遥感数字图像处理期末考试整理
遥感数字图像处理复习资料整理
直方图:直方图是灰度级的函数，描述的是图像中各个灰度级像素的个数。对于数字图像来说，直方图实际就是灰度值概率密度函数的离散化图形。
1.窗口:对于图像中的任一像素（x, y），以它为中心，按上下左右对称原则所设定的像素范围，称为窗口
2.滤波:滤波是把某种信号处理成为另一种信号的过程。滤波的概念主要用于频率域图像处理中，在空间域，滤波即为卷积运算
3.纹理:通常认为，纹理是由纹理基元按某种确定性的规律或只是按某种统计规律重复排列组成的。
遥感图像怎么数字表示？
表示图像的基本方法有两类，即确定的与统计的。确定的表示法是写出图像函数表达式，对于数字图像，则表示成矩阵或向量形式。统计的表示法则是用一种平均特征来表示图像。
1.图像的统计特征有什么作用？
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。
2.图像直方图有怎样的性质？
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。
3.如何根据图像直方图判断图像质量？
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。
4.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。
5.什么是卷积运算？
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：
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。
6.什么是滤波？
狭义地说，滤波是指改变信号中各个频率分量的相对大小、或者分离出来加以抑制、甚至全部滤除某些频率分量的过程。广义地说，滤波是把某种信号处理成为另一种信号的过程。从计算上来看，滤波
是频率函数与信号的频谱之间的相乘计算
7.什么是纹理？包括哪些基本类型？
名词解释
1.灰色梯尺: 黑白系列的非彩色可以用一条灰色色带表示，一端是纯黑色，另一端是纯白色，称为灰色梯尺
2.伪彩色合成: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
3.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
4.密度分割法:密度分割法是针对单波段遥感图像按灰度分级，对每级赋予不同的色彩，使之变成一副彩色图像
5.直方图均衡化：对原始图像的像素灰度作某种映射变换，使变换后图像灰度的概率密度呈均匀分布，即变换后图像的灰度级均匀分布
6.
二、简答
1.图像增强的意义？
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
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。
2.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
3.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
4.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。
5.图像拉伸有哪些方法，优点是什么？
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？
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？
（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
名词解释、
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？
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.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。
3.什么是图像的重采样？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
4.怎么进行多源图像的几何配准？
多图像几何配准就是指将多图像的同名图像通过几何变换实现重叠，通常称作相对配准；将相对配准后的多图像纳入某一地图坐标系统，称作绝对配准。多项式和共线方程都可以实现多图像的几何配准。例如，采用多项式纠正法，一旦在多图像上选择分布均匀、足够数量的一些同名图像作为相互匹配的控制点，就可根据控制点计算多项式系数，实现一幅图像对另一幅图像的几何纠正，从而达到多图像的几何配准。但在许多情况下，很难找到准确可靠的控制点，所以多图像的几何配准，通常都采用相关函数进行自动配准。多图像自动配准的基本假设是相同的地物具有相似的光谱特征。通过对两个图像作相对移动，找出其相似性量度值最大、或差别最小的位置作为图像配准的位置。
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。
二、简答
1.傅立叶变换的基本性质有哪些？
1）对称性：函数的偶函数分量将对应于傅立叶变换后的偶函数分量，奇函数分量也对应于奇函数分量，但是要引入系数j。（2）加法定理：时域中的加法对应于频域内的加法。（3）位移定理：函数位移的变化不会改变其傅立叶变换的幅值，但会产生一个相位变化。（4）相似性定理：“窄”函数对应于一个“宽”傅立叶变换，“宽”函数对应于一个“窄”傅立叶变换（所谓的宽、窄是指函数在坐标轴方向上的延伸情况）。（5）卷积定理：时间域中的函数卷积对应于频域中的函数乘积；或者说，两个函数卷积的傅立叶变换等于它们各自傅立叶变换的乘积。如果函数是在有限维空间中定义的图像，只有假设每个图像在各个方向上都有周期性的重复，卷积定理才成立。（6）共轭性：将函数的傅立叶变换的共轭输入傅立叶变换程序得到该函数的共轭，也就是说，完全可以利用傅立叶变换程序计算傅立叶逆变换而无须重新编写逆变换程序。（7）Rayleigh定理：傅立叶变换前、后的函数具有相同的能量。
2.傅立叶变换的基本工作流程是什么？
傅里叶比变换的工作流程是：（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
3.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？
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。
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.椒盐噪声：椒盐噪声又称脉冲噪声，它随机改变一些像素值，在二值图像上表现为使一些像素点
变白（用b表示），一些像素点变黑（用a表示）。
4.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。
5.同态滤波：同态滤波是减少低频增加高频，从而减少光照变化并锐化边缘或细节的图像滤波方法
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？
2.图像噪声有哪些主要类型，主要特点是什么？
3.如何理解中值滤波的不变性？
4.什么是梯度倒数加权法平滑？
5.什么是Laplacian算子？它有哪些特征？
6.罗伯特梯度与Sobel梯度有什么区别？
7.根据像素的梯度值生成不同的梯度图像的方法有哪些？
8.定向检测的模板有哪些？
9.频率域滤波的主要滤波器有哪些？各有什么特点？
10.同态滤波的基本操作有哪些？
二、简答题（10）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. 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。对于二维信号，中值滤波不变性要复杂得多，不仅与输入信号有关，还与窗口的形状有关。图 7.7列出了几种二维中值滤波窗口及与之对应的最小尺寸的不变输入图形。一般地，与窗口对角线垂直的边缘经滤波后将保持不变。利用这个特点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些边缘信息。从经验来看，方形或圆形的窗口适宜于地物轮廓较长的图像，十字窗口适宜于有尖角物体的图像。一维的周期性二值序列，如{xn}=…，+1，+1，-1，-1，+1，+1，-1，-1，…，当滤波窗口长度为9时，经过中值滤波此序列将保持不变。对于一个二维序列，这一类不变性更为复杂，但它们一般也是二值的周期性结构，即周期性网格结构的图像。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. 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。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. （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7. （1）以各像素点的梯度值代替其原灰度值，用此方法得到的图像完全失去了原图像的面目而成为一幅边缘图像，梯度值大的边缘轮廓被突出显示，而灰度变化比较平缓或均匀的区域则几乎是黑色。由于图像包含大量信息，像素的灰度值差异普遍存在，为了在突出主要边缘信息的同时保留图像背景，设定一个非负阈值T进行处理。（2）适当选取T ，使梯度值≥T的各点的灰度等于该点的梯度值，其它则保留原灰度值，形成背景，（3）根据需要指定一个灰度级LG，例如，令LG＝255。以LG表示边缘，其它保留原背景值，（4）指定一个灰度级LB表示背景，例如，令LB＝0，形成黑背景，保留边缘梯度变化。（5）将边缘与灰度图像分别以灰度级LG 和LB表示，例如，255表示边缘，0表示背景，形成二值图像8.（1）检测垂直线
\
（2）检测水平线
（3）检测对角线
9. （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。10. （1）取对数
这使图像运算从乘法变为加法，分开照射分量和反射分量。然后，可以在频率域进行图像的处理。（2）对（1）的结果进行傅立叶变换
（3）选取滤波器函数对进行滤波处理
在这里，称为同态滤波函数，它可以分别作用于照射分量和反射分量上。同态滤波函数的类
型和参数的选择对滤波的结果影响很大。（4）应用傅立叶逆变换将图像转换到空间域
（5）再对上式进行指数变换
名词解释
1.图像分割
2.区域分割
二、简答
1.图像分割的原则是什么？
2.图像分割可以采用的三种方法？
3.如何用自适应阈值方法来实现自适应分割？
4.举例说明分水岭算法的实现过程？
5.图像经过梯度运算后采用哪几种常用的方法来突出图像的轮廓？
6.边缘检测的基本思想是什么？
7.区域生长方法的基本思想是什么？
8.简单区域扩张法的基本步骤是什么？
9.数学形态学的基本运算有哪四种？
10.腐蚀可分为一个两步过程，以免分裂目标。请问是哪两个过程？
答案
一、名词解释
1.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.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。
3.使用同一个结构元素对图像先进行腐蚀然后再进行膨胀的运算称为开运算（Open），它具有消除细小目标、在纤细点处分离目标、平滑较大目标的边界时不明显改变其面积的作用。
4.先膨胀后腐蚀的过程称为闭运算（Close），它具有填充目标内细小空洞、连接邻近目标、在不明显改变目标面积的情况下平滑其边界的作用。
5.距离变换是一种可用于二值图像的运算，运算结果不是另一幅二值图像，而是一个灰度级图像。每个像素的灰度级是该像素与距其最近的背景像素间的距离。
二、简答1. 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。（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. 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. 分水岭算法是与自适应阈值化有关的一个算法，假定图像中目标的灰度值低，而背景的灰度值高。图像最初在一个低灰度值上阈值化。该灰度值把图像分割成正确数目的目标，但它们的边界偏向目标内部。随后阈值逐渐增加，每一次增加一个灰度级。目标的边界将随着阈值增加而扩展，直到边界相互接触。这些初次接触的点构成了相邻目标间的最终边界。该过程在阈值达到背景的灰度级之前终止。分水岭算法不是简单地将图像在最佳灰度级进行阈值处理，而是从一个偏低但仍然能正确分割各个目标的阈值开始。然后随着阈值逐渐上升到最佳值，使各个目标不会被合并。这个方法可以解决那些由于目标靠得太近而不能用全局阈值解决的问题。当且仅当所采用最初的阈值进行分割的结果是正确的，那么，最后的分割也是正确的（也就是说，图像中每个实际目标都有相应的边界）。必须细心地选择最初和最终的阈值灰度级。如果初始的阈值太低，那么低对比度的目标开始时会被丢失，然后随着阈值的增加就会和相邻的目标合并。如果初始阈值太高，目标一开始便会被合并。最终的阈值决定了最后的边界与实际目标的吻合程度。
5. 图像经过梯度运算后采用一下四种常用的方法来突出图像的轮廓：（1）梯度图像直接输出（2）加阈值的梯度输出（3）给边缘规定一个特定的灰度级（4）将背景设为特定的灰度级
6. 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。
7. 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。8. 简单区域扩张法一般从单个像素开始进行，其步骤如下：（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。
9. 数学形态学的基本运算有四种：腐蚀、膨胀、开启和闭合，
10. 腐蚀可分为一个两步过程，以免分裂目标。第一步是一个正常的腐蚀，但它是有条件的，也就是说，那些被标为可除去的像素点并不立即消去。在第二步中，只将那些消除后并不破坏连通性的点消除，否则保留。以上每一步都是一个3×3邻域运算，可用查表运算实现。
名词解释
1.图像的分类
2.非监督分类
3.SAM
4.训练区
5.神经网络
二、简答
1.绝对距离和欧氏距离使用时需要注意哪些问题？
2.简述遥感图像分类流程。
3.ISODATA算法与K-均值算法有什么不同
4.遥感图像的硬分类与软分类的区别是什么？
5.选择训练区应该注意哪些问题？
6.监督分类的主要方法有哪些，各有什么特点？
7.神经网络用于遥感图像分类有何优缺点？
8.图像分类后处理包括哪些工作？
9.遥感专题制图中需要注意哪些问题？
10.提高遥感图像分类的主要对策有哪些？
答案
1.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.光谱角分类方法(Spectral Angle Mapper：SAM)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。
4.训练区又叫样本区，是用来确定图像中已知类别像素的特征，它在在遥感处理系统中被称为“感兴趣区”。
5.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. 在使用绝对距离和欧氏距离时，需注意以下两点：（1）特征参数的量纲具有不同量纲的特征参数常常是无意义的。例如，特征参数为某个波段亮度值和某种波段亮度比值时，波
段的亮度值通常是整数，而比值常为小于1的小数，将这样数量级相差较大的数以同等的权组合起来，只能突出绝对值大的特征参数的作用而降低绝对值小的特征参数的作用。解决的办法是在进行分类前对数据进行标准化。（2）特征参数间的相关性特征参数间通常（未经正交变换）是相关的。相关意味着特征参数在表征地物特征方面有共性。若特征参数中的大部分相关性较强，而个别的相关性不大，则一般来说相关的参数和不相关的参数在距离中的权应是不一致的，但在上述公式中权是相同的，这也是个缺点。下面的马氏距离解决了这个问题。
2. 遥感图像分类流程如下：（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。（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。
3. 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。
4. 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。
5. 选择训练区时应注意以下问题：（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。
6. 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。
遥感数字图像处理复习题
1.什么是遥感图像，并说明遥感模拟图像与遥感数字图像的区别。
图像（image）是对客观对象的一种相似性的描述或写真，它包含了被描述或写真对象的信息，是人
们最主要的信息源。遥感数字图像（digita image）是指以数字形式表述的遥感影像.按图像的明暗程
度和空间坐标的连续性划分，图像可分为数字图像和模拟图像。数字图像是指被计算机存储、处理
和使用的图像，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，它属于不可见图像。
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。
2.怎样获取遥感图像?
目前遥感数字图像的获取，根据遥感传感器基本构造和成像原理不同，大致可以分为摄影成像、扫
描成像和雷达成像三类。1.摄影成像是根据卤化银物质在光照下会发生分解这一机制，将卤化银物
质均匀地涂布在片基上，制成感光胶片。这种图像是典型的遥感模拟图像.2.扫描成像是扫描类遥感
传感器逐点逐行地以时序方式获取的二维图像。得到遥感数字图像。3.雷达成像是由发射机向侧面
发射一束窄脉冲，地物反射的微波脉冲（又称回波），由无线收集后，被接收机接收。图像属于遥感
模拟图像。
3.什么是遥感数字图像处理?它包括哪些内容?
对遥感图像进行一系列的操作，以求达到预期目的的技术称作遥感图像处理。遥感图像处理可分为
两类：一是利用光学、照相和电子学的方法对遥感模拟图像（照片、底片）进行处理，简称为光学
处理；二是利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感
数字图像处理。遥感数字图像处理，根据抽象程度不同可分为三个层次：狭义的图像处理、图像分
析和图像解译。狭义的图像处理着重强调在图像之间进行变换。图像分析主要是对图像中感兴趣的
目标进行检测和量测，从而建立对图像的描述。图像解译是进一步研究图像中各目标物的性质、特
征和它们之间的相互关系，并得出对图像内容的理解以及对原来地面客观地物、场景的解译，从而
为生产、科研提供真实的、全面的客观世界方面的信息。图像理解是借助知识、经验进行遥感图像
解译的过程。遥感数字图像处理大致可分为以下几种：1.图像转换。2.数字图像校正。3.数字图像增强。4.多源信息复合。5.遥感数字图像计算机解译处理。
1.什么是辐射误差？什么是辐射校正？辐射误差产生的主要原因是什么?
辐射误差产生的原因有两种，传感器响应特性和外界（自然）条件，后者包括太阳照射（位置和角度）和大气传输（雾和云）等条件。
（1）因传感器的响应特性引起的辐射误差
l）光学摄影机引起的辐射误差
2）光电扫描仪引起的辐射误差
（2）因大气影响引起的辐射误差
（3）因太阳辐射引起的辐射误差
1）太阳位置引起的辐射误差
2）地形起伏引起的辐射误差
（4）其他原因引起的辐射误差
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）对大气散射校正有三种方法：①野外波谱测试回归分析法；通常通过将野外实地波谱测试获得
的无大气影响的辐射值与卫星传感器同步观测结果进行分析计算，以确定校正量；②辐射传递方程
计算法：测量大气参数，按理论公式求得大气干扰辐射量；③波段对比法：在特殊条件下，利用某
些不受大气影响或影响很小的波段来校正其他波段。
1．说明遥感图像几何变形误差的主要类型。
遥感图像的几何变形误差可分为静态误差和动态误差两大类。
（1）静态误差是指在成像过程中，传感器相对于地球表面呈静止状态时所具有的各种变形误差。（2）动态误差则主要是由于在成像过程中地球的旋转所造成的图像变形误差。
静态误差又可分为内部误差和外部误差两类变形误差。
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所造成的，它随传感器的结构不同而异，误差较小不做讨论。
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。2．简述遥感数字图像几何精纠正的一般过程（步骤）。
9．试述多项式纠正法纠正卫星图像的原理和步骤。
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学模拟，认为图像变形规律可以看做为平移、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。
这种方法纠正的基本过程是利用有限个地面控制点的已知坐标，解求多项式的系数，然后将各像元的坐标代入多项式进行计算，从而求得纠正后的坐标。
多项式纠正法必须首先选择控制点，这些控制点在整幅图像中应均匀分布，点的数量应超过多项式系数的个数。
思考题
1．图像增强的主要目的是什么?包含的主要内容有哪些?
图像增强的主要目的有：改变图像的灰度等级，提高图像对比度；消除边缘和噪声，平滑图像；突出边缘或线状地物，锐化图像；合成彩色图像；压缩图像数据量，突出主要信息等。
图像增强的主要内容有：空间域增强、频率域增强、彩色增强、多图像代数运算、多光谱图像增强等。
2.直方图均衡化采用何种变换函数?
累积直方图曲线即为直方图均衡化的基本变换函数。
3.直方图规定化的基本原理是什么?
直方图规定化的原理是对两个直方图都均衡化，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。
4.什么是图象的灰度直方图？什么是图象的累积直方图？
5.何谓图像平滑?什么是均值滤波？什么是中值滤波？
6．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。
（1）图像锐化的概念：
为了突出边缘和轮廓、线状目标信息，可以采用锐化的方法。锐化可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。
（2）图象锐化处理的方法：
1梯度法2 Roberts梯度3 Prewitt和Sobel梯度4 Laplace算法5定向检测
（3）Laplace算法的特点
Laplace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Laplace算子计算出的值为为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。
7.什么是植被指数?常用的植被指数如何计算?
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，VI）。
常用的植被指数有以下几种。
1）比值植被指数（ratio vegetation index，RVI）
式中，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，NDVI）
IR、R的含义同上。
3）差值植被指数（difference vegetation index，DVI）
DVI=IR-R
4）正交植被指数（perpendicular vegetation index，PVI）
PVI=1.622 5（IR）-2.297 8（R）+11.065 6(1)
式（1）适用于NOAA卫星的A VHRR。
PVI=0.939（IR）-0.344（R）+0.09(2)
式（2）适用于Landsat。
8．以陆地卫星TM图像和SPOT的全色波段图像为例，说明TM图像和SPOT图像融合的优越性。Landsat的TM有7个波段，有丰富的光谱信息，其空间分辨率为28.5m（重采样后为30m）；SPOT 的全色波段（0.51～0.73μm）是一个单波段图像，但它的空间分辨率大大提高，可达到10m。将这两种图像复合，产生的具有l0m分辨率的7个波段的新图像具有以上两种图像的优点，既提高了图像的空间分辨率，又保留了TM丰富的光谱信息。因此，图像复合的方法可以综合不同传感器图像的优点，大大提高图像的应用精度。
9．什么是多光谱空间?什么是主成分变换？主成分变换的应用意义是什么?
多光谱空间是一个n维坐标系，每一个坐标轴代表多波段图像的一个波段，坐标值表示该波段像元的灰度值，图像中的每个像元对应于坐标空间中的一个点。
K-L变换又称为主成分变换（principal component analysis）或霍特林（Hotelling）变换。它的原理如下：对某一n个波段的多光谱图像实行一个线性变换，即对该多光谱图像组成的光谱空间X乘以一个线性变换矩阵A，产生一个新的光谱空间Y，即产生一幅新的n个波段的多光谱图像。其表达式为
Y=AX
式中：X为变换前多光谱空间的像元矢量；Y为变换后多光谱空间的像元矢量；A为一个n×n的线性变换矩阵。
根据以上的分析可将K-L变换的应用归纳如下。
（1）数据压缩。经过主成分变换，多光谱图像变成了新的主成分图像，像元的亮度值不再表示地物原来的光谱值。但变换后的前几个主分量包含了绝大部分的地物信息，在一些情况下几乎是100%，因此可以只取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量，如TM图像，经主成分变换后可只取前3个主分量，波段数由7个减少到3个，数据量减少到43%，实现了数据压缩。（2）图像增强。主成分变换的前几个主分量包含了主要的地物信息，噪声相对较少；而随着信息量的逐渐减少，最后的主分量几乎全部是噪声信息（如MSS数据中的条纹）。因此，主成分变换突出了主要信息，抑制了噪声，达到了图像的目的。
（3）分类前预处理。多波段图像的每个波段并不都是分类最好的信息源，因而分类前的一项重要工作就是特征选择，即减少分类的波段数并提高分类效果。主成变换即是特征选择最常用的方法。1、什么是监督分类，什么是非监督分类？简述监督分类和非监督分类的异同。
1)监督分类是基于对于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数据的类别。
2)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。
3)异:
a.监督分类对于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;非监督分类对于遥感图像地物的属性不具有先验知识。
b.监督分类以样本类别的特征作为依据可直接判断判断非样本数据的类别；非监督分类仅凭据遥感影像地物的光谱特征的分布规律，随其自然地进行盲目的分类，并不确定类别的属性，其属性是通过事后对各类的光谱响应曲线进行分析，以及与实地调查相比较后确定的。
4)同:都是依据地物的光谱特性的点独立原则来分类的，且都采用的是统计方法。
2、什么是特征选择？
特征选择（feature selection）是从众多特征中挑选出可以参加分类运算的若干个特征，如TM影像波段的选择。
3、简述遥感图像计算机分类的一般原理。
遥感图像分类就是把图像中的每个像元或区域划归为若干类别中的一种，即通过对各类地物的光谱特征分析来选择特征参数，将特征空间划分为互不重叠的子空间，然后将影像内各个像元划分到各个子空间中去，从而实现分类。
4、简述遥感图像计算机分类的一般流程。
遥感图像计算机分类处理的基本过程，包括原始图像的预处理、训练区的选择、特征选择和特征提取、分类、检验结果以及成果输出等。
(1)原始图像的预处理
原始图像的预处理（preprocessing）就是指对观测数据作成像处理，以及图像的几何校正、辐射校正、量化、采样、预滤波、去噪声等处理，以便获得一幅比较清晰、对比度强、位置准确的图像以提高分类精度。
(2)训练区的选择
从待处理数据中抽取具有普遍性、代表性的数据作为训练群本。训练区选择得准确与否，训练样本数是否足够，关系到分类精度的高低。在监督分类中，训练区选择的最好的办法是选择一、两个典型区域，各类地物全有，进行实地调查，调查时，对照实地将被分类的遥感影像，一一识别，在图上标好，再到计算机上将这些数据提出。如果受客观条件的限制，可以借助于地图、航片或其他专题资料进行选择等。在上述资料都没有的情况下也可以先做非监督分类，在分类结果中选择训练区。
(3)特征选择和特征提取
特征选择（feature selection）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（feature extraction）是在特征选择之后，利用特征提取算法从原始特征中求出最能反映其类别特性的一组新特征，完成样本空间到特征空间的转换。通过特征提取既可以达到数据压缩的目的，又提高了不同类别特征之间的可区分性。
(4)图像分类运算
图像分类运算（classification）就是根据影像特点和分类目的设计或选择恰当的分类器及其判别准则，对特征矢量集进行划分，完成分类工作。
(5)检验结果
主要是对分类的精度与可靠性进行评价。进入传感器的遥感信息由于受传感器空间分辨率和光谱分辨率的限制，常常得到混合的信息。有时地物本身就是混合在一起的，例如植被覆盖下的土壤。因此不存在理想的分类器，加上“同物异谱”、“异物同谱”现象的存在，错分的情况普遍存在，因此，分类后都必须进行检验，错分像元所占的比例越小，则分类结果越佳。
(6)结果输出
包括分类结果图像的输出，以及分类结果的统计值，例如各类别的地物占地面积、类别集群的统计中心和方差等。
5、比较绝对值距离、马氏距离、欧氏距离判别函数之间的异同点。
1．绝对值距离也叫出租汽车距离或城市块距离。在二维空间中可以看出，这种距离是计算两点之间
的直角边距离，相当于城市中出租汽车沿城市街道拐直角前进而不能走两点连接间的最短距离。绝对值距离的特点是各特征参数以等权参与进来，所以也称等混合距离。
2．欧几里德距离
欧几里德距离（Euclidean）距离就是两点之间的直线距离（以下简称欧氏距离）。欧氏距离中各特征参数也是等权的。
绝对值距离和几里德距离都称为闵可夫斯基（Minkowski）距离（以下简称闵氏距离）
（1）闵氏距离与特征参数的量纲有关。有不同量纲的特征参数的闵氏距离常常是无意义的。（2）闵氏距离没有考虑特征参数间的相关性。而哈拉诺比斯距离解决了这个问题。
3．马哈拉诺比斯距离
与前两种距离不同，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相
关性的。
6、简要说明ISODATA法的基本内容。
ISODA TA（iterative self-organizing data analysis techniques algorithm），称为“迭代自组织数据分析技术”。前面所述的初始类别参数的选定方法，其所选的参数一般是比较接近的。他只是对图像进行了初始的判别，要将其调整为实际的基准类别参数，需要运用逐步趋近的算法。ISODATA算法就是这种类型。主要环节是聚类、集群的分裂和集群的合并等处理。
第—步：指定下列控制参数。
第二步：聚类处理。
第三步：类别的取消处理。
第四步：判断迭代是否结束。
第五步：类别的分裂处理。
第六步：类别的合并处理。
ISODA TA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。
7.什么是分类的判别函数？掌握最大似然法判别函数的推导过程。
8.什么是图象的均值？方差？协方差？计算公式如何？
徐州师范遥感考试题
《遥感数字图像处理》习题与标准答案
《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。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理？它包括那些容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、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？
数字图像处理复习参考题共24页
一、填空题（每空1分，共20分） 1、在计算机中，按颜色和灰度的多少可以将图像分为二值图 像、灰度图像、索引图像、真彩色RGP图像四种类型。 2、存储一幅大小为1024 1024 ，256个灰度级的图像，需要 8M bit。 3、直方图均衡化适用于增强直方图呈尖峰分布的图像。 4、依据图像的保真度，图像压缩可分为有损压缩和无损 压缩 5、图像压缩是建立在图像存在编码荣誉、像素间冗余、 心理素质冗余三种冗余基础上。 6、对于彩色图像，通常用以区别颜色的特性 是、、。 7、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一 种标定方法：。 8、图像处理技术主要包括图像的、、等技术。 9、在RGB彩色空间的原点上，三个基色均没有，即原 点为色。 二、选择题（每题2分，共20分）
1、下列算法中属于点处理的是： A.梯度锐化 B.二值化 C.傅立叶变换 D.中值滤波 2、图像灰度方差说明了图像哪一个属性。（） A.平均灰度 B.图像对比度 C.图像整体亮度 D.图像细节 3、计算机显示器主要采用哪一种彩色模型（） A.RGB B.CMY或CMYK C.HSI D.HSV 4、采用模板［-1 1］T主要检测（）方向的边缘。 A.水平 B.45° C.垂直 D.135° 5、下列算法中属于图象锐化处理的是：( ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（） A.去噪 B.减小图像动态范围 C.复原图像 D.平滑图像 7、彩色图像增强时，处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波
C. 加权均值滤波 D. 中值滤波 8、____滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波 器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 __ A.一一对应 B.多对一 C.一对多 D.都不 三、判断题（每题2分，共10分） 1、彩色图像增强时采用RGB模型进行直方图均衡化可以在不改 变图像颜色的基础上对图像的亮度进行对比度增强。（）2、高斯低通滤波器在选择小的截止频率时存在振铃效应和模糊 现象。（） 3、拉普拉斯算子可用于图像的平滑处理。（）
遥感数字图像处理教程复习分析
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )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。
遥感数字图像处理考试知识点整理
遥感 第一章 1遥感数字图像；遥感数字图像的分类方式和对应类别。 （1）定义：遥感数字图像是数字形式的遥感图像。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。 （2）可见图像和不可见图像 单波段和多波段，超波段 数字图像和模拟图像 2遥感图像的成像方式（三大种：摄影、扫描、雷达）。 （1）摄影，扫描属于被动遥感 雷达属于主动遥感 （2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片 扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收 3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。 采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。采样是空间离散。 量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。量化属于亮度属性离散。 遥感图像数字化过程两个特点：亮度和空 4遥感数字图像的存储空间大小的计算。 图像的灰度级有：2,64,128,256 存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MB TM空间分辨：1,2,3,4,5,7为30米，6为120米 5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）； （1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小 光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高 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。高辐射分辨率可以区分信号强度的微小差异。 （2）常见传感器和空间分辨率书17-18页 6遥感数字图像的数据（数据级别、数据存储格式、元数据定义） （1）数据级别： 0级产品：未经过任何校正的原始图像数据 1级产品：经过了初步辐射校正的图像校正 2级产品：经过了系统级的几何校正，即根据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。产品的几何精度由上述参数和处理模型决定。 3级产品：经过几何精校正，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。 不同点：不同级别的产品使用条件不同，但是他们都是数据的集合，是信息量的汇总。一般来说，都是由元数据和图像基本数据两部分数据汇总的结果。
数字图像处理期末复习题2教学总结
第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”） 四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界 比较清晰；二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息，但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为： 。 设图像为：
数字图像处理期末复习
遥感与数字图像处理基础知识 一、名词解释： 数字影像图像采样灰度量化像素 数字影像：数字影像又称数字图像，即数字化的影像。基本上是一个二维矩阵，每个点称为像元。像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。 图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。 灰度量化：将各个像素所含的明暗信息离散化后，用数字来表示。 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 二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个_离散的光密度_函数。 3、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___。 4、一般来说，采样间距越大，图像数据量____小____，质量____低_____；反之亦然。 5、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________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________字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为________。 三、不定项选择题：(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的
遥感数字图像处理教程期末复习题
遥感数字图像处理教程 第一章概论 1.1图像和遥感数字图像 1.1.1图像和数字图像 本书定义图像为通过镜头等设备得到的视觉形象 根据人眼的视觉可视性可将图像分为可视图像和不可视图像。可视图像有图片、照片、素描和油画等，以及用透镜、光栅和全息技术产生的各种可见光图像。不可见图像包括不可见光成像和不可测量值 按图像的明暗程度和空间坐标的连续性，可将图像分为数字图像和模拟图像。数字图像是指用计算机存储和处理的图像，是一种空间坐标和灰度不连续、以离散数字原理表达的图像。在计算机，数字图像表现为二维阵列，属于不可见图像。模拟图像指空间坐标和明暗程度连续变化的、计算机无法直接处理的图像，属于可见图像。 利用计算机技术，可以实现模拟图像和数字图像之间相互转换。把模拟图像转化为数字图像成为模/数转换，记作A/D转换； 数字图像最基本的单位是像素。像素是A/D转换中国的取样点，是计算机图像处理的最小单位；每个像素具有特定的空间位置和属性特征。 1.1.2遥感数字图像 遥感数字图像时数字形式的遥感图像。不同的地物能够反射或辐射不同长波的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 遥感数字图像中的像素成为亮度值。亮度值的高低由遥感传感器所探测到的地物电磁波的辐射强度决定。由于地物反射或辐射电磁波的性质不同受大气的影响不同，相同地点不同图像的亮度值可能不同。 图像的每个像素对应三维世界中的一个实体、实体的一部分或多个实体。在太阳照射下，一些电磁波被这个实体反射，一些被吸收。反射部分电磁波到达传感器被记录下来，成为特定像素点的值。 1.2压感数字图像处理 1.2.1遥感数字图像处理概述 遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。遥感数字图像处理主要包括三个方面 1.图像增强，使用多种方法，如：灰度拉伸、平滑、瑞华、彩色合成、主成分变换K-T变换、代数运算、图像融合等压抑、去除噪声、增强整体图像或突出图像中的特定地物的信息，是图像更容易理解、解释和判读、 图像增强着重强调特定图像特征，在特征提取、图像分析和视觉信息的显示很有用。 2.图像校正：图像校正也成图像回复、图像复原，主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真或非线性校正。 信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则。 1.2.2 遥感数字图像处理系统 数字图像处理需要借助数字图像处理系统来完成。一个完整的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。 1.硬件系统 包括计算机、数字化设备、大容量存储、显示器和输出设备以及操作台 1）计算机 是图像处理核心，大的存和高的CPU速度有助于加快处理的进度。 2）数字化设备
数字图像处理期末考题
数字图像处理 一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要） 二、选择题 ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： :1 :1 c.4:1 :2 ( d )9.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子
数字图像处理期末复习试题3
1、数字图像：指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。 数字图像处理：指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-连通的定义：对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。 3、灰度直方图：指反映一幅图像各灰度级像元出现的频率。 4、中值滤波：指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 像素的邻域 邻域是指一个像元（x，y）的邻近（周围）形成的像元集合。即{（x=p,y=q）}p、q为任意整数。 像素的四邻域 像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1) 三、简答题( 每小题10分,本题共30 分 )： 1. 举例说明直方图均衡化的基本步骤。 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子 假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。 根据公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取： S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。 可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号： S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。 因为由rO=0经变换映射到sO=1／7，所以有n0=790个象素取sO这个灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3个象素取s 1这一灰度值；依次类推，有850个象素取s2=5／7这一灰度值；由于r3和r4均映射到s3=6／7这一灰度值，所以有656+329=98 5个象素都取这一灰度值；同理，有245+1 22+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。 2. 简述JPEG的压缩过程，并说明压缩的有关步骤中分别减少了哪种冗余？ 答：分块－＞颜色空间转换－＞零偏置转换－＞DCT变换－＞量化－＞符号编码。颜色空间转换，减少了心理视觉冗余；零偏置转换，减少了编码冗余；量化减少了心理视觉冗余；符号编码由于是霍夫曼编码加行程编码，因此即减少了编码冗余（霍夫曼编码）又减少了像素冗余（行程编码）。 ＪＰＥＧ2000的过程：图像分片、直流电平（DC）位移，分量变换，离散小波变换、量化，熵编码。3、Canny边缘检测器 答：Canny边缘检测器是使用函数edge的最有效边缘检测器。该方法总结如下：1、图像使用带有指定标准偏差σ的高斯滤波器来平滑，从而可以减少噪声。2、在每一点处计算局部梯度g（x,y）=[G2x+G2y]1/2 和边缘方向α（x,y）=arctan（Gy/Gx）。边缘点定义为梯度方向上其强度局部最大的点。3、第2条中确定的边缘点会导致梯度幅度图像中出现脊。然后，算法追踪所有脊的顶部，并将所有不在脊的顶部的像素设为零，以便在输出中给出一条细线，这就是众所周知的非最大值抑制处理。脊像素使用两个阈值T1和T2做阈值处理，其中T1 第一节数字图像处理概述/第二节数字图像处理的获取、显示和表示（只有概念，无计算） 1、图像的数字化过程：将一幅图像从原来的形式转换为数字形式的处理过程。图像的数字化过程包括扫描、采样、量化。 ①扫描：对一幅图像内给定位置的寻址。（被寻址的最小单元：像素） ②采样：在一幅图像的每个像素位置上测量灰度值。（采样的两个重要参数：采样间隔和采样孔径） ③量化：将测量的灰度值用一个整数表示。 2、数字图像处理技术所涉及的图像类型：（1位）二值图像、（8位）灰度图像、（24位）彩色图像、索引图像。 （24位）彩色图像区别颜色特性的三个因素：色相（或色度）、饱和度、亮度。 ①色相（或色度）：是从物体反射或透过物体传播的颜色。在0 到360 度的标准色轮上，色相是按位置度量的。在通常的使用中，色相是由颜色名称标识的，比如红、橙或绿色。 ②饱和度：有时也称色品，是指颜色的强度或纯度。饱和度表示色相中灰成分所占的比例，用从0%（灰色）到100%（完全饱和）的百分比来度量。在标准色轮上，从中心向边缘饱和度是递增的。 ③亮度：是颜色的相对明暗程度。通常用从 0%（黑）到 100%（白）的百分比来度量。 第三节灰度直方图 1、灰度直方图的定义：是灰度级的函数，描述的是图像中每种灰度级像素的个数，反映图像中每种灰度出现的频率。横坐标是灰度级，纵坐标是灰度级出现的频率(像素个数)。 2、灰度直方图的数学表达式：（一幅连续图像的直方图是其面积函数的导数的负值） 3、灰度直方图的性质：①不表示图像的空间信息；②任一特定图像都有唯一直方图，但反之并不成立（即一个直方图不只对应一个图像）； ③归一化灰度直方图和面积函数可得到图像的概率密度函数PDF和累积分布函数CDF；④直方图的可相加性；⑤利用轮廓线可以求面积（灰度级D1定义的轮廓线） 4、直方图均衡化：利用点运算使一幅输入图像转换为在每一灰度级上都有相同像素点数的输出图像(即输出的直方图是平的) 直方图匹配：对一幅图像进行变换，使其直方图与另一幅图像的直 2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（A）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（C ）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（ B）呈现黑色，而（ A）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（A）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（B）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（D）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（A）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（ B）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（A ）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（B）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（B）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（A）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（B）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（B）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（C）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（C）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（ C）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征 《数字图像处理》复习 第一章绪论 数字图像处理技术的基本容：图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取（图像获取、表示与描述）、彩色图像处理和多光谱及高光谱图像处理、形态学图像处理 第二章数字图像处理基础 2-1 电磁波谱与可见光 1.电磁波射波的成像方法及其应用领域： 无线电波（1m-10km）可以产生磁共振成像，在医学诊断中可以产生病人身体的横截面图像 ☆微波（1mm-1m）用于雷达成像，在军事和电子侦察领域十分重要 红外线（700nm-1mm）具有全天候的特点，不受天气和白天晚上的影响，在遥感、军事情报侦察和精确制导中广泛应用 可见光（400nm-700nm）最便于人理解和应用最广泛的成像方式，卫星遥感、航空摄影、天气观测和预报等国民经济领域 ☆紫外线（10nm-400nm）具有显微镜方法成像等多种成像方式，在印刷技术、工业检测、激光、生物学图像及天文观测 X射线（1nm-10nm）应用于获取病人胸部图像和血管造影照片等医学诊断、电路板缺陷检测等工业应用和天文学星系成像等 伽马射线（0.001nm-1nm）主要应用于天文观测 2-2 人眼的亮度视觉特征 2.亮度分辨力——韦伯比△I/I（I—光强△I—光照增量），韦伯比小意味着亮度值发生较小变化就能被人眼分辨出来，也就是说较小的韦伯比代表了较好的亮度分辨力 2-3 图像的表示 3. 黑白图像：是指图像的每个像素只能是黑或白，没有中间的过渡，一般又称为二值图像 （黑白图像一定是二值图像，二值图像不一定是黑白图像） 灰度图像：是指图像中每个像素的信息是一个量化了的灰度级的值，没有彩色信息。 彩色图像：彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像，其中的R、B、G是由不同的灰度级来描述的。 4.灰度级L、位深度k L=2^k 5.储存一幅M×N的数字图像所需的比特b=M×N×k 例如，对于一幅600×800的256灰度级图像，就需要480KB的储存空间（1KB=1024Byte 1Byte=8bit） 2-4 空间分辨率和灰度级分辨率 6.空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定，反映了数字化后图像的实际分辨率。一种常用的空间分辨率的定义是单位距离可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数L称为图像的灰度级分辨率（灰度级通常是2的整数次幂） 8.在图像空间分辨率不变的情况下，采样数越少，图像越小。同时也证实了，在景物大小不变的情况下，图像阵列M×N越小，图像的尺寸就越小； 第一章引言 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为__________。1. 像素 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是____________________，如图像测量等。2. 从图像到非图像的一种表示 3. 数字图像处理可以理解为两个方面的操作：一是__________________，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。3. 从图像到图像的处理 5. 数字图像处理包含很多方面的研究内容。其中，________________的目的是根据二维平面图像数据构造出三维物体的图像。5. 图像重建 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。 ⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 什么是图像识别与理解？ 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 3. 简述数字图像处理的至少3种主要研究内容。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图 像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。 5. 简述图像几何变换与图像变换的区别。 ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等， 这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 第一章绪论 一.选择题 1. 一幅数字图像是：( ) A、一个观测系统 B、一个有许多像素排列而成的实体 C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示：考虑图像和数字图像的定义 2. 半调输出技术可以：( ) A、改善图像的空间分辨率 B、改善图像的幅度分辨率 C、利用抖动技术实现 D、消除虚假轮廓现象。 提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3. 一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( ) A、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4. 图像中虚假轮廓的出现就其本质而言是由于：( ) A、图像的灰度级数不够多造成的 B、图像的空间分辨率不够高造成 C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。 5. 数字图像木刻画效果的出现是由于下列原因所产生的：（） A、图像的幅度分辨率过小 B、图像的幅度分辨率过大 C、图像的空间分辨率过小 D、图像的空间分辨率过大 提示：图像中的木刻效果指图像中的灰度级数很少 6. 以下图像技术中属于图像处理技术的是：（）（图像合成输入是数据，图像分类输出 是类别数据） A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示：对比较狭义的图像处理技术，输入输出都是图像。 解答：1.B 2.B 3.A 4.A 5.A 6.AC 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2. 什么是图像识别与理解？ 3. 简述数字图像处理的至少3种主要研究内容。 4. 简述数字图像处理的至少4种应用。 5. 简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。③图像的几何变换：改变图像的大小或形状。④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 * 数字图像处理（Digital Image Processi ng ） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a. 去除图像中的噪声； b. 改变图像的亮度、颜色； c. 增强图像中的某些成份、抑制某些成份； d. 对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。? ?数字图像处理的主要研究内容 （1）图像的数字化 a. 如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b. 主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等 （4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT （6）图像的分析 河南大学环境与规划学院2005～2006学年第一学期期末考试 《遥感数字图像处理》试卷A（B）卷 一、名词解释：（每题2分，共8分） 1、几何畸变： 2、数字镶嵌： 3、影像增强： 4、遥感影像分类： 二、填空（每空1分，共22分） 1、遥感数据的处理流程包括：（1）观测数据的输入；（2）； （3）；（4）；（5）处理结果的输出。 2、在遥感数据的处理流程中，所采集的数据包括和数字数据两种，后者多记 录在特殊的数字记录器中（HDDT等），所以必须变换到一般的数字计算机都可以读出的等通用载体上。 3、在Erdas Imagine图标面板菜单条中，主要包括综合菜单（Session Menu）、菜 单、菜单、菜单、帮助菜单（Help Menu）。 4、在图像分类界面中，包括、、分类结果处理、知识工程 师、专家分类器。 5、在视图窗口中，主要有六部分组成：菜单条、工具条、、状态条、滑动 条、标题条。 6、在窗口中，可查阅或修改图像文件的有关信息，如投影信息、统计信息 和显示信息等。 7、三维图像操作的内部原理是将图像与叠加生成三维透视图，并在此基础 上的空间操作。 8、用户从遥感卫星地面站购置的TM图像数据或其他图像数据，往往是经过转换以后的单 波段普通数据文件，外加一个说明头文件。 9、遥感影像的降质可归结为两类：即遥感影像的和。 10、影像变换与增强的实质是：影像的和，实际 上是改善影像的质量以获得最好的主观效果。 11、影像对比度扩展又称反差增强。常常采用以达到易于识别的目的。 12、常用的直方图调整方法有以下两种：和直方图规定化。前者又称直方图 平坦化，将减少影像灰度等级来换取对比度的扩大。 13、滤波增强技术有两种：和。前者是在影像的空间变量内 进行的局部运算，使用空间二维卷积方法；后者使用傅氏分析等方法，通过修改原影像的傅氏变换式实现滤波。 三、单项选择题（每题2分，共20分） 30452计算题复习 一、直方图均衡化（P68） 对已知图像进行直方图均衡化修正。 例：表1为已知一幅总像素为n=64×64的8bit数字图像（即灰度级数为8），各灰度级（出现的频率）分布列于表中。要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。 表1 解：对已知图像均衡化过程见下表： r 7=7 81 7 7→7 画出直方图如下： （a ）原始图像直方图 （b ）均衡化后直方图 **以下部分不用写在答题中。 其中： ① r k 、n k 中k = 0，1，…，7 ② p r （r k ） = n k ／n ，即计算各灰度级像素个数占所有像素个数的百分比，其中∑==k j j n n 0 ，在此题中n =64×64。 ③ ∑== k j j r k r p s 0 )(计，即计算在本灰度级之前（包含本灰度级）所有百分比之和。 ④ ]5.0)1int[(+-=计并k k s L s ，其中L 为图像的灰度级数（本题中L = 8），int[ ]表示对方括号中的数字取整。 ⑤ 并k k s s = ⑥ n sk 为映射对应关系r k →s k 中r k 所对应的n k 之和。 ⑦ n n s p sk k s /)(=，或为映射对应关系r k →s k 中r k 所对应的p r (r k )之和。 二、 模板运算 使用空间低通滤波法对图像进行平滑操作（P80） 空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。模板（或称掩模）就是一个滤波器，它的响应为H (r ,s )，于是滤波输出的数字图像g(x ,y )用离散卷积表示为 )6.2.4() ,(),(),(∑∑-=-=--= l l s k k r s r H s y r x f y x g 式中：x ，y = 0，1，2，…，N -1；k 、l 根据所选邻域大小来决定。 具体过程如下： （1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； （2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加； （3）将（2）中的结果赋给图像中对应模板中心位置的像素。 对于空间低通滤波器而言，采用的是低通滤波器。由于模板尺寸小，因此具有计算量小、使用灵活、适于并行计算等优点。常用的3*3低通滤波器（模板）有： 模板不同，邻域内各像素重要程度也就不同。但无论怎样的模板，必须保证全部权系数之和为1，这样可保证输出图像灰度值在许可范围内，不会产生灰度“溢出”现象。 1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 1 1 1 1 5 1 1 1 1 1 7 1 8 1 7 1 1 解：低通滤波的步骤为： （1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）；数字图像处理期末复习总结
《遥感数字图像处理》试卷及答案
数字图像处理复习整理
数字图像处理总复习题
数字图像处理复习题
数字图像处理期末复习资料考试要点老师整理
《遥感数字图像处理》试卷A(B)卷
数字图像处理计算题复习精华版