遥感知识

最新推荐文章于 2024-07-18 22:18:14 发布

Sophia_Xwt

最新推荐文章于 2024-07-18 22:18:14 发布

阅读量2.8k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：遥感论文

本文链接：https://blog.youkuaiyun.com/elfxwt_study/article/details/10160103

遥感论文专栏收录该内容

19 篇文章

订阅专栏

http://blog.sina.com.cn/dlmufei

这篇新浪博客上有遥感方面的知识。

全色波段，一般指使用0.5微米到0.75微米左右的单波段，即从绿色往后的可见光波段。全色遥感影象也就是对地物辐射中全色波段的影象摄取，因为是单波段，在图上显示是灰度图片。全色遥感影象一般空间分辨率高，但无法显示地物色彩。

多波段，又叫多光谱，是指对地物辐射中多个单波段的摄取。得到的影象数据中会有多个波段的光谱信息。对各个不同的波段分别赋予RGB颜色将得到彩色影象。例如，将R，G，B分别赋予R，G，B三个波段的光谱信息，合成将得到模拟真彩色图象。多波段遥感影象可以得到地物的色彩信息，但是空间分辨率较低。

实际操作中，我们经常将这两种影象融合处理，得到既有全色影象的高分辨率，又有多波段影象的彩色信息的影象。

 
  遥感卫星的飞行高度一般
  在4000km～600 km
  之间，图像分辨率一般从
  1 km～1m
  之间。图像分辨率是什么意思呢？可以这样理解，一个像元，代表地面的面积是多少。像元是什么意思呢？像元相当于电视屏幕上的一个点(电视是由若干个点组成的图像画面)，相当于计算机显示屏幕上的一个象素，相当于一群举着不同色板拼成画图的人中的一个。
 
 
  当分辨率为1km时，一个像元代表地面1kmX1km的面积，即1km2；当分辨率为30m时，一个像元代表地面30m×30m的面积；当分辨率为1m时，也就是说，图像上的一个像元相当于地面1m x 1m的面积，即1m2。

http://blog.sina.com.cn/s/blog_80a9926b0101dgen.html

为后来者考试，参考方便，特此总结（欢迎转载收藏）：
南师大地理信息系统相关资料

http://kc.njnu.edu.cn/dky/16/default.aspx?classid=3&id=53  下面是这个网址上的题目解答

 
  
   一、名词解释
    
  
  
  
   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。 

   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。

   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。

   密度分割法：
是对单波段遥感图像按灰度分级，对每级赋予不同的色彩，使之变为一幅彩色图像

   直方图均衡化
   ：
对原始图像中的像素灰度做某种映射变换，使变换后图像灰度的概率密度是均匀分布的，即变换后图像是一幅灰度级均匀分布的图像。
   
直方图规定化：

   
    
     对原始图像的像素灰度做某种映射变换，使变换后图像直方图变成规定形状的直方图。
    
    
    
     规定形状的直方图可以是参考图像的直方图，也可以是特定函数形式的直方图。
    
   

  
 
 
  
   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。

   

  
  
   2
   、
   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。

   3
   、
   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。

  
  
   4
   、
   假彩色合成与伪彩色合成的相同点和不同点分别是什么？
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。

  
  
   5
   、
   图像拉伸有哪些方法，有什么作用？
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
   、
   直方图均衡化和规定化的基本原理和具体步骤分别是什么？
直方图均衡化


   
    
     基本思想：对原始图像的像素灰度做某种映射变换，使变换后图像直方图的概率密度呈均匀分布，即变换后图像的灰度级均匀分布。
    
    
    
     直方图均衡化后的每个灰度级的像素频率理论上是相等的，其直方图顶部形态应为直线。
    
    
    
    
    
    
    
    （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。
   规定化

   
    原理：对两个直方图都做均衡化，变成归一化的均匀直方图，以此均匀直方图为中介，对参考图像做均衡化的逆运算。
   
             
              
   


  
 
 
  
   三、填空
    
  
  
  
   1
   、图像的显示过程是将数字图像从（
   一组离散数据 
   ）还原为（ 
   可见图像）的过程。
  
  
   2
   、颜色是外界光刺激作用于人的视觉器官而产生的主观感觉，分为两大类：（ 
   非彩色
   ）和
   （彩色 
   ）。
  
  
   3
   、彩色有三个基本属性：（色调 
   ）、（ 
   明度）和（
   饱和度、色度 
   ） 
   。
  
  
   4
   、常用的颜色空间模型有：（
   RGB 
   ）、（
   CMYK 
   ）、（YIQ 
   ）（HIS） 
   。
  
  
   5
   、
   HIS
   颜色模型的重要性在于两方面，（
   强度成分在图像中与颜色信息无关 
   ）和（色调和饱和度成分与人们获得颜色的方式密切相关 
   ）。
  
  
   6
   、图像的彩色显示主要有两种方法，（ 
   电子显示法）和（
   彩色硬拷贝设备显示法 
   ）。
  
  
   7
   、彩色合成包括（为彩色合成 
   ）、（真彩色合成 
   ）、（假彩色合成 
   ）和（模拟真彩色合成 
   ）这四种方法。
  
  
   8
   、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（ 
   密度分割法）方法来实现。
  
  
   9
   、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（ 
   多波段数据）。
  
  
   10
   、密度分割法是对单波段遥感图像按（ 
   灰度）分级，对每级赋予（ 
   不同色彩），使之变为一幅彩
   色图像。
  
 
 
  
   11
   、在
   LANDSAT
   的
   TM
   图像中，波段（ 2绿波段（0.52-0.60μm）
   ），波段（3红波段（0.63-0.69μm） 
   ），波段（4近红外波段（0.76-0.90μm） 
   ），对
   4
   、
   3
   、
   2
   波段分别
   赋予红、绿、蓝色合成的假彩色图像称为标准假彩色图像
  
  
   12
   、图像拉伸处理主要包括（灰度拉伸 
   ）、（图像均衡化 
   ）和（ 直方图规定化
   ）。
  
  
   13
   、拉伸是最基本的图像处理方法，主要用来（
   突出或抑制特定地物的特征 
   ） 
   。
  
  
   14
   、灰度拉伸分为（ 
   线性拉伸）、（非线性拉伸 
   ）和（多波段拉伸 
   ）三种方法。
  
  
   15
   、（灰度窗口切片 
   ）是为了将某一区间的灰度级和其他部分（背景）分开 
   。
  
  
   16
   、灰度窗口切片有两种，一种是（清除背景
   ），一种是（ 保留背景 
   ）。
  
  
   17
   、如果拉伸函数是非线性的，即为非线性拉伸。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。
  
  
   18
   、直方图均衡化的基本思想是对原始图像中的像素灰度做某种（映射变换；
   ），使变换后图像灰
   度的概率密度是（ 
   均匀分布的 ），即变换后图像是一幅灰度级均匀分布的图像。
  
  
   19
   、直方图规定化的原理是对两个直方图都作（均衡化； 
   ），变成（归一化的 
   ）直方图 
   。
  
  
   20
   、直方图规定化又称为直方图匹配，这种方法经常作为（ 图像镶嵌；
   ）或（ 应用遥感图像进行动态变化研究
   ）的预处理工作。
  
 
 
  四、计算
 
 
  已知一幅
  64×64的数字图像，各个灰度级出现的频数如表1所示，要求将此幅图像进行直方图变换，使其变换后的图像具有表2的灰度级分布。画出变换前后图像的直方图。

  
      
       g( x, y)
      
      
       n 
       k
      
      
       n 
       k
       / n
      

      
       0
      
      
       0
      
      
       0
      

      
       1
      
      
       0
      
      
       0
      

      
       2
      
      
       0
      
      
       0
      

      
       3
      
      
       790
      
      
       0.19
      

      
       4
      
      
       1023
      
      
       0.25
      

      
       5
      
      
       850
      
      
       0.21
      

      
       6
      
      
       985
      
      
       0.24
      

      
       7
      
      
       448
      
      
       0.11
      

  

 
 
     
      f ( x, y)
     
     
      n 
      k
     
     
      n 
      k
      /
     

     
      0
     
     
      560
     
     
      0.14
     

     
      1
     
     
      920
     
     
      0.22
     

     
      2
     
     
      1046
     
     
      0.26
     

     
      3
     
     
      705
     
     
      0.17
     

     
      4
     
     
      356
     
     
      0.09
     

     
      5
     
     
      267
     
     
      0.06
     

     
      6
     
     
      170
     
     
      0.04
     

     
      7
     
     
      72
     
     
      0.02
     
 
  已知一幅
  64×64的数字图像，灰度为8级，概率分布如下表，试进行直方图均衡化，并画出变换前后的直方图。
 
 
     
      r
     
     
      n 
      k
     
     
      n 
      k
      / n
     

     
      0
     
     
      790
     
     
      0.19
     

     
      1
     
     
      1023
     
     
      0.25
     

     
      2
     
     
      850
     
     
      0.21
     

     
      3
     
     
      656
     
     
      0.16
     

     
      4
     
     
      329
     
     
      0.08
     

     
      5
     
     
      245
     
     
      0.06
     

     
      6
     
     
      122
     
     
      0.03
     

     
      7
     
     
      81
     
     
      0.02