遥感复习资料 10页

姉ちゃんのために遥感数字图像处理复习理论习题一、名词解释：1.遥感数字图像；遥感数字图像(digitalimage)是以数字形式表述的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。2.像素；数字图像最基本的单位是像素，像素是A/D转换中的取样点，是计算机图像处理的最小单元；每个像素具有特定的空间位置和属性特征。3.遥感数字图像处理；遥感数字图像处理是通过计算机图像处理系统对遥感图像中的像素进行的系列操作过程。4.电磁波谱；将各种电磁波按其波长（或频率）的大小依次排列所构成的图谱。5.辐射分辨率；辐射分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力6.空间分辨率；是指遥感图像上能够详细区分的最小单元的尺寸或大小，即传感器能把两个目标物作为清晰的实体记录下来的两个目标物之间最小的距离。7.直方图；对于数字图像来说，直方图实际就是图像灰度值的概率密度函数的离散化图形。8.累积直方图；以横轴表示灰度级，以纵轴表示每一级灰度级及其以下灰度级所具有的像素数或此像素所占总像素数的比值，做出的直方图即为累积直方图。9.窗口；对于图像中的任一像素（x,y），以此为中心，按上下左右对称所设定的像素范围，称为窗口。10.邻域处理（运算）；对于中心像素（x,y），其值用ƒ（x,y）表示，可按照相邻性规则通过计算产生。11.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。12.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。13.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。14.辐射误差；传感器所得到的目标测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差值称为辐射误差。15.几何精纠正；又称为几何配准（registration），是把不同传感器具有几何精度的图像、地图或数据集中的相同地物元素精确地彼此匹配、叠加在一起的过程。9-----ありがとう　姉ちゃん\n姉ちゃんのために16.主成分变换；是基于变量之间的相关关系，在尽量不丢失信息前提下的一种线性变换的方法，主要用于数据压缩和信息增强。在遥感软件中，主成分变换常被称为K－L变换。17.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，特别是与植物生长过程和土壤有关。18.植被指数；根据地物光谱反射率的差异作比值运算可以突出图像中植被的特征、提取植被类别或估算绿色生物量，能够提取植被的算法称为植被指数。19.空间滤波；采用空间域中邻域处理的方法，在被处理像元周围的像元的参与下进行运算处理，也称为“空间域增强”。20.图像分割；图像分割是指将图像中具有特殊涵义的不同区域区分开来，这些区域是互相不交叉的，每一个区域都满足特定区域的一致性。21.图像分类；根据不同类地物之间的差异将图像中的所有像素按其性质分为若干个类别的过程。22.非监督分类；非监督分类是指人们事先对分类过程不加入任何的先验知识，而仅凭遥感图像中地物的光谱特征，即自然聚类的特性进行的分类。23.监督分类选取具有代表性区域作为训练区，由训练区得到各个类别的统计数据，然后根据这些统计数据对整个图像进行分类。二、简答：1.传感器分辨率的主要指标有哪些，各有什么意义传感器分辨率指标主要有四个：辐射分辨率、光谱分辨率、空间分辨率、时间分辨率。　辐射分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力。高的辐射分辨率可以区分信号强度中的微小差异。　　光谱分辨率是传感器记录的电磁波谱中特定的波长范围和数量。波长范围越窄，光谱分辨率越高。波段数越多，光谱分辨率越高。　　空间分辨率是指遥感图像上能够详细区分的最小单元的尺寸或大小，即传感器能把两个目标物作为清晰的实体记录下来的两个目标物之间最小的距离。它是表征图像分辨地面目标细节能力的指标。环境变化的空间尺度不同，需要采用空间分辨率不同的遥感图像。对同一目标进行重复探测时，相邻两次探测的时间间隔称为时间分辨率。不同时间的遥感图像能提供地物动态变化的信息，可用来对地物变化进行监测，也可以为某些专题要素的精确分类提供附加信息。2.什么是图像的采样和量化？量化级别有什么意义将空间上连续的图像变换成离散点（即像素）的操作称为采样。采样时，连续的图像空间被划分为网格，并对各个网格内的辐射值进行测量。通过采样，才能将连续的图像转换为离散的图像，供计算机进行数字图像处理。　　采样后图像被分割成空间上离散的像素，但其灰度值没有改变。量化是将像素灰度值转换成整数灰度级的过程。9-----ありがとう　姉ちゃん\n姉ちゃんのために采样影响着图像细节的再现程度，间隔越大，细节损失越多，图像的棋盘化效果越明显。量化影响着图像细节的可分辨程度，量化位数越高，细节的可分辨程度越高；保持图像大小不变，降低量化位数减少了灰度级会导致假的轮廓。3.遥感数字图像产品有哪些数据级别根据中国科学院遥感卫星地面站的资料，遥感图像数据级别划分如下：　（1）0级产品：未经过任何校正的原始图像数据；　（2）1级产品：经过了初步辐射校正的图像数据；　（3）2级产品：经过了系统级的几何校正，即利用卫星的轨道和姿态等参数、以及地面系统中的有关参数对原始数据进行几何校正。产品的几何精度由这些参数和处理模型决定；　（4）3级产品：经过了几何精校正，即利用地面控制点对图像进行了校正，使之具有了更精确的地理坐标信息。产品的几何精度要求在亚像素量级上。4.什么是遥感图像的元数据，包括哪些主要的参数元数据是关于图像数据特征的表述，是关于数据的数据。元数据描述了与图像获取有关的参数和获取后所进行的后处理。例如，LANDSAT,SPOT等图像的元数据中包括了图像获取的日期和时间、投影参数、几何纠正精度、图像分辨率、辐射校正参数等。5.当前常用的传感器有哪些当前常用的传感器有：资源卫星的专题制图仪TM、增强型专题制图仪ETM+、高分辨率几何成像仪HGR、高分辨率立体成像系统HRS、植被传感器VEGETATION、高级空间热辐射热反射探测器、中等高分辨率成像光谱辐射仪MODIS、甚高分辨率辐射仪AVHRR、艾克诺斯IKONOS2、快鸟QuickBird、海岸带影色扫描仪CZCS、海洋宽视场观测传感器SeaWIFS。6.图像直方图有怎样的性质？直方图反映了图像中的灰度分布规律；任何一幅特定的图像都有唯一的直方图与之对应，但不同的图像可以有相同的直方图；如果一幅图像仅包括两个不相连的区域，并且每个区域的直方图已知，则整幅图像的直方图是这两个区域的直方图之和；由于遥感图像数据的随机性，一般情况下，遥感图像数据与自然界的其它现象一样，服从或接近于正态分布。7.窗口和邻域有什么区别？对于图像中的任一像素（x,y），以此为中心，按上下左右对称所设定的像素范围，称为窗口。窗口多为矩形，行列数为奇数，并按照行数x列数的方式来命名。例如，3x3窗口，5x5窗口等。3x3表示由3行和3列像素构成的矩形范围。中心像素周围的行列称为该像素的邻域。邻域按照与中心像素相邻的行列总数来命名。例如，对于3x3窗口而言，如果考虑中心像素周围的所有像素，那么相邻的总的行列数为8，称为8－邻域。如果认为上下左右的像素是相邻像素，那么总的行列数为4，则称为4－邻域。8.什么是卷积运算？卷积是空间域上针对特定窗口进行的运算，是图像平滑、锐化中使用的基本的计算方法。设窗口大小为m×n，（i,j）是中心像素，f(x,y)是图像像素值，g（i,j）是运算结果，是窗口模板（或称为卷积核，kernel），那么，卷积计算的公式为：对于整个图像，从左上角开始，由左到右、由上到下按照窗口大小顺序进行遍历，即可完成整个图像的卷积计算。对于图像边缘，由于无法满足窗口对中心像素的要求，其窗口外部的像素值可以用如下任意一种方法来处理：1）设为0值；2）按对称原则从图像中取值；3）保留原值，不进行计算。9.图像增强的意义？9-----ありがとう　姉ちゃん\n姉ちゃんのために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。10.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。彩色合成包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成四种方法。11.假彩色合成与伪彩色合成的差异是什么？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。12.图像拉伸有哪些方法，优点是什么？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。13.辐射校正的目的是什么？辐射校正的目的是：尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器的测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差异，尽可能恢复图像的本来面目，为遥感图像的分割、分类、解译等后续工作打下基础。14.遥感图像几何精纠正的目的和原理是什么？几何精纠正又称为几何配准（registration），是把不同传感器具有几何精度的图像、地图或数据集中的相同地物元素精确地彼此匹配、叠加在一起的过程。遥感图像的几何精纠正解决遥感图像与地图投影的匹配问题，其重要性主要体现在以下三个方面：第一，只有在进行纠正后，才能对图像信息进行各种分析，制作满足量测和定位要求的各类遥感专题图；第二，在同一地域，应用不同传感器、不同光谱范围以及不同成像时间的各种图像数据进行计算机自动分类、地物特征的变化监测或其它应用处理时，必须进行图像间的空间配准，保证不同图像间的几何一致性；第三，利用遥感图像进行地形图测图或更新要求遥感图像具有较高的地理坐标精度。　　几何精纠正的基本原理是回避成像的空间几何过程，直接利用地面控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥感图像的总体畸变可以看作是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。因此，校正前后图像相应点的坐标关系可以用一个适当的数学模型来表示。15.什么是图像的重采样？常用的重采样方法有哪些？各有什么特点？待纠正的数字图像本身属于规则的离散采样，非采样点上的灰度值需要通过采样点(已知像素)内插来获取，即重采样。　　常用的重采样方法有最近邻方法、双线性内插方法和三次卷积内插方法。　　最近邻重采样算法简单，最大的优点是保持像素值不变。但是，纠正后的图像可能具有不连续性，会影响制图效果。当相邻像素的灰度值差异较大时，可能会产生较大的误差。　　双线性内插方法简单且具有一定的精度，一般能得到满意的插值效果。缺点是方法具有低通滤波的性质，会损失图像中的一些边缘或线性信息，导致图像模糊。　　三次卷积内插方法产生的图像比较平滑，缺点是计算量很大。16.傅立叶变换的基本工作流程是什么？9-----ありがとう　姉ちゃん\n姉ちゃんのために（1）正向FFT:指定图像的一个波段，按照计算公式进行FFT，产生频率域图像。　　（2）定义滤波器:以频率域图像为参照，定义滤波器。常用的滤波器有低通、高通、带通、带阻、用户定义几种。波段不同，频率域图像不同，需要定义不同的滤波器。　　（3）逆向FFT：将定义的滤波器应用到频率域图像，得到空间域的图像，进行显示。17.主成分变换算法的性质有哪些？工作流程是什么？怎么确定主成分的个数，怎么解释主成分？主成分变换的基本性质有：　　（1）总方差的不变性。变换前后总方差保持不变，变换只是把原有的方差在新的主成分上重新进行分配。　　（2）正交性。变换后得到的主成分之间不相关。　　（3）从主成分向量中删除后面的（n-p）个成分只保留前p（p＜＝n）个成分时所产生的误差满足平方误差最小的准则。换句话说，前面的p个主成分包含了总方差的大部分。　　主成分变换的流程为：主成分正变换－主成分逆变换。　　（1）一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析，在波段协方差矩阵或相关矩阵的基础上计算特征值，构造主成分。根据主成分－特征值的关系，可以选择少数的主成分作为输出结果。　　（2）如果在正变换中选择的主成分数目与波段/变量数目相同，那么逆变换的结果将完全等同于原始的图像。如果选择的主成分数目少于波段数，逆变换的结果相当于压抑了图像中的噪音，但此时逆变换结果图像的各个“波段”与原始图像的波段不再具有对应性，不再具有原始图像波段的物理意义。18.缨帽变换有什么优缺点？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，特别是与植物生长过程和土壤有关。缨帽变换既可以实现信息压缩，又可以帮助解译分析农作物特征，因此有很大的实际应用意义。K-T变换只能用于MSS数据和LANDSAT4、5的TM图像、LANDSAT7的ETM图像，这是该方法的一个限制。20.代数运算的目的是什么？对于多波段遥感图像和经过空间配准的两幅或多幅单波段遥感图像，可以通过代数运算来突出特定的地物信息，从而达到某种增强的目的。代数运算是根据地物本身在不同波段的灰度差异，通过不同波段之间简单的代数运算产生新的“波段”，来达到突出感兴趣的地物信息、压抑不感兴趣的地物信息的图像增强方法。进行代数运算后，数值范围可能超过了显示设备的范围，因此，在显示的时候往往还需要进行灰度拉伸。21.加法运算、差值运算、乘法运算、比值运算在遥感图像处理中各有什么作用？（1）加法运算：加法运算主要用于对同一区域的不同时段图像求平均，这样可以减少图像的加性随机噪声，或者获取特定时段的平均统计特征。进行加法运算的图像的成像日期不应相差太大。（2）差值运算：差值图像提供了不同波段或不同时相图像间的差异信息，在动态监测、运动目标检测与跟踪、图像背景消除、不同图像处理效果的比较及目标识别等工作中应用较多。（3）乘法运算：乘法运算可用来遮掉图像的某些部分。（4）比值运算：比值运算是两个不同波段图像对应像素的灰度值相除（除数不能为0），是遥感图像处理中常用的方法。比值运算可以降低传感器灵敏度随空间变化造成的影响，增强图像中特定的区域；降低地形导致的阴影影响，突出季节的差异。22.什么是植被指数？有哪些基本的表达方式？9-----ありがとう　姉ちゃん\n姉ちゃんのために根据地物光谱反射率的差异作比值运算可以突出图像中植被的特征、提取植被类别或估算绿色生物量，能够提取植被的算法称为植被指数（VI，VegetationIndex）。植被指数是代数运算增强的典型应用。常用的植被指数有以下几种：（1）比值植被指数（RVI）： （2）归一化植被指数（NDVI）： （3）差值植被指数（DVI）： （4）正交植被指数（PVI）：或23.什么是中值滤波？并说明它的主要作用是什么。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某领域窗口内所有像素点灰度值的中值，中值滤波能够很好的处理脉冲状噪声，其优点主要在于去除图像噪声的同时，还能保护图像的边缘信息。24.罗伯特梯度与Sobel梯度有什么区别？（1）罗伯特（Roberts）梯度采用交叉差分的方法。用模板表示为：Roberts梯度相当于在图像上开一个2×2的窗口，用模板h1计算后取绝对值再加上模板h2计算后取绝对值。将计算值作为中心像素（x，y）的梯度值，如下所示。这种算法的意义在于用交叉的方法检测出像素与其在上下之间或左右之间或斜方向之间的差异。采用Roberts梯度对图像中的每一个像素计算其梯度值，最终产生一个梯度图像，达到突出边缘的目的。（2）Sobel梯度是在Prewitt算法的基础上，对4-邻域采用加权方法进行差分，因而对边缘的检测更加精确，常用的模板如下：在上面的Prewitt和Sobel模板中，h1主要对水平方向的地物进行锐化，h2则主要对垂直方向的地物进行锐化。在应用中要注意的是，模板对于含有大量噪声的图像是不适用的。与Roberts梯度相比，Sobel算法较多地考虑了邻域点的关系，扩大了模板，从2×2扩大到3×3来进行差分。25.定向检测的模板有哪些？（1）检测垂直线9-----ありがとう　姉ちゃん\n姉ちゃんのために（2）检测水平线（3）检测对角线26.阈值分割方法的基本思想是什么？当使用阈值进行图像分割时，所有灰度大于或等于某阈值的像素都被判属于目标。所有灰度小于该阈值的像素都被排除在目标之内。于是，边界就成为一些内部点的集合，这些点至少有一个邻点不属于该目标。从而使目标与背景之间存在强对比。27.区域生长方法的基本思想是什么？区域生成的基本思想是将具有相似性质的像素集合起来构成区域。首先对每个需要分割的目标区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素性质相同或相似的像素（根据某种事先确定的生长或相似准则来判定）合并到种子像素所在的区域中。再将这些像素当作新的种子像素继续进行上述过程，直到再没有能满足条件的像素可被包括进来，这样一个区域就长成了。28.简述非监督分类的流程。1.分类；运用算法区分其存在的差异，算法常用K-均值方法和迭代法2.确定分类类别；直接根据遥感图像来进行地物判断其属性3.分类结果评价；对分类的精度和可靠性进行评价4.分类后处理；如更改类别颜色，小斑点处理等。29.简述监督分类的流程。1.确定分类模块；根据已知的样本类型和类别的先验知识确定判别准。2.分类模块评价；选取的训练区的典型性和代表性。3.分类；以训练区为判别准则，计算判别函数，然后将未知类别的样本值代入判别函数，依据判别准则对该样本所属的类别进行判定。4.分类结果评价；对分类的精度和可靠性进行评价5.分类后处理；如更改类别颜色，小斑点处理等。30.选择训练区应该注意哪些问题？选择训练区时应注意以下问题：9-----ありがとう　姉ちゃん\n姉ちゃんのために　　（1）训练区必须具有典型性和代表性，即所含类型应与研究地域所要区分的类别一致。训练区的样本应在面积较大的地物中心部分选择，而不应在地物混交地区和类别的边缘选取，以保证特征具有典型性，从而能进行准确的分类。　　（2）使用的图件时间和空间上要保持一致性，以便于确定数字图像与地形图（或土地利用图、地质图、航片等）的对应关系。即使不一致，也要尽量找时间上相近的图件，同时，图件在空间上应能很好的匹配。　　（3）训练区的选取方式有按坐标输入式和人机对话式两类。按坐标输入式是预先把实地调查确定的各类地物分布区转绘到地图上去，量测其在选定坐标系中的位置，再把量测数据输入计算机并映射到遥感图像上。这种方式用于不带图像显示装置的计算机系统。人机对话式则用于带有图像显示装置的数字图像处理系统，它通过鼠标在图像上勾画出地物所在的范围或转入实地调查的地图矢量数据作为训练区。训练区确定后可通过直方图来分析样本的分布规律和可分性。一般要求单个类训练区的直方图是单峰，近似于正态分布的曲线。如果是双峰，即类似二个正态分布曲线重叠，则可能是混合类别，需要重做。　　（4）训练样本的数目。训练样本数据用来计算类均值和协方差矩阵。根据概率统计，协方差矩阵的导出至少需要K+1个样本（K是多光谱空间的分量数或经过选择的特征数），这个数是理论上的最小值。实际上，为了保证参数估计结果比较合理，样本数应适当增多。在具体分类时，要根据对工作地区的了解程度和图像本身的情况来确定样本数量。二、填空1.遥感数字图像处理的主要内容包括（图像增强）、（图像校正）、（信息提取）。2.遥感数字图像处理系统包括硬件系统和软件系统两大部分，其中硬件系统主要由计算机、（数字化器）、（大容量存储器）、（显示器）和（输出设备）、操作台。3.常用的遥感图像处理系统有（ERDASIMAGINE遥感图像处理系统）、（ENVI遥感图像处理系统）、（PCIGeomatica遥感图像处理系统）、（ERMapper遥感图像处理系统）。4.遥感系统是一个从地面到空中直至空间，从信息收集、存贮、传输处理到分析判读、应用的技术体系，主要包括（遥感试验）、（信息获取）、（信息传输）、（信息处理）、（信息应用）等五部分。5.按工作方式是否具有人工辐射源，传感器可分为（主动方式）和（被动方式）两类，按数据的记录方式，传感器可分为（成像方式）和（非成像方式）两大类。6.通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：（采样）和（量化）。7.遥感图像数据中的2级产品经过了系统级的（几何校正），即利用（卫星的轨道和姿态）等参数、以及地面系统中的有关参数对原始数据进行处理。8.遥感图像数据中的3级产品：经过了（几何精校正），即利用（地面控制点）对图像进行了校正，使之具有了更精确的地理坐标信息。8.彩色有三个基本属性：（色调）、（明度）和（色度）。9.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）方法来实现。10.密度分割法是对单波段遥感图像（灰度）分级，对每级赋予（不同的色彩），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.灰度拉伸分为（线性拉伸）和（非线性拉伸）两种方法9-----ありがとう　姉ちゃん\n姉ちゃんのために13.（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14.灰度窗口切片有两种，一种是（清除背景），一种是（保留背景）。15.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。16.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17.几何精纠正的基本技术是（同名坐标变换方法）。18.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（(k＋1)(k＋2)/2）。19.重采样过程包括两步：（像素位置变换）和（像素值变换）。20.图像变换的目的是：1）简化图像处理；(便于图像特征提取)；3）（图像压缩）；4）从概念上增强对图像信息的理解。21.在空间域图像中，线性的地物为（高频）成份，大块面状的地物为（低频）成分。22.傅立叶变换的基本流程：（正向FFT）－（定义滤波器）－（逆向FFT）。23.常用的滤波器有（低通）、（高通）、（带通）、（带阻）、用户定义几种。24.主成分变换是基于（变量之间的相关关系），在尽量不丢失信息前提下的一种（线性变换）的方法，主要用于数据压缩和信息增强。25.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（植物生长过程）和（土壤）有关。26.根据地物光谱反射率的差异作（比值运算）可以突出图像中植被的特征、提取植被类别或估算绿色生物量，能够提取植被的算法称为植被指数。27.归一化植被指数中用到的是（近红外）波段和（红）波段，公式为（（近红外波段-红波段）/（近红外波段+红波段））。28.常用的植被指数有：（比值植被指数）、（归一化植被指数）、（差值植被指数）、（正交植被指数）。29.图像滤波的方法：（空间域滤波）和（频率域滤波）。30.图像滤波操作是（邻域）操作，通过图像的（卷积运算）实现。31.空间域图像滤波称为（平滑）和（锐化）处理，强调像素与其周围相邻像素的关系，常用的方法是（卷积运算），但是随着采用的模板窗口的（扩大），运算量会越来越（大）。32.在频率域滤波中，保留图像的低频部分抑制高频部分的处理称为（低通滤波），起到（平滑）作用。保留图像的高频部分而削弱低频部分的处理称为（高通滤波），起到（锐化）作用。33.图像平滑滤波有：（均值滤波）（中值滤波）（高斯低通滤波）（梯度倒数加权法）（选择式掩模平滑）34.均值滤波是最常用的（线性低通）滤波器，它（均等）地对待邻域中的每个像素。对于每个像素，取邻域像素值的（平均）作为该像素的新值。35.中值滤波与均值滤波的目的都是为了去除图像上的尖锐“（噪声）”，（平滑）图像。36.定向检测的模板有（检测垂直线）、（检测水平线）、（检测对角线）三类。37.图像分割时，如果感兴趣的目标在其内部具有均匀一致的灰度值并分布在具有另一个灰度值的均匀背景上，使用（阈值方法）效果就很好。38.（边缘连接）就是一个将邻近的边缘点连接起来从而产生一条闭合的连通边界的过程。39.遥感图像分类的对象是原始遥感图像及各种变换之后的图像，采用（决策理论）或（统计方法）对变量特征空间进行划分来达到分类的目的。40.根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行（训练）和（监督），可将遥感图像分类方法划分为（监督分类）和（非监督分类）。9-----ありがとう　姉ちゃん\n姉ちゃんのために41.监督分类的基本过程是：首先根据已知的样本类别和类别的先验知识确定（判别准则），计算（判别函数），然后将未知类别的样本值代入（判别函数），依据（判别准则）对该样本所属的类别进行判定。42.常用的距离度量有（绝对距离）、（欧氏距离）、（马氏距离）、（相似系数）。43.非监督分类有多种方法，其中，（K-均值）方法和（ISODATA）方法是效果较好、使用最多的两种方法。44.最小距离是一种相对简化了的分类方法。前提是假定图像中各类地物波谱信息呈（多元正态）分布，每一个类在K维特征空间中形成一个（椭球）状的点群，依据像素距各类中心距离的远近决定其归属。45.最大似然分类方法是基于（贝叶斯准则）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。9-----ありがとう　姉ちゃん