遥感数字图像处理复习资料

第一章：
1.冈萨雷斯定义图像是对客观对象的一种相似性的描述或写真，包含了被描述或写真对象的信息，其英文为image，辅助性定义，是以某一技术手段再现于二维画面上的视觉信息，是二维数据阵列的光学模拟。

图像分为数字图像和模拟图像。

2.数字图像的基本单位是像素（像元），图像像素是长宽大小相等的方格，具有特定的空间位置和属性特征，像素的基本属性特征为像素值。

3.遥感数值图像是一数学形式存储和表达的遥感图像。

遥感数值图像中的像素值又称为亮度值（灰度值、灰度级）。

4.遥感数值图像处理是通过计算机图像处理系统对遥感数值图像中的像素进行系列操作的过程。

5.遥感数字图像处理的内容包括：1）图像增强:使图像更容易理解。

2）图像矫正：使图像信息尽可能地反应实际地物的辐射信息、空间信息和物理过程。

3）信息提取：提取地物的空间分布格局信息。

6.遥感数字图像处理系统包括硬件系统和软件系统。

硬件系统是进行图像说必须的设备（包括计算机，数字化设备，存储设备，现实和输出设备，操作台），软件系统指进行图像处理的各种程序（如ERDAS/PCI/ENVI/ER）。

第二章
7.遥感平台是传感器的载体，有近地面，吊车，飞船，飞机，卫星等。

8.传感器又称为遥感器，是手机和记录电池辐射能量信息的装置。

9.根据数据记录方式，传感器类型可分为成像方式和非成像方式两大类。

成像传感器按成像原理分为摄影成像和扫描成像。

10.摄影成像方式的传感器主要是摄影机，包括框幅摄影机，缝隙摄影机，全景摄影机，多光谱摄影机等，在快门打开后几乎瞬间同时接受目标的电磁波能量，聚焦后记录下来称为幅影像。

现在常用的数码照相机就是摄影成像。

最初的摄影成像方式与传统照相机成像方式不一样。

用数码照相机进行拍照摄影，可直接产生数字图像。

11.传感器按烧面方式又可分为两种：目标扫面传感器和影响面扫面传感器。

12.按电磁波在真空中波长或频率的顺序将波长划分成波段，每一波段为一个波长范围，按使用的刚做波段，可将传感器分为紫外，可见光，红外，微波，多波段等类型。

13.传感器分辨率指标有是个：辐射分辨率，光谱分辨率，空间分辨率和时间分辨率。

14.空间分辨率指遥感图像上能详细区分的最小单元的尺寸或大小。

空间分辨率通常用像素大小，解像力或视场角来表示。

15.像素是将地面信息空间离散化而形成的格网单元，在遥感图像中，像素大小的单位为米。

16.视场角是传感器的受光范围，也称为立体角，它与摄影机的四角和扫描仪的扫描宽度含义相同。

17.时间分辨率：传感器对同一空间区域进行重复探测时，相邻两次探测的时间间隔称为时间分辨率。

时间分辨率的两个指标：一个是传感器本身设计的时间分辨率，受卫星运行规律影响，不能改变；另一个是根据应用要求人为设计的时间分辨率，它等于或小于卫星传感器本身的时间分辨率。

因此有重返周期和重复周期。

18.重复周期又称回归周期。

19.重返周期：是卫星经过同一个星下点的时间间隔，指首次拍摄某地后依然能够利用传感器的侧摆角拍摄到此地的影响所需要的时间间隔，即利用微信的侧摆快速拍摄同一地点图像所需要的最短时间。

ndsat卫星的重复周期为16天，中国的环境一号卫星，重返周期为4天，重复周期为31天。

21.元数据是关于数据的数据，是重要的信息源，没有元数据，图像就没有使用价值，元数据又称为头文件。

22.多数遥感图像的元数据文件为文本格式；部分图像为二进制格式或随机文件格式，需要使用特定的软件工具才能阅读。

23.遥感图像的通用格式有三种：BSQ.BIL和BIP。

第三章
24.反应图像平均信息的统计参数:1）均值：像素值得算数平均值，反应的是图像中地物的平均反射强度，大小由图像中的主体地物的波普信息决定。

2）中值：指图像所有灰度级按搞的顺序排列后处于中间的值，当灰度级数为偶数时，则取中间两个灰度值得平均值，由于一般遥感图像的灰度级都是连续变化的，因为在大多数情况下，总之可通过最大灰度值和最小灰度值来获得。

3）众数：图像中出现最多次数的灰度值，反映了图像中分布较广泛的地物的能量。

4）矩：表示随机变量的某种成分。

25.反应图像变化信息的统计参数：1）方差：表示像素值得离散程度，分量图像的信息量大小。

26.对比度：是一个单波段图像中敏感区域最亮的白和最黑的黑之间不同灰度级的测量，指一幅图像灰度反差的大小，常用来表述灰度值的总体变化情况。

27.直方图：是灰度级的函数，描述的是图像中各个灰度级的像素个数。

28.直方图的性质：1）直方图反应了图像中的灰度分布规律。

2）任何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相连通的区域，并且每个区域的直方图已知，则整幅图像的直方图是则两个区域的直方图之和。

4）由于遥感图像数据的随机性，在图像像素数足够多且地物类型差异不是非常悬殊的情况下，遥感图像数据服从或接近于正太分布。

第四章（前6段，最佳图像拉伸，直方图均衡化）
29.色彩是物体的性质，是光的性质，色彩与观察有关，是外界光刺激作用于人的视觉器官而产生的主观感觉，色彩的三个蛀牙相关要素是：光源，物体和观察者。

30.色彩模型：是将数字分配改色彩的系统，目的是按照某种标准利用基色来表示颜色。

31.常用的色彩模型有：RGB（红、绿、蓝）模型，CMYK（青，品红，黄，黑）模型，HSI(色调，饱和度，强度)模型，LAB（也称为CIELAB）模型，光学遥感中使用的是RGB模型和HSI模型。

32.RGB模型：在彩色监视器和彩色摄像机等领域，用于图像的显示；HSI模型，用于图像的显示和处理;CMY模型:在彩色打印机上，用于图像的打印输出。

33.人眼对黑白密度的分辨能力有限，大致只有10个灰度级，对彩色图像的分辨能力则要高的多。

34.彩色图像可以分为真彩色图像和假彩色图像。

真彩色图像上的颜色与人眼视觉锁看到的真实地物的自然颜色基本一致。

假彩色图像是图像上的色相与实际地物色相不一致的图像。

35.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。

这些彩色合成方法往往又被称为彩色增强。

36.假彩色合成：是人工合成的非物质原有天然颜色的颜色，假彩色合成是最常用的一种图像合成方法。

37.假彩色合成选用的波段应该以地物的光谱特征作为出发点，通过不同的波段合成方式来突出不同的地物信息。

38.在TM图像中，波段2绿波段（0.52-0.60um）波段3红波段）0.63-0.69um），波段4近红外波段（0.76-0.90um），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。

标准假彩色图像突出了植被，水体，城乡，山区，平原等特征，植被为红色，水体为黑色或蓝色，城镇为深色，地物类型信息丰富。

39.由于蓝光容易受大气中气溶胶的影响图像质量较差，有些传感器舍弃了蓝波段，因此无法得到真彩色图像。

这时，可通过某种形式的运算得到模拟的红，绿，蓝三个通道，然后通过彩色合成产生近似的真彩色图像。

第五章：
39.图像校正包括像素位置的小镇和图像像素值得校正两部分。

40.用户试试的辐射校正包括三部分内容：传感器端的辐射校正，大气校正和地表辐射校正。

41.在可见光遥感和红外遥感中，传感器接受到的地物辐射来自于地表，
42.立体角：点状物体辐射通常是以球面波的形式向外均匀传播能量的，立体角用来度量一个方向上某个面接受的辐射通量的大小。

一个锥面所围成的空间部分称为立体角。

立体角是以锥的顶点为圆心，半径为1的球面被锥面所截得的面积S来度量的，度量单位称为立体弧度。

设r为截面到点源的距离，那么立体角为s/r^2.
43.反射率是反射能量与入射能量的比值。

反射率是指在一表面上反射光通量的比率。

44.辐射误差产生原因有两种：1）传感器的响应特性2）大气3）太阳辐射4）其他误差。

45.传感器端的辐射校正又称传感器校正，对于卫星遥感图像来说，又称为大气顶面辐射校正，辐射定标或大气上界辐射校正。

46.辐射校正后的数据，可以是辐亮度，也可以是反射率。

第六章
47.在图像处理中，图像变化可以理解为达到某种图像处理目的而使用的数学变换方法。

常用的五种方法:1)傅里叶变换2）波段运算3）K-L变换4）缨帽变换5）彩色变换
48.傅里叶变化是图像处理中一种有效而重要的方法，主要用于周期性噪声的去除，图像修复，纹理分析。

49.波段运算包括代数运算（加减乘除）和逻辑运算。

波段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了新的特征，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。

进行波段运算后，图像的数值范围可能超过了显示设备的数据范围，因此，在显示前往往需要进行灰度拉伸。

遥感图像处理软件在图像显示的时候往往会自动进行灰度拉伸，以满足显示的要求。

波段运算在遥感图像处理中具有重要的意义，遥感图像数据量大，常规的统计放大往往无法使用，及时能使用也需要计算机具有很高
内存。

因此，为了提高信息提取效率，往往根据不同地物的光谱特征的差异，利用波段运算来构建不同的波段指数，将复杂的统计运算转变为单纯的代数运算。

50.波段运算对每个像素进行计算，因此参加运算的图像其空间坐标和大小必须完全相同，参与波段运算的数据，可以是单个波段，多个图像波段，常数或文件。

如果是两个图像文件间断的运算，图像文件中的波段数目和顺序必须相同。

51.加法运算：基本公式为B=B1+B2 加法运算主要用于对同一区域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。

52.差值运算：基本公式B=B1-B2 差值图像提供了不同波段或不同时相图像将的差异信息，在变化莫测，动态监测，运动目标监测与跟踪，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。

53.乘法运算：基本公式：B=B1×B2 乘法运算可用来遮掉图像的某些部分，这个操作称为图像掩膜。

54.植被指数是对地表绿色植物生长状况和分布特征的简单，有效和经验型的度量，是两个或多个光谱波段的线性或非线性的组合。

MODIS提供地表植被指数产品，可从相关网站下载。

55.植被指数是波段运算的典型应用，通常用红色波段和近红外波段的组合来设计植被指数。

56.常用的植被指数有五种：1）比值植被指数2）归一化植被指数3）差值植被指数4）土壤调整植被指数5）增强植被指数
57.K-L变换有多种称呼，如K-L变化，霍特林变换，主成分分析等。

主成分分析PCA。

58.K-L变换的基本性质如下，1）总方差的不变性2）正交性3）从主成分分向Y 中删除后面的（k-p）个成分只保留前p(p≦k)个成分时所产生的误差满足平方误差最小的准则。

59.对TM的8个波段的多光谱图像进行主成分分析，然后把得到的第1.2，3主成分图像进行彩色合成‘1，可以获得信息量非常丰富的彩色图像。

60.主成分变化的应用1)数据压缩2）信息提取3）对比度增强4)图像融合5）PCA变换后，可以选择不同的图像进行彩色合成，或对特定的图像进行增强处理，以突出地物信息。

61.K-T变换又称缨帽变换，缨帽变换旋转的坐标空间，旋转后的坐标轴不是指导主成分的方向，而是指到另外的方向而这些方向与地物类型和变换有密切关系，特别是与植物生长过程和土壤有关。

第七章：
72.图像滤波是利用图像的空间相邻信息和空间变化信息，对单波段图像进行的滤波处理。

图像滤波可以强化空间尺度信息，突出图像的谢姐或主体特征，压抑其他无关信息，或者去除图像的某些信息，恢复其他信息，因此，图像滤波也是一种图像增强方法。

73.图像滤波可以分为空间域绿币和频率域绿币两种方法。

空间域滤波通过窗口或卷积核进行，它参照相邻像素来改变单个像素的灰度值，这是当前主要的滤波方法。

品绿域滤波是对图像进行傅里叶滤波，然后对变换后的频率域图像中华路频谱进行滤波。

74.图像滤波曹旭哦是领域操作，通过图像的卷积运算实现。

75.在前面的图像增强中，仅仅考虑了当前的像素点，没有考虑周围像素对当前像素的影响。

图像绿币不仅考虑当前像素的值，而且还考虑了当前窗口的大小确定像素与相邻域像素之间的关系。

与当前像素相邻的像素为领域像素，通过指定窗口大小确定领域打范围。

相邻像素对当前像素的影响表现为权重矩阵。

在空间域，通过权重矩阵与窗口图像矩阵的卷积计算实现图像滤波。

76.在图像获取和传输过程中，受传感器和大气等因素的影响会产生噪声。

为抑制噪声和改善图像质量所做的处理称为图像平滑。

77.高斯噪声：0均值的高斯噪声指每个像素值中附加了0均值的，具有高斯概率密度的函数值。

78.脉冲噪声：若Pa或Pb为零，则为单极脉冲，双极脉冲也成为椒盐噪声。

79.均值滤波是最常用的线性低通滤波器。

它均等地对待每个像素，对于每个像素，取领域像素值得平均作为该像素的新值。

从频率域的角度看，相当与进行了低通滤波。

均值滤波对高斯噪声比较有效。

随着领域范围的扩大，去噪声能力增强的同时模糊程度越加严重。

80.中值滤波是一种最常用的非线性平滑滤波器，它将窗口内的所有像素值按搞的排序后取中间作为像素的新值。

窗口的行列数一般取奇数。

由于用中值代替了平均值，中值滤波在抑制噪声的同时能够有效地保留边缘，减少模糊。

81.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。

82.中值滤波可以用来减弱随机干扰和脉冲干扰。

中值滤波对于随机噪声的抑制比均值滤波差点，当对于脉冲噪声高老的椒盐噪声，中值滤波是非常有效的。

83.高斯低通滤波是机遇高斯滤波器，对于图像平滑处理，高斯低通滤波被认为是最优的。

高斯滤波器对于高斯噪声的滤除非常有效，平滑程度有σ（标准差）控制，σ值越大，平滑程度越高，滤波后的图像越模糊。

84.锐化：高频强调地物的边缘。

85.图像锐化：为了突出图像中的地物边缘，轮廓或线性目标，可以采用锐化方法。

锐化提高了边缘与周围像素之间的反差，因此也称为边缘增强。

86.线性滤波器：远视图像与滤波后图像之间为算数运算的滤波器，可用加减乘除等运算实现，有固定的卷积模版。

87.非线性滤波器：原始图像与滤波后图像之间为逻辑关系的滤波器，可用逻辑运算实现，没有固定的卷积模版。

中值滤波是非线性滤波。

88.锐化滤波器：线性锐化滤波，梯度法，罗伯特梯度，Prewitt和Sobel梯度，拉普拉斯算子，Canny算子。