遥感数字图像处理习题.docx
《遥感数字图像处理习题.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.docx（23页珍藏版）》请在冰点文库上搜索。
遥感数字图像处理习题
考试时间：
6月21日晚上19:
00-21:
00地点：
待定
题型：
选择、填空、判断、简答、计算
1．考核方式：
闭卷考试+平时成绩。
2．总成绩评定：
闭卷卷面成绩（满分100分）占考核成绩的70％，平时成绩（满分100分）占30％。
3．平时成绩评定
（1）实验完成情况（80分）：
。
根据学生实验报告提交次数及完成质量进行评定。
（2）作业完成情况（10分）：
根据学生平时作业提交次数及完成质量进行评定。
（3）课堂考勤（10分）：
旷课一次扣3分，请假一次扣1分，扣完为止。
2018遥感数字图像处理习题
第1章概论
1．理解遥感数字图像的概念
Image：
通过镜头等科技手段被再现于二维画面上的视觉信息。
通俗地说，就是指那些用技术手段把目标原封不动的一模一样的再现的景物
图像处理：
对图像进行一系列操作，以达到预期目的的技术称为图像处理
2．理解遥感数字图像处理的内容
①图像的数字化：
如何由一幅模拟图像获取一幅满足需求的数字图像，使图像便于计算机处理、分析。
②图像变换：
图像变换目的在于：
处理问题简化、有利于特征提取、加强对图像信息的理解。
图像变换算法很多，重点学习傅立叶变换的算法、性质和应用。
图像增强：
介绍各种增强方法及其应用。
增强图像的有用信息，消弱噪声的干扰。
④图像的恢复与重建：
把退化、模糊了的图像复原.包括图像辐射校正和几何校正等内容。
由断层扫描重建二、三维图像。
图像编码：
简化图像的表示，压缩图像的数据，便于存储和传输。
⑥图像分割：
图像分割是指将一幅图像划分为互不重叠的区域的处理。
重点介绍图像分割的方法及其应用。
⑦二值图像处理与形状分析：
介绍二值图像的几何概念、二值图像连接成分的各种变形算法和二值图像特征提取与分析的各种方法。
⑧纹理分析：
主要介绍影像纹理的概念、特征提取与分析的一些方法与应用
⑨图像识别：
对图像中的不同对象进行分类、描述和解译。
3．了解遥感数字图像处理与分析的目标和指导思想
4．了解遥感数字图像处理的发展及与其他学科的关系
第2章遥感数字图像的获取和存储
1.理解摄影成像和扫描成像传感器的成像方式
2.熟练掌握摄影成像和扫描成像影像的几何投影方式和影像特性
3.掌握遥感常用的电磁波波段
4.熟练掌握传感器的分辨率
5.掌握数字化过程中的采样和量化
第3章遥感数字图像的表示和度量
1.理解遥感图像的数字表示
2.熟练掌握灰度直方图
第4章图像显示和拉伸
1.熟练掌握图像的彩色合成
2.熟练掌握灰度图像的线性拉伸
}如果图像灰度局限在一个很小的范围内，显示出来的将是一个模糊不清、似乎没有灰度层次的图像
}通过对左图采用线性变换对图像每一个像素灰度作线性变换，有效地改善图像视觉效果
}线性变换是按比例扩大原始灰度等级的范围，通常为了充满显示设备的动态范围，使输出图像直方图的两端达到饱和。
其结果就是在输出图像中加强图像中地物特征的对比度
}缺点：
由于同样的拉伸函数应用于所有的亮度值，其输入和输出亮度值之间的线性关系受输入图像中最大和最小值的影响。
如果图像中最大值或者最小值偏离太远，这种线性变换方法的效果就不会很好
}为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换
3.熟练掌握直方图均衡化，理解直方图规定化
}直方图均衡是根据图像亮度值的出现频率来分配它们的亮度显示范围，使一定灰度范围内的像元的数量大致相等，得到一幅灰度直方图为均匀分布的新图像
}其实质是对图像进行非线性变换，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
}直方图均衡化使得原图像直方图上亮度值分布密集的部分被拉伸，较稀疏的部分被压缩，从而使图像的对比度得到增强
直方图均衡化特点：
}各灰度级所占图像的面积近似相等
}原图像上频率小的灰度级被合并
}增强图像上大面积地物与周围地物的反差
}具体增强效果不易控制，只能全局均衡
直方图匹配（直方图规定化）：
}直方图匹配是指将一副图像的直方图变成指定形状的直方图，从而使原始图像进行增强处理的一种方法，亦属于非线性变换
}直方图的匹配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
}直方图匹配的过程
}对原始图像和参考图像的直方图都做均衡化
}以均匀直方图作媒介，再以参考图像的均衡化变换函数对原始图像做均衡化的逆运算
}从而使原始图像的直方图和参考图像的直方图类似
第5章图像校正
1．理解辐射误差产生的原因及辐射校正的类型
产生原因：
①传感器本身的性能引起的辐射误差、②大气的散射和吸收引起的辐射误差
地形影响和光照条件的变化引起的辐射误差
类型：
①传感器校正、②大气校正（基于辐射传输方程的大气校正、基于地面场地数据或辅助数据进行辐射校正、利用特殊波段进行大气校正）、
太阳高度角和日地距离校正
2．理解遥感数字图像大气校正的主要方法
a）基于辐射传输方程的大气校正
b）基于地面场地数据或辅助数据进行辐射校正
c）基于图像信息的大气校正
i.直方图最小值法
ii.回归分析法
3．理解几何畸变的类型与影响因素
①传感器成像方式引起的图像变形
②传感器外方位元素变化的影响
地形起伏引起的像点位移
④地球曲率引起的图像变形
大气折射引起的图像变形
地球自转的影响
4．熟练掌握多项式几何校正的原理与方法
基本思想：
回避成像的空间几何过程，直接对图像变形的本身进行数学模拟。
把遥感图像的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果
步骤：
1）.确定校正的多项式模型
2）.选择若干个控制点，利用有限个地面控制点的已知坐标，解求多项式的系数
3）.将各像元的坐标代入多项式进行计算，便可求得校正后的坐标
像素坐标的变换（即将图像坐标转变为地图或地面坐标）:
直接法、间接法
对坐标变换后的像素亮度值进行重采样：
最近邻法、双线性插值法、三次卷积插值法
4）.位置进行变换，变换的同时进行灰度重采样
5）.对结果进行精度评定
第6章图像变换
1．理解傅立叶变换的原理
2．理解波段运算
3．理解K-L变换
4．理解缨帽变换
5．理解彩色变换
6．了解数字图像融合
第7章图像滤波
1．理解图像噪声与卷积、滤波的原理
任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利
遥感图像中常见的噪声
Ø高斯噪声
Ø脉冲噪声（椒盐噪声）
Ø周期噪声
卷积算子（operators）或内核（kernels）：
含有由系数矩阵或权重因子矩阵构成的移动窗口。
针对原始图像中的每一个像元值，内核在原始图像上移动，输出图像的内核中心灰度值，用原始图像中相对应的像元灰度值乘以内核内的对应系数，然后再将所有结果相加而得到
滤波：
图像在获取和传输过程中，由于传感器的噪声及大气的影响，会在图像上产生一些不该有的亮点（“噪声”点），或者图像中出现某些亮度值过大的区域。
为了抑制噪声改善图像质量或减少变化幅度，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点（均值滤波、中值滤波）
2．掌握图像平滑
}相邻像素间存在很高的空间相关性，而噪声则是统计独立的。
因此，可用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑
}均值平滑：
将每个像元在以其为中心的区域内，取平均值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的
}中值滤波：
将每个像元在以其为中心的邻域内，取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。
中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值
3．掌握图像锐化
}突出边缘和轮廓、线性目标或某些亮度变化率大的部分，可以采用锐化的方法。
锐化使图像上边缘与线性目标的反差提高，因此也称为边缘增强
Ø平滑——使图像边缘模糊
Ø锐化——使图像边缘突出、清晰
5．掌握频率域滤波
第8章图像分割
1．了解图像分割的概念、方法和流程；
2．了解灰度阈值法；
3．了解梯度和区域方法。
第9章遥感图像分类
1．了解遥感图像的计算机分类的一般原理；
}在特征空间中，依据像元相似度的大小，归类相似的像元，分离不相似的像元，并给每一个像元赋类别值的过程
}分类的总目标是将图像中所有的像元自动进行土地覆盖类型或土地覆盖专题的分类
2．熟练掌握非监督分类和监督分类方法；
非监督分类：
利用事先定义的参数确定特征空间中类别的位置，然后确定单个像元是否属于某个类别（K均值法、ISODATA法）
优点：
不需要预先对待分类区域有广泛的了解、需要较少的人工参与，人为误差的机会减少、小的类别能够被区分出来
缺点：
盲目的聚类、难以对产生的类别进行控制，得到的类别不一定是想要的类别、计算速度慢
监督分类：
方法：
距离判别函数和距离判别规则（最小距离分类法、平行六面体分类法），概率判别函数和贝叶斯判别规则（最大似然分类法）
优点：
根据应用目的和区域，有选择的决定分类类别，避免出现一些不必要的类别、可以控制训练样本的选择、可以通过检查训练样本来决定训练样本是否被精确分类，从而避免分类中的严重错误，分类精度高、避免了非监督分类中对光谱集群的重新归类、分类速度快
缺点：
主观性、由于图像中间类别的光谱差异，使得训练样本没有很好的代表性、训练样本的获取和评估花费较多人力时间、只能识别训练中定义的类别
3．熟练掌握分类精度评估方法；
Ø混淆矩阵
混淆矩阵是由n行n列组成的矩阵，用来表示分类结果的精度
混淆矩阵是通过将每个像元的位置和地面参考验证信息与计算机分类结果中的相应位置和类别来比较计算的
混淆矩阵的每一列代表了地表实测值（参考验证信息），每一列中的数值等于地表真实像元在分类图像中对应于相应类别的数量
混淆矩阵的每一行代表了计算机的分类信息，每一行中的数值等于计算机分类像元在地表真实像元相应类别中的数量
ØKappa系数
4．了解计算机分类新方法。
（面向对象的分类方法）模糊分类神经网络分类小波分析专家系统
部分习题
几何校正
一、填空题：
1、控制点数目的最小值按未知系数的多少来确定。
k阶多项式控制点的最少数目为＿（k＋1）（k＋2）/2＿＿。
2、多项式拟合法纠正中控制点的数量要求，一次项最少需要＿3＿个控制点，二次项最少项需要＿6＿个控制点，三次项最少需要＿10＿＿个控制点。
二、不定项选择题：
（单项或多项选择）
1、通过多项式进行几何校正时，需要在待校正图像与参考图像之间选择同名控制点，其选取原则包括__1234______。
①易于识别并且不随时间变化的点，如道路交叉点、河流拐弯处、水域的边界、机场等
②特征变化大的地区应多选些
③图像边缘部分要选取控制点，以避免外推
④同名控制点要在图像上均匀分布
2、控制点获取方法主要有___124_____。
①从地形图中提取GCP坐标
②从经过几何校正的影像中提取GCP坐标
③从没有经过几何校正的影像中提取GCP坐标
④通过GPS外业测量获取GCP坐标
3、多项式纠正用一次项时必须至少有＿3＿＿。
①1个控制点②2个控制点③3个控制点④4个控制点
4、多项式纠正用二次项时必须至少有＿4＿＿。
①3个控制点②4个控制点③5个控制点④6个控制点
5、多项式纠正用一次项可以改正图像的＿1＿＿。
①线性变形误差②非线性变形误差③前两者
三、名词解释
1、几何校正：
一般是指通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。
2、几何粗校正：
地面站接收图像后，根据不同平台、传感器的参数，对地球曲率、地球自转、大气折射造成的变形进行处理
3、几何精校正：
在粗校正处理的基础上，进一步提高影像的几何精度。
利用地面控制点也就是在遥感图像的像元与地面实际位置之间建立数学关系，将畸变图像空间中的全部像元转换到校正图像空间去。
4、地面控制点：
图像几何校正、投影变换和图像配准等几何变换中,在图像上选取的用于建立几何变换函数的参考点。
当以地面实际坐标（经纬度、地图投影坐标等）为参照进行几何变换时,这时的控制点又称为地面控制点（groundcontmlpoint,GCP）。
每个控制点应包含两组坐标数据,即在输入图像上的坐标和在输出图像上的坐标,因此又称为控制点对。
四、问答题：
1、说明遥感图像几何变形误差的主要来源。
①传感器成像方式引起的图像变形
②传感器外方位元素变化的影响
地形起伏引起的像点位移
④地球曲率引起的图像变形
大气折射引起的图像变形
地球自转的影响
2、试述多项式纠正法纠正卫星图像的原理和步骤。
原理：
a回避成像的空间几何过程,直接对图像变形的本身进行数学模拟
b把遥感图像的的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果
c把原始图像变形看成是某种曲面,输出图像作为规则平面。
从理论上讲,任何曲面都能以适当高次的多项式来拟合。
用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系。
步骤：
①确定校正的多项式模型
②选择若干个控制点，利用有限个地面控制点的已知坐标，解求多项式的系数
将各像元的坐标代入多项式进行计算，便可求得校正后的坐标
④位置进行变换，变换的同时进行灰度重采样
对结果进行精度评定
3、几何校正中常用的灰度重采样方法有哪三种？
各有什么优点和缺点?
最近邻法：
用与像元点最近的像元灰度值作为该像元的值
优点：
简单易用，计算量小
缺点：
最大可产生半个像元的位置偏移，处理后的图像的亮度具有不连续性，从而影响精确度
双线性插值法：
用像元点最近的四个像元值作插值
优点：
精度明显提高，对亮度不连续现象或线状特征的块状现象有明显改善
缺点：
计算量增加，同时对图像起到平滑作用，从而使对比明显的分界线变模糊。
三次卷积插值法：
基于计算点周围相邻的16个点进行插值
优点：
校正后图像质量更好，细节表现更清楚
缺点：
计算量大
4、几何校正主要有哪些步骤？
辐射校正
一、填空题：
1、通常把电磁波通过大气层时较少被反射、吸收或散射的，通过率较高的波段称为＿大气窗口＿＿。
2、辐射校正包括三部分的内容：
＿传感器端的辐射校正＿、＿大气校正＿和＿地表辐射校正＿＿。
3、在可见光波段，大气的影响主要表现为＿气溶胶引起的散射＿；在近红外，大气的影响主要表现为＿水蒸气的吸收＿＿。
4、大气的散射与辐射光波长有密切的关系，对短波长的散射比长波长的散射要＿强＿得多。
5、在使用透镜的光学系统中，由于镜头光学特性的非均匀性，在其成像平面上存在着边缘部分比中间部分暗的现象，称为＿边缘减光效应＿。
二、问答题：
1、辐射误差产生的主要原因有哪些?
①传感器本身的性能引起的辐射误差
②大气的散射和吸收引起的辐射误差
③地形影响和光照条件的变化引起的辐射误差
2、因大气辐射引起的辐射误差，其相应的校正方法有哪些?
①基于辐射传输方程的大气校正
②基于地面场地数据或辅助数据进行辐射校正
③利用特殊波段进行大气校正
3、太阳高度角和日地距离校正的目的是什么？
太阳高度校正：
将不同太阳高度角照射下的图像数据的像元亮度值，标准化到假设太阳在天顶时的像元亮度值。
日地距离校正：
用于标准化地球和太阳间的距离的季节变化
4、地形辐射校正的目的是什么？
遥感图像在获取时，由于地形起伏以及太阳斜射地面等因素的影响，造成在不同的地形部分，如阳坡和阴坡的辐射量有很大不同。
太阳高度角和地形影响引起的辐射误差,在多光谱图像上可以通过两个波段的比值基本消除其影响
三、计算题
1、给出一组大气校正时地面实测值与遥感图像上的灰度值，能够利用回归分析的方法计算得到大气干扰值
2、对于多光谱图像能够利用给出的红外波段，采用直方图或者回归分析法估算可见光波段的大气干扰值。
图像增强
一、填空题：
1、低通滤波是使__高频分量_____受到抑制而让__低频分量__顺利通过，从而实现图像平滑。
2、高通滤波是使__低频分量_受到抑制而让_高频分量__顺利通过，从而实现边缘增强。
3、空间滤波是以重点突出图像上的某些特征为目地的采用空间域中的邻域处理方法，主要包括__平滑___和__锐化_。
采用的计算方法是_卷积_运算。
4、平滑的作用是，图像中某些亮度变化过大的区域，或出现不该有的亮点（“噪声”），采用平滑的方法减小变化，使亮度平缓或去掉不必要的“噪声”点。
具体方法有__空间域图像平滑_和_频率域图像平滑_。
5、对比度增强处理主要包括__灰度拉伸__、___图像均衡化__和__直方图规定化__
6、如果变换函数是非线性的，即为非线性变换。
常用的非线性函数有_指数函数__、__对数函数_、__平方根__、__高斯函数_等。
7、下图a为一幅原始图像，图b为该图像的离散傅立叶频谱。
在图b中可以看到图像的＿＿低频＿能量都集中在中心部分，而＿高频＿能量集中在四周，这样就便于以后对频谱进行各种处理（如滤波、降噪等）。
（a）原始图像 （b）离散傅立叶频谱
8、在空间域图像中，线性的地物为＿高频＿成份，大块面状的地物为＿低频＿成分。
9、频率域滤波的基本流程：
＿正向FTT＿－＿定义滤波器＿－＿逆向FTT＿。
10、常用的滤波器有＿低通＿＿、＿高通＿＿、＿带通＿＿、＿带阻、用户定义＿＿。
11、缨帽变换旋转坐标空间，但旋转后的坐标轴不是指到主成分的方向，而是指到另外的方向，这些方向与地物有密切的关系，特别是与＿植物生长过程＿＿和＿土壤＿有关。
12、在对TM遥感数据进行研究时，采用K-T变换后提取的前三个分量是：
＿亮度分量＿＿、＿绿色物质分量＿＿和＿黄色物质分量＿＿。
13、图像融合的层次包括＿像素级融合＿、＿特征级融合＿、＿决策级融合＿。
14、影像融合的常用算法有＿＿IHS变换融合＿、＿主成分变换（PCA）融合＿、＿高通滤波法融合、小波变换融合＿＿。
15、HIS中的H指＿色度＿，I指＿明度＿、S指＿饱和度＿。
二、不定项选择题：
（单项或多项选择）
1、以下属于局部处理的操作的是___4____。
①灰度线性变换②二值化③傅里叶变换④中值滤波
2、图像与灰度直方图间的对应关系是___2____。
①一一对应②多对一③一对多④都不对
3、假定像元亮度随机分布时，直方图应是正态分布的。
以下情况均是图像对比度较小，图像质量较差的反映。
1）峰值偏向亮度坐标轴左侧，则图像___1____。
2）峰值偏向坐标轴右侧，则图像___2____。
3）峰值提升过陡、过窄，则图像的____3___。
①偏暗②偏亮③亮度值过于集中
4、为了突出图像的边缘、线状目标或某些亮度变化率大的部分，可采用锐化方法。
锐化后的图像已不再具有原遥感图像的特征而成为边缘图像。
几种常用的锐化算子包括___1234____。
①罗伯特梯度②Sobel梯度③Laplacian算子④Prewitt梯度
三、问答题：
1、图像增强的主要目的是什么？
包含的主要内容有哪些？
目的：
提高图像质量和突出所需信息，有利于分析判断或作进一步的处理
内容：
对比度变换、图像滤波、色彩变换、图像运算
2、图像锐化处理有几种方法？
线性锐化滤波器、梯度法、罗伯特梯度、Prewitt和Sobel梯度、Laplacian算子
3、图像平滑处理有几种方法？
均值滤波、中值滤波、高斯低通滤波、梯度倒数加权法
4、常用的频率域低通和高通滤波器有哪些？
4-邻域
8-邻域
5、设计一个线性变换函数，使得亮度值0～15图像拉伸为0～30，写出灰度变换方程。
B=2*b
6、设计一个线性变换函数，使得线性变换前图像亮度范围xa为a1～a2，变换后图像亮度范围xb为b1～b2，变换关系是直线，写出灰度变换方程。
7、下图为一个3*3的图像窗口，1）试问经过中值滤波后，该窗口中心像元的值，并写出计算过程。
2）采用均值滤波后，该窗口中心像元的值，请写出滤波模板与计算过程。
8、下图为数字图像，请用梯度法计算边缘增强后得到的新数字图像，采用的模板为
，
。
为了能对图像的最后一行和最后一列也进行正常处理，可以通过复制最后一行一列的办法，先将图像扩展为6*6的图像再进行梯度计算。
1
1
5
5
5
1
1
5
10
10
1
1
5
10
10
1
1
5
5
10
1
1
5
5
10
9、直方图均衡化
设一幅图像由10行和10列（100个像元）组成，8个灰度级。
对图像进行直方图均衡化，请给出原始灰度级与直方图均衡化后灰度级之间的变换关系及直方图。
原灰度级k
频数nk
0
10
1
20
2
0
3
0
4
5
5
25
6
40
7
0
图像分类
一、填空题：
1、根据是否需要分类人员事先提供已知类别及其训练样本，遥感图像的计算机分类方法包括____监督___分类和__非监督____分类。
2、最大似然分类方法是基于＿贝叶斯准则＿＿的分类错误概率最小的一种非线性分类，是应用比较广泛、比较成熟的一种监督分类方法。
二、不定项选择题：
1、同类地物在特征空间聚在＿2＿＿。
？
？
？
①同一点上②同一个区域③不同区域。
三、问答题：
1、主要的监督分类算法有哪些？
最小距离法、最近邻分类算法、平行六面体分类法、最大似然分类法
2、主要的非监督分类算法有哪些？
K-Means法、ISODATA法
3、ISODATA法的中文全称？
它同K-means方法的主要区别在哪里？
迭代式自组织数据分析算法
4、选择训练区有哪三个原则？
典型性（准确性）——确保选择的训练样区与实际地物的一致性（避免训练区定位在地面覆盖类型之间的边界线上）
代表性——考虑到地物本身的复杂性，所以必须在一定程度上反映同类地物光谱特性的波动情况
统计性——选择的训练样区内必须有足够多的像元。
用来训练的像元数越多，每个光谱类别的统计表现就越好。
实际中，每个训练样区最少有10n-100n个像元（n为光谱波段数）。
5、图像分类后处理包括哪些工作？
噪声处理：
多数平滑：
平滑时中心像元值取周围占多数的类别（少数服从多数原则）
误差分析：
混淆矩阵、Kappa系数
}混淆矩阵是由n行n列组成的矩阵，用来表示分类结果的精度，混淆矩阵是通过将每个像元的位置和地面参考验证信息与计算机分类结果中的相应位置和类别来比较计算的。
混淆矩阵的每一列代表了地表实测值（参考验证信息），每一列中的数值等于地表真实像元在分类图像中对应于相应类别的数量；混淆矩阵的每一行代表了计算机的分类信息，每一行中的数值等于计算机分类像元在地表真实像元相应类别中的数量；矩阵主对角线上的数字就是分类正确的像元数，主对角线上的数字越大，分类精度越高；主对角线以外的数字就是错分的像元数，这些数字越小，错分率就越小，精度就越高（总精度、用户精度、生产者精度）
6、面向对象分类主要包括哪两个环节，它与传统的逐像元分类有什么区别？
两个环节：
1.寻找特征物体；2
升级会员 