遥感数字图像处理习题与答案

《遥感数字图像处理》习题与答案

第一部分

1.什么是图像？并说明遥感图像与遥感数字图像的区别。

答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。

按图像的明暗程度和空间坐标的连续性划分，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的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。

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的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。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的信息，抑制一些无用的信息，以提高图像的使用价值。

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与其它学科之间的关系。

答：应具备的基础理论知识有：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的任务和主要功能。目前，比较著名的全数字摄影测量系统有哪些？

答：全数字摄影测量系统的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）与正射影像图、机助量测与解译、交互编辑等。

目前，比较著名的全数字摄影测量系统有四维公司的JX-4、适普公司的VirtuoZo、莱卡公司经销的Helava全数字摄影测量系统等。

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与卫星轨道相垂直方向的摆动或旋转依次向下扫描，航向扫描则以飞行器的运行实现。几何特征有：

a.点中心投影，瞬间成像一个点。垂直于飞行方向的扫描影像为圆弧，圆弧扫描线沿飞行方向累加形成的圆柱面，构像方程在几何上等效于全景投影。

b.在每个瞬间获得的不是一条缝隙影像，而是相应于地面方形地区（如79m×79m）的一个像元。

c.在形成构像方程式时，应取每个像元的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后的情况，此时0,x y f tg θ==?。

③真实孔径侧视雷达图像的几何特征

真实孔径侧视雷达是斜距投影，其图像的几何特征有：

a.当波束照射到传感器一侧的物方斜面时，其波束到达斜面顶部的斜距之差△R 比地距之差（即水平距离之差）△X 要小，即△R 小于△X 时，在图像上斜面应有的投影长度被缩短了，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。

轴相互平行，其中?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表示像片旋角，它是指YSo 平面在像片上的交线与像平面坐标系的y 轴之间的夹角。

8.遥感图像几何纠正的目的是什么？

答：解决遥感图像的几何变形问题。

9.试述多项式纠正法纠正卫星图像的原理和步骤。

答：原理：遥感图像多项式纠正法的基本思想是回避成像的空间几何过程，而直接对影

像变形的本身进行数字模拟，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的基本变形的综合作用结果。该方法适用于各种传感器影像的纠正。

步骤：①选择控制点（控制点数量大于多项式系数的个数）。②按最小二乘法平差解求系数。③将各像元的坐标代入已知系数的多项式进行计算，求得纠正后的坐标。④灰度重采样。

第三部分

1.什么是辐射误差？辐射误差产生的主要原因是什么？

答：辐射误差：传感器探测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值称为辐射误差。辐射误差造成了遥感图像的失真，

2.直方图均衡化的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的直方图通过变换函数变为均匀的直方图，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的新图像。

采用“累积直方图曲线”作为直方图均衡化的基本变换函数。

3.方图规定化的基本原理是什么？

答：直方图规定化的原理是对两个直方图都做均衡化，变成相同的归一化的均匀直方图。以此均匀直方图起到媒介作用，再对参考图像做均衡化的逆运算即可。

4.何谓图像平滑？试述均值平滑与中值滤波的区别。

答：图像在获取和传输的过程中，由于传感器的误差及大气的影响，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的区域，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的处理称为图像平滑。

均值平滑方法均等地对待邻域中的每个像元，对于每个像元在以它为中心的邻域内取平均值，作为该像元新的灰度值。中值滤波是对以每个像元为中心的M×N邻域内的所有像元按灰度值大小排序，取排序后位于中间那个像元的灰度值作为中心像元新的灰度值，因此它是一种非线性的图像平滑法。一般M×N取奇数（有中间像元），窗口运算与模板运算相同。

5.何谓图像锐化？图像锐化处理有几种方法？试述Laplace算法的特点。

即图像中的每个像素是通过红（R）、绿（G）、蓝（B）三种色光按不同的比例组合来显示颜色的，由多光谱图像的三个波段组合的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）称为色彩的三要素，亮度（I）、色度（H）、饱和度（S）构成的HIS模型所表示的彩色与人眼看到的更为接近。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的原理。

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。彩色变换的主要方法有 1，球体变换 2，圆柱体变换。

9.什么是植被指数？常用的植被指数如何计算？

答：根据地物光谱反射率的差异作比值运算可以突出图像中植被的特征，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（Vegetation Index，简称VI）。

常用的植被指数算法：

①比值植被指数（ratio vegetation index 即RVI）

RVI=IR/R

IR 为遥感多波段图像中的近红外（infrared）波段的反射值；

R 为红波段的反射值。

②归一化植被指数（normalized vegetation index 即NDVI）

13.简述遥感多光谱图像的特点。

答：遥感多光谱图像的波段多，例如应用最为广泛的Landsat的TM 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的波段，包含了大量的信息，但这些图像的数据量过大，运算时耗费大量机时和占据大量的磁盘空间。同时，多光谱图像的各波段之间具有一定的相关性，造成不同程度的信息重叠。

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，于是可以利用这些样本类别的特征作为依据来判断非样本区内数据的类别。非监督分类是遥感图像地物的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的差别来进行“盲目分类”，事后再对已分出各类的地物属性进行确认的过程。

2.简述增强处理与分类处理的异同。

6.什么是距离判别函数？

答：距离判别函数的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的。也就是说，假定不知道特征矢量的概率分布，但认为，同一类别的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。这些团内点的数目越多，也即密度越大或点与中心的距离越近，就可以肯定，他们属于一个类别，所以点间的距离成为重要的判断参量。

7.比较绝对值距离、欧氏距离、马氏距离判别函数之间的异同点。

答：绝对值距离是计算两点之间的直角边距离，其特点是各特征参数以等权参与进来，

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的。

以上两种距离与特征参数的量纲有关。而且没有考虑特征参数间的相关性。

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的相关性

8、简要说明ISODATA法的基本内容。

答：ISODATA（iterative self-organizing data analysis techniques algorithm），称为“迭代自组织数据分析技术”。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。因此，可以说基准类别参数的确定过程，

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类型的像元数量及其面积、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的栅格叠加统计分析。

⑥分类后分析（分类后处理），不管从专题图的角度，还是从实际应用的角度，对获得的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的分类结果。分类后处理是图像解译很重要的一部分，它的作用是为了准确提取遥感信息，获得理想的分类结果。监督分类或非监督分类后的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？处理的基本方法是什么？

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，都带有一定的盲目性，分类结果中都会产生一些面积很小的图斑。所以，不管是专题制图，还是实际应用，对获得的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的分类结果，这些处理操作通称为分类后处理（post-classification process）。

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”的现象。而目前所有的图像自动解释，主要都是依赖地物光谱特征，使得分析结果存在较多的错分和漏分，精度不高。要提