遥感数字图像处理习题(共18页)

考试时间：6月21日晚上19:00-21:00地点：待定题型：选择、填空、判断、简答、计算1考核方式：闭卷考试 + 平时成绩。2总成绩评定：闭卷卷面成绩（满分100分）占考核成绩的70，平时成绩（满分100分）占30。3平时成绩评定（1）实验完成情况（80分）：。根据学生实验报告提交次数及完成质量进行评定。（2）作业完成情况（10 分）：根据学生平时作业提交次数及完成质量进行评定。（3）课堂考勤（10分）：旷课一次扣3分，请假一次扣1分，扣完为止。2018遥感数字图像处理习题第1章 概论1 理解遥感数字图像的概念Image：通过镜头等科技手段被再现于二维画面上的视觉信息。通俗地说，就是指那些用技术手段把目标原封不动的一模一样的再现的景物图像处理：对图像进行一系列操作，以达到预期目的的技术称为图像处理2理解遥感数字图像处理的内容图像的数字化：如何由一幅模拟图像获取一幅满足需求的数字图像，使图像便于计算机处理、分析。图像变换：图像变换目的在于：处理问题简化、有利于特征提取、加强对图像信息的理解。图像变换算法很多，重点学习傅立叶变换的算法、性质和应用。 图像增强：介绍各种增强方法及其应用。增强图像的有用信息，消弱噪声的干扰。 图像的恢复与重建：把退化、模糊了的图像复原.包括图像辐射校正和几何校正等内容。由断层扫描重建二、三维图像。图像编码：简化图像的表示，压缩图像的数据，便于存储和传输。图像分割：图像分割是指将一幅图像划分为互不重叠的区域的处理。重点介绍图像分割的方法及其应用。二值图像处理与形状分析：介绍二值图像的几何概念、二值图像连接成分的各种变形算法和二值图像特征提取与分析的各种方法。纹理分析：主要介绍影像纹理的概念、特征提取与分析的一些方法与应用图像识别：对图像中的不同对象进行分类、描述和解译。3了解遥感数字图像处理与分析的目标和指导思想4了解遥感数字图像处理的发展及与其他学科的关系第2章 遥感数字图像的获取和存储1. 理解摄影成像和扫描成像传感器的成像方式2. 熟练掌握摄影成像和扫描成像影像的几何投影方式和影像特性3. 掌握遥感常用的电磁波波段4. 熟练掌握传感器的分辨率5. 掌握数字化过程中的采样和量化第3章 遥感数字图像的表示和度量1. 理解遥感图像的数字表示2. 熟练掌握灰度直方图第4章 图像显示和拉伸1. 熟练掌握图像的彩色合成2. 熟练掌握灰度图像的线性拉伸 如果图像灰度局限在一个很小的范围内，显示出来的将是一个模糊不清、似乎没有灰度层次的图像 通过对左图采用线性变换对图像每一个像素灰度作线性变换，有效地改善图像视觉效果 线性变换是按比例扩大原始灰度等级的范围，通常为了充满显示设备的动态范围，使输出图像直方图的两端达到饱和。其结果就是在输出图像中加强图像中地物特征的对比度 缺点：由于同样的拉伸函数应用于所有的亮度值，其输入和输出亮度值之间的线性关系受输入图像中最大和最小值的影响。如果图像中最大值或者最小值偏离太远，这种线性变换方法的效果就不会很好 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换3. 熟练掌握直方图均衡化，理解直方图规定化 直方图均衡是根据图像亮度值的出现频率来分配它们的亮度显示范围，使一定灰度范围内的像元的数量大致相等，得到一幅灰度直方图为均匀分布的新图像 其实质是对图像进行非线性变换，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等 直方图均衡化使得原图像直方图上亮度值分布密集的部分被拉伸，较稀疏的部分被压缩，从而使图像的对比度得到增强直方图均衡化特点： 各灰度级所占图像的面积近似相等 原图像上频率小的灰度级被合并 增强图像上大面积地物与周围地物的反差 具体增强效果不易控制，只能全局均衡直方图匹配（直方图规定化）： 直方图匹配是指将一副图像的直方图变成指定形状的直方图，从而使原始图像进行增强处理的一种方法，亦属于非线性变换 直方图的匹配对在不同时间获取的同一地区或邻接地区的图像，或者由于太阳高度角或大气影响引起差异的图像匹配很有用,特别是对图像镶嵌或变化检测有用 直方图匹配的过程 对原始图像和参考图像的直方图都做均衡化 以均匀直方图作媒介，再以参考图像的均衡化变换函数对原始图像做均衡化的逆运算 从而使原始图像的直方图和参考图像的直方图类似第5章图像校正1理解辐射误差产生的原因及辐射校正的类型产生原因：传感器本身的性能引起的辐射误差、大气的散射和吸收引起的辐射误差地形影响和光照条件的变化引起的辐射误差类型：传感器校正、大气校正（基于辐射传输方程的大气校正、基于地面场地数据或辅助数据进行辐射校正、利用特殊波段进行大气校正）、太阳高度角和日地距离校正2 理解遥感数字图像大气校正的主要方法a) 基于辐射传输方程的大气校正b) 基于地面场地数据或辅助数据进行辐射校正c) 基于图像信息的大气校正i. 直方图最小值法ii. 回归分析法3 理解几何畸变的类型与影响因素传感器成像方式引起的图像变形传感器外方位元素变化的影响地形起伏引起的像点位移地球曲率引起的图像变形大气折射引起的图像变形地球自转的影响4 熟练掌握多项式几何校正的原理与方法基本思想：回避成像的空间几何过程，直接对图像变形的本身进行数学模拟。把遥感图像的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果步骤：1).确定校正的多项式模型2).选择若干个控制点，利用有限个地面控制点的已知坐标，解求多项式的系数3).将各像元的坐标代入多项式进行计算，便可求得校正后的坐标像素坐标的变换(即将图像坐标转变为地图或地面坐标):直接法、间接法对坐标变换后的像素亮度值进行重采样：最近邻法、双线性插值法、三次卷积插值法4).位置进行变换，变换的同时进行灰度重采样5).对结果进行精度评定第6章 图像变换1理解傅立叶变换的原理2理解波段运算3理解K-L变换4理解缨帽变换5理解彩色变换6了解数字图像融合第7章 图像滤波1理解图像噪声与卷积、滤波的原理任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利遥感图像中常见的噪声 高斯噪声 脉冲噪声（椒盐噪声） 周期噪声卷积算子(operators)或内核(kernels)：含有由系数矩阵或权重因子矩阵构成的移动窗口。针对原始图像中的每一个像元值，内核在原始图像上移动，输出图像的内核中心灰度值，用原始图像中相对应的像元灰度值乘以内核内的对应系数，然后再将所有结果相加而得到滤波：图像在获取和传输过程中，由于传感器的噪声及大气的影响，会在图像上产生一些不该有的亮点（“噪声”点），或者图像中出现某些亮度值过大的区域。为了抑制噪声改善图像质量或减少变化幅度，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点（均值滤波、中值滤波）2掌握图像平滑 相邻像素间存在很高的空间相关性，而噪声则是统计独立的。因此，可用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑 均值平滑：将每个像元在以其为中心的区域内，取平均值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的 中值滤波：将每个像元在以其为中心的邻域内，取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值3掌握图像锐化 突出边缘和轮廓、线性目标或某些亮度变化率大的部分，可以采用锐化的方法。锐化使图像上边缘与线性目标的反差提高，因此也称为边缘增强 平滑使图像边缘模糊 锐化使图像边缘突出、清晰5 掌握频率域滤波第8章 图像分割1了解图像分割的概念、方法和流程；2了解灰度阈值法；3了解梯度和区域方法。第9章 遥感图像分类1了解遥感图像的计算机分类的一般原理； 在特征空间中，依据像元相似度的大小，归类相似的像元，分离不相似的像元，并给每一个像元赋类别值的过程 分类的总目标是将图像中所有的像元自动进行土地覆盖类型或土地覆盖专题的分类2熟练掌握非监督分类和监督分类方法；非监督分类：利用事先定义的参数确定特征空间中类别的位置，然后确定单个像元是否属于某个类别（K均值法、ISODATA法）优点：不需要预先对待分类区域有广泛的了解、需要较少的人工参与，人为误差的机会减少、小的类别能够被区分出来缺点：盲目的聚类、难以对产生的类别进行控制，得到的类别不一定是想要的类别、计算速度慢监督分类：方法：距离判别函数和距离判别规则（最小距离分类法、平行六面体分类法），概率判别函数和贝叶斯判别规则（最大似然分类法）优点：根据应用目的和区域，有选择的决定分类类别，避免出现一些不必要的类别、可以控制训练样本的选择、可以通过检查训练样本来决定训练样本是否被精确分类，从而避免分类中的严重错误，分类精度高、避免了非监督分类中对光谱集群的重新归类、分类速度快缺点：主观性、由于图像中间类别的光谱差异，使得训练样本没有很好的代表性、训练样本的获取和评估花费较多人力时间、只能识别训练中定义的类别3熟练掌握分类精度评估方法； 混淆矩阵混淆矩阵是由n行n列组成的矩阵，用来表示分类结果的精度混淆矩阵是通过将每个像元的位置和地面参考验证信息与计算机分类结果中的相应位置和类别来比较计算的混淆矩阵的每一列代表了地表实测值（参考验证信息），每一列中的数值等于地表真实像元在分类图像中对应于相应类别的数量混淆矩阵的每一行代表了计算机的分类信息，每一行中的数值等于计算机分类像元在地表真实像元相应类别中的数量 Kappa系数4了解计算机分类新方法。（面向对象的分类方法）模糊分类 神经网络分类 小波分析 专家系统部分习题几何校正一、填空题：1、控制点数目的最小值按未知系数的多少来确定。k阶多项式控制点的最少数目为（k1）（k2）/2。2、多项式拟合法纠正中控制点的数量要求，一次项最少需要3个控制点，二次项最少项需要6个控制点，三次项最少需要10个控制点。二、不定项选择题：(单项或多项选择)1、通过多项式进行几何校正时，需要在待校正图像与参考图像之间选择同名控制点，其选取原则包括_1234_。易于识别并且不随时间变化的点，如道路交叉点、河流拐弯处、水域的边界、机场等特征变化大的地区应多选些图像边缘部分要选取控制点，以避免外推同名控制点要在图像上均匀分布2、控制点获取方法主要有_124_。从地形图中提取GCP坐标从经过几何校正的影像中提取GCP坐标从没有经过几何校正的影像中提取GCP坐标通过GPS外业测量获取GCP坐标3、多项式纠正用一次项时必须至少有3。1个控制点 2个控制点 3个控制点 4个控制点4、多项式纠正用二次项时必须至少有4。3个控制点 4个控制点 5个控制点 6个控制点5、多项式纠正用一次项可以改正图像的1。线性变形误差 非线性变形误差 前两者三、名词解释1、几何校正 ：一般是指通过一系列的数学模型来改正和消除遥感影像成像时因摄影材料变形、物镜畸变、大气折光、地球曲率、地球自转、地形起伏等因素导致的原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的变形。2、几何粗校正 ：地面站接收图像后，根据不同平台、传感器的参数，对地球曲率、地球自转、大气折射造成的变形进行处理 3、几何精校正 ：在粗校正处理的基础上，进一步提高影像的几何精度。利用地面控制点也就是在遥感图像的像元与地面实际位置之间建立数学关系，将畸变图像空间中的全部像元转换到校正图像空间去。4、地面控制点：图像几何校正、投影变换和图像配准等几何变换中,在图像上选取的用于建立几何变换函数的参考点。当以地面实际坐标(经纬度、地图投影坐标等)为参照进行几何变换时,这时的控制点又称为地面控制点(ground contml point,GCP)。每个控制点应包含两组坐标数据,即在输入图像上的坐标和在输出图像上的坐标,因此又称为控制点对。四、问答题：1、说明遥感图像几何变形误差的主要来源。传感器成像方式引起的图像变形传感器外方位元素变化的影响地形起伏引起的像点位移地球曲率引起的图像变形大气折射引起的图像变形地球自转的影响2、试述多项式纠正法纠正卫星图像的原理和步骤。原理： a回避成像的空间几何过程,直接对图像变形的本身进行数学模拟 b把遥感图像的的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果c把原始图像变形看成是某种曲面,输出图像作为规则平面。从理论上讲,任何曲面都能以适当高次的多项式来拟合。用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系。步骤：确定校正的多项式模型选择若干个控制点，利用有限个地面控制点的已知坐标，解求多项式的系数将各像元的坐标代入多项式进行计算，便可求得校正后的坐标位置进行变换，变换的同时进行灰度重采样对结果进行精度评定3、几何校正中常用的灰度重采样方法有哪三种？各有什么优点和缺点?最近邻法：用与像元点最近的像元灰度值作为该像元的值优点：简单易用，计算量小缺点：最大可产生半个像元的位置偏移，处理后的图像的亮度具有不连续性，从而影响精确度双线性插值法：用像元点最近的四个像元值作插值优点：精度明显提高，对亮度不连续现象或线状特征的块状现象有明显改善缺点：计算量增加，同时对图像起到平滑作用，从而使对比明显的分界线变模糊。三次卷积插值法：基于计算点周围相邻的16个点进行插值优点：校正后图像质量更好，细节表现更清楚缺点：计算量大4、几何校正主要有哪些步骤？辐射校正一、填空题：1、通常把电磁波通过大气层时较少被反射、吸收或散射的，通过率较高的波段称为大气窗口。2、辐射校正包括三部分的内容：传感器端的辐射校正、大气校正和地表辐射校正。3、在可见光波段，大气的影响主要表现为气溶胶引起的散射；在近红外，大气的影响主要表现为水蒸气的吸收。4、大气的散射与辐射光波长有密切的关系，对短波长的散射比长波长的散射要强得多。5、在使用透镜的光学系统中，由于镜头光学特性的非均匀性，在其成像平面上存在着边缘部分比中间部分暗的现象，称为边缘减光效应。二、问答题：1、辐射误差产生的主要原因有哪些?传感器本身的性能引起的辐射误差大气的散射和吸收引起的辐射误差 地形影响和光照条件的变化引起的辐射误差2、因大气辐射引起的辐射误差，其相应的校正方法有哪些?基于辐射传输方程的大气校正基于地面场地数据或辅助数据进行辐射校正利用特殊波段进行大气校正3、太阳高度角和日地距离校正的目的是什么？ 太阳高度校正：将不同太阳高度角照射下的图像数据的像元亮度值，标准化到假设太阳在天顶时的像元亮度值。日地距离校正：用于标准化地球和太阳间的距离的季节变化4、地形辐射校正的目的是什么？ 遥感图像在获取时，由于地形起伏以及太阳斜射地面等因素的影响，造成在不同的地形部分，如阳坡和阴坡的辐射量有很大不同。太阳高度角和地形影响引起的辐射误差,在多光谱图像上可以通过两个波段的比值基本消除其影响三、计算题1、给出一组大气校正时地面实测值与遥感图像上的灰度值，能够利用回归分析的方法计算得到大气干扰值2、对于多光谱图像能够利用给出的红外波段，采用直方图或者回归分析法估算可见光波段的大气干扰值。图像增强一、填空题：1、低通滤波是使_高频分量_受到抑制而让_低频分量_顺利通过，从而实现图像平滑。2、高通滤波是使_低频分量_受到抑制而让_高频分量_顺利通过，从而实现边缘增强。3、空间滤波是以重点突出图像上的某些特征为目地的采用空间域中的邻域处理方法，主要包括_平滑_和_锐化_。采用的计算方法是_卷积_运算。4、平滑的作用是，图像中某些亮度变化过大的区域，或出现不该有的亮点（“噪声”），采用平滑的方法减小变化，使亮度平缓或去掉不必要的“噪声”点。具体方法有_空间域图像平滑_和_频率域图像平滑_。5、对比度增强处理主要包括_灰度拉伸_、_图像均衡化_和_直方图规定化_6、如果变换函数是非线性的，即为非线性变换。常用的非线性函数有_指数函数_、_对数函数_、_平方根_、_高斯函数_等。7、下图a为一幅原始图像，图b为该图像的离散傅立叶频谱。在图b中可以看到图像的低频能量都集中在中心部分，而高频能量集中在四周，这样就便于以后对频谱进行各种处理（如滤波、降噪等）。（a） 原始图像 （b）离散傅立叶频谱8、在空间域图像中，线性的地物为高频成份，大块面状的地物为低频成分。9、频率域滤波的基本流程：正向FTT定义滤波器逆向FTT。10、常用的滤波器有低通、高通、带通、带阻、用户定义。11、缨帽变换旋转坐标空间，但旋转后的坐标轴不是指到主成分的方向，而是指到另外的方向，这些方向与地物有密切的关系，特别是与植物生长过程和土壤有关。12、在对TM遥感数据进行研究时，采用K-T变换后提取的前三个分量是：亮度分量、绿色物质分量和黄色物质分量。13、图像融合的层次包括像素级融合、特征级融合、决策级融合。14、影像融合的常用算法有IHS变换融合、主成分变换（PCA）融合、高通滤波法融合、小波变换融合。15、HIS中的H指色度，I指明度、S指饱和度。二、不定项选择题：(单项或多项选择)1、以下属于局部处理的操作的是_4_。灰度线性变换 二值化 傅里叶变换 中值滤波2、图像与灰度直方图间的对应关系是_2_。一一对应 多对一 一对多 都不对3、假定像元亮度随机分布时，直方图应是正态分布的。以下情况均是图像对比度较小，图像质量较差的反映。1）峰值偏向亮度坐标轴左侧，则图像_1_。2）峰值偏向坐标轴右侧，则图像_2_。3）峰值提升过陡、过窄，则图像的_3_。偏暗 偏亮 亮度值过于集中4、为了突出图像的边缘、线状目标或某些亮度变化率大的部分，可采用锐化方法。锐化后的图像已不再具有原遥感图像的特征而成为边缘图像。几种常用的锐化算子包括_1234_。罗伯特梯度 Sobel梯度 Laplacian算子 Prewitt梯度三、问答题：1、图像增强的主要目的是什么？包含的主要内容有哪些？目的：提高图像质量和突出所需信息，有利于分析判断或作进一步的处理内容：对比度变换、图像滤波、色彩变换、图像运算2、图像锐化处理有几种方法？ 线性锐化滤波器、梯度法、罗伯特梯度、Prewitt和Sobel梯度、Laplacian算子3、图像平滑处理有几种方法？均值滤波、中值滤波、高斯低通滤波、梯度倒数加权法4、常用的频率域低通和高通滤波器有哪些？4-邻域8-邻域5、设计一个线性变换函数，使得亮度值015图像拉伸为030，写出灰度变换方程。B=2*b6、设计一个线性变换函数，使得线性变换前图像亮度范围xa为a1a2，变换后图像亮度范围xb为b1b2，变换关系是直线，写出灰度变换方程。7、下图为一个3*3的图像窗口，1）试问经过中值滤波后，该窗口中心像元的值，并写出计算过程。2）采用均值滤波后，该窗口中心像元的值，请写出滤波模板与计算过程。8、下图为数字图像，请用梯度法计算边缘增强后得到的新数字图像，采用的模板为，。为了能对图像的最后一行和最后一列也进行正常处理，可以通过复制最后一行一列的办法，先将图像扩展为6*6的图像再进行梯度计算。11555115101011510101155101155109、直方图均衡化设一幅图像由10行和10列（100个像元）组成，8个灰度级。对图像进行直方图均衡化，请给出原始灰度级与直方图均衡化后灰度级之间的变换关系及直方图。原灰度级k 频数nk 0 10 1 20 2 0 3 0 4 5 5 25 6 407 0 图像分类一、填空题：1、根据是否需要分类人员事先提供已知类别及其训练样本，遥感图像的计算机分类方法包括_监督_分类和_非监督_分类。2、最大似然分类方法是基于贝叶斯准则的分类错误概率最小的一种非线性分类，是应用比较广泛、比较成熟的一种监督分类方法。二、不定项选择题：1、同类地物在特征空间聚在2。？同一点上 同一个区域 不同区域。三、问答题：1、主要的监督分类算法有哪些？最小距离法、最近邻分类算法、平行六面体分类法、最大似然分类法2、主要的非监督分类算法有哪些？K-Means法、ISODATA法3、ISODATA法的中文全称？它同K-means方法的主要区别在哪里？迭代式自组织数据分析算法4、选择训练区有哪三个原则？典型性（准确性）确保选择的训练样区与实际地物的一致性（避免训练区定位在地面覆盖类型之间的边界线上）代表性考虑到地物本身的复杂性，所以必须在一定程度上反映同类地物光谱特性的波动情况统计性选择的训练样区内必须有足够多的像元。用来训练的像元数越多，每个光谱类别的统计表现就越好。实际中，每个训练样区最少有10n-100n个像元（n为光谱波段数）。5、图像分类后处理包括哪些工作？噪声处理：多数平滑：平滑时中心像元值取周围占多数的类别（少数服从多数原则）误差分析：混淆矩阵、Kappa系数 混淆矩阵是由n行n列组成的矩阵，用来表示分类结果的精度，混淆矩阵是通过将每个像元的位置和地面参考验证信息与计算机分类结果中的相应位置和类别来比较计算的。混淆矩阵的每一列代表了地表实测值（参考验证信息），每一列中的数值等于地表真实像元在分类图像中对应于相应类别的数量；混淆矩阵的每一行代表了计算机的分类信息，每一行中的数值等于计算机分类像元在地表真实像元相应类别中的数量；矩阵主对角线上的数字就是分类正确的像元数，主对角线上的数字越大，分类精度越高；主对角线以外的数字就是错分的像元数，这些数字越小，错分率就越小，精度就越高（总精度、用户精度、生产者精度）6、面向对象分类主要包括哪两个环节，它与传统的逐像元分类有什么区别？两个环节：1.寻找特征物体； 2.提取特征物体区别：基于像素级别的信息提取以单个像素为单位，过于着眼于局部而忽略了附近整片图斑的几何结构情况，从而严重制约了信息提取的精度。面向对象的分类方法首先对图像数据进行影像分割，影像的最小单元不再是单个的像素，而是一个个对象(图斑)，后续的影像分析和处理也都基于对象进行7、在遥感图像分类过程中，影像图像分类精度的因素有哪些？遥感图像的制约：地物本身的复杂性、传感器的性能分类方法的制约：目前的分类方法是基于统计的方法，计算机处理的对象是单个像元，属于单点分类；地物空间结构的信息没有利用同物异谱：同类地物具有不同的光谱特征。例如：同一类作物，生长状态不同，光谱特征有差异同谱异物：不同的地物可能具有相似的光谱特征。例如：不同的植被类型可能有相似的光谱特征8、监督分类和非监督分类是最常用的遥感图像分类方法，请通过填写下表比较这两种分类方法。监督分类非监督分类是否需要训练区主要步骤优点缺点适用范围具体分类方法9、有200个样本数据，这些数据在计算机分类结果中被分成4类，每类50个。分类结束后得到的混淆矩阵为：实际类别类1类2类3类4分类类别类143520类224521类301490类441540分别计算总精度，每一类型的用户精度和生产者精度