第二章：
1 遥感的投影方式：中心投影，全景投影，斜距投影，平行投影。
2 遥感成像按成像原理可分为：摄影成像和扫描成像
3 传感器分辨率指标：辐射分辨率，光谱分辨率，空间分辨率和时间分辨率。
4 Landsat4-7见课本18页
5 数字化的过程包括：采样和量化。
6 通用数据格式：BSQ，BIL，BIP。
第三章
7 均值：像素值的算术平均，反映的是图像中地物的平均反射强度，大小由图像中主题地物的光谱信息绝定。
8 中值：指图像所有灰度级处于中间的值，当灰度级为偶数时，则取中间两灰度值的平均值，由于灰度级一般连续变化，中值可由最大灰度值和最小灰度值决定。
9 方差：像素值与平均值差异的平方和，表示像素值的离散程度。
10 变差：像素值最大值与最小值的差。
11 反差：反映头像的显示效果和可分辨性，有时又称对比度。反差越小，地物之间的可分辨性越小。图像处理的一个基本目的就是提高图像的反差。
12 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。图像的灰度值是离散变量，直方图表示离散的概率分布。可分为频数直方图和累积直方图。假定像元亮度随机分布时，直方图应是正态分布的
13 会看直方图P46+P44
13.1 直方图均衡化
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。
13.2 直方图均衡化的效果为：
（1）各灰度级出现的频率近似相等；
（2）原图像上频率小的灰度级被合并，实现压缩；频率高的灰度级被拉伸，因此可以使亮度集中于中部的图像得到改善，增强图像上大面积地物与周围地物的反差。
13.3 均衡化后图像的最小灰度值0，最大灰度值为L-1像元总数为N。(L-1)/N称为拉伸因子。具体计算用拉伸因子和累计像元统计值相乘即可以得到变换后的值
13.4 对一幅图像进行直方图均衡化的具体步骤：
（1）统计原图像每一灰度级的像元数和累积像元数；
（2）根据变换函数式计算每一灰度级x a均衡化后对应的新值，并对其四舍五入取整，得到新灰度级x b
；
（3）以新值替代原灰度值，形成均衡化后的新图像；
（4）根据原图像像元统计值对应找到新图像像元统计值，做出新直方图；
直方图均衡化后的图像每个灰度级的像元频率，理论上应相等。实际上均衡化后的直方图呈现参差不齐的外形，这时由于图像是离散函数，各灰度级可能的像元个数有限造成的。在一些灰度级处可能没有像元，在另外一些灰度级处则像元很拥挤。
13.5直方图规定化
是指使一幅图像的直方图变成规定形状的直方图而对图像进行变换的增强方法。规定的直方图可以是一幅参考图像的直方图，通过变换，使两幅图像的亮度变换规律尽可能地接近；规定的直方图也可以是特定函数形式的直方图，从而使变换后图像的亮度变换尽可能地服从这种函数分布。
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。
13.6
14 直方图匹配：
15 共生矩阵法：图P55
灰度共生矩阵（GLCM，又称为灰度联合概率矩阵法）描述了当图像中像素（i , j）处灰度为
Ik的同时沿着任意方向与（i , j）相距位移d的像素（I’，j’）出的灰度级为Ie的概率。该方法对图像中所有像素进行统计，以便描述其灰度的分布。应用表明GLCM是性能很好的方法，不但适用于文理识别，而且用于图像分割时效果也很好。
第四章
16 彩色图像可以分为真彩色图像和假彩色图像。
17 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。又称为彩色增强。
18 密度分割法：对单波段遥感图像按灰度分级，对每级赋予不同的色彩，使之成为一幅彩色图像。
19 标准假彩色合成：
Landast TM 2绿3红4近红分别赋予红绿蓝就成为标准假彩色图像。
MSS 选择421，spot321。
在标准假彩色合成图像中，突出植被，水体，城乡，山区，平原，植被为红色，城镇为深色，地物类型信息丰富。
20 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，以波段为处理对象，图像直方图是选择拉伸具体方法的基本依据。
21 灰度拉伸（对比度变换）：分为线性拉伸和非线性拉伸。
22 能够区分哪一波段被拉伸，哪一波段被压缩。P76-83
第五章
23 可见光和红外传输受什么影响？气体的吸收，气体分子和微粒的散射大气的透射率降低。大气中分子散射对波长较短的电磁波（UV紫外光和蓝光）有影响，对红外线没有影响。
悬浮颗粒散射量的大小和角度的变化取决于悬浮颗粒的总容量、粒径分布、介电常数和微粒的形状。P89
在红外光谱区各种气体（主要是水蒸气和CO2）吸收的电磁波超过散射。
24 辐射误差：论述P94
定义：传感器所得到的目标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值称为辐射误差，会造成遥感图像的失真，影响人们对遥感图像的判读，解释。
25 辐射误差产生的原因：传感器的响应特性和外界（自然）环境，其中后者包括大气（雾和云）和太阳辐射。
26 系统辐射误差的校正：光学镜头的非均匀性引起的边缘减光现象的改正，条纹，斑点，灰度一致化（等概率变换和线性灰度变换）。
27 大气校正三种方法：统计学方法，辐射传递方程计算法，波段对比法。
28 几何校正的原理与步骤
29 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。
30 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做是挤压，扭曲，缩放，偏移以及更高层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。
31 几何精纠正的具体实现过程：利用地面控制点数据确定一个模拟几何畸变的数学模型，以此建立原始图像空间与标准空间的某种对应关系，然后利用这种对应关系，把畸变图像空间中的全部像素变换到标准空间中，从而实现图像的集合精纠正。
32 基本技术：同名坐标变换法，即通过在基础数据和图像中分别寻找地面控制点的同名坐标，并借此建立变换关系来进行几何精纠正。
33 操作步骤：
1）准备工作
2）输入原始数字图像
3）确定工作范围
4）选择地面控制点
5）选择地图投影
6）匹配地面控制点和像素位置
7）评估纠正精度
8）坐标变换
9）重采样
34 图像重采样的方法：最近邻域法（最简单，计算速度最快），双线性内插法和三次卷积内插法（误差约为双线性内插法的1/3,产生的图像比较平滑，但计算工作量较大，较费时）。
35 图像增强方面：空间域和频率域。多光谱变换，主成分变换，缨帽变换。P117
第六章
36 主成分变换及其应用P131：基本方法，基本性质，主要流程。
37 缨帽变换P137：基本原理
38 K-T变换前三个分量的基本意义：
亮度不等于土壤变化的主要方向
绿度反映绿色生物量的主要特征
第三分量可见光，近红外和较长的红外
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。
39 归一化指数：比较特殊的运算方式。
B=（B1-B2）/（B1+B2）
在基本的比值运算中，如果分母中的波段B2的值比较小（特别是小于1的情况下），那么，比值的结果将夸大差异，使用归一化指数可以避免这个问题。此外，与比值运算不同的是，归一化指数中像素值的变化时有约束的。典型的归一化指数是归一化植被指数。
40 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被称为植被指数（Vegetation index）。植被指数是代数运算增强的典型应用。
绿色植物叶子的细胞结构在近红外具有高反射，其叶绿素在红光波段具有强吸收。因此，在多波段图像中，用红外/红波段图像作比值运算后，结果图像上植被区域具有高亮度值，甚至在绿色生物量很高时达到饱和。
第七章
41 空间域图像滤波成为平滑和锐化处理，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的窗口的扩大，运算量会越来越大。
42 图像噪声：高斯噪声，脉冲噪声（椒盐噪声）以及周期噪声。
43 均值滤波：平滑，去噪声。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。对每个像素，取邻域像素值的平均作为该像素的新值。从频率域的角度看，相当于进行了低通滤波。
44 图像锐化：为了突出图像中的地物边缘、轮廓或线状目标，可以采用锐化的方法。锐化提高了边缘与周围像素之间的反差，因此也成为边缘增强。平滑通过几分过程使图像边缘模糊，图像锐化则通过微分使图像边缘突出。
45 梯度法：Roberts 和Sobel P165
梯度实际上反映了相邻像元之间灰度的变化率，图像中的边缘，例如河流、湖泊的边界、道路等处灰度的变化率较大，因此在边缘处一定有较大的梯度值；而大面积的平原、海面灰度变换较小，一定具有较小的梯度值；对于灰度级为常数的区域，梯度值为0。因此，以梯度值替代像元的原灰度值生成梯度图像，在梯度图像上梯度值较大的部分就是边缘。
Roberts 采用交叉差分的方法。这种方法的意义在于用交叉的方法检测出像元与其在上下之间或左右之间或斜方向之间的差异。这种算法的意义在于用交叉的方法检测出像元与其在上下之间或左右之间或斜方向之间的差异。采用Roberts梯度对图像中每一个像元计算其梯度值，最终产生一个梯度图像，达到突出边缘的目的。
Sobel 梯度在Prewitt算法基础上，对4邻域采用加权方法进行差分，因而对边缘的检测更加准确
两种算法之间存在差异，Roberts提取的边界为边缘处的一边，Sobel算法则提取了边缘处的双边，即两个像元的宽度。因此，在处理一个或两个像元宽度的线性目标时，要根据具体情况选择处理方法。根据以上的各种算法求出各个像元的梯度值后，可以根据不同的需求生成不同的梯度图像，
46 Laplacian 算子P167
即线性二阶微分算子，即取某像元的上下左右４个相邻像元的值相加的和减去该像元的４倍，作为该像元新的灰度值。
梯度运算检测了图像上的空间灰度变化率，因此，图像上只要有灰度变化就有变化率。而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，计算出的算子为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。
在锐化结果中出现了负值，而图像的灰度值应为非负数，对所有值加上一个常数〔如计算结果中最大的绝对值〕即可解决
47 频率域滤波：低通滤波，高通滤波，带通滤波。低通滤波用于仅让低频的空间频率成分通过而消除高频成分的场合，由于图像的噪声成分多数包含在高频成分中，所以可用于噪声的消除。高频滤波仅让高频部分通过，可应用于目标物轮廓等的增强。带通滤波仅保留一定的频率成分，所以可用于提取、消除每隔一定间隔出现的干涉条纹的噪声。
第八章
第九章
48 相似性度量：
绝对距离
欧氏距离
马氏距离
相似系数
49 预处理：
1）确定工作范围、
2）多元图像几何配准
3）噪声处理
4）辐射校正
5）几何精纠正
6）多图像融合
50特征选取
1）可分性
2）可靠性
3）独立性
4）数量少
51 分类
52 分类后处理
53 结果检验
54 结果输出
55 非监督分类P217
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分类。只能分别差异，不能确定具体的属性。类别的属性要通过目视判读或实地调查后确定。
目视解疑的标志：
1）目标地物的特征
2）目标地物识别特征色调（tone），颜色（colour），阴影（shadow），形状（shape），纹理（texture），大小（size），位置（site），图形（pattern），相关布局（association）
3）植物在近红外波段有较高的光谱反射率
4）水体在白天暗黑色，道路呈浅灰色或白色。白天热红外道路呈亮色调，道路比较平直，甚至能够看见车辆。夜晚热红外相片中，河流呈亮色调，并可以看到水体有不规则的弯曲边界。
5）树林与草地白天热红外，树林呈暗灰至灰黑色，夜晚呈浅灰色调甚至白色。
草地夜晚呈黑色调或暗黑色调
6）土壤与岩石午夜后土壤含水高呈灰色或者灰白色调，含水低呈暗灰色或深灰色。岩石白天呈淡灰色。
7）夜间的热红外航空相片比白天的解疑要好，黎明前的热红外效果最好，因为夜间不受太阳辐射的影响，热红外像片上色调差异主要取决于地物的温度和辐射热红外线的能力。
56 非监督分类方法：K-均值方法和ISODATA方法是效果较好，使用最多的两种方法。
57 非监督分类假设：在具有相同的表面结构特征、植被覆盖、光照条件下，遥感图像上的同类地物具有相同或相近的光谱特征，从而表现出某种内在的相似性，可归属于同一个光谱空间。不同的地物光谱信息不同，归属于不同的光谱空间。
58 主要采用聚类分析的方法，把像素按照相似性归成若干类别。是同一类别的像素之间的差异尽可能的小，不同类别之间的差异尽可能的大。非监督分类算法的关键是：初始类别参数的选定。
59 非监督分类的主要过程：
1）确定初始类别参数，即确定最初类别数和类别中心（点群中心）。
2）计算每一个像素所对应的特征向量与各点群中心的距离。
3）选取与中心距离最短的类别作为这一向量的所属类别
4）计算新的类别均值向量
5）比较新的类别均值与初始类别均值，如果发生了改变，则以新的类别均值作为聚类中心，再从第（2）步开始迭代。
6）如果点群中心不再变化，计算停止。
60 监督分类P225
监督分类的前提：已知遥感图像上样本区内地物的类别，该样本区又称为训练区。
监督分类的基本过程：
61 混淆矩阵
是有n行n列组成的矩阵，用来表示分类结果的精度。这里n代表类别数。有时该矩阵称为误差矩阵。
61.1 检验用的实际类别来源：分类前选择的训练区和训练样本时确定的给个类别及其空间分布图；类别已知的局部地段的专业类型图；实地调查的结果。
62 制约分类精度的因素
1）遥感图像的制约主要是二维，缺少高程和地表以下深层结构，信息传递过程的局限性以及遥感信息之间的复杂相关性确定了遥感信息的不确定性和多解性，这是制约遥感图像分类精度的主要原因。
遥感信息传输过程中包括许多信息衰减或增益的过程，而对遥感信息处理和分析模型的研究也需要经过从物理实验到自然界的过程。目前尚不能建立一个完全反演地球表层系统区域分异和时相变化规律的仿真模型。
遥感图像空间分辨率的变化。空间分辨率较低情况下遥感图像像素中包含的并不一定是单纯的地物信息，往往是多种混合地物类型信息。在高分辨率情况下，复杂程度较大的同类地物的差异往往被夸大，造成了分类的复杂性。
2）分类方法的制约
目前大多是单点分类，即确定或调试好分类模型后逐像素计算其所属类别。
分类主要依靠的是光谱信息，而遥感图像的空间信息、结构信息未能得到充分利用。
分类所依靠的光谱信息随环境和时相变化，大量的同谱异物，同物异谱现象给计算机分类带来困难。
建立在常规统计方法之上的分类算法，一般有以下几个缺陷“
○1初始条件的确定有一定的随机性
○2很难确定全局最优分类特征、中心向量和最佳类别个数；
○3分类过程中难以融合地学专家知识，监督分类结果往往取决于训练样本的选择，很难找到统一的，量化的标准，造成分类工作的不可重复性。
遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强 3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念
方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点? 计算图像经过下列操作后，其中心象元的值： – 3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 – Sobel边缘检测 – Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色
《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？
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 2．理解遥感数字图像处理的内容 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 3. 熟练掌握直方图均衡化，理解直方图规定化
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 2．理解遥感数字图像大气校正的主要方法 3．理解几何畸变的类型与影响因素 4．熟练掌握多项式几何校正的原理与方法 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 2．掌握图像平滑 3．掌握图像锐化 4．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； 2．熟练掌握非监督分类和监督分类方法； 3．熟练掌握分类精度评估方法； 4．了解计算机分类新方法。 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＿＿＿。 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＿＿个控制点，二次项最少项需要＿＿个控制点，三次项最少需要＿＿＿个控制点。
（1）以多波段组合方式将GeoTIFF格式的白银市TM原始数据转换为ENVI Standard 格式： 利用Basic Tools/Layer Stacking弹出对话框然后Import File，弹出对话框，导入GeoTIFF格式的TM原始数据，选择波段1、2、3、4、5和7， 点击OK，利用Choose选择输出路径及文件名，同时可以利用Reorder Files对输入的文件根据自己的需要进行调换顺序，点击OK输出ENVI Standard格式的数据。 （2）查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息，然后编辑头文件： 利用Basic Tools/Resize Data弹出对话框里面选择要查看的影像，左 边会出现其基本信息，如图所示：也有投影信息，既可以用来看单波段的也可以看合成后整个影像的信息。在对话框下，合成影像的名字上右击，选择Quick Statistics弹出对话框，在此对话框中点击Select Plo下拉菜单，选择单波段或者多波段的直方图，相应的对话框中会出现直方图（在结果与分析中记录），还可以右击选择edit修改横、纵坐标的单位。 同样的在合成影像的名字上右击，选择Edit Head，弹出对话框
然后点击Edit Attributes/Band Name弹出对话框，选中波段输入修改 后名字，点击OK即可进行波段名字的修改。点击Edit Attributes/Wavelengths弹出进行相应的波长的修改。 （3）在View视窗中，利用影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型: 可以结合当地的google earth上高分辨率的遥感影像，进行识别，利用Viewer视窗下Tools/SPEAR/Google Earth/Jump to Location可以在google earth上显示View主视窗中相应选中地物对应的位置。 （4）利用Viewer视窗打开影像，分别选取4、3、2和7、4、2波段组合进行假彩色合成，观察实习内容中所要求地物的色调变化： 利用File/Open Image File，选择第1步合成的ENVI Standard 格式的数据，弹出对话框，在其中选择RGB Color，将R、G、B分别设为4、3、2波段，点击Load Band，在Viewer#1中出现了4、3、2波段组合的假彩色图像，再在此窗口中，点击Display/New Display,弹出Viewer#2，选择RGB Color,将R、G、B分别设为7、4、2波段，点击Load Band，在Viewer#2中出现了7、4、2波段组合的假彩色图像，在Viewer窗口中右击选择Link Displays，弹出对话框，点击OK，可以把两个窗口中同一位置进行连接起来， 即其中一个窗口放大、缩小、漫游到某个位置，另外一个也跟着漫游到其相对应的位置。这样可以进行地物色调变化的对比。 （5）提取6种地物在不同波段的数值（Digital Number，DN），做光谱剖面图： 在Viewer视窗中Tools/Profile/Z Profile(Spectrum)弹出对话框,在其 Options下拉菜单中勾选Plot Key,对话框中出现了Viewer视窗中选中的目标地物的X，Y坐标，然后勾选Collect Spectra，鼠标箭头变为十字箭头，在目标地物中取九个点（本来图上就有一个，总共是十个点），然后在选择File/Save Plot As/ASCII弹出对话框 ，点击Select All Items，利用Choose选择输出路径和文件名，点击 OK，将其保存为.txt格式。选六种地物，重复以上操作，提取不同波段的数值（Digital Number，DN）。将.txt格式的文件用excel打开，然后用插入函数中的average函数求出每种地物的平均DN值，然后做出光谱剖面（光谱图如结果与分析中所示）。 （6）使用Excel制作6种地物的样本特征光谱统计表： 在Excel中分别使用插入函数中的AVERAGE、VAR、STDEV、MAX和MIN函数求出各地物样本DN值在各个波段的平均值、方差、标准差、最大值和最小值。然后，在07版Excel 的“Microsoft Office 按钮”，单击“Excel 选项”。“加载项”，然后在“管理”框中，选择“Excel 加载项”，单击“转到”弹出“加载宏”，在弹出来的对话框中选择“分析工具库”，并点击确定。然后从“工具”中找到“数据分析”，从“数据分析”对话框中选择“协方差”，并导入某种地物需求协方差的数据区域并选择“逐行”进行，最后选择数据输出区域并确定，则可得该地物的协方差矩阵。同理，在从“数据分析”对话框中选择“相关系数”，进行相应操作，可求得相关系数矩阵。（在结果与分析中附有个地物的样本特征光谱统计表）（7）制作散点图： 在Excel中，打开6种地物的样本DN数据（5步骤产生的），选择band2和band4做散
遥感数字图像处理重点 第一章概论 图像：对客观对象的一种相似性的描述或写真。 数字图像：是以数字形式存储和表达的遥感图像。 根据人眼的可视性，图像可分为可见图像和不可见图像。 图像具有空间坐标和数值，根据其连续性，图像可分为数字图像和模拟图像。 数字图像最基本的单位是像素，像素的基本属性特征为像素值，其高低反映了图像的明暗程度和能量高低。像素的属性是位置和灰度值； 遥感数字图像处理的内容： （1）图像增强：目的是压抑和去除噪声，增强显示图像整体，使图像更容易理解、解译和判读。方法：彩色合成、图像拉伸、图像平滑、锐化、图像融合。 （2）图像校正：主要是对传感器和环境造成的图像退化进行模糊消除、噪声滤除、几何失真或非线性校正。方法：辐射校正和几何校正。 （3）信息提取：根据地物光谱特征和几何特征，确定提取规则，并以此为基础从校正后的遥感图像的中提取各种有用信息的过程。方法：图像分割、图像分类。 遥感数字图像处理系统的典型功能包括： ○1不同传感器图像数据的测存取和转换○2几何校正○3辐射校正○4图像增强处理○5统计分析○6图像变换○7图像分类○8专题制图○9专业工具，如雷达图像处理工具。 第二章遥感数字图像的获取和储存 遥感图像是通过遥感平台上的传感器获取的，不同的传感器具有不同的辐射、电磁波谱、时间、空间分辨率。 遥感是通过非接触传感器获取测量对象信息的过程，是信息的获取、传输、处理以及判读和应用的过程。遥感的实施依赖于遥感系统。 传感器又称遥感器，是收集和记录电磁辐射能量信息的装置，是信息获取的核心部件。 传感器的分辨率：传感器区分自然特征相似或光谱特征相似的相邻地物的能力。分为：（1）辐射分辨率：传感器区分所接受到的电磁波辐射强度差异的能力。 （2）光谱分辨率：传感器记录的电磁波谱的波长范围和数量。 （3）空间分辨率：遥感图像上能够详细区分的最小单元的尺寸或大小。 （4）时间分辨率：传感器对同一空间区域进行重复探测时，相邻两次探测的时间间隔。图像数字化：数字化的两个过程是采样和量化。 （1）采样：分波谱采样和空间采样，通过空间采样，空间上连续的图像变换成离散点。 （2）量化：将像素灰度级转换成整数灰度级的过程。量化后，图像像素的原有灰度值转换为灰度级。 元数据：关于图像数据特征的表述，是数据的数据，主要参数包括：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。
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 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。
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
遥感数字图像处理教程实习报告
《数字图像处理》 课程实习报告 （ 2011 - 2012学年第 1 学期） 专业班级：地信09-1班 姓名：梁二鹏 学号：310905030114 指导老师：刘春国 ---------------------------------------------- 实习成绩： 教师评语： 教 师
签 名 ： 年月日 实习一：图像彩色合成实习 一、实验目的 在学习遥感数字图像彩色合成基础上，应用所学知识，基于遥感图像处 理软件ENVI进行遥感数字图像彩色合成。 二、实验内容 彩色合成：利用TM图像can_tmr.img，实现灰度图像的密度分割、多波 段图像的真彩色合成、假彩色合成和标准假彩色合成。 三、实验步骤 1、显示灰度图像主要步骤： 1、打开ENVI4.7,单击FILE菜单，在下拉菜单中选择open image file 选 项，然后在弹出的对话框中选择can_tmr.img文件，单击打开。 2、在可用波段列表对话框中，选中某一波段图像，选中gray scale单选按 钮，单击LOAD BAND按钮，显示一幅灰度图像。 3、在可用波段列表对话框中，选择其他某一波段图像，进行显示。
4、利用可用波段列表中的display按钮，同时有多个窗口显示多个波段图像。 5、链接显示。利用图像窗口tool菜单下的link子菜单link display实现多图 像的链接显示。如图所示：红色方框。 6、使用tool菜单下的Cursor Location/value和pixel Locator功能在确定像 素的值和位置。
东南大学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（）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（）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（）呈现黑色，而（）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. 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（）。 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（）。 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. 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（）。 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.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（）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（）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（）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.（）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（）。 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（）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（）。 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（）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
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
实习一遥感图像处理软件系统 一、实习目的 了解遥感图像处理系统ENVI的工作界面、数据的读取、显示与存储等基本操作 二、原理与方法 无 三、实习仪器与数据 ENVI自带数据 ENVI安装路径下\IDL63\products\envi43\data\bhtmref文件 四、实习步骤 1、ENVI界面
ENVI的常用要工作界面由主菜单、图像显示窗口以及波段列表窗口所组成。主菜单 所有的ENVI 操作都可以通过使用ENVI主菜单来激活，主要包括File、Basic Tools、Classification、Tranform、Spectral等功能。 图像显示窗口 由一组三个不同的图像窗口组成：主图像Image窗口、滚动Scroll窗口、缩放Zoom窗口。 Image窗口：100％显示（全分辨率显示）scroll的方框，可交互式分析、查询信息。 Scroll窗口：全局窗口，重采样(降低分辨率)显示整幅图像。 Zoom窗口：显示放大了的影像，以用户自定义的缩放系数来显示主图像窗口的一部分。 波段列表 包含所有被打开文件中可用的影像波段，以及与此有关的地图信息。 2、数据读取与显示 主菜单File > Open Image File，在Enter Input Data File对话框中打开bhtmref 文件。图像文件打开后，波段列表（ABL）自动地出现。ABL列出该图像文件的所有波段，允许选择合适的波段来显示灰阶和彩色图像、启动新的显示窗口、打开新文件、关闭文件，以及设置显示边框。 从Available Bands List内，选择Gray Scale切换按钮。点击需要的波段名，然后在窗口底部点击“Load Band”，即以灰度方式显示所选择的波段数据。需要指出的是，ENVI默认对所打开的图像进行2%的线性增强。 从Available Bands List 内，选择RGB Color切换按钮。在序列中点击所需要显示的红、绿和蓝波段名，然后在窗口底部点击“Load Band”，即以彩色方式显示所选择的3个波段数据。彩色数据同样经过了ENVI默认的2%的线性增强。 在Scroll窗口移动红色方框，Image窗口中的图像随之发生移动；在Image 窗口移动红色方框，Zoom窗口中的图像随之发生移动。 3、数据存储
'. 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
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）
一、名词解释 1、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都不连续的、以离散数学原理表达的图像。 2、遥感数字图像是数字形式的遥感图像。 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。空间分辨率通常用像素大小、解像力或视场角来表示。 4、直方图均衡化指对原始图像的像素灰度进行某种映射变换，使变换后图像灰度的概率密度呈均匀分布，即变换后的灰度级均匀分布。 5、几何精纠正又称几何配准，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。 几何校正指校正图像中存在的空间位置的变形等几何误差的过程。 6、辐射校正指消除数据中依附在辐亮度中的各种失真的过程。 包括三部分：传感器端的辐射校正、大气校正和地表辐射校正。 7、开运算指使用同一个结构元素对图像先进行腐蚀后进行膨胀的运算。 作用是消除细小目标，在纤细处分离目标，平滑较大目标的边界时不明显改变面积的作用。 8、闭运算指使用同一个结构元素对图像先进行膨胀后进行腐蚀的运算。 作用是填充目标内细小空洞，连接近邻目标，在不明显改变目标面积的情况下平滑其边界。 二、选择题 1、遥感数字处理软件：ERDAS IMAGEINE、ENVI、PCI Geomatica 2、侧视雷达图像的影像特征 1）垂直飞行方向的比例尺由小变大 2）造成山体前倾朝向传感器的山坡影像被压缩，而背向传感器的山坡被拉长与中心投影相反，还会出现不同地位点重影现象 3）高差产生的投影差与中心投影影像差位移的方向相反，位移量不同4不同设站对同一地区获取的雷达图像也能构成立体影像。 3、航空像片几何特征： 1）地物点通过摄影中心与其成像点共一条直线。 2）投影中心到像平面的距离为物镜主距f。 3）地面起伏使得各处影像比例尺不同。 4）地物由于成像平面倾斜其成像会发生变形。 5）高差的物体成像在像片上有投影差 4、颜色叠加 5、影像统计 均值：像素值的算术平均值，反映的是图像中地物的平均反射强调，大小由图像中主体地物的光谱信息决定。 中值：指图像所有灰度级中处于中间的值，当灰度级数为偶数时，则取中间两灰度值的平均值。由于一般遥感图像的灰度级是连续变化的，因而大多是情况下，中值可以通过最大灰度值和最小灰度值来获得。 众数：图像中出现次数最多的灰度值，反映了图像中分布较广的地物反射能量。
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。
第一章概论 1、按图像的明暗程度和空间坐标的连续性，可以分为数字图像和模拟图像。 数字图像：可用计算机存储和处理，空间坐标和灰度均不连续。 模拟图像：计算机无法直接处理，空间坐标和明暗程度连续变化。 2遥感数字图像中的像素值称为亮度值（灰度值/DN值），它的高低由传感器所探测到的地物电磁波的辐射强度决定。 2、遥感数字图像处理的主要内容包括以下三个方面：图像增强、图像校正、信息提取。 1）图像增强：用来改善图像的对比度，突出感兴趣的地物信息，提高图像大的目视解译效果，它包括灰度拉伸、平滑、锐化、滤波、变换（K—L/K—T）、彩色合成、代数运算、融合等。 图像显示：为了理解数字图像中的内容，或对处理结果进行对比。 图像拉伸：为了提高图像的对比度（亮度的最大值与最小值的比值），改善图像的显示效果。 2）图像校正（恢复/复原）：为了去除和压抑成像过程中由各种因素影响而导致的图像失真。 注意：图像校正包括辐射和几何校正，前者通过辐射定标和大气校正等处理将像素值由灰度级改变为辐照度或反射率，后者利用已有的参照系修改像素坐标，使得图像能够与地图匹配或多景图像之间可以相互匹配。 3）信息提取：从校正后的遥感数据中提取各种有用的地物信息。包括图像分割、分类等。 图像分割：用于从背景中分割出感兴趣的地物目标。分割的结果可作为监督分类的训练区。 图像分类：按照特定的分类系统对图像中像素的归属类别进行划分。 3、遥感数字图像处理系统：硬件系统（输入、存储、处理、显示、输出），软件系统。 4、数字图像处理的两种观点：离散方法（空间域）、连续方法（频率域） 第二章遥感图像的获取和存储 1、遥感是遥感信息的获取、传输、处理以及分析判读和应用的过程。遥感的实施依赖于遥感系统 2、遥感系统是一个从地面到空中乃至整个空间，从信息收集、储存、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5个部分。 3、传感器按是否具有人工辐射源，可分为被动方式和主动方式；按数据记录方式，可分为成像方式 （摄影成像、扫描成像）和非成像方式。按成像原理分为摄影成像和扫描成像两类。 a)摄影成像：其传感器主要为摄影机，其基本特点是在快门打开后的一瞬间几乎同时收集目标 上所有的反射光，聚焦到胶片上成为一幅影像，并记录下来。 b)扫描成像：其特点逐点逐行地收集信息。 4、传感器分辨率指标主要有4个：辐射分辨率、光谱分辨率、空间分辨率和时间分辨率。 A.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。高辐射分辨率意味着 可以区分信号强度的微小差异。在可见、近红外波段用噪声等效反射率表示，在热红外波段