资源描述
2025年高职(测绘地理信息技术)遥感图像处理试题及答案
(考试时间:90分钟 满分100分)
班级______ 姓名______
第 I 卷(选择题 共40分)
每题只有一个正确答案,请将正确答案的序号填入括号内。(总共20题,每题2分,每题选出答案后,用铅笔把答题卡上对应题目的答案标号涂黑。如需改动,用橡皮擦干净后,再选涂其他答案标号。不能答在试卷上)
1. 遥感图像的空间分辨率是指( )
A. 图像上能够分辨的最小地物尺寸
B. 图像的灰度级数量
C. 图像的辐射分辨率
D. 图像的时间分辨率
2. 以下哪种遥感传感器属于光学遥感( )
A. 合成孔径雷达
B. 激光雷达
C. 多光谱扫描仪
D. 微波辐射计
3. 遥感图像的辐射校正主要是为了消除( )
A. 几何变形
B. 辐射误差
C. 噪声干扰
D. 大气散射
4. 假彩色合成是指( )
A. 用不同颜色表示不同地物
B. 改变图像的灰度级
C. 增强图像的对比度
D. 突出特定地物的特征
5. 监督分类的关键步骤是( )
A. 确定分类类别
B. 选择训练样本
C. 计算分类统计量
D. 进行分类运算
6. 遥感图像的纹理特征可以用于( )
A. 地物识别
B. 图像增强
C. 几何校正
D. 辐射校正
7. 以下哪种遥感图像融合方法属于基于像元的融合( )
A. 主成分分析融合
B. 小波变换融合
C. HIS变换融合
D. 乘积融合
8. 高光谱遥感图像的特点是( )
A. 波段多
B. 空间分辨率高
C. 辐射分辨率高
D. 时间分辨率高
9. 遥感图像的几何校正方法不包括( )
A. 多项式校正
B. 仿射变换校正
C. 基于控制点的校正
D. 直方图均衡化
10. 监督分类中常用的分类算法有( )
A. 最大似然法
B. 最小距离法
C. 平行六面体法
D. 以上都是
11. 遥感图像的水体识别可以利用( )
A. 近红外波段反射率低的特点
B. 可见光波段反射率高的特点
C. 微波波段穿透性强的特点
D. 热红外波段辐射强的特点
12. 以下哪种遥感图像预处理方法可以提高图像的清晰度( )
A. 中值滤波
B. 均值滤波
C. 高斯滤波
D. 锐化滤波
13. 遥感图像的植被指数计算可以用于( )
A. 植被覆盖度估算
B. 植被类型识别
C. 植被生物量估算
D. 以上都是
14. 非监督分类的优点是( )
A. 不需要先验知识
B. 分类精度高
C. 能够准确识别地物类别
D. 计算速度快
15. 遥感图像的大气校正可以采用( )
A. 辐射传输模型
B. 直方图匹配
C. 几何校正
D. 图像增强
16. 以下哪种遥感传感器可以获取立体图像( )
A. 单镜头相机
B. 多镜头相机
C. 激光雷达
D. 合成孔径雷达
17. 遥感图像的分类精度评价指标不包括( )
A. 混淆矩阵
B. 精度
C. Kappa系数
D. 灰度级
18. 高分辨率遥感图像的处理需要考虑( )
A. 图像配准
B. 图像融合
C. 目标提取
D. 以上都是
19. 遥感图像的动态监测可以通过( )
A. 不同时间的图像对比
B. 图像分类
C. 图像增强
D. 图像融合
20. 以下哪种遥感图像处理软件功能最强大( )
A. ENVI
B. ERDAS IMAGINE
C. ArcGIS
D. Photoshop
第 II 卷(非选择题 共60分)
21. 简答题(每题10分,共20分)
(1)简述遥感图像的主要分类方法及特点。
(2)说明遥感图像辐射校正的原理和常用方法。
22. 论述题(20分)
论述监督分类和非监督分类的优缺点,并举例说明在实际应用中的选择。
23. 材料分析题(20分)
材料:有一幅多光谱遥感图像,包含可见光、近红外等波段。需要对该图像进行地物分类,提取植被、水体、建筑等地物信息。
问题:请设计一个基于监督分类的处理流程,并说明每一步骤的目的和方法。
24. 综合应用题(20分)
利用提供的多光谱遥感图像,结合所学知识,完成以下任务:
(1)对图像进行辐射校正和几何校正。
(2)计算植被指数,并分析植被覆盖情况。
(3)识别水体和建筑区域,并绘制简单的分类图。
答案
1. A
2. C
3. B
4. A
5. B
6. A
7. A
8. A
9. D
10. D
11. A
12. D
13. D
14. A
15. A
16. BCD
17. D
18. D
19. A
20.A
21. (1)遥感图像分类方法主要有监督分类和非监督分类。监督分类需事先确定类别及训练样本,优点是精度高,能准确识别地物;缺点是依赖先验知识。非监督分类无需先验知识,自动聚类,优点是操作简单;缺点是分类结果不一定符合实际需求。
(2)辐射校正原理是消除图像因传感器、大气等因素造成的辐射误差。常用方法有基于辐射传输方程的方法,考虑大气散射等因素;还有基于直方图匹配等统计方法,通过调整图像灰度分布来校正。
22. 监督分类优点是精度高,能利用先验知识准确识别地物类别;缺点是需大量先验知识和训练样本。非监督分类优点是无需先验知识,自动聚类;缺点是分类结果不一定符合实际,精度相对低。如城市土地利用分类,有较多先验知识时用监督分类;对新区域初步探索地物分布用非监督分类。
23. 流程:首先收集训练样本,在图像上选取植被、水体、建筑典型区域作为样本点。目的是为分类提供标准。方法是人工目视判别选取。然后选择分类算法,如最大似然法。目的是根据样本计算概率进行分类。方法是利用算法计算各像元属于不同类别的概率。接着进行分类运算,得到分类图像。目的是区分不同地物。方法是按算法对图像像元分类。最后评价分类精度,用混淆矩阵等指标。目的是评估分类效果。方法是计算指标分析误差。
24. (1)辐射校正:分析图像辐射误差来源,用辐射传输模型计算校正系数,对图像各像元灰度值校正。几何校正:选取控制点,建立图像坐标与实际坐标变换关系,用多项式等方法校正图像几何变形。
(2)计算植被指数如NDVI = (近红外 - 可见光)/(近红外 + 可见光)。分析植被覆盖:统计不同植被指数区间像元数量,计算植被覆盖度。
(3)识别水体:利用近红外波段低反射率特点,设置阈值分割水体。识别建筑:分析可见光波段特征,结合纹理等信息识别。绘制分类图:用不同颜色表示植被、水体、建筑等类别。
展开阅读全文