遥感数字图像处理考试复习.docx

1 遥感数字图像处理 第一章 1、 通用遥感图像数据格式BSQ 、BIL 、BIP （详细解释见教材 P30-32 ）  BSQ 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，在每个波段内，再按照行列顺序排列。  BIL 像素先以行为单位分块，在每个快内，按扎波段顺序排列像素。  BIP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。 第二章 1. 颜色三要素色调、明度、饱和度  明度颜色在视觉上引起的亮暗程度；  色调颜色的类别，是识别、区分物体的主要标志；  饱和度彩色的纯洁程度。 2. 直方图直方图是影像亮度值频率统计信息的图形表达方式，横坐标为影 像某波段亮度值的量化等级，纵坐标代表这些亮度值出现的频率。 直方图的性质  直方图反映了图像灰度的分布规律；  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。  由于遥感图像数据的随机性，直方图服从或接近正态分布； 直方图的应用  根据直方图的形态可以大致推断图下那个的反差，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；  通过直方图的形态还可以有助于解译图像；  像元亮度值的查看；  直方图用于判断量化是否恰当。 第三章 1. 遥感影像几何变形的因素  内部误差由传感器本身的性能引起的误差。如像主点偏移、镜头光学 畸变等。  遥感平台位置和运动状态变化的影响 航高、航速、俯仰、翻滚、偏 航。  地形起伏的影响产生像点位移。  地球表面曲率的影响一是产生像点位移；二是像元对应于地面宽度不 等，距星下点愈远畸变愈大，对应地面长度越长。2  大气折射的影响产生像点位移。  地球自转的影响产生影像偏离。 2. 几何粗校正是针对卫星运行和成像过程中引起的几何畸变进行的校正， 即卫星姿态不稳、传感器内部变形等因素引起的变形。地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收 到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像 几何畸变进行了校正。地面接收站做的几何校正即几何粗校正。 3. 地面控制点（GCP）的选取  地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、 河流叉口、建筑边界等；  地面控制点的地物不随时间而变化，以保证两幅不同时段的图像或地图， 可以同时识别出来；  尽可能满幅均匀选取，特征变化大的地区应多选些地面控制点。控制点的最少数目为n1n2/2。 4. 几何精校正的步骤  选取地面控制点（GCP，Ground Control point） ；一个在影像上可以分辨 并能在地图上精确定位的地表位置（如交叉路口） 。  依据控制点对数据进行空间坐标变换，也就是在几何位置上校正畸变误 差；  取得变换后图像各像元的灰度值，即对图像进行重采样。 5. 数字影像镶嵌原理如何将多幅影像从几何上拼接起来，这一步通常是先 对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进 行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅 面的影像。 6. 数字图像镶嵌接缝消除过程  图像的几何纠正；  搜索镶嵌边；  亮度和反差调整；  平滑边界线。 第四章 1. 不必要的大气校正 不需要进行大气校正的基本原则就是训练数据来自 所研究的影像或合成影像 ，而不是来自其他时间或地点获取的影像。3 第五章 辐射增强 1. 线性变换 2. 非线性灰度变换 （1）对数变换低灰度区扩展，高灰度区压缩。（2）指数变换高灰度区扩展，低灰度区压缩。 3. 直方图均衡基本思想是使目标图像的直方图具有平直的直方图。即通过 对原图像进行某种变换，是原图像的灰度直方图修正为均匀分布的直方图 的一种方法。 技术要点  公理直方图 prk ，为常数的图像对比度最好；  目标寻找一个灰度级变换 Tr，使结果图像的直方图 psk 为一个常 数。 4. 直方图匹配修改一幅图象的直方图，使得它与另一幅图象的直方图匹配 或具有一种预先规定的函数形状。 目标突出我们感兴趣的灰度范围， 使图象质量改善。 步骤 （1 ）由 ，各点灰度由 r 映射成 s 。      r r dr r p r T s 0 1 0 （2 ）由 ，各点灰度由 z 映射成 v。      z z dz z p z G v 0 1 0 （3 ）根据 vGz, zG -1 v 由于 v, s 有相同的分布，逐一取 vs，求出与 r 对应的 zG -1 sG -1 [T（r）] 。 , ,         b a g i j a f i j a b a c b y x f a y x g ln ] 1 , ln[ ,    1 , ] , [   a y x f c b y x g45. 空间域平滑 1） 邻域平均法（移动平均法） 该法对图像平滑来说是一种简单的空域技术，用公式表示 式中 x,y0,1,,N-1； s 为（x,y）邻域内像素坐标的集合，这个集合不 包括点x,y；M 表示集合 s 内像素的总数。 优点算法简单；缺点图像产生模糊，特别在边缘和细节处；域越 大，模糊程度越严重。 2） 超限像素平滑法 将 fx,y 和邻域平均 gx,y差的绝对值与选定的阈值进行比较，根据比较 结果决定点（x,y）的最后灰度 gx,y 。其表达式为 特点对抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹 理也有效。 缺点随着邻域增大，去噪能力增强，但模糊程度也大。 3） 灰度最相近的 K 个邻点平均法 出发点在 nn 的窗口内，属于同一集合体的像素，它们的灰度值高 度相关。 做法用窗口内与中心像素的灰度最接近的 K 个邻像素的平均灰度来 代替窗口中心像素的灰度值。 结果K 值选取的大小不同，效果不同。 实验证明，对于 33 的窗口， 取 K6 为宜。 4） 最大均匀性平滑 做法对图像中任意一点 fx,y 采用如图所示的 5 个矩阵重叠邻域，用 梯度算子计算它们的灰度变化的大小，灰度变化最小的作为最均匀区域， 用其灰度的均值替代 fx,y。 目的避免消除噪声引起边缘模糊。 5） 有选择保边缘平滑法 Nagao 等人将矩形邻域改为采用 9 个图示的掩模（一个 33 正方形、4 个五边形和 4 个六边形） 算法步骤  确定像素点x,y的 9 个邻域的方差及平均值；  确定具有最小方差值的邻域，并将其均值赋给 fx,y。 6） 空间低通滤波法 , 1 , , i j s g x y f i j M    , , , - , , , , , - , g x y f x y g x y T g x y f x y f x