遙感原理與應(yīng)用知識(shí)點(diǎn)匯總(編輯修改稿)
2024-07-21 02:12 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 機(jī)場(chǎng)等②特征變化大的地區(qū)應(yīng)多選些③圖像邊緣部分要選取控制點(diǎn)，以避免外推④同名控制點(diǎn)要在圖像上均勻分布多項(xiàng)式糾正用一次項(xiàng)時(shí)必須有（③）。①1個(gè)控制點(diǎn) ②2個(gè)控制點(diǎn) ③3個(gè)控制點(diǎn) ④4個(gè)控制點(diǎn)多項(xiàng)式糾正用二次項(xiàng)時(shí)必須有（④）。①3個(gè)控制點(diǎn) ②4個(gè)控制點(diǎn) ③5個(gè)控制點(diǎn) ④6個(gè)控制點(diǎn)多項(xiàng)式糾正用一次項(xiàng)可以改正圖像的（①）。 ①線性變形誤差 ②非線性變形誤差 ③前兩者四、問答題： 敘述光學(xué)影像與數(shù)字影像的關(guān)系和不同點(diǎn)：（1）聯(lián)系：他們都是以空間域?yàn)楸憩F(xiàn)形式的影像。（2）光學(xué)影像:可以看成是一個(gè)二維的連續(xù)光密度通過(guò)率函數(shù)，相片上的密度隨xy變化而變化，是一條連續(xù)的曲線，密度函數(shù)非負(fù)且有限。而數(shù)字影像：是一個(gè)二維的離散光密度函數(shù)，數(shù)字影像處理要比光學(xué)影像簡(jiǎn)捷快速，而且可以完成一些光學(xué)處理方法所無(wú)法完成的各種特殊處理，成本低，具有普遍性。怎樣才能將光學(xué)影像變成數(shù)字影像：把一個(gè)連續(xù)的光密度函數(shù)變成一個(gè)離散的光密度函數(shù)，經(jīng)過(guò)圖像數(shù)字化，圖像采樣，灰度級(jí)量化過(guò)程處理。敘述空間域圖像與頻率域圖像的關(guān)系和不同點(diǎn)：空間域圖像以空間坐標(biāo)（x，y）的函數(shù)，頻率域是頻率坐標(biāo)Vx，Vy的函數(shù)，用F（Vx，Vy）表示。說(shuō)明遙感圖像幾何變形誤差的主要來(lái)源：（1） 傳感器成圖方式引起圖像變形；（2）傳感器外方位元素變化的影響；（3）地形起伏的影響；（4）地球表面曲率的影響；（5）大氣折射的影響；（6）地球自轉(zhuǎn)的影響 試述多項(xiàng)式糾正法糾正衛(wèi)星圖像的原理和步驟。原理：多項(xiàng)式回避成像的空間幾何過(guò)程，直接對(duì)圖像變形的本身進(jìn)行數(shù)學(xué)模擬步驟：（1）確定校正的多項(xiàng)式模型；（2）選擇若干個(gè)控制點(diǎn)，利用有限個(gè)地面控制點(diǎn)的已知坐標(biāo)，解求多項(xiàng)式的系數(shù)；（3）將各像元的坐標(biāo)代入多項(xiàng)式進(jìn)行計(jì)算，便可求得校正后的坐標(biāo)；（4）位置進(jìn)行變換，變換的同時(shí)進(jìn)行灰度重采樣。幾何校正中常用的灰度重采樣方法有哪三種？（1）最鄰近像元采樣法；（2）雙線性內(nèi)插法；（3）雙三次卷積重采樣法。第5章 遙感圖像判讀一、名詞解釋 微波：在電磁波譜中，波長(zhǎng)在1~1000mm的波段范圍稱為微波。 微波遙感：通過(guò)微波傳感器獲取從目標(biāo)地物反射或反射的微波輻射，經(jīng)過(guò)判斷處理來(lái)識(shí)別地物的技術(shù)。 熱紅外遙感：利用電磁波譜中8~14um熱紅外波段本身和在大氣中傳輸?shù)奈锢硖匦缘倪b感技術(shù)統(tǒng)稱。密度分割法：又稱單波段彩色變換，單波段黑白遙感圖像可按亮度分層，對(duì)每層賦予不同 的色彩，使之成為一幅彩色圖像。即按圖像的密度進(jìn)行分層，每一層所包含的亮度值范圍可以不同。 二、填空題 熱紅外遙感的探測(cè)波段是 ~1000um 。在白天成像的熱紅外圖像上水體呈 暗色調(diào) ，在夜晚成像的熱紅外圖像上水體呈 亮色調(diào) 。三、問答題：熱紅外遙感圖像上的色調(diào)深淺代表什么含義？ 色調(diào)是溫度的顯示，淺色調(diào)代表強(qiáng)輻射體，表明溫度高或輻射率高；深色調(diào)代表弱輻射體，表明其溫度低。 熱紅外遙感圖像上的陰影分為哪兩種類型，是如何形成的？冷陰影是陰影的溫度較其背景低產(chǎn)生的熱陰影則是陰影的溫度較其背景高產(chǎn)生的 TM432假彩色合成影像上，水體、植被、農(nóng)田、城鎮(zhèn)等典型地物的解譯標(biāo)志是什么（從顏色、形狀、紋理等方面分析）？ （1）農(nóng)田具有規(guī)則的幾何形狀，紋理平滑細(xì)膩，作物生長(zhǎng)良好的地塊為均勻平滑的紅色，其邊界多有路、渠、有田間防護(hù)林網(wǎng)等；（2）水體具有不規(guī)則的形狀或者為彎曲的條帶狀，紋理平滑細(xì)膩，呈藍(lán)黑色或黑色；（3）植被呈片狀，密集且紋理粗糙，一般呈暗紅色；（4）城鎮(zhèn)為不規(guī)則的幾何形狀，折線輪廓明顯，內(nèi)部色調(diào)不均，形狀有規(guī)則且面積較大，一般為淡藍(lán)色，較亮。偽彩色增強(qiáng)與假彩色增強(qiáng)有何區(qū)別？（1）偽彩色增強(qiáng)是把灰度圖像的各個(gè)不同灰度級(jí)按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)，使原圖像細(xì)節(jié)更易辨認(rèn)，目標(biāo)更容易識(shí)別；（2）假彩色增強(qiáng)是對(duì)一幅自然彩色圖像或同一景物的多光譜圖像，通過(guò)映射函數(shù)變換成新的三基色分量，彩色合成使感興趣目標(biāo)呈現(xiàn)出與原圖像中不同的、奇異的彩色。使景物呈現(xiàn)出與人眼色覺相匹配的顏色，以提高對(duì)目標(biāo)的分辨率。第6章 遙感圖像計(jì)算機(jī)分類一、名詞解釋1. 監(jiān)督分類：首先需要從研究區(qū)域選取有代表性的訓(xùn)練場(chǎng)地作為樣本，根據(jù)已知訓(xùn)練區(qū)提供的樣本，建立判別函數(shù)，據(jù)此對(duì)樣本像元進(jìn)行分類，依據(jù)樣本類別的特征來(lái)識(shí)別非樣本像元的歸屬類別。2. 非監(jiān)督分類：在沒有先驗(yàn)類別（訓(xùn)練場(chǎng)地）作為樣本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進(jìn)行歸類合并（將相似度大的像元?dú)w為一類）的方法。3. 特征空間：光譜特征空間：為度量地物的光譜特征，建立的以各波段圖像的亮度分布為子空間的多維空間。4. 訓(xùn)練區(qū)：又叫樣本區(qū)，是用來(lái)確定圖像中已知類別像素的特征，它在遙感處理系統(tǒng)中被稱為“感興趣區(qū)”。二、填空題：根據(jù)是否需要分類人員事先提供已知類別及其訓(xùn)練樣本，遙感圖像的計(jì)算機(jī)分類方法包括 監(jiān)督 分類和 非監(jiān)督 分類。非監(jiān)督分類有多種方法，其中， K均值 方法和 ISODATA 方法是效果較好、使用最多的兩種方法。最大似然分類方法是基于 貝葉斯準(zhǔn)則 的分類錯(cuò)誤概率最小的一種非線性分類，是應(yīng)用比較廣泛、比較成熟的一種監(jiān)督分類方法。三、不定項(xiàng)選擇題：同類地物在特征空間聚在＿②＿。①同一點(diǎn)上 ②同一個(gè)區(qū)域 ③不同區(qū)域四、問答題：主要的監(jiān)督分類算法有哪些？（1）最小距離分類法（最小距離判別法、最近鄰域分類算法、多級(jí)分類分割法、平行六面體分類法、特征曲線窗口法）；（2）最大似然分類法。 主要的非監(jiān)督分類算法有哪些？（1）簡(jiǎn)單集群分類方法；（2）K均值法（Kmeans Algorithm）；（3）Cluster分類法；（4）迭代自組織數(shù)據(jù)分析技術(shù)方法（Iterative SelfOrganization Data Analysis Techniques，ISODATA）。 ISODATA法的中文全稱？它同Kmeans方法的主要區(qū)別在哪里？（1）中文全稱：迭代自組織數(shù)據(jù)分析技術(shù)方法。（2）區(qū)別：ISODATA基本同K均值法，但K均值法的類別數(shù)是從始至終固定的，而ISODATA方法則是動(dòng)態(tài)調(diào)整類別數(shù)的。 選擇訓(xùn)練區(qū)有哪三個(gè)原則？（1） 準(zhǔn)確性——確保選擇的樣區(qū)與實(shí)際地物的一致性；（2） 代表性——考慮到地物本身的復(fù)雜性，所以必須在一定程度上反映同類地物光譜特性的波動(dòng)情況；（3） 統(tǒng)計(jì)性——選擇的訓(xùn)練樣區(qū)內(nèi)必須有足夠多的像元。 圖像分類后處理包括哪些工作？ 更改類別顏色、分類統(tǒng)計(jì)分析、類后處理、柵矢轉(zhuǎn)換監(jiān)督分類和非監(jiān)督分類是最常用的遙感圖像分類方法，比較這兩種分類方法。監(jiān)督分類非監(jiān)督分類是否需要訓(xùn)練區(qū)人工選取訓(xùn)練樣本僅需極少的人工輸入主要步驟選擇特征波段 選擇訓(xùn)練區(qū)選擇合適的監(jiān)督分類算法計(jì)算機(jī)自動(dòng)分類分類精度評(píng)價(jià)優(yōu)點(diǎn) 可充分利用分類地區(qū)的先驗(yàn)知識(shí)，預(yù)先確定分類的類別； 可控制訓(xùn)練樣本的選擇，并可通過(guò)反復(fù)檢驗(yàn)訓(xùn)練樣本，以提高 避免了非監(jiān)督分類中對(duì)光譜集群組的重新歸類。無(wú)需對(duì)分類區(qū)有較
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1