
启动程序
在工具条单击OpenLayer，打开SelectlayerToAdd对话框。
第二步：
确定文件。
在SelectlayerToAdd对话框中有File和RasterOptions两个选项卡，其中File选项卡即用于确定图像文件。
第三步：
设置参数。
在SelectlayerToAdd对话框中单击RasterOptions选项卡，进入设置参数状态。
第四步：
打开图像。
单击SelectlayerToAdd对话框中OK按钮，显示图像。
文件显示顺序的调整。
视窗菜单条：
选择View——ArrangeLayers命令，打开ArrangeLayersViewer对话框。
在ArrangeLayersViewer对话框中点击鼠标左键或拖动文件以调整文件顺序，然后应用（Apply）显示顺序调整，并关闭（Close）ArrangeLayersViewer对话框结束文件显示顺序操作。
第二章
图像校正主要指辐射校正和（），辐射校正包括（），（），（），（）（）。
图像校正方法按照采用的属性模型而不同，一般有（），（），（）。
像元重采样的方法有（），（），（），（）；其中最简单，计算速度快的是（），产生的图像比较平滑但计算工作量的的是（）。
ERDAS分辨率融合提供三种方法：
（），（），（）。
几何校正，传感器的辐射校正，大气的辐射校正，照度校正，条纹和斑点的判定和消除
多项式法，共线方程法，随机场内的插值法
最邻近插值法，双线性插值法，三次卷积插值法，双三次样条插值法，最邻近法，三次卷积法
主成分变换融合，乘积变换融合，比值变换融合
图像拼接就是将具有地理参考的若干幅互为邻接（时相往往可能不同）的遥感数字图合并成一幅统一的新图像，输入图像必须经过几何校正处理或者进行过校正标定。
图像融合技术是指将多源信道所采集到的关于同一目标的图像经过一定的图像处理，提取各自信道的信息，最后综合成同一图像以供观察或进一步处理。
数字正射校正的实质就是将中心投影的影像通过数字校正形成正射投影的过程，其原理是将影像化为很多微小的区域，根据有关的参数利用相应的构像方程式或按一定的数字模型用控制点就算，求得结算模型，然后利用数字高程模型对原始非正射影像进行纠正，使其转换成正射影像。
规则分幅裁剪是指裁剪图像的边界范围是一个矩形，通过左上角和右下角两点的坐标就可以确定图像的裁剪位置，整个裁剪过程比较简单，
不规则分幅裁剪是指裁剪图像的边界范围是任意多边形，不能通过左上角和右下角两点的坐标确定裁剪范围，而必须事先设置一个完整的闭合多边形区域，可以利用AOI工具创建裁剪多边形，然后利用分幅工具进行分割。
（1）准备工作
首先要根据研究对象和专业要求，挑选数据合适的遥感图像。
在拼接时，应尽可能选择成像时间和成像条件接近的遥感图像，以减轻后续的色调调整工作。
（2）预处理工作
主要包括：
a辐射校正b去条带和斑点c几何校正
（3）确定实施方案
在进行多幅图像拼接时，拼接方案的确定是最为重要的，其好坏与否直接影响到工作时间和工作量。
为此，需要首先确定标准像幅，一般位于研究区中央，其次确定拼接顺序，即以标准像幅为中心，有中央向四周逐步进行。
（4）重叠区确定
遥感图像拼接工作的进行主要是基于相邻图像的重叠区。
无论是色调调整，还是几何拼接，都是将重叠区作为基准进行的，其准确与否直接影响到拼接的效果。
（5）色调调整
不同时相或成像条件存在差异的图像，由于要拼接的图像辐射水平不一样，图像的亮度差异比较大，若不进行色调调整，拼接后的图像，即使几何位置很精确，也会由于色调不同，而不能够很好的满足应用。
此外，成像时相和成像条件接近的图像，也会由于传感器的随机误差造成不同像幅的色调不一致，从而影响应用的效果。
因此必须进行色调调整这一工作。
（6）图像拼接
拼接就是在相邻两幅图像的重叠区内找到一条边线（剪切线），剪切线的质量直接影响拼接图像的效果。
在拼接过程中，即使两幅图像进行色调调整，接缝处也有色调不一致，为此还需要在重叠区进行色调的平滑，这样才能够在拼接好图像中无接缝存在。
11.
（1）打开两个平铺窗口
在ERDAS图标面板菜单条选择Session|TileViewers命令，平铺窗口
（2）建立窗口地理联系关系
在Viewer#1中右击，在快捷菜单中选择GeoLink/Unlink命令，在Viewer#2中单击，建立与Viewer#1的连接
（3）通过查询光标进行检查
在Viewer#1中右击，在快捷菜单中选择InquireCursor命令，打开光标查询窗口
在Viewer#1中移动查询光标，观测其在屏幕中的位置及其匹配程度，并注意光标查询窗口中数据的变化。
12.
（1）数据准备：
包括资源卫星影像数据，航空影像数据，大地测量成果，航天器轨道参数和传感器姿态参数的手机和分析，所需控制点的选择和量测等。
（2）输入显示数字影像：
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）确立校正变换模型：
校正变换模型是用来建立输入与输出影像间的坐标变换关系。
校正方法按照采用的数学模型而不同，一般有多项式法，共线方程法，随机场内的插值法等。
由于多项式法原理比较直观，使用上较为灵活且可以用于各种类型的图像，因而遥感图像几何校正的空间变换一般采用多项式法。
（4）确定输出影像范围：
输出影像范围定义恰当，纠正后的影像就全部包括在定义的范围内，且能够使空白影像面积尽可能少。
否则会造成纠正后的影像未被该范围全部包括，输出影像空白过多。
（5）像元空间坐标变换：
像元空间坐标变换是按选定的校正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坐标上去，变换方法分为直接纠正和间接纠正（正解法和反解法）。
两张方法的像元灰度赋值略有差别。
（6）像元的灰度重采样：
重采样过程就是依据未校正图像像元值生成一幅校正图像的过程，原图像中所有栅格数据层将进行重采样，常用方法有最邻近插值法，双线性内插法和三次卷积内插方法。
（7）输出纠正数字影像：
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需要的格式写入纠正后的影像文件。
第三章
1、辐射增强：
是一种通过直接改变图像中的像元的灰度值来改变图像的对比度，从而改善图像视觉效果的图像处理方法。
2、直方图均衡化：
对图像进行非线性拉伸，重新分配像元值，使一定灰度范围内像元的数量大致相等，原图像上频率小的灰度级被合并，频率高的被拉伸，是亮度集中的图像得到改善，增强图像上大面积地物与周围地物的反差。
3、直方图匹配：
对图像查找表进行数学变换，使一幅图像某个波段的直方图与另一幅图像对应波段类似，或使一幅图像所有波段的直方图与另一幅图像的所有对应波段类似
4亮度反转：
对图像亮度范围进行线性或非线性取反，产生一幅与输入图像亮度相反的图像，原来亮的地方变暗，原来暗的地方变亮，它是线性拉伸的特殊情况
5、降噪处理：
利用自适应滤波方法去除图像中的噪声，该技术在沿着边缘或平坦区域去除噪声的同时还可以很好地保持图像中的一些微小的细节
6、空间滤波：
强调像元与其周围相邻像元的关系，采用空间域中领域处理的方法，在被处理像元周围的像元的参与下进行运算处理
7、卷积增强：
是通过卷积运算来改变图像的空间频率特征，卷积运算是在空间域上对图像进行领域检测的预算。
8、锐化增强：
通过对图像进行卷积滤波处理，使整幅图像的亮度得到增强而不改变其专题内容，从而达到图像增强的目的
9、聚焦分析：
用所选窗口内的像元按照聚焦函数的定义进行运算，可以取领域内所有像元的和、最大值、最小值、均值、中值、标准差等作为新像元的值，从而达到图像增强的目的
10、纹理分析（textureanalysis）：
通过在一定的窗口内进行二次变异分析或三次非对称分析，使雷达图像或其他图像的纹理结构得到增强的方法。
打开方式MainImageInterpreter
SpatialEnhancementTexture
12、代数运算：
根据地物本身在不同波段的灰度差异，通过不同波段之间简单的代数运算产生新的“波段”，来达到突出感兴趣的地物信息、压抑不感兴趣的地物信息的图像增强法。
13、植被指数：
根据地物光谱反射率的差异做比值运算可以突出图像中的植被特征、提取植被类型或估算绿色生物量，能够提取植被的算法。
14、主成分变换：
又称K-L变换或霍特林变换，是基于变量之间的相关关系，在尽量不丢失信息前提下的一种线性变换的方法。
主要用于数据压缩和信息增强。
填空
2、直方图均衡化实质上是对图像进行非线性拉伸，重新分配像元值，使一定灰度范围内像元数量大致相等。
3、通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异
4、亮度反转包含两个反转算法，一个是条件反转（Inverse），另一个是简单反转（Reverse）
7、卷积运算主要用于对图像进行平滑和锐化处理。
10、非定向边缘检测使用两个常用的滤波器Sobel和Previtt。
11、纹理分析的关键是窗口大小的确定和操作函数的定义
12、算数运算的基本方法包括加法运算、差值运算、乘法运算、比值运算。
13、绿色植物叶子的细胞结构在近红外波段具有高反射性，其叶绿素在红光波段具有强吸收性。
因此，在多波段图像中，用红外/红波段的图像比值运算，结果图像上植被区域具有高亮度值，甚至在绿色生物量很高时达到饱和。
14、傅里叶变换可以应用于图像特征提取、空间频率域滤波、噪声的去除、图像恢复、纹理分析等。
15、在统计滤波操作中，移动滤波窗口大小被固定为5×5，而乘积倍数大小可以在4.0、2.0、1.0之间选择
简答
1、ERDAS提供的辐射增强功能
（1）查找表拉伸：
是遥感图像对比度拉伸的总和，通过修改图像查找表使图像向远志发生变化
（2）直方图均衡化：
对图像进行非线性拉伸，重新分配像元值，使一定灰度范围内像元的数量大致相等。
（3）直方图匹配：
对图像查找表进行数学变换，使一幅图像某个波段或所有波段的直方图与另一幅图像对应波段类似。
（4）亮度反转：
对图像亮度范围进行线性或非线性取反，产生一幅与输入图像亮度相反的图像。
（5）去霾处理的目的是降低多波段图像或全色图像的模糊度
（6）降噪处理：
利用自适应滤波方法去除图像中的噪声。
（7）去条带处理是针对LandsatTM的图像特点对其原始数据进行3次卷积，以达到去除扫描条带的目的
2、对一个波段的图像进行直方图均衡化的具体步骤以及直方图均衡化的特点
步骤：
（1）统计原图像每一灰度级的像素数和累计像素数
（2）统计每一灰度级xa均衡化后对应的新值，并对其四舍五入取整，得到新灰度值xb
（3）以新值代替原灰度值，形成均衡化后的新图像
（4）根据原图像像素统计值对应找到新图像像素统计值，做出直方图。
特点：
各灰度级中像素出现的频率近似相等；原图像上像素出现频率小的灰度级被合并，实现压缩；像素出现频率高的灰度级被拉伸，突出了细节信息。
3、直方图匹配的具体实现步骤
（1）做出原图像的直方图
（2）做出原图像的累积直方图Zb=T（xa），对原图像进行均衡化变换
（3）做出参考图像的直方图或确定参考直方图
（4）做出参考累积直方图Zb=G（yc），进行均衡化变换
（5）对于原图像中的每一灰度级xa的累计值Zb，在参考累积直方图中找到对应的累计值G（yc）；如果G为数学公式可直接计算求值，则得到对应的新灰度值yc
（6）以新值yc替代原灰度值xa，形成均衡化后的新图像
（7）根据原图像像素统计值对应找到新图像像素统计值，做出新直方图
4、ERDAS提供的空间增强功能
（1）卷积增强：
是通过卷积运算来改变图像的空间频率特征。
（2）锐化增强：
通过对图像进行卷积滤波处理，使整幅图像的亮度得到增强而不改变其专题内容，从而达到图像增强的目的
（3）非定向边缘检测：
是卷积增强的一个应用，其目的是突出边缘、轮廓、线状目标信息，起到锐化作用
（4）聚焦分析：
用所选窗口内的像元按照聚焦函数的定义进行运算，可以取领域内所有像元的和、最大值、最小值等作为新像元的值，从而达到图像增强的目的
（5）纹理分析：
是通过在一定的窗口内进行二次变异分析或三次非对称分析，使图像的纹理结构得到增强
（6）自适应滤波：
是对图像的AOI进行对比度拉伸，从而达到图像增强的目的
（7）统计滤波：
是对用户选择图像区域外的像元进行改进处理，从而达到图像增强的目的
5、傅里叶变换：
首先将遥感图像从空间域转换到频率域，把RGB彩色图像转换成一系列不同频率的二维正弦波傅里叶图像；然后在频率域内对傅里叶图像进行滤波、掩膜等各种编辑，减少或消除部分高频成分或低频成分；最后，再把频率域的傅里叶图像转换到RGB彩色空间域，得到经过处理后的彩色图像。
6、傅里叶变换的重要性质：
对称性。
函数的偶函数分量将对应于傅里叶变换后的偶函数分量，奇函数分量也对应于奇函数分量，但是要引入系数j。
加法定理。
时域中的加法对应于频率域内的加法。
回位移定理。
函数的位移变化不会引起改变其傅里叶变换的幅值，但会产生一个相位变化。
相似性定理。
“窄”函数对应于一个“宽”傅里叶变换，“宽”函数对应于一个“窄”傅里叶变换。
卷积定理。
两个函数卷积的傅里叶变换等于它们各自傅里叶变换的乘积。
共轭性。
将函数的傅里叶变换的共轭输入傅里叶变换程序得到该函数的共轭。
Rayleigh定理。
傅里叶变换前后的函数具有相同的能量。
8、ERDAS基本代数运算的基本功能：
加法运算对同一区域的不同时段图像求平均，这样可以减少图像的加性随机噪声，或者获取特定时段的平均统计特征。
差值运算提供了不同波段或不同时相图像间的差异信息，在动态监测、运动目标检测与跟踪、图像背景消除、不同图像处理效果的比较及目标识别等工作中应用较多。
乘法运算可用来遮掉图像的某些部分。
比值运算可以降低传感器灵敏度随空间变化造成的影响，增强图像中特定的区域；降低地形导致的阴影影响，突出季节的差异。
第四章图像分类
一、名词解释
1、图像分类：
同类地物在相同的条件下（光照、地形等）应该具有相同或相似的光谱信息和空间信息特征。
反之，不同类的地物之间具有这些差异。
根据这种差异，将图像中的所有像素按其性质分为若干个类别的过程，成为图像的分类。
2、非监督分类：
非监督分类的前提是假定遥感影像上同类地物在相同的条件下具有相同的光谱特征信息。
先对分类过程不施加任何先验知识，仅凭像元的光谱特征，运用迭代自组织数据分析算法，把一组像素按照相似性归成若干类别。
3、监督分类：
与非监督分类不同，监督分类是在对遥感图像上地物类别属性已经有了先验知识的基础上进行的，即要从图像中选取所要区分的各类地物的样本，建立模板再进行自动识别。
4、专家分类系统：
是模式识别和人工智能技术的产物。
首先利用某一领域内专家的知识和经验建立知识库，然后依据分类目标提出假设，并制定支持假设的规则、条件和变量，然后运用知识库自动进行分类。
5、平行六面体法：
在多波段遥感图像分类过程中，对于被分类的每一个类别，在各个波段维上都要选取一个变差范围的识别窗口，形成一个平行六面体。
属于这一类别的所有空间点，都落在这一多维的平行六面体。
6、最大似然：
它是应用最广泛的监督分类方法，分类中所采用的判别函数是每个像元值属于每一个类别的概率或可能性。
10、分类图像掩膜：
只有产生于特征空间Signature才可使用本工具，使用时可以基于一个或者多个特征空间模板。
如果没有选择集，则当前处于活动状态（位于“>”符号旁边）的模板将被使用。
如果特征空间模板被定义为一个掩膜，则图像文件会对该掩膜下的像元作标记，这些像元在视窗中也将被显示表达出来。
12、直方图绘制：
直方图绘制工具通过分析类别的直方图对模板进行评价和比较，可以同时对一个或多个类别制作直方图，如果处理对象是单个类别，就是当前活动类别，如果是多个类别的直方图，就是处于选择中的类别。
通过选择不同类别、不同波段绘制直方图，可以分析其特征。
17、聚类统计：
聚类统计（Clump）是通过地分类专题图像计算每个分类图斑的面积、记录相邻区域中最大图斑面积的分类值等操作，产生一个Clump类组输出图像，其中每个图斑都包含Clump类组属性。
18、过滤分析（Sieve）：
Sieve功能是对经Clump处理后的Clump类组图像进行处理，按照定义的数值大小，删除Clump图像中较小的类组图斑，并给所有小图斑赋予新的属性值0。
19、去除分析（Eliminate）：
去除分析是用于删除原始分类图像中的小图斑或Clump聚类图像中的小Clump类组，与sieve命令不同，将删除的小图斑合并到相邻的最大的分类当中，而且，如果输入图像是Clump聚类图像的话，经过Eliminate处理后，将小类图斑的属性值自动恢复为Clump处理前的原始分类编码。
20、分类重编码：
非监督分类是不知道实地有多少地物类型，总是先多分出较多的光谱类，然后对照实地情况或根据已有知识，最后确定需要的类别，因此就需要将某些光谱上不同的光谱类合并成专业上相同的地物类。
二、填空
1、监督分类的判别规则可分为无变量和有变量两种。
无变量包括特征空间、平行六面体，有变量包括最大似然、最小距离和马氏距离。
2、完成监督分类具体分为以下步骤：
定义分类模板、评价分类模板、执行监督分类和评价分类结果。
3、评价分类模板的工具包括分类预警、可能性矩阵、特征对象、特征空间到图像掩膜、直方图方法、分离性分析和分类统计分析等工具。
4、评价分类结果：
执行了监督分类之后，需要对分类效果进行评价，ERDAS系统提供了多种分类评价方法，包括分类叠加（classificationoverlay）、定义阈值（thresholding）、分类编码（recodeclasses）、精度评估（accuracyassessment）等。
5、ERDAS中分类处理的方法有：
聚类统计、过滤分析、去除分析和分类重编码。
6、专家分类系统：
专家分类系统又称为基于知识的分类，包括两个核心内容知识库和推理机
9、在ERDASIMAGEING9.1中分类操作涉及两个模块——分类模块和图像解译。
12、启动非监督分类模块有两个途径：
①在ERDAS面板工具中选择DATAPrep|UnsupervisedClassification命令，打开非监督分类对话框。
②在REDAS面板工具中选择Classifier|Classification|UnsupervisedClassification,打开非监督分类对话框。
三、简答
1、运用非监督分类对遥感图像进行分类的过程，主要分为以下两个步骤：
1）启动非监督分类模块，选择输入、输出影像
（1）启动非监督分类模块
（2）选择图像处理文件和输出文件设置被分类的图像和分类结果，并选择生成分类模板文件产生一个模板文件。
2）设置初始参数，执行非监督分类
在非监督分类对话框中分别设置聚类选项和处理选项。
（1）选择Classifier|UnsupervisedClassification命令，打开非监督分类对话框，设置输入输出数据，设置聚类选项，确定初始聚类方法和分类数。
（2）设置处理选项，确定循环次数和阈值。
2、非监督分类分类评价的具体步骤：
（1）打开原始图像和分类后的图像。
点击ERDAS|Viewer面板，先后打开原始图像和分类后的图像，在打开分类结果图像时，在RasterOption选项卡中取消选中的ClearDisplay
复选框，保证两幅图像叠加显示。
（2）设置各类别颜色。
①打开RadterAttributeEditer对话框。
②调整字段显示顺序。
③设置颜色。
（3）确定类别精度并标注类别。
①确定类别意义和精度。
②标注类别名称和颜色。
（4）分类方案的调整。
3、监督分类的过程：
（一）定义分类模板操作包括分类模板的生成、管理、评价和编辑等，功能主要由分类模板编辑器完成，具体步骤：
（1）打开需要分类的影像，点击ERDAS|Viewer面板，打开需要进行分类的影像，并在RasterOption中设置Red|Green|Blue，选择fittoframe。
（2）打开分类模板编辑器
打开方法有两种：
选择Clas
升级会员 