遥感数字图像处理-要点 百度文库.doc

遥感数字图像处理-要点_百度文库遥感数字图像处理-、遥感过程遥感图像、遥感数字图像、遥感图像的数据量遥感图像的数字化、采样和量化通用遥感数据格式(BSQ、BIL、BIP)遥感图像的模型:多光谱空间遥感图像的信息内容:遥感数字图像处理、遥感数字图像处理的内容Ì遥感图像的获取方式主要有哪几种?Ì如何估计一幅遥感图像的存储空间大小?Ì遥感图像的信息内容包括哪几个方面?Ì多光谱空间中,像元点的坐标值的含义是什么?Ì与通用图像处理技术比较,遥感数字图像处理有何特点?Ì遥感数字图像处理包括那几个环节?各环节的处理目的是什么?:概念、类型、性质、应用最大值、最小值、均值、、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析Ì主要遥感图像的统计特征量的意义Ì两个重要的图像分析工具:直方图、:概念、方法空间域增强、:概念、实现原理直方图修正,线性变换、分段线性变换算法原理直方图均衡化、、邻域运算、模板、模板运算空间增强的概念平滑(均值滤波、中值滤波)原理、特点、应用锐化、边缘增强概念方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点•计算图像经过下列操作后,其中心象元的值:–3×3中值滤波–采用3×3平滑图像的减平滑边缘增强–域值为2的3×1平滑模板–Sobel边缘检测–Roberts边缘检测–:真彩色、假彩色、:加法运算、差值运算、比值运算的概念及应用植被指数主成分变换的目的和特点缨帽变换概念和特点(图像分析)最小噪声分离变换:目的、实现、特点•主分量变换(PCT)的原理和特点•缨帽变换的物理意义•MNF变换的特点5遥感影像融合概念、目的多光谱影像与全色波段影像融合:目的多光谱影像与全色波段影像融合的基本过程常用遥感影像融合算法:HSI变换法、主分量变换(PCT),系统辐射校正、大气校正的概念几何校正的概念几何粗校正的概念几何精校正的概念几何精校正的一般步骤、两个基本环节灰度值的重采样,三种方法多项式纠正法的基本原理控制点的选择•遥感图像为何要进行辐射校正和几何校正?•影像重采样的方法有哪些,各有何特点?•几何校正控制点在数量和分布上有何要求?、基本原理、一般步骤监督分类、非监督分类的概念非监督分类的方法:K-均值法的算法,ISODATA监督分类的一般步骤,主要方法最小距离法,平行管道法,:消除类别噪声、类别统计、精度评价众数分析、少数分析、类聚块、类过滤的目的分类精度的评价:混淆矩阵法总体精度、生产者精度、用户精度的计算遥感影像变化检测:流程面向对象影像分类图像分割图像分割按照具体应用的要求和具体图像的内容将图像分割成一块块区域传统的图像分割技术:①基于像素灰度值的分割技术②基于区域的分割技术③基于边界的分割技术纹理纹理图像在局部区域内呈现