发布时间 : 星期三 文章遥感复习更新完毕开始阅读
第一章
1、数字图像：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：遥感数字图像(digital image)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、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）。
4、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）。
5、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。
6、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， 7、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）。
8、当前，对于数字图像处理存在两种观点：离散方法的观点和连续方法的观点。
（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。 第二章
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、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。
（1）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。（2）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。（3）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。（4）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。 4、 什么是图像的采样和量化？量化级别有什么意义
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。 5、遥感数字图像产品有哪些数据级别
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：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。
7、通用的遥感数据存储格式有哪三种：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。 第三章
1、单波段图像的统计特征有哪些？常用的多波段图像的统计特征有哪些？
单波段基本统计特征：（1）反映像素值平均信息的统计参数：均值；中值；众数（2）反映像素值变化信息的统计参数：方差；变差；反差。直方图是灰度级的函数，描述的是图像中各种灰度级像素的个数。 多波段图像的统计特征：（1）协方差；（2）相关系数：反映了两个波段图像所包含信息的重叠程度（3）直方图匹配：两图像之间的匹配可借助直方图相交来实现。 2、窗口和邻域有什么区别？
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。 4、纹理：纹理通常被定义为图像的某种局部性质, 或是对局部区域中像素之间关系的一种度量。 5、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，（或称为卷积核，kernel），那么，卷积计算的公式为：
是窗口模板
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。 第四章
1、彩色有三个基本属性：（色调 ）、（明度 ）和（色度 ）
2、常用的颜色模型有哪些，各有什么特点？ 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、图像的彩色显示主要有两种方法，（电子显示法 ）和（用彩色硬拷贝设备进行彩色显示 ）
4、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。
5、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。
6、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 7、 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。
8、 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。 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、 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 ），即变换后图像是一幅灰度级均匀分布的图像。
13、 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
14、 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
15、 为什么要进行彩色合成？有哪些主要的合成方法？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。
16、 假彩色合成与伪彩色合成的差异是什么？伪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。
17、 怎么用SPOT的多光谱数据来模拟真彩色图像的显示？ 色用XS2表示，绿色用（XS1+ XS2+ XS3）/3的波段运算来实现，蓝色采用XS1波段代替。该方法实际上是将原来的绿波段（0.50-0.59 μm）当作蓝波段（该波段靠近蓝波段的光谱范围），红波段（0.61-0.68 μm）仍采用原来的波段，绿波段用绿波段、红波段、红外波段的算术平均值来代替。 第五章
1、大气校正：消除有大气散射引起的辐射误差的处理过程。
2、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。
3、简述大气中的颗粒种类与波长的关系？ 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。
4、遥感图像几何精纠正的目的和原理是什么？ 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。 5、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？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。 第六章
1、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。
2、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）。 3、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。
4、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。
5、（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？ 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）：（3）差值植被指数（DVI）：
（2）归一化植被指数（NDVI）：
（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？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。 8、如何有RGB模型转换为HIS模型？怎样应用彩色变换进行不同分辨率图像的融合？ （1）球体变换；圆柱体变换
（2）进行不同分辨率的图像的融合：HIS中，I成分控制着图像的亮度。将低分辨率图像变换到HIS彩色空间，将I成分用高分辨率图像中的某个波段替换，然后进行彩色逆变换，可以达到数据融合的目的。 第九章
1、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。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。 2、简述监督分类和非监督分类的区别？ 3、简述分类精度评价的概念与基本方法
4、监督分类的主要方法有哪些，各有什么特点？
监督分类的几种方法及特点如下：（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。（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。
5、图像分类后处理包括哪些工作？ 图像分类后处理包括以下方面：
（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。