遥感图像分析与处理试题答案.doc

遥感图像处理与分析作业一、名词解释1.辐射亮度：辐射源在某一方向的单位投影表面在单位立体角内的辐射通量。2.光谱反射率：被物体反射的光通量与入射到物体的光通量之比。3.合成孔径雷达：合成孔径雷达就是利用雷达与目标的相对运动把尺寸较小的真实天线孔径用数据处理的方法合成一较大的等效天线孔径的雷达。利用遥感平台的移动，将一个小孔径的天线安装在平台侧方，以代替大孔径的天线，提高方位分辨率的雷达。4.假彩色遥感图像：根据加色法合成原理，选择遥感影像的某三个波段分别赋予红、绿、蓝三种原色，就可以合成彩色影像。5.大气窗口：由于大气层的反射、散射和吸收作用，使得太阳辐射的各波段受到衰减的作用轻重不同，因而各波段的透射率也各不相同。把受到大气衰减作用较轻、透射率较高的波段叫大气窗口6.图像空间分辨率：指像素所代表的地面范围的大小，即扫描仪的瞬时视场，或地面物体能分辨的最小单元。7.NDVI: (Normal Differential Vegetation Index)归一化植被指数。被定义为近红外波与可见光红波段图像灰度值之差和这两个波段图像灰度值之和的比值。8.像点位移：地形的起伏和投影面的倾斜会引起航片上像点的位置的变化，叫像点位移。9.后向散射：在两个均匀介质的分界面上，当电磁波从一个介质中入射时，会在分界面上产生散射，这种散射叫做表面散射。在表面散射中，散射面的粗糙度是非常重要的，所以在不是镜面的情况下必须使用能够计算的量来衡量。通常散射截面积是入射方向和散射方向的函数，而在合成孔径雷达及散射计等遥感器中，所观测的散射波的方向是入射方向，这个方向上的散射就称作后向散射。10.大气校正：大气校正就是指消除由大气散射引起的辐射误差的处理过程 。11.漫反射：当一束平行的入射光线射到粗糙的表面时，表面会把光线向着四面八方反射，所以入射线虽然互相平行，由于各点的法线方向不一致，造成反射光线向不同的方向无规则地反射，这种反射称之为“漫反射”或“漫射”。12.中心投影：把光由一点向外散射形成的投影，叫做中心投影。13.瞬时视场角：扫描镜在一瞬时时间可以视为静止状态，此时接收到的目标地物的电磁波辐射，限制在一个很小的角度之内，这个角度称为瞬时视场角。14.亮度温度：若实际物体在某一波长下的光辐射度 (即光谱辐射亮度) 与绝对黑体在同一波长下的光谱辐射度相等,则黑体的温度被称为实际物体在该波长下的亮度温度。15.红外遥感：（infrared remote sensing）是指传感器工作波段限于红外波段范围之内的遥感。探测波段一般在0.761000微米之间。是应用红外遥感器（如红外摄影机、红外扫描仪）探测远距离外的植被等地物所反射或辐射红外特性差异的信息，以确定地面物体性质、状态和变化规律的遥感技术。二、 简述题 1. 近红外遥感机理与在植被监测中的应用。 答：近红外遥感以遥感器接收目标物反射或辐射近红外谱段所形成的图像。近红外窗口是指波长在1.5-2.4m之间的大气窗口，位于近红外波段的中段。通过该窗口的电磁波信息属于地面目标的反射光谱，因摄影胶片已不能感光，只可用扫描仪和光谱仪来测量和记录。该窗口的两端主要受大气中的水气和CO2的吸收作用控制，而且由于水气在1.8m处有一个吸收带，因而使该窗口又分为两个小窗口：1.5-1.75m和2.1-2.4m，它们的射透率都将近80%。植被是生长在地球表层内各种植物类型的总称，它是地球表层内重要的再生资源。植被通过光合作用从大气中大量吸收二氧化碳气体(CO2)，同时放出氧气，并在光照的作用下产生蒸腾。根据这样的特征近红外遥感在植被检测中的应用主要包括以下要内容：(1)通过遥感影像从土壤背景中区分出植被覆盖区域，并对植被类型进行划分，是森林还是草场或者农田，进而可以划分是什么类型的森林，什么类型的草场，什么样的农作物，等等。(2)从遥感数据中反演出植被的各种重要参数，例如叶面积指数(LAI)、叶子宽度，平均叶倾角，植被层平均高度，树冠形状等等，这一类问题属于更深层次的遥感数据的定量分析方法与反演技术问题。(3)准确地估算出与植被光合作用有关的若干物理量，例如植被表面水份蒸腾量，光合作用强度(干物质产生率)，叶表面温度等等。2. 什么是大气窗口?常用于遥感的大气窗口有哪些?答：电磁波辐射在大气传输中透过率较高的波段成为大气窗口。目前在遥感中使用的一些大气窗口为：（1）0.31.155m,包括部分紫外光、全部可见光和部分近红外。即紫外、可见光、近红外波段。这一波段是摄影成像的最佳波段，也是许多卫星遥感器扫描成像的常用波段。（2）1.41.9m，近红外窗口，透过率为60%95%，其中1.551.75m透过率较高。（3）2.02.5m，近红外窗口，透过率为80%。（4）3.55.0m，中红外窗口，透过率为60%70%。该波段物体的热辐射较强。（5）8.014.0m，热红外窗口，透过率为80%。主要来自物体热辐射的能量，适于夜间成像，测量探测目标的地物温度。（6）1.01.8mm，微波窗口，透过率约为35%40%。（7）2.05.0mm，微波窗口，透过率为50%70%。（8）8.01000.0mm，微波窗口，透过率为100%。由于微波具有穿云透雾的能力，这一区间可以全天候工作，而且由其他窗口区间的被动遥感工作方式过渡到主动遥感的工作方式。3. 什么是高分辨率遥感影像，简述高分辨率遥感影像的具体应用。答：高分辨率遥感影像一般指图像空间分辨率达到10m以内的航天、航空遥感图像。其应用领域非常广泛，已经成功地应用于包括农业、林业、测绘、城市规划、生态、环境、基础设施建设以及军事等多个领域。4. 试述植被、水、岩石、雪的反射光谱具有哪些特点？ 答：植被：植被反射光谱曲线，在可见光波段（0.40.76m）有一个小的反射峰，位置在0.55m（绿）处，两侧0.45m（蓝）和0.67m（红）则有两个吸收带。这一特征是由于叶绿素的影响，叶绿素对蓝光和红光吸收作用强，而对绿光反射作用强。在近红外波段（0.70.8m）有一反射的“陡坡”，至1.1m附近有一峰值。这是由于植被叶细胞结构的影响，除了吸收和透射的部分，形成的高反射率。在中红外波段（1.32.5m）受绿色植物含水量的影响，吸收率大增，反射率大大下降，特别是以1.45m、1.95m和2.7m为中心是水的吸收带。水体：水体的反射主要在蓝绿光波段，其它波段吸收都很强，特别到近红外波段，吸收就更强。岩石：岩石的反射光谱特征与岩石本身的矿物成分和颜色密切相关。由石英等浅色矿物为主组成的岩石具有较高的光谱反射率，在可见光遥感影像上表现为浅色调。铁镁质等深色矿物组成的岩石，总体反射率较低，在影像上表现为深色调。其次，岩石光谱反射率受组成岩石的矿物颗粒大小和表面粗糙度的影响。矿物颗粒较细，表面较平滑的反射率较高。反之，光谱反射率较低。另外湿度、风化程度等对反射率也有影响。5. 简述遥感图像增强中线性拉伸和直方图均衡化方法的区别。答：灰度拉伸又叫对比度拉伸，它是最基本的一种灰度变换，使用的是最简单的分段线性变换函数，它的主要思想是提高图像处理时灰度级的动态范围。直方图拉伸是通过对比度拉伸对直方图进行调整，从而“扩大”前景和背景灰度的差别，以达到增强对比度的目的，这种方法可以利用线性或非线性的方法来实现;直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。6. 简述K-T变换和图像结果反映了植被的那些信息。答：KT变换是一种线性组合变换，其变换公式为：Y=BX。X、Y分别为变换前后多光谱空间的像元矢量；B为变换矩阵。该变换也是一种坐标空间发生旋转的线性变换，但旋转后的坐标轴不是指向主成分方向，而是指向与地面景物有密切关系的方向。KT变换的研究主要集中于MSS和TM数据的应用分析。Y的前三个分量与地面景物关系密切。对于MSS数据，y1称为亮度分量，主要反映土壤反射率变化的信息；y2称为绿度分量，主要反映地面植物的绿度；y3称为黄度分量，主要说明植物的枯萎程度。y4没有实际的意义。对于TM数据，y1亮度：TM六个波段亮度值的加权和，反映总体亮度变化。y2绿度：与亮度分量垂直，是近红外和可见光波段的对比，从变换矩阵第二行系数可以看出，波长较长的红外波段5和7相互抵消较大，而近红外波段4与可见光波段1、2、3部分的差值与图像上绿色植物的数量密切相关。y3湿度：与土壤的湿度有关。从变换矩阵第三行系数可以看出，这个分量反映了可见光与近红外（14）波段及红外波段（5、7）的差值，而5、7波段对土壤和植被的湿度最为敏感。其它三个分量还没有发现与地面景观有明确的关系。7. 图像融合有哪些关键技术?答：遥感图像信息融合是在统一的地理坐标系中将多源遥感数据采用一定的算法生成一组新的信息或合成图像的过程。不同的遥感数据具有不同的空间分辨率、波谱分辨率和时间分辨率，图像信息融合的目的是充分利用待融合图像在空间、波谱、时间分辨率方面的优势，融合后的图像包含了它们在空间、波谱、时间分辨率方面的优势信息，弥补了单一图像上信息不足的缺点，这样不仅扩大了多源遥感数据的应用范围，而且大大提高了遥感影像分析的精度。遥感图像融合的算法很多，如彩色空间变换融合算法、加权融合算法、植被指数算法、缨帽变换算法、主成分变换融合算法、小波融合算法、基于模型的方法等。另外，除了遥感图像数据之间的融合以外，为便于遥感图像在各领域的应用，遥感图像数据与非遥感数据也常常进行融合。8. 分别叙述遥感数据的空间、光谱、时间和辐射分辨率所对应的物理含义。答：遥感图像的空间分辨率指像素所代表的地面范围的大小，即扫描仪的瞬时视场，或地面物体能分辨的最小单元。光普分辨率是指传感器在接受目标辐射的波谱时能分辨的最小波长间隔。间隔愈小，分辨率愈高。时间分辨率指对同一地点进行遥感采样的时间间隔，即采样的时间频率，也称重访周期。辐射分辨率是指传感器接收波谱信号时，能分辨的最小辐射度差。在遥感图像上表现为每一像元的辐射量化级。9. 简述多波段遥感图像的三类存贮方式。答：1）BSQ（Band sequential）数据格式：是一种按波段顺序依次排列的数据格式。在BSQ数据格式中，数据排列遵循以下规律:第一波段位居第一位，第二波段位居第二位，第n波段位居第n位。在第一波段中，数据依据行号顺序依次排列，每一行内，数据按像素号排列。第二波段中，数据依然依据行号顺序依次排列，每一行内，数据按像素号排列。其余波段依此类推。2）BIP（Band interleaved by pixel）数据格式：BIP格式中每个像元按波段次序交叉排列。3）BIL（Band interleaved by pixel）数据格式：逐行按波段次序排列的格式。10. 为什么日出、日落时天空呈橙色或红色，而通常是蓝色，为什么通常农村比城市的天更“蓝”？答：日出、日落时太阳高度角小，阳光倾斜射向地面，通过的大气层比阳光直射时要厚得多，在过长的传播中，发生瑞利散射，蓝光波长最短，几乎被散射殆尽，波长较短的绿光散射强度也居其次，大部分被散射掉了。只剩下波长最长的红光，散射最弱，因此透过大气最多，加上剩余的极少量绿光，最后合成呈现橘红色，所以朝霞和夕阳都偏橘红色。对于可见光而言，瑞利散射现象非常明显，无云的晴空呈现蓝色，就是因为蓝光波长短，散射强度较大，蓝光向四面八方散射，使整个天空蔚蓝，使太阳辐射传播方向的蓝光被大大削弱。农村比城市的天更蓝是因为，城市空气中的粉尘颗粒比农村多，而与可见光波长相当或相对更长的粒子更容易发生米氏散射或无选择性散射，而颗粒直径较小的农村发生的更多是瑞利散射，所以天空比城市蓝。三、论述题1 遥感图象解译标志（判读标志）有哪些？结合实例说明它们如何在图象解译中的应用。答：根据影像特征的差异可以识别和区分不同的地物，这些典型的影像特征称为影像解译标志。解译标志的建立是解译的前提。解译标志分为直接解译标志和间接解译标志。直接解译标志有：形状、大小、阴影、色调、在图像解译中的应用，可以通过形状来判断机场、广场、建筑物等；可以通过大小来判断单轨铁路与双轨铁路、等级高速公路与普通公路等；可以通过阴影的形状、长度来判断地物的类型、量算高度；等等。间接解译标志是指不能通过目视直接判读获得答案，需通过食物之间的相互联系，透过表面的“蛛丝马迹”，由表及里、去伪存真的逻辑推理获得判断，间接解译需要丰富的知识背景和严密的逻辑推理，有时甚至需要建立各种模型，是一种综合分析、相关分析的方法。2. 什么是计算机图象处理，它包含哪些内容，如何运用计算机图象处理方法来提高遥感图像的解译效果？答：广义的来说，计算机图像处理泛指一切利用计算机来进行与图像相关的过程、技术或系统，它与各个领域都有很深的交叉与渗透。计算机图像处理包括：对数字图像的处理、对数字图像的分析与理解、结合传感设备对实际事物的数字化图像采集，以及对图像处理结果的数字化表达等等。运用计算机图像处理方法提高遥感图像的解译效果：（1）图像数字化，通过取样和量化过程讲图像变换成便于计算机处理的数字形式。（2）图像增强，对图像信息进行编码，可以压缩图像的信息量，以便满足传输与储存的要求。（3）图像增强，使图像清晰或将其转换为更适合人或机器分析的形式。（4）图像复原，消除或减少在获取图像过程中所产生的某些退化，尽量反应原始图像的真实面貌。（5）图像分割，讲图像划分为一些互不重叠的区域。（6）图像分析，从图像中抽取有些有用的度量、数据或其它有关信息。3. 遥感图像分类方法有哪几类？他们各有什么特点？如何运用形状特征、纹理特征和地物空间位置来提高遥感图像分类精度？答：遥感图像分类方法主要有：目视解译和计算机分类两种。目视解译凭着光谱规律、地学规律和解译者的经验,通过直接观察或借助辅助判读仪器从遥感图像上获取 特定目标地物的信息，从而推出地面的地物类型，此方法通常应用于高空间分辨率的图像,如航片等。计算机分类利用计算机模式识别技术,结合地学分析、遥感图像处 理、地理信息系统与人工智能技术等,实现对遥感图像上的信息进行属性的识别和分类,从而达到识别图像信息所对应的实际地物。与遥感图像的目视判别技术相比,目的一样但手段不同：目视判别是直接利用人类的自然识别智能，而计算机分类则利用计算机技术来人工模拟人类的识别智能。4. 遥感图像增强处理的主要目的是什么，有哪些方法？写出其中一种方法的算法。答：遥感图像增强处理的主要目的是为了突出遥感图像中的某些信息，消弱或除去某些不需要的信息，使图像更易判读，图像增强的实质是增强感兴趣目标和周围背景图像间的反差，它不能增强原始图像的信息，有时反而会损失一些信息。常用的图像增强处理方法有：代数变换、反差增强、滤波、彩色变换等。代数变换拉斯普拉算法。5. 简要说明ISODATA法的基本内容。答：ISODATA法，模糊数学中的迭代自组织分析法，通过设定初始参数而引入人机对话环节，并使用归并与分裂的机制，当某两类聚类中心距离小于某一阈值时，讲它们合并为一类，当某类标准差大于某一阈值或其样本数目超过某一阈值时，将其分为两类。在某类样本数目少于某阈值是，需将其取消。如此，根据初始聚类中心和设定的类别数目等参数迭代，最终得到一个比较理想的分类结果。6. 设计一个遥感图像处理系统的框架，说明它的功能，并举一应用实例。答：遥感图像处理系统框架：大容量图像存储图像输入图像运算处理图像输出终端功能介绍： 遥感图像的获取设备（传感器） 图像处理软件 计算机 输入数据存储装置 输出数据存储装置 图像的输出和显示设备7.论述辐射量校正所包括的内容。答：辐射量校正又称辐射校正，是指对传感器所探测和记录的光谱信号（或数值、高度值）进行修正的工作。辐射校正包括对传感器的辐射校正，以及由于大气的干扰引起的大气辐射校正。一般采用天空、地面同步测量的办法取得校正的参数，或通过数学模型理论计算方法进行辐射校正。8. 叙述用30M分辨率的TM4、3、2多光谱影像与同一地区10米分辨率的SPOT全色影象进行融合的原理和步骤。答：来自不同传感器的信息源有不同的特点，如TM影像光谱信息丰富，但空间分辨率不高，而SPOT全色波段分辨率高，将30M分辨率的TM4、3、2多光谱影像与同一地区10米分辨率的SPOT全色影象进行融合既可以提高新图像的空间分辨率又可以保持较丰富的光谱信息。不论是那种信息源复合方案，首先要解决的问题就是匹配问题。由于影像所对应的地面范围不同，分辨率不同，地物反射的亮度变化规律不同，为了实现匹配常需要每一种信息源作预处理，但不论增加什么处理方法，都需包括配准和复合两个步骤1）配准。为了使两幅图像所对应的地物吻合，分辨率一致，必须先完成配准。方法是采用几何校正，分别在不同数据源的影像上选取控制点，用双线性内插或三次卷积内插运算等对分辨率较小的图像进行重采样。2）复合。将TM与SPOT复合，选取三个波段，和SPOT全色波段共四个波段。9什么是多光谱空间?什么是主成分变换？主成分变换的应用意义是什么?答：多光谱空间：是一个n维坐标系，每一个坐标轴代表多波段图像的一个波段，坐标值表示该波段像元的灰度值，图像中的每个像元对应于坐标空间中的一个点。K-L变换又称为主成分变换。它的原理如下：对某一n个波段的多光谱图像实行一个线性变换，即对该多光谱图像组成的光谱空间X乘以一个线性变换矩阵A，产生一个新的光谱空间Y，即产生一幅新的n个波段的多光谱图像。其表达式为Y=AX。式中：X为变换前多光谱空间的像元矢量；Y为变换后多光谱空间的像元矢量；A为一个nn的线性变换矩阵。K-L变换的应用归纳如下。1）数据压缩。经过主成分变换，多光谱图像变成了新的主成分图像，像元的亮度值不再表示地物原来的光谱值。但变换后的前几个主分量包含了绝大部分的地物信息，在一些情况下几乎是100%，因此可以只取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量，如TM图像，经主成分变换后可只取前3个主分量，波段数由7个减少到3个，数据量减少到43%，实现了数据压缩。2）图像增强。主成分变换的前几个主分量包含了主要的地物信息，噪声相对较少；而随着信息量的逐渐减少，最后的主分量几乎全部是噪声信息（如MSS数据中的条纹）。因此，主成分变换突出了主要信息，抑制了噪声，达到了图像的目的。3）分类前预处理。多波段图像的每个波段并不都是分类最好的信息源，因而分类前的一项重要工作就是特征选择，即减少分类的波段数并提高分类效果。主成变换即是特征选择最常用的方法。10. 比较欧几里德距离、曼哈顿距离和马氏距离判别函数之间的异同。答：1）欧几里德距离。欧几里德距离（Euclidean）距离就是两点之间的直线距离（以下简称欧氏距离）。欧氏距离中各特征参数也是等权的。2）绝对值距离也叫出租汽车距离或城市块距离。在二维空间中可以看出，这种距离是计算两点之间的直角边距离，相当于城市中出租汽车沿城市街道拐直角前进而不能走两点连接间的最短距离。绝对值距离的特点是各特征参数以等权参与进来，所以也称等混合距离。绝对值距离和几里德距离都称为闵可夫斯基（Minkowski）距离（以下简称闵氏距离）1）闵氏距离与特征参数的量纲有关。有不同量纲的特征参数的闵氏距离常常是无意义的。2）闵氏距离没有考虑特征参数间的相关性。而哈拉诺比斯距离解决了这个问题。3）马哈拉诺比斯距离与前两种距离不同，马氏距离是一种加权的欧氏距离，它是通过协方差矩阵来考虑变量相关性的。四、实践题1. 简述植被指数并分析其影响要素，简述大面积小麦估产的工作方法和技术常用的植被指数的主要类型有以下几种。1）比值植被指数（ratio vegetation index， RVI）基本上不受土壤含水量的影响，能增强植被与土壤背景之间的辐射差异，并提供植被反射的重要信息，可用来估算和监测植被覆盖，是植被长势、丰度的度量方法之一；但该指数对大气影响敏感，最好运用经大气纠正的数据，或将两波段的灰度值转换成反射率，消除大气对两波段不同非线性衰减的影响后再进行指数的计算，而且当植被覆盖不够浓密时（小于50%），其分辨能力也很弱：在植物生长的整个阶段，能较好地反映植被的覆盖度和生长状况的差异，特别适合于植被生长高度旺盛并且具有高覆盖度时的植被监测。2）归一化植被指数（normalized vegetation index，NDVI）归一化植被指数（NDVI）对绿色植被表现敏感，它可以对农作物和半干旱地区降水量进行预测 ，该指数常被用来进行区域和全球的植被状态研究。对低密度植被覆盖，NDVI对于观测和照明几何非常敏感。但在农作物生长的初始季节，将过高估计植被覆盖的百分比；在农作物生长的结束季节，将产生估计低值。继之,将各波段反射率以不同形式进行组合来消除外在的影响因素，如遥感器定标、大气、观测和照明几何条件等。这些线性组合或波段比值的指数发展满足特定的遥感应用，如作物产量、森林开发、植被管理和探测等。3）差值植被指数（difference vegetation index，DVI）DVI=IR-R4）正交植被指数（perpendicular vegetation index，PVI）PVI=1.622 5（IR）-2.297 8（R）+11.0656或PVI=0.939（IR）-0.344（R）+0.095）农业植被指数（argriculture vegetation index ，AVI）其特点是对土壤背景的变化极为敏感，如水体、湖泊和较大的水库在植被指数图上明显区别于周围环境，随植被量增加而迅速增大。6）环境植被指数（EVI-Environmental Vegetation Index）近红外光与红光波段之差，又称为差值植被指数。EVI=NIR-R，EVI对土壤背景的变化较RVI要敏感，在植被覆盖度为15-25时，它随植被量的增加而迅速增大，当植被覆盖80时它对植被的灵敏度有所下降在建立估测平均单产的模型时，首先以相似性原理为依据，根据田间试验及农业气象观测资料，建立作物生长发育及产量形成的数值模拟模型；再利用遥感方法建立作物叶面积指数等农学参数与光谱之间的关系模型；然后将2种模型耦合，利用遥感手段为数值模拟模型获取所需的输入变量或参数，进行宏观数值模拟试验，建立作物估产的遥感一数值模拟模型。该方法充分利用了遥感与数值模拟方法的优点，操作性和准确性都大幅度提高。在遥感估产中，种植面积的测算是关键问题之一，是由单产估测总产的必需参量。1）进行遥感估产区划。利用遥感技术进行农作物长势监