武汉大学测绘学院考研专业课复习第六章

六、遥感图像辐射处理 名词解释： 线性拉伸、高通滤波、真方图均衡、辐射校正、边缘增强、影像灰度直方图、图像锐化、辐射定标、直方图匹配与直方图均衡、辐射误差、遥感图像处理、 直方图正态化、NDVI、密度分割、HIS变换、低通滤波、图像平滑、生物量指标、影像融合、HIS和CMYK空间、均值滤波、中值滤波、直方图 规定 关于下班后关闭电源的规定党章中关于入党时间的规定公务员考核规定下载规定办法文件下载宁波关于闷顶的规定 化、遥感影像定标 简答题： 1、叙述用30米分辨率的TM4、3、2多光谱影像与同一地区10米分辨率的SPOT全色影像进行融合的原理和步骤； 2、试说明归一化植被指数（NDVI）的 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 原理和应用意义； 3、在一副遥感图像的灰度直方图中，峰值处于灰度值较低的一端，且感兴趣的信息也在低灰度值部分。请设计一种非线性增强变换以突出所感兴趣的信息，并说明理由。 4、下图：若有红、绿、蓝三原色分别位于红：0.61 ；绿：0.54 ；蓝：0.47 附近，将这三点连成三角形，以此为基础找到他们的补色位置，说明补色黄、品红、青的波长和饱和度。 5、将同一时间获取的同一地区的多光谱图像与雷达图像用数字处理方法进行融合有何意义？如何进行？ 6、NDVI的基本原理是什么？在SPOT多光谱，ETM,MODSI影像上如何计算？NDVI主要应用有哪些？ 7、简述卫星传感器的辐射误差来源； 8、举例说明遥感图像增强的目的和实质； 9、简述直方图匹配原理，举一例说明再遥感图像处理中的应用； 10、遥感图像定标的目的是什么？从 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 辐射误差来源角度出发，给出遥感图像绝对定标的步骤； 11、岩石的NDVI值与雪的NDVI值哪个更高？为什么？ 12、遥感图像为什么要进行大气辐射校正？大气辐射校正有哪些方法？ 13、除了获取的图像外，再无其他的数据源时如何进行辐射校正？采用的方法有哪些？简述各自的基本原理； 14、以IHS方法为例，简述SPOT影像与TM影像融合的主要步骤； 15、试分析大气对电磁波的影响，说明空间传感器所接收的能量组成； 16、简述主成分变换的基本原理，并给出如何应用主成分变换和一幅全色图像来提高一幅同区域的多光谱图像的空间分辨率？ 17、如果一幅遥感影像中有很多随机噪声，应该采用何种方法消除噪声？如果该影像很模糊，应该采用何种方法突出影像中的地物目标边缘？ 18、对多源遥感数据进行基于像素级图像融合时有哪些要求？如何评价图像融合后的效果？ 名词解释： 线性拉伸：按比例拉伸原始图像灰度等级范围，一般为了充分利用显示设备的显示范围，使输出直方图的两端达到饱和。变化前后图像每一个像元呈一对一的关系。因此像元总数不变，亦即直方图包含面积不变。 高通滤波：锐化在频率域中处理称为高通滤波，保留频率域中的高频成分而让低频成份滤掉，加强了图像中的边缘和灰度变化突出部分，以达到图像锐化的目的。 真方图均衡：将随机分布的图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。 辐射校正：辐射校正是指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。 边缘增强：将遥感图像相邻像元的亮度值相差较大的边缘（即影像色调突变或地物类型的边界线）处加以强调于以突出处理的技术方法。经边缘增强后的图像能更清晰地显示出不同地物类型或现象的边界，或线形影像的行迹，以便于不同地物类型的识别及其分布范围的圈定。边缘增强还可通过其它方法或计算机处理来实现。 影像灰度直方图：灰度直方图是用横坐标标注灰度的质量特性值，纵坐标标注频数或频率值，各组的频数或频率的大小用直方柱的高度 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 示的图形。灰度直方图性质：1）表征了图像的一维信息。只反映图像中像素不同灰度值出现的次数（或频数）而未反映像素所在位置。2）与图像之间的关系是多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同图像可能有相同的直方图。3）子图直方图之和为整图的直方图。 图像锐化：增强图像中的高频成份，突出图像的边缘信息，提高图像细节的反差，也称为边缘增强，其结果与平滑相反。 空间域图像锐化是对邻区窗口内的图像微分，常用的微分方法是梯度。锐化图像即为原始图像减去平滑图像。其结果是原始图像消退，边缘突出，因此称为边缘检测。 频域图像锐化称为高通滤波，保留频率域中的高频成分而让低频成份滤掉，加强了图像中的边缘和灰度变化突出部分，以达到图像锐化的目的。 辐射定标：建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系，建立传感器每个探测元所输出信号的数值量化值与该探测器对应象元内的实际地物辐射亮度值之间的定量关系。定标的手段是测定传感器对一个已知辐射目标的响应。辐射定标分为:绝对定标和相对定标。 直方图匹配：通过查找表使得一个图像的直方图与另一个图像直方图类似，亦属于非线性变换。对在不同时间获取的同一地区或邻接地区的图像；或者由于太阳高度角或大气影响引起差异的图像匹配很有用；特别是对图像镶嵌或变化检测有用。 遥感图像处理：是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。遥感图像的光学处理包括一般的照相处理、光学的几何纠正、分层叠加曝光、相关掩模处理、假彩色合成、电子灰度分割和物理光学处理等。光学处理有时称为模拟处理。数字处理是指用计算机图像分析处理系统进行的遥感图像处理。遥感图像的数字处理往往与多光谱扫描仪和专题制图仪图像数据的应用联系在一起。数字处理方式灵活，重复性好，处理速度快，可以得到高像质和高几何精度的图像，容易满足特殊的应用要求，因而得到广泛的应用。 简答题： 1、叙述用30米分辨率的TM4、3、2多光谱影像与同一地区10米分辨率的SPOT全色影像进行融合的原理和步骤； 原理：融合是将多源遥感图像按照一定的算法，在规定的地理坐标系，将不同传感器获取的遥感影像中所提供的各种信息进行综合, 生成新的图像的过程。提高对影像进行分析的能力(通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性)。具体的：①提高空间分辨力②改善配准精度③增强特征④改善分类⑤对多时相图像用于变化检测⑥替代或修补图像的缺陷。 步骤如下： （1）将30米分辨率的TM4、3、2多光谱影像与同一地区10米分辨率的SPOT全色影像进行几何配准，并对30米分辨率的TM4、3、2多光谱影像进行重采样，使之与SPOT全色图像的分辨率相同。 （2）分别计算30米分辨率的TM4、3、2多光谱影像与同一地区10米分辨率的SPOT全色影像的相关系数； （3）用全色波段图像和多光谱波段图像按下式组合。 2、试说明归一化植被指数（NDVI）的设计原理和应用意义； 归一化差分植被指数（NDVI）NDVI=(红外-红)/(红外+红) 例NDVI=(MSS7-MSS5)/(MSS7+MSS5) 也称为生物量指标变化，可使植被从水和土中分离出来，以消除部分大气影响。 应用意义：可以利用NDVI监测植被，进而实现干旱监测 例: NDVI与中红外反演土壤湿度 Ws = a×Exp (NDVI)－b×CH3 ＋ c 3、在一副遥感图像的灰度直方图中，峰值处于灰度值较低的一端，且感兴趣的信息也在低灰度值部分。请设计一种非线性增强变换以突出所感兴趣的信息，并说明理由。 运用直方图均衡将随机分布的图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。 特点是：(1)各灰度级所占图像的面积近似相等 (2)原图像上频率小的灰度级被合并 (3)增强图像上大面积地物与周围地物的反差，同时也增加图像的可视度。 (4)如果输出数据分段级较小，则会产生一个初步分类的视觉效果。 (5)具体增强效果不易控制,只能全局均衡 4、下图：若有红、绿、蓝三原色分别位于红：0.61 ；绿：0.54 ；蓝：0.47 附近，将这三点连成三角形，以此为基础找到他们的补色位置，说明补色黄、品红、青的波长和饱和度。 当两个色光混合成白色色光时，则将这两个色光的主波长定义为互补波长，但在不同光源下补色的主波长是会有所不同的；在色度图上，任何通过光源的直线，其对光谱轨迹所截的任两点波长即为相对应的互补波长，而这一对互补波长的光称为补色。在自然界中每一种颜色都有其主波长，都可以找到与之相应的互补波长和补色。饱和度是指色彩的鲜艳程度，也称色彩的纯度。饱和度取决于该色中含色成分和消色成分(灰色)的比例。含色成分越大，饱和度越大；消色成分越大，饱和度越小。 补色黄、品红、青的波长为0.55um，0.61 um，0.49 um。饱和度为：0.90，0.86 5、将同一时间获取的同一地区的多光谱图像与雷达图像用数字处理方法进行融合有何意义？如何进行？ 意义：将多源遥感图像按照一定的算法，在规定的地理坐标系，将不同传感器获取的遥感影像中所提供的各种信息进行综合, 生成新的图像。提高对影像进行分析的能力(通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性)。具体的：①提高空间分辨力②改善配准精度③增强特征④改善分类⑤对多时相图像用于变化检测⑥替代或修补图像的缺陷。 在几何精校正的基础上,雷达图像与多光谱图像进行HIS融合变换的原理与方法.经融合处理后生成的图像,既反映出多光谱图像多光谱信息丰富的特点,又反映出雷达图像上丰富的结构信息,从而大大提高了对地物的识别和判读能力.图像融合技术在地质和矿产勘查中有更广阔的应用空间. 。 过程如下： (1)．待融合的雷达图像和多光谱图像进行几何配准，并将多光谱图像重采样与雷达分辨率相同； (2)．将多光谱图像变换转换到ＩＨＳ空间。 (3)．对雷达图像I′和ＩＨＳ空间中的亮度分量I进行直方图匹配。用雷达图像I′代替ＩＨＳ空间的亮度分量，即HIS－>I′HS。将Ｉ′ＨＳ逆变换到RGB空间，即得到融合图像。 6、NDVI的基本原理是什么？在SPOT多光谱，ETM,MODSI影像上如何计算？NDVI主要应用有哪些？ 归一化差分植被指数（NDVI） NDVI=(红外-红)/(红外+红) 例NDVI=(MSS7-MSS5)/(MSS7+MSS5) NDVI=(ETM6-ETM5)/ (ETM6+ETM5) 也称为生物量指标变化，可使植被从水和土中分离出来，以消除部分大气影响 。 NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；以及从遥感数据中提取植冠生物物理特性、研究与生物量的关系、叶面积指数、农牧业管理、光合作用辐射、二氧化碳变化、气象等。