考试遥感数字图像处理理论考试复习题(答案)

第一章

一、名词解释

1. 数字图像: 指用计算机存储和处理的图像，是一种空间坐标和灰度均不连续的、用离散数学表示的图像。

2. 遥感数字图像: 是以数字形式表述的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。

3. 像素: 数字图像最基本的单位是像素，像素是A/D转换中的取样点，是计算机图像处理的最小单元；每个像素具有特定的空间位置和属性特征 4. 遥感数字图像处理: 遥感数字图像处理是通过计算机图像处理系统对遥感图像中的像素进行的系列操作过程。 5. 频率域: 频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生的反映频率信息的图像进行处理。 二、简答

1. 怎样理解图像处理的两个观点：离散方法的观点和连续方法的观点

答：（1）离散方法的观点认为，一幅图像的存储和表示均为数字形式，数字是离散的，因此，使用离散方法进行图像处理才是合理的。与该方法相关的一个概念是空间域。空间域图像处理以图像平面本身为参考，直接对图像中的像素进行处理。

（2）连续方法的观点认为，我们感兴趣的图像通常源自物理世界，它们服从可用连续数学描述的规律，因此具有连续性，应该使用连续数学方法进行图像处理。与该方法相关的一个主要概念是频率域。频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生的反映频率信息的图像进行处理。完成频率域图像处理后，往往要变换回到空间域进行图像的显示和对比。 2. 遥感数字图像处理需要掌握哪些基本知识：

答：（1）物理学中电磁辐射、光学和电子光学等方面的基本知识；

（2）地理学知识是有效利用遥感图像处理技术，认识地球客观世界的基本条件；

（3）遥感数字图像处理是信息处理的主要组成部分，只有掌握了信息论的基础和方法，才能保证遥感数字图像处理工作在正确的理论指导下进行；

（4）计算机技术和地理信息系统的理论和知识。 三、填空

1. 遥感数字图像处理的主要内容包括（图像增强）、（图像校正）、（信息提取）。

2. 图像校正也称图像恢复、图像复原，校正的方法除了图像增强中的一些方法外，主要包括（辐射校正）和（几何纠正）。

3. 遥感数字图像处理系统包括硬件系统和软件系统两大部分，其中硬件系统主要由计算机、（数字化器）、（大容量存储器）、（显示器）和（输出设备）、操作台。

4. 在计算机中，基本的度量单位是（比特(位)）。存储一幅1024字节的8位图像需要（1MB）的存储空间。一景正常的包括7个波段的LANDSAT5的TM图像文件，至少占用（200MB）的存储空间。

1

5. 常用的遥感图像处理系统有（ERDAS IMAGINE遥感图像处理系统）、（ENVI遥感图像处理系统）、（PCI Geomatica遥感图像处理系统）、（ER Mapper遥感图像处理系统）。

第二章

一、 名词解释

1. 电磁波谱：将各种电磁波按其波长（或频率）的大小依次排列所构成的图谱。

2. 辐射分辨率：辐射分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力。 3. 空间分辨率：空间分辨率是指遥感图像上能够详细区分的最小单元的尺寸或大小，即传感器能把两个目标物作为清晰的实体记录下来的两个目标物之间最小的距离。 4. 图像分辨率：图像分辨率指的是图像上的点被映射或指定到给定的空间里的数量（通常是以英寸、厘米、像素为单位），是图像中的最小可分辨距离。 二、 简答

1. 传感器分辨率的主要指标有哪些，各有什么意义

答：传感器分辨率指标主要有四个：辐射分辨率、光谱分辨率、空间分辨率、时间分辨率。

辐射分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力。高的辐射分辨率可以区分信号强度中的微小差异。

光谱分辨率是传感器记录的电磁波谱中特定的波长范围和数量。波长范围越窄，光谱分辨率越高。波段数越多，光谱分辨率越高。

空间分辨率是指遥感图像上能够详细区分的最小单元的尺寸或大小，即传感器能把两个目标物作为清晰的实体记录下来的两个目标物之间最小的距离。它是表征图像分辨地面目标细节能力的指标。环境变化的空间尺度不同，需要采用空间分辨率不同的遥感图像。

对同一目标进行重复探测时，相邻两次探测的时间间隔称为时间分辨率。不同时间的遥感图像能提供地物动态变化的信息，可用来对地物变化进行监测，也可以为某些专题要素的精确分类提供附加信息。

2. 什么是图像的采样和量化？量化级别有什么意义

答：将空间上连续的图像变换成离散点（即像素）的操作称为采样。采样时，连续的图像空间被划分为网格，并对各个网格内的辐射值进行测量。通过采样，才能将连续的图像转换为离散的图像，供计算机进行数字图像处理。

采样后图像被分割成空间上离散的像素，但其灰度值没有改变。量化是将像素灰度值转换成整数灰度级的过程。

采样影响着图像细节的再现程度，间隔越大，细节损失越多，图像的棋盘化效果越明显。量化影响着图像细节的可分辨程度，量化位数越高，细节的可分辨程度越高；保持图像大小不变，降低量化位数减少了灰度级会导致假的轮廓。 3. 当前常用的传感器有哪些 答：当前常用的传感器有：资源卫星的专题制图仪TM、增强型专题制图仪ETM+、高分辨率几何成像仪HGR、高分辨率立体成像系统HRS、植被传感器VEGETATION、

2

高级空间热辐射热反射探测器、中等高分辨率成像光谱辐射仪MODIS、甚高分辨率辐射仪AVHRR、艾克诺斯IKONOS2、快鸟QuickBird、海岸带影色扫描仪CZCS、海洋宽视场观测传感器SeaWIFS。

4. 遥感图像的主要类型有哪些？各有什么特点 答：根据传感器选用的波长范围不同，遥感图像可以划分为不相干图像和相干图像。前者为光学遥感所产生的图像，通过自然光源或者通过非相干辐射源得到，包括多光谱图像、高光谱图像和高空间分辨率图像，在该类图像中，像素记录的是各个相关物体发射的辐射能量之和；后者则是指微波遥感所产生的图像，图像中像素的值是一些相关物体辐射的复振幅总和。

根据传感器的空间分辨率不同，遥感图像分为高空间分辨率图像、中空间分辨率图像、低空间分辨率图像。

高空间分辨率图像：空间分辨率小于10米。常用的传感器有SPOT，快鸟和IKNOS等。这些传感器往往具有较高的重访周期（数天），能够反映明确的地物几何信息，适用于对特定地区进行定点监测，当前主要应用于数字城市和工程制图。

中空间分辨率图像：空间分辨率10－100米。例如ASTER, TM等。重访周期为数周。具有较多的光谱信息，便于进行土地利用和土地覆盖、资源、地表景观等方面的研究。

低空间分辨率图像：空间分辨率大于100米。例如NOAA，MODIS等。这些传感器往往具有较高的重访周期（数小时），适用于进行大范围的环境遥感监测，例如洪水、火灾、云和沙尘暴等。

5. 遥感数字图像产品有哪些数据级别

答：根据中国科学院遥感卫星地面站的资料，遥感图像数据级别划分如下： （1）0级产品：未经过任何校正的原始图像数据； （2）1级产品：经过了初步辐射校正的图像数据；

（3）2级产品：经过了系统级的几何校正，即利用卫星的轨道和姿态等参数、以及地面系统中的有关参数对原始数据进行几何校正。产品的几何精度由这些参数和处理模型决定； （4）3级产品：经过了几何精校正，即利用地面控制点对图像进行了校正，使之具有了更精确的地理坐标信息。产品的几何精度要求在亚像素量级上。 6. 什么是遥感图像的元数据，包括哪些主要的参数

答：元数据是关于图像数据特征的表述，是关于数据的数据。元数据描述了与图像获取有关的参数和获取后所进行的后处理。例如，LANDSAT,SPOT等图像的元数据中包括了图像获取的日期和时间、投影参数、几何纠正精度、图像分辨率、辐射校正参数等。

7. 通用的遥感数据存储格式有哪三种

答：遥感图像包括多个波段，有多种存储格式，但基本的通用格式有三种，即BSQ、BIL和BIP格式。

BSQ(band sequential)是像素按波段顺序依次排列的数据格式。即先按照波段顺序分块排列，在每个波段块内，再按照行列顺序排列。同一波段的像素保存在一个块中，这保证了像素空间位置的连续性。

BIL(band interleaved by line)格式中，像素先以行为单位分块，在每个块内，按照波段顺序排列像素。同一行不同波段的数据保存在一个数据块中。像素的空间位置在列的方向上是连续的。

3

BIP(band interleaved by Pixel)格式中，以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连续性。保持行的顺序不变，在列的方向上按列分块，每个块内为当前像素不同波段的像素值。 8. 怎么计算图像文件的大小

答：图像文件的大小（字节）按照下面的公式计算：

图像行数x图像列数x每个像素的字节数x波段数x辅助参数

其中，辅助参数一般为1。一些系统如ERDAS，在图像文件中加入了图像金字塔索引等信息，该值为1.4。每个像素的字节数与存储有关，8位数为1个字节。以8位量化产生的图像，每个像素值为0－255，占用一个字节。16位数占用两个字节，以此类推。 三、 填空

1. 遥感系统是一个从地面到空中直至空间，从信息收集、存贮、传输处理到分析判读、应用的技术体系，主要包括（遥感试验）、（信息获取（传感器、遥感平台））、（信息传输）、（信息处理）、（信息应用）等五部分。

2. 按工作方式是否具有人工辐射源，传感器可分为（主动方式）和（被动方式）两类，按数据的记录方式，传感器可分为（成像方式）和（非成像方式）两大类。

3. 按使用的工作波段，可分为紫外、可见光、红外、微波、多波段等传感器。紫外传感器的探测波段在（50nm~380nm）之间；可见光传感器的探测波段在（380nm~760nm）之间；红外传感器的探测波段在（760nm~1.0×106nm）之间；微波传感器的探测波段在（1.0×106nm~1.0×109nm）之间；多波段传感器使用的波段在可见光波段和红外波段范围内，由若干个窄波段组成。

4. 辐射分辨率在可见、近红外波段用（噪声等效反射率）表示，在热红外波段用（噪声等效温差）、最小可探测温差和最小可分辨温差表示。

5. 通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：（采样）和（量化）。

6. 一幅数字图像为8位量化，量化后的像素灰度级取值范围是（0-255）的整数。设该数字图像为600行600列，则图像所需要的存储空间为（360000）字节。

7. （高光谱图像）图像，每个采样位置具有几十甚至几百个波段，远远超出人眼的分辨能力，具有很高的地物识别能力，适合于进行地物的遥感反演研究。 8. 遥感图像数据中的2级产品经过了系统级的（几何校正），即利用（卫星的轨道和姿态）等参数、以及地面系统中的有关参数对原始数据进行处理。 9. 遥感图像数据中的3级产品：经过了（几何精校正），即利用（地面控制点）对图像进行了校正，使之具有了更精确的地理坐标信息。

10. LANDSAT,SPOT等图像的元数据中包括了（图像获取的日期和时间）、（投影参数）、（几何纠正精度）、（图像分辨率）、（辐射校正参数）等。 11. ENVI和ER Mapper遥感软件使用（BSQ）格式保存图像数据。

12. 设有图像文件为200行，200列，8位量化，共7个波段，辅助参数为1，则该图像文件的大小为（280000字节）。

4

第三章

一、名词解释

1. 遥感图像模型：传感器探测地物电磁波辐射能量所得到的遥感图像从理论角度归纳出的一个具有普遍意义的模型。 2. 直方图：对于数字图像来说，直方图实际就是图像灰度值的概率密度函数的离散化图形。

3. 窗口：对于图像中的任一像素（x,y），以此为中心，按上下左右对称所设定的像素范围，称为窗口。

4. 滤波：滤波是把某种信号处理成为另一种信号的过程。 二、简答

1.遥感图像模型是什么，有什么意义？

答：1. 遥感图像模型是传感器探测地物电磁波辐射能量所得到的遥感图像从理论角度归纳出的一个具有普遍意义的模型。

遥感图像模型从理论上对遥感图像的意义进行了解释。单波段图像可以表述为一个函数。适应于不同的需要，在数学方式上遥感数字图像有确定性表示和统计性表示。统计特征是遥感图像的基本特征，通过多波段统计特征的分析和纹理分析，可以快速地提取图像中的有效信息。

2.图像的统计特征有什么作用？

答：2. 对于单波段图像而言，统计特征反映像素值平均信息，反映像素值变化信息。遥感图像处理往往是多波段数据的处理，处理中不仅要考虑单个波段图像的统计特征，也要考虑波段间存在的关联，多波段图像之间的统计特征不仅是图像分析的重要参数，而且也是图像合成方案的主要依据之一。

3.图像直方图有怎样的性质？

答：3. 直方图反映了图像中的灰度分布规律；任何一幅特定的图像都有唯一的直方图与之对应，但不同的图像可以有相同的直方图；如果一幅图像仅包括两个不相连的区域，并且每个区域的直方图已知，则整幅图像的直方图是这两个区域的直方图之和；由于遥感图像数据的随机性，一般情况下，遥感图像数据与自然界的其它现象一样，服从或接近于正态分布。

4.如何根据图像直方图判断图像质量？

答：4. 根据直方图的形态可以大致推断图像的反差，然后可通过有目的地改变直方图形态来改善图像的对比度。

一般来说，如果图像的直方图形态接近正态分布，则这样的图像反差适中；如果直方图峰值位置偏向灰度值大的一边，图像偏亮；如果峰值位置偏向灰度值小的一边，图像偏暗；峰值变化过陡、过窄，则说明图像的灰度值过于集中，反差小。

5.窗口和邻域有什么区别？

答：5. 对于图像中的任一像素（x,y），以此为中心，按上下左右对称所设定的像素范围，称为窗口。窗口多为矩形，行列数为奇数，并按照行数x列数的方式来命名。例如，3x3窗口，5x5窗口等。3x3表示由3行和3列像素构成的矩形范围。中心像素周围的行列称为该像素的邻域。邻域按照与中心像素相邻的行列总数来命名。例如，对于3x3窗口而言，如果考虑中心像素周围的所有像素，那么相邻的总的行列数为8，称为8－邻域。如果认为上下左右的像素是相邻像素，那么总的行列数为4，则称为4－邻域。

6.什么是卷积运算？

5

答：6. 卷积是空间域上针对特定窗口进行的运算，是图像平滑、锐化中使用的基本的计算方法。

设窗口大小为m×n，（i,j）是中心像素，f(x,y)是图像像素值，g（i,j）是运算结果，是窗口模板（或称为卷积核，kernel），那么，卷积计算的公式为：

m n

g（i,j）=∑ ∑(f(x,y)*h(x,y)) y=1 x=1

对于整个图像，从左上角开始，由左到右、由上到下按照窗口大小顺序进行遍历，即可完成整个图像的卷积计算。对于图像边缘，由于无法满足窗口对中心像素的要求，其窗口外部的像素值可以用如下任意一种方法来处理：1）设为0值；2）按对称原则从图像中取值；3）保留原值，不进行计算。 三、填空

1.遥感图像可以表示为某一时刻 ，在不同波长 和不同极化(偏振)方向 上所收集到的位于坐标(（x,y）)的目标物的电磁波辐射能量： L(x,y,t, λ，p)=[1-β(x,y,t, λ,p)]*E(λ)+ β(x,y,t, λ,p)*I(x,y,t,λ) 式中，β(x,y,t, λ,p)为（目标的反射率）； E(λ)是黑体的（电磁波发射能力）；I(x,y,t, λ)为（入射的辐射量）； p表示（极化方向），主要用于微波成像；（λ） 代表波长；（t）为成像时间。

2.在同一地区的随（时间）、（波段）和（极化方向）不同而获得的多个图像的组合，叫做多源图像。

3.遥感图像处理后产生的图像函数具有（连续性）、（定义域的限定性）、（函数值的限定性）、（函数值物理意义的明确性）的特点。

4.在图像处理中，为了便于问题的分析，需要用数学方式来表示图像。表示图像的基本方法有两类，即（确定的）与（统计的 ）。

5.图像的确定性表示形式有（矩阵）和（向量）。

6.单波段图像的统计特征有，反映像素值（平均信息）统计。

第四章

一、名词解释

1. 伪彩色合成：是把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，然后进行彩色图像显示的方法。 2. 真彩色合成：如果彩色合成中选择的波段的波长与红绿蓝的波长相同或近似，那么得到的图像的颜色与真彩色近似，这种合成方式称为真彩色合成。 3. 密度分割法：是对单波段遥感图像按灰度分级，对每级赋予不同的色彩，使之变为一幅彩色图像。 4. 直方图均衡化：对原始图像中的像素灰度做某种映射变换，使变换后图像灰度的概率密度是均匀分布的，即变换后图像是一幅灰度级均匀分布的图像。 二、简答

1.图像增强的意义？

答：1. 用来改善图像的对比度，突出感兴趣的地物信息，提高图像的目视解释效果。从一般意义上看，图像增强是使得图像看起来更好的图像处理方法。

2.常用的颜色模型有哪些，各有什么特点？

6

答： 1）RGB模型，这种模型用在彩色监视器和彩色摄像机等领域，当彩色图像中的部分地物隐藏在阴影中时不适用；

2）CMY模型，用在彩色打印机上；

3）YIQ模型，用于彩色电视广播。其中，Y相当于亮度，而I和Q是被称为正交的两个颜色分量。主要优点是去掉了亮度（Y）和颜色信息（I和Q）间的紧密联系。

4）HIS模型，用于图像的显示和处理，其中I是强度。强度成份（Ｉ）在图像中与颜色信息无关；色调和饱和度成份与人们获得颜色的方式密切相关。这些特征使HIS模型成为一个理想的研究图像处理运算法则的工具，是面向彩色图像处理的最常用的颜色模型。

3.为什么要进行彩色合成？有哪些主要的合成方法？

答：人眼对黑白密度的分辨能力有限，大致只有10个灰度级，而对彩色图像的分辨能力则要高得多。如果以平均分辨率的计算，人眼可察觉出数百种颜色差别。这还仅仅是色调一个要素，如果加上颜色的其他两个要素：饱和度和亮度，人眼能够辨别彩色差异的级数要远远大于黑白差异的级数。为了充分利用色彩在遥感图像判读中的优势，常常首先对多波段图像进行彩色合成得到彩色图像，然后再进行其他的处理。

彩色合成包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成四种方法。

4.假彩色合成与伪彩色合成的差异是什么？ 答：彩色合成是将单波段灰度图像转变为彩色图像的方法，假彩色合成与伪彩色不同之处在于，假彩色合成使用的数据是多个波段。

5.图像拉伸有哪些方法，优点是什么？

答：包括灰度拉伸、图像均衡化、直方图规定化。拉伸是最基本的图像处理方法，主要用来改善图像显示的对比度。如果对比度比较低，那么就无法清楚的表现出图像中地物之间的差异，因此，往往需要在显示的时候进行拉伸处理。拉伸按照波段进行，它通过处理波段中单个像素值来实现增强的效果。

6.多波段图像线性拉伸的步骤是什么？

答：设定增强后图像范围；计算线性拉伸公式；对各个波段进行线性拉伸；进行彩色合成

7.对一个波段的图像进行直方图均衡化的具体步骤是什么？ 答:（1）统计原图像每一灰度级的像素数和累积像素数。

（2）计算每一灰度级xa均衡化后对应的新值，并对其四舍五入取整，得到新灰度级xb。

（3）以新值替代原灰度值，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，作出新直方图。

三、填空

1.图像的显示过程是将数字图像从（一组离散数据）还原为（一幅可见图像）的过程。

2.彩色有三个基本属性：（色调）、（明度）和（色度 ）。

3.常用的颜色空间模型有：（RGB（红/绿/蓝）模型）、（CMYK（青/洋红/黄/黑）模型）、（LAB（也称CIELAB，目标色调说明标准）模型）和（HIS（色调/亮度/饱和度）模型 ）。

7

4.彩色合成包括（伪彩色合成）、（真彩色合成）、（假彩色合成）和（模拟真彩色合成）这四种方法

5.伪彩色合成是把（单波段）灰度图像中的（不同灰度级）按特定的（函数关系）变换成彩色，然后进行彩色图像显示的方法，主要通过（密度分割）方法来实现

6.假彩色合成与伪彩色不同之处在于，假彩色合成使用的数据是（多个波段）。

7.密度分割法是对单波段遥感图像按（灰度）分级，对每级赋予（不同的色彩），使之变为一幅彩色图像。

8.在LANDSAT的TM图像中，波段（2绿波段（0.52-0.60μm） ），波段（ 3红波段（0.63-0.69μm）），波段（4近红外波段（0.76-0.90μm） ），对4、3、2波段分别赋予红、绿、蓝色合成的假彩色图像称为标准假彩色图像

9.图像拉伸处理主要包括（灰度拉伸）、（图像均衡化）和（直方图规定化） 10.拉伸是最基本的图像处理方法，主要用来（改善图像显示的对比度） 11. 灰度拉伸分为（线性拉伸）和（非线性拉伸）两种方法

12. （灰度窗口切片）是为了将某一区间的灰度级和其他部分（背景）分开 13. 如果拉伸函数是非线性的，即为非线性拉伸。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。

14. 直方图均衡化的基本思想是对原始图像中的像素灰度做某种（映射变换），使变换后图像灰度的概率密度是（均匀分布的），即变换后图像是一幅灰度级均匀分布的图像。

15. 直方图规定化的原理是对两个直方图都作（均衡化），变成（归一化的）直方图

16. 直方图规定化又称为直方图匹配，这种方法经常作为（图像镶嵌）或（应用遥感图像进行动态变化研究）的预处理工作

第五章

一、名词解释、

1、大气窗口: 电磁辐射能够透过大气层而未被完全反射、散射和吸收的波谱范围。

2、辐射误差: 电磁辐射能够透过大气层而未被完全反射、散射和吸收的波谱范围。

3几何精纠正: 几何精纠正又称为几何配准（registration），是把不同传感器具有几何精度的图像、地图或数据集中的相同地物元素精确地彼此匹配、叠加在一起的过程。 二、简答

1.辐射校正的目的是什么？

答： 辐射校正的目的是：尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器的测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差异，尽可能恢复图像的本来面目，为遥感图像的分割、分类、解译等后续工作打下基础。

2.辐射校正的主要内容是什么？

8

答：在太阳——大气——目标——大气——传感器的辐射传输过程中存在有许多干扰因素，使得接收的信号不能准确的反映地表物理特征（光谱反射率、光谱辐射亮度等）。这些因素归结为以下四个方面：

（1）大气分子及气溶胶的Rayleigh散射与Mie散射；分子及气溶胶的吸收、散射以及散射吸收的耦合作用；

（2）表面因素的贡献。在一般的遥感应用中，认为地球表面为朗伯体，反射与方向无关，这个假设是一种近似，事实上任何表面在物理特性与物质结构上都不是理想朗伯体，因此认为地面是朗伯体会带来误差。另外一个因素是，由于大气散射的存在，邻近像元的反射也会进入目标视场从而影响辐射量，这部分贡献被称为交叉辐射；

（3）地形因素的贡献，目标高度与坡向也会对辐射造成影响。 （4）太阳辐射光谱的影响。 因而，为了正确反映目标物的反射和辐射特性，必须消除图像记录值中的各种干扰项，这就是辐射校正的主要内容。

3.辐射误差产生的主要原因有哪些？

答： 辐射误差产生的原因有两种：传感器响应特性和外界（自然）环境，后者包括大气（雾和云）和太阳照射等。传感器响应特性可分为：光学摄影机引起的和光电扫描仪引起的辐射误差。前者主要是由光学镜头中心和边缘的透射强度不一致造成的，后者包括光电转换误差和探测器增益变化引起的误差。

4.简述大气中的颗粒种类与波长的关系？

答：在选择性散射中，按大气中的颗粒大小不同，散射分为瑞利散射

（Rayleigh）和米氏散射（Mie）。瑞利散射由远小于光的波长的气体分子引起，大小与波长的四次方成反比；米氏散射由大小 与波长相当的颗粒(气溶胶：如烟、水蒸汽和霾)引起，也称为气溶胶散射，其大小与波长成反比。

非选择性散射由尘埃、雾、云以及大小超过光波长10倍的颗粒引起，对各种波长予以同等散射。

5.简单大气校正的方法有哪些？基本的假设是什么？

答：大气散射校正主要有三种方法：统计学方法、辐射传递方程计算法、波段对比法。统计学方法需要与卫星同步在野外进行光谱测量，辐射传递方程计算法需要测定具体天气条件下的大气参数，这两种方法所需费用较高。实际工作中，特别是资源的遥感分类中常采用波段对比法。

波段对比法的理论依据在于大气散射的选择性，即大气散射对短波影响大，对长波影响小。以陆地资源卫星TM图像为例，1波段受散射影响最严重，其次为2波段、3波段，而7波段受散射影响最小。为处理方便，可以把近红外图像看作无散射影响的标准图像，通过对不同波段的对比分析计算出大气干扰值。一般通过两种方法进行计算：回归分析法和直方图法。

6.遥感图像几何精纠正的目的和原理是什么？

答：几何精纠正又称为几何配准（registration），是把不同传感器具有几何精度的图像、地图或数据集中的相同地物元素精确地彼此匹配、叠加在一起的过程。遥感图像的几何精纠正解决遥感图像与地图投影的匹配问题，其重要性主要体现在以下三个方面：第一，只有在进行纠正后，才能对图像信息进行各种分析，制作满足量测和定位要求的各类遥感专题图；第二，在同一地域，应用不同传感器、不同光谱范围以及不同成像时间的各种图像数据进行计算机自动分类、地物特征的变化监测或其它应用处理时，必须进行图像间的空间配准，保证不同

9

图像间的几何一致性；第三，利用遥感图像进行地形图测图或更新要求遥感图像具有较高的地理坐标精度。

几何精纠正的基本原理是回避成像的空间几何过程，直接利用地面控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥感图像的总体畸变可以看作是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。因此，校正前后图像相应点的坐标关系可以用一个适当的数学模型来表示。

7.什么是图像的重采样？常用的重采样方法有哪些？各有什么特点？ 答：待纠正的数字图像本身属于规则的离散采样，非采样点上的灰度值需要通过采样点(已知像素)内插来获取，即重采样。

常用的重采样方法有最近邻方法、双线性内插方法和三次卷积内插方法。 最近邻重采样算法简单，最大的优点是保持像素值不变。但是，纠正后的图像可能具有不连续性，会影响制图效果。当相邻像素的灰度值差异较大时，可能会产生较大的误差。

双线性内插方法简单且具有一定的精度，一般能得到满意的插值效果。缺点是方法具有低通滤波的性质，会损失图像中的一些边缘或线性信息，导致图像模糊。

三次卷积内插方法产生的图像比较平滑，缺点是计算量很大 三、 填空

1. 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）。

2. 传感器所能接收的太阳光包括（太阳光直射到地表后地表的反射辐射）、被大气散射辐射的太阳光在地表的反射辐射、（大气的上行散射辐射）三部分。

3. 在可见光和近红外，大气的影响主要来自于（气溶胶引起的散射）；在热红外，大气的影响主要来自于（水蒸汽的吸收）。

4. 遥感图像的几何误差可分为（静态误差）和（动态误差）两大类。前者可分为内部误差和外部误差两类。内部误差主要是由于（传感器自身的）性能、技术指标偏离标称数值造成的。外部变形误差指的是传感器本身处在正常工作的条件下，由传感器以外的各因素所造成的误差。

5. 几何精纠正以基础数据集（BASE）作为参照。如果基础数据集是图像，该过程称为（相对纠正），即以一景图像作为基础，纠正其他的图像，这是图像—图像的纠正；如果基础数据是标准的地图，则称为（绝对纠正），即以地图作为基础，纠正图像，这是图像－地图的纠正，常用于GIS的应用中。

6. 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）。

7. 在直接法中，像元的（坐标位置）发生了变化，但是（像元值）不变，所得到的数据无法用规则矩阵表示。间接法又称为灰度重采样方法，得到的数据可以用规则矩阵表示，便于进行处理，在实践中经常采用。 8. 为了正确评价目标的反射或辐射特性，必须清除这些失真。消除图像数据中依附在辐亮度中的各种失真的过程称为（辐射量校正）。 9. 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。分子散射的强度与（波长的四次方）成（反比）。气溶胶的散射强度随波长的变化与（粒子尺度）分布有关。

10

10. 为了尽量减少（太阳高度角）和（方位角）引起的辐射误差，遥感卫星大多设计在同一个地方时间通过当地上空，但由于季节的变化和地理经纬度的变化，两者的变化是不可避免的。

11. 辐射校正后的数据，可以是（辐亮度），也可以是（反射率）。前者有量纲，后者是相对的百分比。

第六章

一、 名词解释

1.傅立叶变换: 指非周期函数的正弦和或余弦乘以加权函数的积分表示 2.主成分变换: 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。在遥感软件中，主成分变换常被称为K－L变换。

3.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。

4.植被指数: 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，能够提取植被的算法称为植被指数 二、 简答

1.傅立叶变换的基本工作流程是什么？

答. （1）正向FFT: 指定图像的一个波段，按照计算公式进行FFT，产生频率域图像。

（2）定义滤波器: 以频率域图像为参照，定义滤波器。常用的滤波器有低通、高通、带通、带阻、用户定义几种。波段不同，频率域图像不同，需要定义不同的滤波器。

（3）逆向FFT：将定义的滤波器应用到频率域图像，得到空间域的图像，进行显示。

2.主成分变换算法的性质有哪些？工作流程是什么？怎么确定主成分的个数，怎么解释主成分？

答. 主成分变换的基本性质有：

（1）总方差的不变性。变换前后总方差保持不变，变换只是把原有的方差在新的主成分上重新进行分配。

（2）正交性。变换后得到的主成分之间不相关。

（3）从主成分向量中删除后面的（n-p）个成分只保留前p（p＜＝n）个成分时所产生的误差满足平方误差最小的准则。换句话说，前面的p个主成分包含了总方差的大部分。

主成分变换的流程为：主成分正变换－主成分逆变换。

（1）一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析，在波段协方差矩阵或相关矩阵的基础上计算特征值，构造主成分。根据主成分－特征值的关系，可以选择少数的主成分作为输出结果。

（2）如果在正变换中选择的主成分数目与波段/变量数目相同，那么逆变换的结果将完全等同于原始的图像。如果选择的主成分数目少于波段数，逆变换的结果相当于压抑了图像中的噪音，但此时逆变换结果图像的各个“波段”与原始图像的波段不再具有对应性，不再具有原始图像波段的物理意义。

3.缨帽变换有什么优缺点？

11

答. 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。缨帽变换既可以实现信息压缩，又可以帮助解译分析农作物特征，因此有很大的实际应用意义。K-T变换只能用于MSS数据和LANDSAT4、5的TM图像、LANDSAT7的ETM图像，这是该方法的一个限制。

4.代数运算的目的是什么？

答.对于多波段遥感图像和经过空间配准的两幅或多幅单波段遥感图像，可以通过代数运算来突出特定的地物信息，从而达到某种增强的目的。代数运算是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方法。进行代数运算后，数值范围可能超过了显示设备的范围，因此，在显示的时候往往还需要进行灰度拉伸。

5.加法运算、差值运算、乘法运算、比值运算在遥感图像处理中各有什么作用？

答. （1）加法运算：加法运算主要用于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。进行加法运算的图像的成像日期不应相差太大。

（2）差值运算：差值图像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。

（3）乘法运算：乘法运算可用来遮掉图像的某些部分。 （4）比值运算：比值运算是两个不同波段图像对应像素的灰度值相除（除数不能为0），是遥感图像处理中常用的方法。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。

6.什么是植被指数？有哪些基本的表达方式？

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，能够提取植被的算法称为植被指数（VI，Vegetation Index）。植被指数是代数运算增强的典型应用。

常用的植被指数有以下几种： （1）比值植被指数（RVI）： （2）归一化植被指数（NDVI）： （3）差值植被指数（DVI）： （4）正交植被指数（PVI）：或

7.在图像处理中常用的彩色模型有哪些？

答. 常用的彩色模型有RGB模型和HIS模型。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能更方便。RGB系统从物理的角度出发描述颜色，HIS系统从人眼的主观感觉出发描述颜色。RGB系统比较简单而常用，但是，当彩色合成图像的各个波段之间的相关性很高时，会使得合成图像的饱和度偏低，色调变化不大，图像的视觉效果差。 三、 填空

1.图像变换的目的是：1）简化图像处理；2）(便于图像特征提取)；3）（图像压缩）；4）从概念上增强对图像信息的理解。

12

2.图像理论把通信中的一维问题推广到二维空间上进行研究。通信研究的是时间域和频率域的问题，图像理论研究的是（空间域）和（频率域）之间的关系。

3.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

4.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。

5.傅立叶变换的基本流程：（正向FFT）－（定义滤波器）－（逆向FFT）。 6.主成分变换是基于（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。

7.一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析，在（波段协方差）矩阵或（相关）矩阵的基础上计算特征值，构造主成分。根据主成分－特征值的关系，可以选择少数的主成分作为输出结果。

8.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。

9.在对MSS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）。在TM数据的研究中，第三分量可定义为（湿度）。

10. 代数运算是根据地物本身（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方法。

11. 乘法运算可用来遮掉图像的某些部分。例如，使用一个二值图像f1（图像上需要被完整保留下来的区域的像素值为l，而被抑制掉的区域的像素值为0）去乘图像f2，可抹去图像f2的某些部分。图像处理中，这个操作被称为（掩膜）。 12. 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，能够提取植被的算法称为植被指数。

13. 归一化植被指数中用到的是（近红外）波段和（红）波段，公式为（（近红外波段-红波段）/（近红外波段+红波段））。

14. 遥感图像处理系统中还经常会采用HIS模型，（色调（Hue））、（强度（Intensity））、（饱和度（Saturation））称为色彩的三要素，

15. 常用的植被指数有：（ 比值植被指数）、（归一化植被指数）、（差值植被指数）、（正交植被指数）。

13

16.强度与物体（反射的光量）有关，饱和度是颜色的（纯度）。 17.在图像处理中常用的彩色模型有（ RGB）、（HIS）。

第七章

一、名词解释 1. 模板：图像滤波不仅考虑当前像素的值，而且还考虑了当前像素与相邻域像素之间的关系。与当前像素相邻的像素为邻域像素，通过指定窗口的大小确定邻域的范围。相邻像素对当前像素的影响表现为权重矩阵（也称为模板或卷积核） 2.图像平滑：图像在获取和传输的过程中，受传感器和大气等因素的影响会存在噪声。在图像上，这些噪声表现为一些亮点、或亮度过大的区域。为了抑制噪声、改善图像质量所做的处理称为图像平滑。

3.中值滤波：值作为中心像素的新值。窗口的行列数一般取奇数。由于用中值替代了平均值，中值滤波在抑制噪声的同时能够有效地保留边缘，减少模糊。 二、简答题（10）

1.图像滤波的主要目的是什么？主要方法有哪些？

答：1. 图像滤波可以从图像中提取空间尺度信息，突出图像的空间信息，压抑其它无关的信息，或者去除图像的某些信息，恢复其它的信息。因此，图像滤波也是一种图像增强方法。

图像滤波可分为空间域滤波和频率域滤波两种方法。空间域滤波通过窗口或卷积核进行，它参照相邻像素来单个像素的灰度值，这是当前主要的滤波方法。频率域滤波是对图像进行傅立叶变换，然后对变换后的频率域图像中的频谱进行滤波。

2.图像噪声有哪些主要类型，主要特点是什么？

答：2. 图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统等产生的噪声。内部噪声是指系统内部产生的噪声。

从统计理论观点可分为平稳和非平稳噪声。凡是统计特征不随时间变化的噪声称为平稳噪声；统计特征随时间变化的噪声称为非平稳噪声。从噪声幅度分布形态可分为高斯型、瑞利型噪声。还有按频谱分布形状进行分类的，如均匀分布的噪声称为白噪声。按产生过程进行分类噪声可分为量化噪声和椒盐噪声等。

3.如何理解中值滤波的不变性？

答：3. 对于一维的某些特定的输入信号，中值滤波的输出保持输入信号值不变。例如输入信号为在2n+1内单调增加或单调减少的序列。

4.什么是梯度倒数加权法平滑？

答：4. 梯度倒数加权法平滑源于这样的考虑：在离散图像内部相邻区域的变化大于区域内部的变化，在同一区域中中间像素的变化小于边沿像素的变化。梯度值正比于邻近像素灰度级差值，即在图像变化缓慢区域，梯度值小，反之则大。取梯度倒数，该倒数之大小正好与梯度相反，以梯度倒数作权重因子，则区域内部的邻点权重就大于边沿或区域外的邻点。也就是说，这种平滑其贡献重要来自区域内部的像素，平滑后的图像边沿和细节不会受到明显损害。

5.什么是Laplacian算子？它有哪些特征？

答：5. Laplacian算子是线性二阶微分算子，即取某像素的上下左右四个相邻像素的值相加的和减去该像素的四倍，作为该像素新的灰度值。

14

梯度运算检测了图像的空间灰度变化率，因此，图像上只要有灰度变化就有变化率。Laplacian算子检测的是变化率的变化率，是二阶微分。在图像上灰度均匀和变化均匀的部分，根据Laplacian算子计算出的值0。因此，它不检测均匀的灰度变化，产生的图像更加突出灰度值突变的部分。

与梯度算子不同，拉普拉斯算子是各向同性的。拉普拉斯锐化效果容易受图像中的噪声的影响。因此，在实际应用中，经常先进行平滑滤波，然后才进行拉普拉斯锐化。考虑到各向同性的性质和平滑的特点，常选择高斯函数作为平滑滤波核（即先进行高斯低通滤波）。

6.罗伯特梯度与Sobel梯度有什么区别？

答：6. （1）罗伯特（Roberts）梯度采用交叉差分的方法。 用模板表示为：

Roberts梯度相当于在图像上开一个2×2的窗口，用模板h1计算后取绝对值再加上模板h2计算后取绝对值。将计算值作为中心像素（x，y）的梯度值，如下所示。

这种算法的意义在于用交叉的方法检测出像素与其在上下之间或左右之间或斜方向之间的差异。采用Roberts梯度对图像中的每一个像素计算其梯度值，最终产生一个梯度图像，达到突出边缘的目的。

（2）Sobel梯度是在Prewitt算法的基础上，对4-邻域采用加权方法进行差分，因而对边缘的检测更加精确，常用的模板如下：

在上面的Prewitt和Sobel模板中，h1主要对水平方向的地物进行锐化，h2则主要对垂直方向的地物进行锐化。在应用中要注意的是，模板对于含有大量噪声的图像是不适用的。

与Roberts梯度相比，Sobel算法较多地考虑了邻域点的关系，扩大了模板，从2×2扩大到3×3来进行差分

15

7.定向检测的模板有哪些？ 答：8.（1） 检测垂直线

（2） 检测水平线

（3）检测对角线

8.频率域滤波的主要滤波器有哪些？各有什么特点？

答：8. （1）理想滤波器包括理想低通滤波器、理想高通滤波器，用理想低通滤波器处理后会导致边缘损失、图像边缘模糊。理想高通滤波器处理的图像中边缘有抖动现象。

（2）Butterworth滤波器包括Butterworth低通滤波器、Butterworth高通滤波器，Butterworth低通滤波器的特点是连续衰减，不像理想低通滤波器那样具有明显的不连续性。因此，用此滤波器处理后图像边缘的模糊程度大大降低。Butterworth锐化效果较好，边缘抖动现象不明显，但计算比较复杂。

（3）指数滤波器包括指数低通滤波器、指数高通滤波器，指数低通滤波器在抑制噪声的同时，图像中边缘的模糊程度比Butterworth滤波器大。指数高通滤波器比Butterworth效果差些，边缘抖动现象不明显。

（4）梯形滤波器包括梯形低通滤波器、梯形高通滤波器，梯形低通滤波器介于理想低通滤波器和指数低通滤波器之间，处理后的图像有一定的模糊。梯形高通滤波器会产生轻微抖动现象，但因计算简单而经常被使用。

（5）高斯滤波器包括高斯低通滤波器、高斯高通滤波器。

16

三、填空题（20）

1. 图像滤波的方法：（空间域滤波）和（频率域滤波）。

2. 图像滤波操作是（邻域）操作，通过图像的（卷积运算）实现。

3. 空间域图像滤波称为（平滑）和（锐化）处理，强调像素与其周围相邻像素的关系，常用的方法是（卷积运算），但是随着采用的模板窗口的（扩大），运算量会越来越（大）。 4. 在频率域滤波中，保留图像的低频部分抑制高频部分的处理称为（低通滤波），起到（平滑）作用。保留图像的高频部分而削弱低频部分的处理称为（高通滤波），起到（锐化）作用。低通滤波、平滑、高通滤波、锐化

5. 遥感图像中常见的噪声有：（高斯噪声）、（脉冲噪声）、（周期噪声） 6. 图像平滑滤波有：(均值滤波)、（中值滤波）、（高斯低通滤波）、（梯度倒数加权法）、（选择式掩模平滑）

7. 均值滤波是最常用的（线性低通）滤波器，它（均等）地对待邻域中的每个像素。对于每个像素，取邻域像素值的（平均）作为该像素的新值。 8. 中值滤波与均值滤波的目的都是为了去除图像上的尖锐“（噪声）”，（平滑）图像。

9. 中值滤波可用来减弱（随机）干扰和（脉冲）干扰。

10. 图像锐化滤波有：（线性锐化滤波）、（梯度法）、（Laplacian算子）、（定向检测）。

11. 窗口（大小）影响着锐化的结果。窗口（越大），越突出主要地物的边缘。 12. 定向检测的模板有（检测垂直线）、（检测水平线）、（检测对角线）三类。

13. 按照滤波的方式，滤波有“（通）”和“（阻）”两种。 14. 常用的滤波器有5种：（低通滤波器）、（高通滤波器）、（带通滤波器）、（带阻滤波器）、（自定义滤波器）。

15. 常用的低通和高通滤波器有以下几种：（理想滤波器）、（Butterworth滤波器）、（指数滤波器）、（梯形滤波器）、（高斯滤波器）

第八章

一、名词解释

1.图像分割；图像分割是指把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。从数学角度来看，图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程，即将属于同一区域的像素赋予相同编号的过程。

2.区域分割；对于特征不连续性的边缘检测，把图像分割成特征相同的互相不重叠连接区域的处理被称为区域分割。

二、简答

1.图像分割的原则是什么？

答.由于图像的复杂性和应用的多样性，图像分割并没有一个统一的标准和方法，一般可以依据以下两个原则对图像进行分割。

（1）依据像素灰度值的不连续性进行分割

假定不同区域的像素的灰度值具有不连续性，因而可以对其进行分割。

17

（2）依据同一区域内部像素的灰度值具有相似性进行分割

这种方法一般从一个点（种子）出发，将其邻域中满足相似性测量准则的像素进行合并从而达到分割的目的。依据像素的不连续性进行分割的方法主要是区域增长法。

2.图像分割可以采用的三种方法？

答.图像分割可以采用三种不同的方法来实现：在利用区域的方法时，把各像素划归到各个目标或区域中。在边界方法中，只需确定存在于区域间的边界。在边缘方法中，则先确定边缘像素并把它们连接在一起以构成所需的边界。这三种方法在解决问题时都是有用的。

3.如何用自适应阈值方法来实现自适应分割？

答.自适应分割可用二次图像处理实现。在第一次处理前，先根据目标的大小将图像划分成大小固定的块（例如，每个块的大小为100 x 100）。根据各个块的灰度直方图，阈值被确定为背景峰值与数据峰值的中点。直方图是单峰的块则不予考虑。

在第一次处理时，每块中目标的边界用各自固定的阈值确定，但各块间阈值不同。如此做的目的并不是要把目标从图像中抽取出来，而是计算每个目标内部的平均灰度值。

在第二次处理时，每个目标使用各自的阈值，该值由内部灰度值和它的主块的背景灰度值的中间值来定义。

4.边缘检测的基本思想是什么？

答. 边缘检测的基本思想是通过检测每个像素和其邻域的状态，以决定该像素是否位于一个目标的边界上。如果一个像素位于一个目标的边界上，则其邻域像素灰度值的变化就比较大。假如可以应用某种算法检测出这种变化并进行量化表示，那么就可以确定目标的边界。边缘检测算子可以通过检查每个像素的邻域并对其灰度变化进行量化达到边界提取的目的，而且大部分的检测算子还可以确定变化（边界）的方向。

5.区域生长方法的基本思想是什么？

答. 区域生成的基本思想是将具有相似性质的像素集合起来构成区域。首先对每个需要分割的目标区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素性质相同或相似的像素（根据某种事先确定的生长或相似准则来判定）合并到种子像素所在的区域中。再将这些像素当作新的种子像素继续进行上述过程，直到再没有能满足条件的像素可被包括进来，这样一个区域就长成了。

6.简单区域扩张法的基本步骤是什么？

答.（1）对图像进行扫描，求出不属于任何区域的像素；

（2）把该像素的灰度与其周围的4邻域或8邻域内不属于任何一个区域的像素灰度相比较，如果其差值在某一阈值以下，就把它作为同一区域加以合并；

（3）对于那些新合并的像素反复进行2）的操作； （4）反复进行2）、3）步，直至区域不能扩张为上； （5）返回到1），寻找能成为新区域出发点的像素。 三、填空

1. 为了对感兴趣的目标进行识别和分析，需要将其分离出来，然后提取所具有的特征，进而进行识别分类。（图像分割）是模式识别的首要工作之一。从地物识别角度来看，（图像分割）更适用于处理高空间分辨率的图像。

18

2. 图像分割中可供选择的连通性准则有两种：（4连通）和（8连通）。 3. 图像分割时，如果感兴趣的目标在其内部具有均匀一致的灰度值并分布在具有另一个灰度值的均匀背景上，使用（阈值方法）效果就很好。

4. 根据分割对象与背景之间的差异，产生了不同的确定阈值的方法。当前，主要应用的方法有（全局阈值法）和（自适应阈值法）两种。

5. 使用灰度阈值进行图像分割时，选择最佳的阈值有三种常用的方法：（直方图方法）、（自适应阈值方法）和（分水岭算法）。

6. 应用不同的锐化算法可进行边缘检测。常用的算法有（罗伯特算子）、（Prewitt边缘算子）和（拉普拉斯算子）等。 7. （边缘连接）就是一个将邻近的边缘点连接起来从而产生一条闭合的连通边界的过程。

8. 边界跟踪中，噪声的影响可以通过跟踪前对梯度图像进行平滑或采用(跟踪虫)的方法来降低。

9. (区域生长法)是基于相似性准则建立的一种图像分割方法。

第九章

一、名词解释

1、图像的分类：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。不同类的地物之间具有差异。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（Class）的过程，称为图像的分类。

2、非监督分类：非监督分类是指人们事先对分类过程不加入任何的先验知识，而仅凭遥感图像中地物的光谱特征，即自然聚类的特性进行的分类。

3、专家分类：（专家系统：是模拟识别同人工智能技术相结合的产物。它用于模拟识别方法获取地物多种特征，为专家系统解译遥感图像提供证据，同时应用人工技术，运用遥感图像解译专家的经验和方法，模拟遥感图象目视解译的具体思维过程，惊醒遥感图像解译。

4、神经网络：人工神经网络（Artificial Neural Network，ANN）是由大量处理单元（神经元）相互连接的网络结构，是人脑的某种抽象、简化和模拟。 二、简答

1.简述遥感图像分类流程。

答：（1）预处理：包括确定工作范围、多源图像的几何配准、噪声处理、辐射校正、几何精校正、多图像融合等。

（2）特征选取：包括特征选择和特征提取。特征选择是从众多特征中挑选出可以参加分类运算的若干个特征；特征提取是在特征选择以后，利用特征提取算法（如主成分分析算法）从原始特征中求出最能反映地物类别性质的一组新特征。

（3）分类：根据特征与分类对象的实际情况选择适当的分类方法。

（4）分类后处理：由于分类过程是按像素逐个进行的，分类结果图像中成片的地物类别分布区往往会出现零星的异类像素，其中许多是不合理的。因此，要根据分类的要求进行后处理工作。

（5）结果检验: 对分类的精度与可靠性进行评价。

19

（6）结果输出: 对于达到精度要求的分类图像，根据需要和用途，设置投影、比例尺、图例等制作专题图，或将数据转换为向量格式，供其它系统使用。

2.ISODATA算法与K-均值算法有什么不同

答：第一，它不是每调整一个样本的类别就重新计算一次各类样本的均值，而是在把所有样本都调整完毕之后才重新计算，前者称为逐个样本修正法，后者称为成批样本修正法；

第二，ISODATA算法不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别“合并”和“分裂”，从而得到类数比较合理的聚类结果。

3.遥感图像的硬分类与软分类的区别是什么？ 答：根据一个像素被分到一个类还是多个类，可将遥感图像分类方法分为硬分类和软分类。图像上的一个像素只能被分到一个类的分类方法称为硬分类。传统的统计分类方法都是硬分类。硬分类有时可能不合理。因为有些像素可能同时具有两个类或多个类的性质。图像上的每一个像素可以同时被分到两个或两个以上类的分类方法，称为软分类，这时每个像素除了被分类外，还同时允许它在不同的两个或多个类中具有隶属概率或部分隶属值。这是对硬分类不合理一面的一种较合理的解决方式。

4.选择训练区应该注意哪些问题？

答：（1）训练区必须具有典型性和代表性，即所含类型应与研究地域所要区分的类别一致。训练区的样本应在面积较大的地物中心部分选择，而不应在地物混交地区和类别的边缘选取，以保证特征具有典型性，从而能进行准确的分类。

（2）使用的图件时间和空间上要保持一致性，以便于确定数字图像与地形图（或土地利用图、地质图、航片等）的对应关系。即使不一致，也要尽量找时间上相近的图件，同时，图件在空间上应能很好的匹配。

（3）训练区的选取方式有按坐标输入式和人机对话式两类。按坐标输入式是预先把实地调查确定的各类地物分布区转绘到地图上去，量测其在选定坐标系中的位置，再把量测数据输入计算机并映射到遥感图像上。这种方式用于不带图像显示装置的计算机系统。人机对话式则用于带有图像显示装置的数字图像处理系统，它通过鼠标在图像上勾画出地物所在的范围或转入实地调查的地图矢量数据作为训练区。

训练区确定后可通过直方图来分析样本的分布规律和可分性。一般要求单个类训练区的直方图是单峰，近似于正态分布的曲线。如果是双峰，即类似二个正态分布曲线重叠，则可能是混合类别，需要重做。

（4）训练样本的数目。训练样本数据用来计算类均值和协方差矩阵。根据概率统计，协方差矩阵的导出至少需要K+ 1个样本（K是多光谱空间的分量数或经过选择的特征数），这个数是理论上的最小值。实际上，为了保证参数估计结果比较合理，样本数应适当增多。在具体分类时，要根据对工作地区的了解程度和图像本身的情况来确定样本数量。

5.监督分类的主要方法有哪些，各有什么特点？

答：（1）平行管道法：这种方法的优点是分类标准简单，计算速度快。主要问题是按照各个波段的均值和标准差划分的平行多面体与实际地物类的点群形态不一致。

20

（2）最小距离方法：容易产生错误，但该方法简单、实用性强、计算速度快。

（3）最大似然方法：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。

（4） 光谱角方法：是一种光谱匹配技术，它通过估计像素光谱与样本光谱或是混合像素中端元成分(end member)光谱的相似性来分类。

6.图像分类后处理包括哪些工作？

答： （1）碎斑处理：去掉分类图中过于孤立的那些类的像素，或把它们归并到包围相邻的较连续分布的那些类。

（2）类别合并：非监督分类前不知道实际有多少地物类，在策略上总是先分出较多的类，然后对照实地情况或根据已有知识，确定最后需要的类别，因此，需要将某些光谱上不同的类（光谱类）合并为一个地物类。

（3）分类结果统计：分类结果统计是图像分类报告中必须包含的内容，包括各类在各波段的平均值、标准差、最低值、最高值、协方差矩阵、相关系数矩阵、特征值、各类的像素数和占总像素数的百分比、精度检验等

（4）类间可分离性分析：可分离性可用各类之间的距离矩阵来表示。由于距离是类间相似性的一个重要量度，因而通过该矩阵可确定最为相似的类。如果某类的地物性质比较模糊，可借助与它最相似的已知地物类来进一步明确。

6.遥感专题制图中需要注意哪些问题？

答：（1）分类赋色：分类完成后，计算机处理系统一般都是按类顺序（或训练区的颜色）自动给各类别赋色。这些默认的颜色基本上都不符合专业制图的要求，例如，专业制图要求相近的类颜色应相近，面积大的类颜色应较浅等，因此需要重新给各类配色。这个处理过程在ENVI系统中叫“改变类颜色”，在ERDAS系统中则是重编码处理的一部分。各类配好颜色后，可存为一个特定的文件或查找表（LUT），供分类图输出时使用。

（2）叠加修饰符号：为了满足制图的要求，需要在图像上叠加各种修饰性内容，包括：比例尺，公里网，指北针，图例，图廓，注记，统计图表等。多数图像处理或软件系统都提供了相应的功能或模板，操作比较方便。现有的遥感处理系统大多已经支持中文注记。

（3）输出：分类图可通过各种打印设备输出。输出形式可以是彩色图（以不同颜色表示不同的类）；也可以是黑白图（用不同灰度值或灰度级表示不同的类），还可以是符号图（以不同字母或数字表示不同的类）或图案。

7.提高遥感图像分类的主要对策有哪些？

答：（1）多种信息的综合利用：包括几何信息、纹理信息、地形信息等的综合利用。

（2）混合像素的分解处理: 混合像素是遥感图像中较普遍存在的现象。尤其是低分辨率的卫星图像，一个像素覆盖的地面范围内往往包含一种以上的地物类别。这种混合像素的灰度值必为各组分图像灰度的混合值，传统的基于逐个像素的判别就会发生困难，有很大的不确定性，必须进行混合像素的分解处理

（3）分层分类与专家系统的应用：所谓分层分类就是模拟目视解译，对复杂图像进行多层次的分析判断，先把容易识别确定的地物提取出来，再针对彼此混淆的地类采用不同的判据进行区分，先易后难，由表及里，分层处理，逐步推

21

进。遥感图像解译专家系统是模式识别与人工智能技术相结合的产物。应用人工智能技术，运用遥感图像解译专家的经验和方法，模拟遥感图像目视解译的具体思维过程，进行遥感图像解译。它使用人工智能语言讲某一领域的专家分析方法或经验，对地物的多种属性进行分析判断，确定类别。

三、填空

1.遥感图像分类的对象是原始遥感图像及各种变换之后的图像，采用（决策理论）或（统计方法）对变量特征空间进行划分来达到分类的目的。

2.根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行（训练）和（监督），可将遥感图像分类方法划分为（监督分类）和（非监督分类）。

3.根据分类使用的统计数学方法可以分为（随机统计）方法和（模糊数学）方法分类。前者以（随机数学）理论为基础，包括K－均值分类、最大相似性分类等。后者以（模糊数学）理论为基础，主要是模糊分类。

4.常用的距离度量有（绝对距离）、（欧氏距离）、（马氏距离）、（相似系数）。

5.良好的特征应具有（可分性）、（可靠性）、（独立性）、（数量少）等4个特点

6.非监督分类有多种方法，其中，（K-均值）方法和（ISODATA）方法是效果较好、使用最多的两种方法。

7.在非监督分类中，初始类别参数的选择方法有（光谱特征比较法）、（直方图法）、（最大最小距离法）、（局部直方图峰值法）

8. 监督分类的基本过程是：首先根据已知的样本类别和类别的先验知识确定（判别准则），计算（判别函数），然后将未知类别的样本值代入（判别函数），依据（判别准则）对该样本所属的类别进行判定。

9. ROI有（点）、（线）、（面）三种。

10.最小距离是一种相对简化了的分类方法。前提是假定图像中各类地物波谱信息呈（多元正态）分布，每一个类在K维特征空间中形成一个（椭球）状的点群，依据像素距各类中心距离的远近决定其归属。

11.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。

12.光谱角分类考虑的是光谱向量的（方向）而非光谱向量的（长度），使用（余弦）距离作为地物类的相似性测度。

13.遥感图像解译专家系统的组成主要包括（图像处理与特征提取子系统）、知识获取系统、（狭义的专家系统）三大部分

14.（分类结果统计）是图像分类报告中必须包含的内容，包括各类在各波段的平均值、标准差、最低值、最高值、协方差矩阵、相关系数矩阵、特征值、各类的像素数和占总像素数的百分比、精度检验等。

15.（位置精度分析）将分类的类别与其所在的空间位置进行统一检查。目前普遍采用混淆矩阵的方法，即以（Kappa）系数评价整个分类图的精度，以条件（Kappa）系数评价单一类别的精度。

22

本文来源：https://www.bwwdw.com/article/5gn7.html