资源描述
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。
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________。
①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
②特征变化大的地区应多选些
③图像边缘部分要选取控制点,以避免外推
④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________。
①从地形图中提取GCP坐标
②从经过几何校正的影像中提取GCP坐标
③从没有经过几何校正的影像中提取GCP坐标
④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___。
①1个控制点 ②2个控制点 ③3个控制点 ④4个控制点
4、多项式纠正用二次项时必须至少有___。
①3个控制点 ②4个控制点 ③5个控制点 ④6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 ②非线性变形误差 ③前两者
三、名词解释
1、几何校正 2、几何粗校正 3、几何精校正 4、地面控制点
四、问答题:
1、说明遥感图像几何变形误差的主要来源。
2、试述多项式纠正法纠正卫星图像的原理和步骤。
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?
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___。
2、辐射校正包括三部分的内容:___、___和___。
3、在可见光波段,大气的影响主要表现为___;在近红外,大气的影响主要表现为___。
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___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___。
二、问答题:
1、辐射误差产生的主要原因有哪些?
2、因大气辐射引起的辐射误差,其相应的校正方法有哪些?
3、太阳高度角和日地距离校正的目的是什么?
4、地形辐射校正的目的是什么?
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_______受到抑制而让________顺利通过,从而实现图像平滑。
2、高通滤波是使_______受到抑制而让________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_______和_______。采用的计算方法是_______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_______和_______。
5、对比度增强处理主要包括________、________和________
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________、________、________、________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___能量都集中在中心部分,而___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___成份,大块面状的地物为___成分。
9、频率域滤波的基本流程:___-___-___。
10、常用的滤波器有___、___、___、___。
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___和___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:___、___和___。
13、图像融合的层次包括___、___、___。
14、影像融合的常用算法有___、___、___。
15、HIS中的H指___,I指___、S指___。
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_______。
①灰度线性变换 ②二值化 ③傅里叶变换 ④中值滤波
2、图像与灰度直方图间的对应关系是_______。
①一一对应 ②多对一 ③一对多 ④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_______。
2)峰值偏向坐标轴右侧,则图像_______。
3)峰值提升过陡、过窄,则图像的_______。
①偏暗 ②偏亮 ③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_______。
①罗伯特梯度 ②Sobel梯度 ③Laplacian算子 ④Prewitt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?
2、图像锐化处理有几种方法?
3、图像平滑处理有几种方法?
4、常用的频率域低通和高通滤波器有哪些?
5、设计一个线性变换函数,使得亮度值0~15图像拉伸为0~30,写出灰度变换方程。
6、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a1~a2,变换后图像亮度范围xb为b1~b2,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。
1
1
5
5
5
1
1
5
10
10
1
1
5
10
10
1
1
5
5
10
1
1
5
5
10
9、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
40
7
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_______分类和_______分类。
2、最大似然分类方法是基于___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___。
①同一点上 ②同一个区域 ③不同区域。
三、问答题:
1、主要的监督分类算法有哪些?
2、主要的非监督分类算法有哪些?
3、ISODATA法的中文全称?它同K-means方法的主要区别在哪里?
4、选择训练区有哪三个原则?
5、图像分类后处理包括哪些工作?
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?
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?
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1
43
5
2
0
类2
2
45
2
1
类3
0
1
49
0
类4
4
1
5
40
分别计算总精度,每一类型的用户精度和生产者精度
展开阅读全文