武大遥感院复试上机题(04-12年)
武汉大学遥感专业攻读硕士学位研究生入学专业试题
2 0 0 1 年攻读硕士学位研究生入学专业试题一、名词解释（5*2 ）遥感平台p24大气窗口p10间接解译标志特征平台太阳同步轨道p33二、判断正误（5*2）1、所有的物体都是黑体2、所有的几何分辨率与像素分辨率是一致的3、冬天的影像有利于土壤分析4、所有的微波传感器都是主动式传感器5、按照某种方式确定类别中心初值，通过迭代搜索各类别均值向量的自动分类方法是监督分类三、写岀成像数学模型表达式（2*8）-（Y）的方式写岀下列传感器影像中任二种影像的构像方程式p100 1、试按（x） f 凶，（y） f（Z）（Z）全景摄影机多光谱扫描仪CCD线阵推扫式传感器连续航带缝隙摄影机侧视雷达2、试写出遥感平台上传感器所接收的电磁波能量的表达式，用字母或文字学出均可，并作解释四、简述题（6*8 ）1、黑体是什么，为什么要讨论黑体？2、陆地卫星4号、5号与原来陆地卫星1-3号有什么不同？p363、试叙地物波谱特性曲线量测工作的意义4、植被指数变换（又称生物量指标变换）为什么在卫星影像分析中得到广泛应用？5、等效中心投影是什么意思，为什么要引入这样一个概念？6、线形拉伸与直方图均衡的影像增强效果有什么不同？五、综述题（1*16 ）1、试叙目前空间遥感技术发展中的几个特点。
2002年攻读硕士学位研究生入学考试试题一名词解释（14*2 ）1、反射光谱特性曲线p172、波谱响应曲线p1693、全景畸变课件p2644、仿射变形5、空间分辨率6、光谱分辨率7、距离分辨率8、方位分辨率9、特征空间10、特征选择11、混淆矩阵12、生物量指标13、IKONOS14、ZY ——1二、简答题（4*18 ）1、全面具体叙述LANDSAT TM 影像与RADARSAT 影像的不同点及产生的原因2、列出中心投影影像、线阵CCD 推扫影像、逐点扫描影像和侧视雷达影像的构像方程。
作图说明地形起伏引起这几种影像像点位移的规律3、叙述最大似然法分类原理及存在的缺点4、叙述遥感技术的现状和发展趋势2003 年攻读硕士学位研究生入学考试试题一、名词解释（18*3 ）1、光谱反射率2、辐射温度3、大气窗口4、太阳同步轨道5、近极地轨道6、成像光谱仪7、INSAR8、IKONOS9、空间分辨率10、光谱分辨率11、线性拉伸12、高通滤波13、直方图均衡14、重采样15、双线性内插16、特征选择17、判别边界18、监督法分类二、问答题（1到4题每题20分第5题16分）1、叙述光谱反射特性曲线与波谱响应曲线的区别和联系2、叙述卫星遥感图像多项式拟合法精纠正处理的原理和步骤3、叙述用30 米分辨率的TM4 、3、2 多光谱影像与同一地区10 米分辨率的SPOT 全色影像进行融合的原理和步骤4、叙述最小距离法遥感图像自动分类的原理和步骤5、叙述遥感技术的现状和发展趋势2004 年攻读硕士学位研究生入学考试试题一、名词解释（18*3 ）1、光谱反射率 2 、发射率3、重复周期（卫星）4、卫星姿态5、辐射校正6、高光谱影像7、ERS-1 8 Quick bird 9、ERDAS 10、光谱分辨率11、边缘增强12、多源影像融合13、影像灰度直方图14 、重采样15、双三次卷积16、欧式距离17、混淆矩阵18、非监督分类二、问答题（第1、2、3、5每题20分第4题16分）1、全面具体叙述LADSAT TM 影像与RADARSAT 影像的不同点及产生的原因2、叙述ISODATA 法非监督分类的原理和步骤3、叙述用卫星遥感图像修测比例尺1：50000 地形图的基本要求和方法4、叙述遥感技术的现状和发展趋势5、根据下图中两类地物在一维特征空间中的分布，画出最大似然法、最小距离法的判别边界并分析和比较它们的错分概率（图见遥感原理与应用P207 图8-8）2005 年攻读硕士学位研究生入学考试试题一、名词解释（8*5 ）1、电磁波谱2、黑体3、几何变形4、图像融合5、模式识别6、特征选择7、图像灰度直方图8、小卫星二、判断题（4*2 ）1、那些透过率较低的波区，对遥感十分不利，通常称为大气窗口2、在常规框幅摄影机成像的情况下，地球自转会不会引起图像变形3、CCD 直线阵列推扫式传感器是行扫描动态传感器，图像中每一行上的像元都是在不同时刻依次成像4、句法模式识别主要基于模式的统计特性三、问答题（9*6 ）1、影响地物光谱反射率的因素有哪些2、举例说明Landsat 系列卫星轨道的特点及其在遥感中的应用3、目前遥感中使用的传感器类型有哪些？包括哪些基本部分4、非监督分类和监督分类有什么不同5、举例说明为什么多光谱图像比单波段图像能判读更多信息6、说明摄影类型影像的主要种类及其特点7、绘图说明最大似然法分类的错分概率8、举例说明侧视雷达图像与入射角的关系9、光学图像与数字图像的转换四、论述题（3*16）1、叙述热红外、侧视雷达和多时域图像的特征及其判读方法2、就资源、地学、测绘、军事等领域中的一个（或你熟悉的领域），论述遥感技术的应用3、目视判读的一般过程和方法2006 年攻读硕士学位研究生入学考试试题一、名词解释（8*5 ）1、太阳辐射2、轨道参数3、遥感4、图像平滑5、目视判读6、特征变换7、计算机分类8、分类后处理二、判断题（4*2 ）1、基尔霍夫定律说明，凡是吸收热辐射能力强的物体，他们的热发射能力相对较弱2、对同一地区在不同时间摄取同一波段影像的摄影机称作多光谱摄影机3、遥感数字图像是一个二位的连续的亮度函数。
武汉大学遥感考研-历年真题、答案及考点分析_遥感院
新的年份，考研范围、考试重点和大纲都会有新的变化，针对这种变化，本中心每年都会进行一次较大内 容更新，所以本套资料仅适用于 2014 年，请大家多加关注我们！谢谢。
4、资料接受说明
收到资料后，在不拆开前提下，可自由浏览资料内容，如不满意，2 小时之内，联系我们，然后无偿退货。 但对于那些擅自拆开资料，进行复印，而后再退货的资料贩子，我们也会坚决维护我们的权益，与之奉陪 到底！咨询 QQ:771843105，TEL:18012981114
武汉大学遥感学院
遥感考研
GIS 遥感地理学，考研我们做的更专业
适合科目：摄影测量与遥感、模式识别与智能系统 咨询 QQ： 771843105(遥感学长)
地理学考研中心遥感小组
序言
曾记得一句名言，”人生道路虽然漫长，但关键之处仅有几步”，现在想想，大抵如此。人生 就是一个不断的选择与被选择的过程。不同的路口有不同的风景和经历，也正因为路口太多， 逼迫我们选择的太多，才造就了多彩绚丽的人生。 现在大家可能也在面临着选择，比如是否考研，考哪个学校，考哪个专业，跟哪个导师，怎 样平衡专业课与公共课的时间等等。作为过来人，当初的我们和大家一样，也在思考着类似 的问题；也正因为是过来人，我们才有了给大家提供建议的底气。借此机会，把我们一些个 人看法与大家交流，虽个人经历不同，经验不足以证明什么，但仅供参考之用足矣！ 1、为什么要考研？ 简而言之，一句话，为了自己以后更好的发展。它包括个人职业发展、个人能力发展。通俗 讲，就是通过考研，改变自己的学校出身、教育背景，以便未来更好的找个工作。这是个很 现实的情况，有些人会说，找工作还是要靠能力，这话没错。但在短短的十几分钟里面，你 怎么能让对方认为你有能力？所以，重点大学、高学历并不意味着有能力，但他有能力的几 率要远大于那些低学历、一般学校出身的学生。不幸的是，单位招聘的时候也是这样想的， 所以造就了现在的考研热。另外，中国存在这样一种情况，一个学校垄断一个行业，比如武 测基本垄断了全国测绘系统处级以上干部；南师拥有 GIS 开发很多牛人；中山大学在城市规 划方面独树一帜；北师大则在遥感基础研究及应用方面拥有更多的发言权等等。所以，要想 在专业领域有更大发展，最好的方法就是去对应最好的学校深造，考研是最好的实现方法。 2、怎样考研？ 如果从大三下学期开始算，考研基本上要经历一年的时间。在此过程中，要坚持两个原则， 一是在专业科目的选择上，要结合自己的实际情况，扬长避短，如果数学实在不行，就没必 要选择哪些考数学的科目。”只有功夫深，铁杵磨成针”只是理论上如此，它还有另外一个 解释，就是不撞南墙不回头。二是备考的过程中，一定要坚持。面对枯燥的复习，面对单调 的生活，面对诱惑的工作，大家只能坚持。 3、怎样平衡公共课与专业课 公共课是敲门砖，但公共课并不如想象中重要，这是因为，一则公共课所占比重不高，最多 算是和专业课持平；第二，公共课很难拉分，以英语为例，70 多分算高分，但一般人也能 考个 50-60 分。而专业课，一道题分值可能就有 30 分。所以，不是说公共课不重要，而是 专业课也很重要，如果考虑到复试，专业课还会更胜一筹。 说了考研，再说说资料。本套资料由地理学考研中心遥感小组倾力打造，共分十五个版块， 可以说涉及到了武大遥感院遥感考研和大家关心的各个方面。在编纂的过程中，听取了学弟 学妹们的很多意见，使得我们这套资料日益完善。同时也希望大家在使用的过程中，能多给 我们提意见，以便更好的打造属于武大遥感的精品资料。 特别感谢遥感小组的辛勤工作，同时感谢参与资料编辑的其他师弟师妹。”一为迁客去长沙， 西望长安不见家。黄鹤楼中吹玉笛，江城五月落梅花”，美丽的江城等着大家的到来！
武汉大学遥感考研十年真题及答案
III购买资料后，强烈建议登记QQ，以便享受GIS遥感地理学考研中心后续的资料解答、复试辅导等会员服务。
另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。
III购买资料后，强烈建议登记QQ ，以便享受GIS 遥感地理学考研中心后续的资料解答、复试辅导等会员服务。
另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。
IVGIS遥感地理学全国考研中心，由GIS、遥感、地理学几个学长创办，专业为大家提供地学考研全套资料。
用我们的劳动节省你复习的时间，用我们的知识提高你专业课的复习，用我们的人脉提供给你最详实的资料，用我们的经历告诉你怎样走过考研全过程。
欢迎大家一起交流。
淘宝：；拍拍：/771843105。
下为我们整理的武汉大学遥感考研手册的部分目录。
目录序言 ................................................................................................................ 错误！未定义书签。
资料使用说明................................................................................................. 错误！未定义书签。
1、重要版块介绍................................................................................... 错误！未定义书签。
2、资料使用方法................................................................................... 错误！未定义书签。
3、资料接受说明................................................................................... 错误！未定义书签。
2004年武汉大学考研专业课遥感原理真题解答
2004年武汉大学遥感原理真题解答一、名词解释1、光谱反射率物体的反射辐射通量与入射辐射通量之比：EEρλλλρ=物体的反射波谱限于紫外、可见光和近红外，尤其是后两个波段。
一个物体的反射波谱的特征主要取决于该物体与入射辐射相互作用的波长选择 .影响地物光谱反射率变化的因素有太阳位置、传感器位置、地理位置、地形、季节、气候变化、地面湿度变化、地物本身的变异、大气状况等。
2、发射率发射率ε= W′/ Wε是一个介于0和1的数即：发射率ε就是实际物体与同温度的黑体在相同条件下辐射功率之比。
3、重复周期（卫星）卫星沿其轨道运行一周所需的时间。
地球同步卫星的周期等于地球自转周期(23小时56分04秒)。
4、卫星姿态卫星姿态是指卫星星体在轨道上运行所处的空间位置状态。
将直角坐标系的原点置于星体上，指向地面的Z轴反映偏航方向，Y轴反映俯仰方向，X轴反映滚动方向。
星体在高空中沿局部地球铅垂方向和轨道矢量方向运行。
不时地产生对三轴的偏移。
为保证星体运行中姿态的稳定，应使Z轴指向精度达到与局部铅垂方向误差≤0.4°，不致产生过渡的俯仰和滚动，对偏航而言也应使速度矢量的偏差保持在0.6°之内。
姿态控制是通过姿态控制分系统（ACS）来实现，使用地平扫描仪可感应俯仰和滚动轴的姿态误差，使用速度陀螺仪和罗盘可感应偏航轴的姿态误差。
姿态的稳定通常采用以下几种方式：①三轴稳定。
依靠姿态控制分系统使卫星偏航轴方向始终保持与当地铅垂线方向一致，以保对地观测传感始终对准地面；②自旋稳定。
卫星自转轴对空间某点取向固定，使其姿态保持稳定；③重力梯度稳定。
在地球重力场作用下，转动物体的转轴逐渐达到平衡状态，与重力梯度方向一致，即同当地垂直线方向一致，以保持卫星姿态的稳定。
5、辐射校正辐射校正是指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。
是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
武汉大学遥感试题及答案
1. 遥感系统的组成为＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿。
2. 遥感技术发展的历史可分为＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿四个阶段，其中第四阶段是从＿＿＿＿＿年算起的。
3. NASA的全称是（中文）＿＿＿＿＿＿＿＿＿＿＿＿＿，英文全称是＿＿＿＿＿。
它是美国联邦政府机构，成立于1958年。
负责美国所有各种＿＿＿＿＿、＿＿＿＿＿以及＿＿＿＿＿和＿＿＿＿＿的研究及装备建造工作。
4. ＿＿＿年＿＿＿日，中国第一颗人造地球卫星＿＿＿＿＿发射成功。
5. 遥感分类中按遥感平台可分为＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿。
按传感器的探测波段可分为：＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿。
按工作方式可分为：＿＿＿＿＿和＿＿＿＿＿。
按RS的应用领域可分为：＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿等。
6. 遥感技术的特点有：＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿等。
7. 当前遥感技术发展的趋势为：＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿。
8. 遥感机理是通过利用＿＿＿＿＿主动或被动地接受地面目标＿＿＿＿＿或＿＿＿＿＿的＿＿＿＿＿，通过＿＿＿＿＿所传递的信息来识别目标，从而达到＿＿＿＿＿的目的。
9. 电磁波是电磁振动的传播，当电磁振荡进入空间时，变化的＿＿＿＿＿激发了变化的＿＿＿＿＿，使电磁振荡在空间传播，形成电磁波，也称电磁辐射。
10. 电磁波是＿＿＿＿＿波，质点的震动方向与波的传播方向＿＿＿＿＿。
11. 电磁波遇到介质（气体、液体、固体）时，会发生＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿现象。
12. 可见光的波长范围是＿＿＿＿＿到＿＿＿＿＿。
13. 黑体的性质是吸收率为＿＿＿，反射率为＿＿＿。
14. 按照维恩位移定律的描述，黑体辐射光谱中最强辐射的波长λmax与黑体绝对温度T成＿＿＿。
15. 实际地物的发射分＿＿＿＿＿和＿＿＿＿＿情况16. 按发射率变化情况，将地物分为＿＿＿＿＿、＿＿＿＿＿、＿＿＿＿＿和＿＿＿＿＿四种类型。
武汉大学遥感真题 年份整理
2003-2010:名词解释：2003年1、 光谱反射率:物体的反射辐射通量与入射辐射通量之比： E E ρλλλρ= 物体的反射波谱限于紫外、可见光和近红外，尤其是后两个波段。
一个物体的反射波谱的特征主要取决于该物体与入射辐射相互作用的波长选择 .影响地物光谱反射率变化的因素有太阳位置、传感器位置、地理位置、地形、季节、气候变化、地面湿度变化、地物本身的变异、大气状况等。
2、 辐射温度:如果实际物体的总辐射出射度（包括全部波长）与某一温度绝对黑体的总辐射出射度相等，则黑体的温度称为该物体的辐射温度。
根据斯忒藩 - 玻尔兹曼定律，绝对黑体的辐射出射度与热力学温度的 4 次方成正比，由此可确定物体的辐射温度。
由于一般物体都不是黑体，其发射率总是小于 1的正数，故物体的辐射温度总是小于物体的实际温度，物体的发射率越小，其实际温度与辐射温度的偏离就越大。
3、 大气窗口:通过大气后衰减较小，透过率较高，对遥感十分有利的电磁辐射 波段通常称为“大气窗口”.（1）0.30 ~ 1.15m μ大气窗口：是遥感技术应用最主要的窗口之一。
其中 0.3~0.4m μ近紫外窗口，透射率为70％0.4~0.7m μ可见光窗口，透射率约为95％0.7~1.10m μ近红外窗口，透射率约为80％（2）1.3~2.5大气窗口：属于近红外波段1.3~1.9m μ窗口，透射率为60％-95 ％1.55~1.75m μ透射率高2.0~2.5m μ窗口，透射率为80％（3）3.5~5.0m μ大气窗口：属于中红外波段，透射率约为60~70％（4）8~14m μ热红外窗口，透射率为80%左右（5）1.0mm~1m 微波窗口，透射率为35％~100%4、 太阳同步轨道:卫星轨道与太阳同步，是指卫星轨道面与太阳地球连线之间在黄道面内的夹角，不随地球绕太阳公转而改变。
地球对太阳的进动一年为360°。
因此平均每天的进动角为0.9856°。
(完整word版)武汉大学遥感院历年上机复试题
2010年题目描述：现有一幅128×128大小的图像，其对应的像元亮度值（从0到255）存储在文本文件input.txt中（其中第一行分别表示图像的行、列数，后面每一行128个数值表示该行图像的亮度值），请编程计算：1）图像亮度最大值、最小值、平均值、方差，将结果输出保存到hist.txt文件中；2）图像的中值滤波是通过对邻域内采样数据进行排序并取得中值来决定中心像素灰度的一种处理手段，可有效消除图像中少量离散的噪声。
中值滤波可以举例描述如下：图像中的某一行亮度值如下： A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12对该行按照1×5窗口进行中值滤波可以理解为以当前像元为中心取前后相邻的5个像元灰度值进行排序（前后没有像元视为其亮度值为0），取中值作为当前像元亮度值，则A3像元中值滤波的结果为A1 A2 A3 A4 A5排序后的中值。
请对本题图像按照1×5窗口进行中值滤波，将结果输出保存到midle.txt文件中。
注意：1）请将程序代码、执行程序和输出结果保存到同一个文件夹下； 2）文件夹名为考号+姓名。
2011年编程实现基于最邻近规则的试探法聚类算法。
一、算法说明：设有n个样本，X1，...，Xn，不妨令任一样本作为聚类中心Z1，并选取任一非负的阈值T，为方便起见，我们选X1=Z1，然后计算X2到Z1的距离D21，若D21>T,则建立一新的聚类中心Z2，且X2=Z2，若D21<T，则认为X2在以Z1为中心的域中，即X1，X2同属一类。
然后分别计算X3到Z1，Z2的距离，得到D31，D32，若D31>T，D32>T，则建立一新的聚类中心Z3，且X3=Z3，否则将X3划分到最近的聚类中心的域中，并重新计算该类的聚类中心(该类的样本均值)。
用类似的方法对所有样本计算距离，比较阈值，决定归属，直至所有样本分类结束。
二、编程实现1）从sample.txt中读取样本数据； 2）阈值输入4（分别为(3,3),(4,4),(6,6)）； 3）距离计算； 4）聚类中心计算；5）实现基于最邻近规则的试探法聚类程序； 6）将聚类结果输出至result.txt文件中。
武汉大学往年地理信息系统考研试题
武汉大学的地理信息系统试题武汉大学地理信息系统（GIS）试题2008一、名词解释（6*5 分）1. 智能地理信息系统2. 邻接矩阵3. 标识编码4. 有向赋权图5. 空间位置特征6. 空间数据的不确定性二．简答题（5*16 分）1. 企业可以完成自身应用。
现在要求能过通过网络平台发布信息。
需要哪种网络系统结构？分为哪几种类型？2. 要解决多源数据的空间参考系不一致的问题，可以采用哪些方法？3. 理图层数据过大，会影响系统效率。
采用何种索引可以解决该问题？与目标索引什么关系？4. 缓冲区多边形是怎么建立的？缓冲区分析与缓冲区查询有什么区别？5.GIS 互操作需要解决主要问题？有哪些解决方法？三．分析题。
（20 分）土地管理部门利用GIS 给土地分类图进行面积统计时，发现统计结果不一致。
请分析可能影响统计结果的因素。
四．论述题。
（20 分）空间分析模型有哪些？并论述它们在开发GIS 应用中的作用。
2007年武大研究生入学考试试题科目：地理信息系统基础（遥感院、重点实验室）一、解析下列概念（5分每题，共30分）1、相对空间2、参考椭圆3、几何网络4、窗坐标索引机制5、GIS互操作6、无缝图层二、简答题（10分每题，共80分）1、我国基础地理数据的产品为4D产品，简述其组成内容和主要用途。
2、是否在空间数据库中存储矢量数据的空间关系，直接影响GIS的工程应用。
简述有哪些空间关系，含义是什么？3、为什么要对空间数据进行分层存储？分层的依据有哪些？4、区域数据结构有哪些重要特征？5、在进行坐标的几何变换时，合理的控制点数量和布局是怎样的？6、在以道路形成的网络中，权重是网络分析的重要参数，道路的哪些属性可以作为权重考虑？为什么？7、矢量数据和栅格数据具有互补性，指出在哪些方面具有互补性。
8、GIS的查询方式有哪些？实现自然语言查询需要做哪些基本工作？三、分析题（20分每题，共20分）1、分析三种传统的数据模型（层次、网络和关系）存储空间图形数据的方法和特点，它们存在的主要问题是什么？四、简答题（20分每题，共20分）1、空间信息网格技术和WEBGIS技术相比，存在一些不同，请阐述这些不同点表现在哪些方面？有何主要差别？武汉大学2006年测绘遥感重点实验室的地图学与地理信息系统试题一、名词解释:分布式数据库、地理信息流、窗坐标索引、多边形统计叠置分析、对象－关系管理模式二、简答题1、地理信息系统可以用数学公式S={Q，R}来表示，试描述其含义武汉大学2006年地理信息系统基础科目代码841一解释下列概念（共5小题，每题4分，共80分）1 分布式数据库2 地理信息流3 窗坐标索引4 对象—关系型管理模式5 多边形统计叠置分析二简答题（共8 小题，每小题10 分,共80 分）1 地理系统可用数学形式描述为S= {Q，R}，请解释其含义。
武汉大学 遥感 2012 考题
遥感2012 考题名词解释1目视解译 2玻尔兹曼定律 3遥感 4辐射通量密度 5主动遥感 6无选择性散射简答1微波遥感的优点2简要说明四个分辨率3目视解译应注意影像的哪些图像特征4什么是真彩色图像，假彩色图像5几何校正的目的，多项式矫正法的步骤(2012武大人文地理)叙述卫星遥感图像多项式拟合法精纠正处理的原理和步骤遥感图像多项式拟合法精纠正处理的原理：回避成像的空间几何过程，直接对图像变形的本身进行数学模拟。
遥感图像的几何变形由多种因素引起，其变化规律十分复杂。
为此把遥感图像的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果，难以用一个严格的数学表达式来描述，而是用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系。
多项式拟合法精纠正处理的原理和步骤如下：(1)根据图像的成像方式确定影像坐标和地面坐标之间的数学模型。
(2)根据所采用的数字模型确定纠正公式。
(3)根据地面控制点和对应像点坐标进行平差计算变换参数，评定精度。
4)对原始影像进行几何变换计算，像素亮度值重采样。
6大气对太阳辐射的影响7数字化？数字化过程？论述1什么是图像融合(2012武大自然人文地理)将同一时间获取的同一地区的TM多光谱图像与SPOT雷达图像用数字处理方法进行融合有何意义？如何进行？（请图文结合说明）意义：将多源遥感图像按照一定的算法，在规定的地理坐标系，将不同传感器获取的遥感影像中所提供的各种信息进行综合, 生成新的图像。
提高对影像进行分析的能力(通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性)。
具体的：①提高空间分辨力②改善配准精度③增强特征④改善分类⑤对多时相图像用于变化检测⑥替代或修补图像的缺陷。
在几何精校正的基础上,雷达图像与多光谱图像进行HIS融合变换的原理与方法.经融合处理后生成的图像,既反映出多光谱图像多光谱信息丰富的特点,又反映出雷达图像上丰富的结构信息,从而大大提高了对地物的识别和判读能力.图像融合技术在地质和矿产勘查中有更广阔的应用空间. 。
遥感面试题
1.在几何精校正中，控制点选取的原则是什么？控制点的最少数目如何确定？①控制点应选取图像上易分辨且较精细的特征点，如道路交叉点、河流弯曲或分叉处、湖泊边缘等；特征变化大的地区应多选，图像边缘部分一定要选取控制点，以免外推；尽可能满幅均匀选取，特征实在不明显的大面积区域可用延长线交点的办法来弥补。
（6 分）②一次多项式最少需 3 个控制点，二次需 6 个，三次需10 个，n 次多项式，控制点的最少数目为（n+1）（n+2）/2。
（4 分）2.说明Laplace 算子和梯度运算结果的不同之处。
梯度运算检测了图像上的空间灰度变化率，因此，图像上只要有灰度变化就有变化率。
而Laplace 算子检测的是变化率的变化率，是二阶微分，在图像上灰度均匀和变化均匀的部分，根据Laplace 算子计算出的值▽ 2f（x，y）为0。
因此，它不检测均匀的灰度变化，产生的图像更加突出灰度值突变的部分。
3．简述主成分（K-L ）变换的实际应用意义。
①数据压缩：主成分变换后的前几个主分量图像包含了绝大部分的地物信息，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三个主分量，波段数由7 个减少到 3 个，数据量减少了57%，实现了数据压缩。
②图像增强：主成分变换的前几个主分量图像，信噪比大，噪音相对较少，突出了主要信息，抑制了噪音，达到了图像增强的目的。
③分类前预处理：特征选择是分类前的一项重要工作，即减少分类的波段数并提高分类效果，主成分变换即是特征选择最常用的方法。
4.在哪些情况下需要应用几何精校正的方法？试述遥感图像几何精校正的主要原理和控制点的选取原则。
适用情况如下：①当地面平坦，不需要考虑高程信息，或地面起伏较大而无高程信息，以及传感器的位置和姿态参数无法获取的情况下。
②根据遥感平台的各种参数已作过一次校正，但仍不能满足要求，可用该方法作遥感影像相对于地面坐标的配准校正，影像相对于地图投影坐标系统的配准校正。
武汉大学遥感试题及答案
武汉大学遥感试题及答案《遥感原理》试题三答案要点一、名词解释（20分）1、多波段遥感：探测波段在可见光与近红外波段范围内，再分为若干窄波段来探测目标。
2、维恩位移定律：黑体辐射光谱中最强辐射的波长与黑体的绝对温度成反比。
黑体的温度越高，其曲线的峰顶就越往左移，即往短波方向移动。
3、瑞利散射与米氏散射：前者是指当大气中的粒子直径比波长小得多的时候所发生的大气散射现象。
后者是指气中的粒子直径与波长相当时发生的散射现象。
4、大气窗口；太阳辐射通过大气时，要发生反射、散射、吸收，从而使辐射强度发生衰减。
对传感器而言，某些波段里大气的投射率高，成为遥感的重要探测波段，这些波段就是大气窗口。
5、多源信息复合：遥感信息图遥感信息，以及遥感信息与非遥感信息的复合。
6、空间分辨率与波谱分辨率：像元多代表的地面范围的大小。
后者是传感器在接收目标地物辐射的波谱时，能分辨的最小波长间隔。
7、辐射畸变与辐射校正：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这一改变的部分就是需要校正的部分，称为辐射畸变。
通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。
8平滑与锐化；图像中某些亮度变化过大的区域，或岀现不该有的亮点时，采取的一种减小变化，使亮度平缓或去掉不必要的燥声”点，有均值平滑和中值滤波两种。
锐化是为了突岀图像的边缘、线状目标或某些亮度变化大的部分。
9、多光谱变换；通过函数变换，达到保留主要信息，降低数据量；增强或提取有用信息的目的。
本质是对遥感图像实行线形变换，使多光谱空间的坐标系按照一定的规律进行旋转。
10、监督分类：包括利用训练样本建立判别函数的学习”过程和把待分像元代入判别函数进行判别的过程。
二、填空题（10分）1、1999年，我国第一颗地球资源遥感卫星（中巴地球资源卫星）在太原卫星发射中心发射成功。
2、陆地卫星的轨道是太阳同步轨道-轨道，其图像覆盖范围约为185-185平方公里。
武大工程硕士面试试题
a 2 ? b2 b2
遥感信息工程学院
大地高：地面点沿法线至参考椭球面的距离。
N
P（B，L，H）
H
O
B
L
参考椭球面
海底
大地水准面
测量外业所依据的基准面：大地水准面
测量外业所依据的基准线：铅垂线
测量内业计算所依据的基准面：参考椭球面 测量内业计算所依据的基准线：参考椭球的法线
角度不变，保证 了图形的相似性
一个完整的投影名称应该包含上面所有分类，如 横 轴等角切圆柱投影 ，横轴等角割圆柱投影 。
遥感信息工程学院
1、高斯投影
? 高斯投影（横轴等角切圆柱投影）
中央子
午线
N
母线
中央子午线
赤道 S
赤道
遥感信息工程学院
? 高斯投影的特点
?正形投影，即投影前后角度相等； ?中央子午线投影后为直线，且长度不变。距中央子午线越 远的子午线变形越大； ?其他子午线投影后均向中央子午线弯曲，并向两极收敛， 对称于中央子午线和赤道； ?在椭球面上对称于赤道的纬圈，投影后仍成为对称的曲线， 并与子午线的投影曲线相互垂直且凹向两极。
《测量学》
主讲：付建红
主要内容
? 高程和高程基准 ? 地图投影和高斯平面直角坐标系 ? 误差的基本知识 ? 角度的概念和观测方法
遥感信息工程学院
一、高程
? 概述 ? 验潮站 ? 相对高程
遥感信息工程学院
1、概述
? 高程：地面点至高程基准面的铅垂距离。高度起 算面又称基准面。 ? 绝对高程（海拔） :地面点至大地水准面的铅垂距 离，简称高程。
遥感信息工程学院
二、地图投影和高斯平面直角坐标系
? 地图投影 ? 高斯投影 ? 高斯平面直角坐标系
(完整word版)武大遥感2012复试(回忆版)
2012年武大遥感院复试（回忆）1。
简述数字摄影测量学的现状，制约其发展的问题和未来发展方向2。
软件需求分析的作用以及过程，对需求工程的理解3。
GIS与RS、GPS结合可以产生很多的应用系统，请举例说明这些系统,并说明GIS、RS、GPS在其中的作用4。
遥感接受到的信号分为那几部分,地表物体信息传输到传感器要经历什么过程，遥感现在应该深入研究哪方面的问题，为什么5一道高数的题，由于本人复习复试的时候再也没看数学，就没做，所以就忘了什么样了……（本年没有线性代数题)上机题：给出一个TXT文档中有若干字母和字符,编程统计字母（不区分大小写，即‘a'＝‘A’）的出现次数，并按从大到小的顺序输出在result。
txt,输出格式为“字母出现次数”完了，就记得这些了，这些可是我做了28小时无座硬板回到家后强支撑身体写下的，希望对未来的学生有所帮助……也希望今年考研的同学都能有个好的结果.2012年复试笔试（一般是摄影测量+遥感+GIS+计算机+高数各一题，任选三题)1.摄影测量几何定位的的过程2.高光谱分辨率、高空间分辨率、高时间分辨率遥感卫星应用实例及原因3.空间地形建模、空间建筑建模、地下空间建模等的关键技术和应用4.关于计算机的，没做也没记住题目5.数学是一个曲面积分题，求体积和表面积,不是很难,但公式忘了，所以没做机试:是一个二维排序的问题，没运行出来,悲催！！！英语口语（是从n个问题中随便抽出一个，我看问题不少,有两页纸）：你怎么看待大学生在校外租房子这一现象?另有（从其他同学打听来的）：你怎么看待学生自杀这个现象？面试：1.自我介绍2.提问（1）你对武汉大学看法如何?为何报考?(2）兴趣是什么？运动方面的也可以（3)是否已联系导师?（4）如果不被录取你有何打算？这总结得有点多，其实一般就三个，面试最简单，但拿的分却不多考研网上分享的资料给了我很大帮助,希望我写的这些东西对未来的学生有所帮助，祝你们考研成功！。
武汉大学测绘遥感信息工程国家重点实验室复试笔试历年真题及答案
2014年复试笔试真题1、分析遥感专题制图优势与关键技术（50）有两本书，叫遥感制图，专题地图制图（就是你参加的那个gis开发做的那类图），现在就是用遥感的方法来制作专题地图，你需要查一下这两本书所涉及的技术。
优势:遥感制图是指通过对遥感图像目视判断或利用图像处理系统对各种遥感信息进行增强与几何纠正并加以识别，分类和制图的过程，遥感图像有航空遥感图像和卫星遥感图像，制图方式有计算机制图和常规制图，目前最多及着重研究的是利用Landsat的MSS图像制图，由于多波段的卫星具有信息量丰富，现势性强，利用它编图周期短等优点，得到了广泛的应用。
传统制图过程中，主要通过调绘，权威部门发布的地理信息，从现有出版物中转绘，GPS跟踪等方法获取地理信息。
可以看出他周期长，无论从外业调绘或GPS跟踪，周期都很长，其次资金花费较大且时间滞后。
相比较制图，遥感制图具有以下特点：1.由于它以丰富的影像细节去表现区域的地理地貌，比单纯使用线划，符号的线划地图信息量丰富，而且生动形象富有表现力。
2.由于它是以简单的线划符号和标志表示形象，无法表示或计量的地物。
弥补了单纯用形象表现地图的不足。
3.遥感地图减少了传统制图的工作量，缩短了地理制图的周期财政性强。
4.遥感图像能快速获取大范围地理信息，成图范围大。
关键技术:1.数据准备(1)地形图地形图是进行遥感影像几何精纠正的坐标参照系,也是重要的基础数据, 包含多种层面的非遥感信息数据.目前常用的地形数据多为数字地图。
对于尚未有数据地图的工作区域，通常收集纸质地图，经过数据扫描，转换为数据地图。
扫描分辨率通常设置为200-400dpi。
扫描图通常存在变形，需要利用GIS软件进行几何校正，已达到制图精度要求。
对于早期或常规方法获得的成果图件，在建立数据库及系统分析前，通常也采用图形扫面方法，经系统处理，将纸质图形转换为数字图形.(2)遥感数据源的选择遥感数据源的选择是整个遥感制图工作中最基本和重要的工作。
武汉大学遥感信息工程学院摄影测量试题试卷04-05答案
⎡X − X S ⎤ ⎢ Y −Y ⎥ S ⎥ ⎢ ⎢ ⎥ − Z Z S ⎦ ⎣
（1）
a、 由正射影像上的点出发依次取其坐标 P( X ′, Y ′) ，根据正射影像左下角图廓点坐标
( X 0 , Y0 ) 及比例尺分母 M 可得 P 点平面坐标 ( X 0 + MX ′, Y0 + MY ′)
4．什么是核线和同名核线，请叙述如何获得图 1 中过 P 点核线的同名核线 的过程。
【答】 摄影基线与地物点所构成的核面与像平面的交线即为核线；同一核面与左右影像 相交形成的两条核线即为同名核线。先看左影像，将左影像投影至相对水平（与摄影基线平 行）的投影面（ “水平”影像）上，则在“水平”影像像空间直角坐标系s1-uvw中，过P点的 核线在“水平”影像上的投影平行与u轴，原始影像与“水平”影像的坐标关系为：
⎡X ⎢ X M =⎢ ⎢L ⎢ 2 ⎢ ⎣X9
2 1 2 2
X 1Y1 X 2Y2 L X 9Y9
Y1 Y22 L Y92
2
X1 X2 L X9
Y1 1 ⎤ ⎥ Y2 1 ⎥ L L⎥ ⎥ Y9 1 ⎥ ⎦
⎡ A⎤ ⎢B⎥ ⎢ ⎥ ⎢C ⎥ X =⎢ ⎥ ⎢D⎥ ⎢E⎥ ⎢ ⎥ ⎥ ⎢F ⎦ ⎣
⎡ Z1 ⎤ ⎢Z ⎥ L = ⎢ 2⎥ ⎢ M ⎥ ⎢ ⎥ ⎣Z 9 ⎦
对 u 等间隔地赋值： ∆, 2∆, L , k∆ ，从而可求得原始影像的（x，y）坐标。若（x，y）处 的影像灰度为 g ( x, y ) ，则将其赋给“水平”影像上（u，v）处的灰度值，即 G (k∆, v) = g ( x, y ) ， 这样可得到过 P 点的核线。 同理对于右影像有：
x′ = − f
⎡a1 利用外方位元素可求得地面坐标到影像坐标的旋转矩阵 R = ⎢ ⎢ b1 ⎢ ⎣ c1
武大遥感院复试上机题（04-12年）
武⼤遥感院复试上机题（04-12年）04年⼀、问题1. 现有⼀数组，其元素值见⽂件test.txt ，要求通过编程的⽅法求出这组数中值最⼤的元素、值最⼩的元素和中值元素。
结果通过编程的⽅法写⼊⽂本⽂件中输出。
数据源⽂件的结构说明如下：a) ⽂件中的第⼀⾏为数组中元素总数（不包括⾃⾝所在⾏），第⼀⾏不参与运算。
b) 从第⼆⾏起为数组中的元素取值。
c) 中值，即数组中元素按照⼀定顺序排序后，位于中间的数即为该数组的中值。
如，数组{13，5，8，14，22，37，26，19，11}的中值为14。
⼆、要求1. 程序可以采⽤⾃⼰熟悉的语⾔（VC 、VB 或TC ）编写。
2. ⽤180分钟的时间独⽴完成任务。
3. 考试结束需要提交以下材料①提交全部源码及相关⽂件（要求源码可以运⾏）②算法实现的核⼼代码及结果以独⽴⽂件（⽂本⽂件）上交。
③提交使⽤说明⽂档⼀份（要求在该说明的指导下可以得出对应的结果）。
说明：类同代码，每⼈各从其总得分钟扣除20分。
05年请⽤VC 、VB 或其他⾼级程序设计语⾔编写以下程序。
1. 编写卷积运算函数；2. 编写调试程序从磁盘的数据⽂件“SourceData.txt ”中读⼊10000个数据，先理解为125×80的矩阵，使⽤卷积矩阵1进⾏卷积，再理解为100×100的矩阵，使⽤卷积矩阵2进⾏卷积。
----010151010 ??------------001000121012162101210001003. 计算结果以⽂本⽂件格式存放到⾃⼰新建的结果⽂件中。
备注：卷积，⽤卷积模板B (l ×k )对A 矩阵(m ×n )进⾏卷积卷积矩阵1卷积矩阵2mn m m n n a a a a a a a a a 212222111211?lk l l k k b b b b b bb b b 212222111211 卷积结果为：jj ii l ii k jj jj kj ii l i ij b a c ,112,2?=∑∑==+-+- 例：由卷积模板B (3×3)对A 矩阵(5×6)进⾏卷积得到结果矩阵CBC 中的元素c 33为：33443243314223342233213213241223112233b a b a b a b a b a b a b a b a b a c ?+?+?+?+?+?+?+?+?=06年请⽤VC 或C 编写以下程序：正态分布随机数的产⽣。
武汉大学遥感信息工程学院复试机试
武汉大学遥感信息工程学院复试机试2004:#include<iostream>#include<fstream>#include<vector>//sort所需头文件#include<algorithm>using namespace std;int main(){ifstream infile("test.txt");ofstream outfile("result.txt");if(!infile){cout<<"text.txt open failed"<<endl;return 1;}if(!outfile){cout<<"result.txt open failed"<<endl;}vector<int>m_vecInt;//读出数的个数int sum = 0;infile>>sum;int i = 0;while(i<sum){int number = 0;infile>>number;m_vecInt.push_back(number);i++;}//排序算法sort(m_vecInt.begin(), m_vecInt.end());outfile<<"the min number is:"<<m_vecInt[0]<<endl; outfile<<"the max number is:"<<m_vecInt[sum - 1]<<endl; int mid = (sum-1)/2;outfile<<"the middle number is:"<<m_vecInt[mid]<<endl; outfile.close();infile.close();return 0;}2005:#include<iostream>#include<fstream>#include<vector>using namespace std;typedef vector<vector<int> >VecInt; VecInt ConvolutionFun1(const vector<int>&vec, const int & m, const int& n);VecInt ConvolutionFun2(const vector<int>&vec, const int&r, const int&s);int main(){const int M =125;const int N =80;const int R =100;const int S =100;VecInt vecInt;int i,j;ifstream infile("SourceData.txt");if(!infile){cout<<"SourceData.txt open failed.\n";return 1;}vector<int>vec_int;int numeric(0);for(i=0;i<10000;i++){infile>>numeric;vec_int.push_back(numeric);}ofstream outfile("result.txt");if(!outfile){cout<<"result.txt open failed.\n";return 1;}outfile<<"卷积一次后的矩阵:\n";vecInt = ConvolutionFun1(vec_int, M, N); for(i=0; i<M; i++){for(j=0; j<N; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';vecInt = ConvolutionFun2(vec_int, R, S); outfile<<"第二次卷积后的矩阵:\n";for(i=0; i<R; i++){for(j=0; j<S; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';outfile.close();infile.close();return 0;}//卷积函数1VecInt ConvolutionFun1(const vector<int>&vec, const int&m, const int&n){VecInt vecInt(m, vector<int>(n));int num =0;for(int i=0; i<m; i++){for(int j=0; j<n; j++){vecInt[i][j] = vec[num];num++;}}int a[]={0,-1,0,-1,5,-1,0,-1,0};for(int i=1;i<m-1;i++){for(int j=1;j<n-1;j++){vecInt[i][j] = vecInt[i-1][j-1] * a[0] + vecInt[i-1][j] * a[1] +vecInt[i-1][j+1]* a[2]+ vecInt[i][j-1] * a[3] + vecInt[i][j] * a[4] + vecInt[i][j+1] * a[5] + vecInt[i+1][j-1] * a[6] + vecInt[i+1][j] * a[7] + vecInt[i+1][j+1]* a[8];}}return vecInt;}//卷积函数VecInt ConvolutionFun2(const vector<int>&vec, const int&r, constint&s){VecInt vecInt(r, vector<int>(s));int num =0;for(int i=0; i<r; i++){for(int j=0; j<s; j++){vecInt[i][j] = vec[num];num++;}}int b[]={0,0,-1,0,0,0,-1,-2,-1,0,-1,-2,16,-2,-1,0,-1,-2,-1,0,0,0,-1,0,0};for(int i=2;i<r-2;i++){for(int j=2;j<s-2;j++){vecInt[i][j] = vecInt[i-2][j-2] * b[0] + vecInt[i-2][j-1] * b[1] + vecInt[i-2][j] * b[2] +vecInt[i-2][j+1]* b[3]+ vecInt[i-2][j+2] * b[4]+ vecInt[i-1][j-2] * b[5] + vecInt[i-1][j-1] * b[6] + vecInt[i-1][j] * b[7] +vecInt[i-1][j+1]* b[8]+ vecInt[i-1][j+2] * b[9]+ vecInt[i][j-2] * b[10] + vecInt[i][j-1] * b[11] + vecInt[i][j] *b[12] +vecInt[i][j+1]* b[13]+ vecInt[i][j+2] * b[14]+ vecInt[i+1][j-2] * b[15] + vecInt[i+1][j-1] * b[16] +vecInt[i+1][j] * b[17]+ vecInt[i+1][j+1]* b[18]+ vecInt[i+1][j+2] * b[19]+ vecInt[i+2][j-2] * b[20] + vecInt[i+2][j-1] * b[21] +vecInt[i+2][j] * b[22]+ vecInt[i+2][j+1]* b[23]+ vecInt[i+2][j+2] * b[24] ; }}return vecInt;}20061#include<iostream>//ifstream ofstream头文件#include<fstream>//sqrt,log,cos所需头文件#include<cmath>#include<time.h>#include<vector>//accumulate所需头文件#include<numeric>using namespace std;const int N = 100;const double PI = 3.1415926;int main(){int i;//定义vector<double>对象，存储产生的随机数vector<double>vec_double;vector<double>vec_square_double;//定义输出流对象ofstream outfile("SourceData.txt");if(!outfile){cerr<<"SourceData.txt open failed.\n";return 1;}//随机数产生的开始点srand((unsigned)time(NULL));//产生个随机数for(i=0;i<N;i++){double num = rand()*1.0/RAND_MAX;vec_double.push_back(num);vec_square_double.push_back(num*num);outfile<<num<<" ";}outfile<<'\n';double sum_double = accumulate(vec_double.begin(), vec_double.end(), (double)0.0);double sum_square_double = accumulate(vec_square_double.begin(),vec_square_double.end(), (double)0.0);double average_double = sum_double/N;outfile<<"均值为:\n"<<average_double<<'\n';double variance = (sum_square_double/N)-(average_double*average_double);outfile<<"方差为:\n"<<variance<<'\n';outfile.close();//定义输入流对象ifstream infile("SourceData.txt");if(!infile){cerr<<"SourceData.txt open failed.\n";return 1;}//清空容器vec_double.clear();double num =0.0;vector<double>vec_normalDistibution;vector<double>vec_squre_NorDistibution;for(i=0;i<N;i++){infile>>num;vec_double.push_back(num);double num_normal_distrion = (sqrt((-2)*log(num))*cos(2*PI*num))*0.3 + 1;vec_normalDistibution.push_back(num_normal_distrion);vec_squre_NorDistibution.push_back(num_normal_distrion *num_normal_distrion);}//定义输出路对象outfile2ofstream outfile2("ResultData.txt");if(!outfile){cerr<<"ResultData.txt open failed.\n";return 1;}//输出正太分布数值copy(vec_normalDistibution.begin(), vec_normalDistibution.end(), ostream_iterator<double>(outfile2, " "));outfile2<<'\n';double sum_normalDistibution =accumulate(vec_normalDistibution.begin(),vec_normalDistibution.end(),0.0 );double average_normalDistibution = sum_normalDistibution/N;double sum_squre_NorDistibution =accumulate(vec_squre_NorDistibution.begin(),vec_squre_NorDistibution .end(),0.0);double variance_normalDistibution = sum_squre_NorDistibution/N - (average_normalDistibution *average_normalDistibution);outfile2<<"均值为:\n"<<average_normalDistibution<<'\n';outfile2<<"方差为:\n"<<variance_normalDistibution<<'\n';outfile2.close();infile.close();return 0;}20062:#include<iostream>#include<fstream>#include<vector>#include<numeric>#include<algorithm>using namespace std;typedef vector<vector<double> > VecDouble;double AverageVector(const vector<double> & vecDouble);VecDouble CovariationMatrix(const vector<vector<double> > & vecDouble,const vector<double> & vecAverageDouble,int nBand, int nPiexl);int main(){int nBand;int nPiexl;int i,j;ifstream infile("data.txt");if(!infile){cerr<<"data.txt open failed.\n";return 1;}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n";return 1;}infile>>nBand>>nPiexl;vector<vector<double> >vec_double(nBand, vector<double>(nPiexl)); for(i=0; i<nBand;i++){for(j =0; j<nPiexl; j++){infile>>vec_double[i][j];}}vector<double>vec_average_double(nBand);for(i=0; i<nBand;i++){vec_average_double[i] = AverageVector(vec_double[i]);}outfile<<"均值向量为:\n";copy(vec_average_double.begin(), vec_average_double.end(), ostream_iterator<double>(outfile, " "));outfile<<'\n';VecDouble vec_covariation_double(nBand, vector<double>(nPiexl));vec_covariation_double = CovariationMatrix(vec_double,vec_average_double, nBand, nPiexl);outfile<<"协方差矩阵:\n";for( i =0; i<nBand; i++){for(j =0; j<nBand; j++){outfile<<vec_covariation_double[i][j]<<" ";}outfile<<'\n';}return 0;}//均值向量函数double AverageVector(const vector<double> & vecDouble) {int size = vecDouble.size();double sum = accumulate(vecDouble.begin(), vecDouble.end(), 0);double average = sum/size;return average;}//协方差矩阵函数VecDouble CovariationMatrix(const vector<vector<double> > & vecDouble,const vector<double> & vecAverageDouble,int nBand, int nPiexl) {VecDouble vec_coveration_double(nBand, vector<double>(nBand));for(int i =0; i<nBand; i++){for(int j =0; j<nBand; j++){double sum =0.0;for(int k=0; k<nPiexl; k++){sum += (vecDouble[i][k] - vecAverageDouble[i])*(vecDouble[j][k] - vecAverageDouble[j]);}vec_coveration_double[i][j] = sum/nPiexl;}}return vec_coveration_double; }20071:#include<iostream>#include<fstream>#include<vector>using namespace std;struct POINT{//标记点号int point_num;//点的坐标double x;double y;POINT(){x = 0.0;y = 0.0;}};int main(){ifstream infile("test.dat");if(!infile){cerr<<"test.dat open failed.\n"; return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;point.x = x;point.y = y;vec_double.push_back(point); i++;}double xMin,yMin,xMax,yMax; xMin = vec_double[0].x;yMin = vec_double[0].y; xMax = vec_double[0].x; yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin){xMin = vec_double[i].x;}if(vec_double[i].y<yMin){yMin = vec_double[i].y;}if(vec_double[i].x>xMax){xMax = vec_double[i].x;}if(vec_double[i].y>yMax){yMax = vec_double[i].y;}}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n"; return 1;}outfile<<"外包矩形的坐标为:\n"; outfile<<xMin<<"\t"<<yMin<<'\n';outfile<<xMin<<"\t"<<yMax<<'\n'; outfile<<xMax<<"\t"<<yMin<<'\n'; outfile<<xMax<<"\t"<<yMax<<'\n'; ifstream inpointfile("point.txt"); if(!inpointfile){cerr<<"point.txt open failed.\n"; return 1;}vector<POINT>vec_point;while(!inpointfile.eof()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;point.point_num = num;point.x = x;point.y = y;vec_point.push_back(point);}int size = vec_point.size();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax){outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为:\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20071:#include<iostream> #include<fstream> #include<vector> using namespace std; struct POINT{//标记点号int point_num;//点的坐标double x;double y;POINT(){x = 0.0;y = 0.0;}};int main(){ifstream infile("test.dat");if(!infile){cerr<<"test.dat open failed.\n"; return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;point.x = x;point.y = y;vec_double.push_back(point);i++;}double xMin,yMin,xMax,yMax; xMin = vec_double[0].x; yMin = vec_double[0].y; xMax = vec_double[0].x; yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin) {xMin = vec_double[i].x;}if(vec_double[i].y<yMin) {yMin = vec_double[i].y;}if(vec_double[i].x>xMax) {xMax = vec_double[i].x;}if(vec_double[i].y>yMax) {yMax = vec_double[i].y;}}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n"; return 1;}outfile<<"外包矩形的坐标为:\n"; outfile<<xMin<<"\t"<<yMin<<'\n'; outfile<<xMin<<"\t"<<yMax<<'\n'; outfile<<xMax<<"\t"<<yMin<<'\n'; outfile<<xMax<<"\t"<<yMax<<'\n'; ifstream inpointfile("point.txt"); if(!inpointfile){cerr<<"point.txt open failed.\n"; return 1;}vector<POINT>vec_point;while(!inpointfile.eof()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;point.point_num = num;point.x = x;point.y = y;vec_point.push_back(point);}int size = vec_point.size();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax){outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为:\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20072:#include <iostream>#include <fstream>#include<vector>using namespace std;typedef vector<vector<int> >VecInt; const int R = 256; const int L = 256;struct Table{int x;double y;Table(){x = 0;y = 0.0;}};int main(){int i, j;double a,b;ifstream infile("r.raw", ios::in|ios::binary);if(!infile){cerr<<"r.raw open failed.\n";return 1;}//int **grey = new int*[R];VecInt vec_int(R, vector<int>(L));/*for(i=0;i<R;i++){grey[i] = new int[L];}*/for(i=0; i<R; i++){for(j=0; j<L; j++){unsigned char c;infile.read((char*)&c, sizeof(char)); int num = c;vec_int[i][j] = num;}}int min, max;min = vec_int[0][0];max = vec_int[0][0];for(i=0; i<R; i++){for(j=0; j<L; j++){if(vec_int[i][j]<min){min = vec_int[i][j];}if(vec_int[i][j]>max){max = vec_int[i][j];}}}a = (double)(255)/(double)(max-min);b = -(min * a);vector<Table>vecTable;for(i=0; i<255; i++){double y = a * i + b;Table tab;tab.x = i;tab.y = y;vecTable.push_back(tab);}ofstream outfile("result.raw", ios::out|ios::binary); if(!outfile){cerr<<"result.raw open failed.\n";return 1;}for(i=0; i<R; i++){for(j=0; j<L; j++){for(int k=0; k<255; k++){if(vec_int[i][j]==vecTable[k].x){unsigned char c;c = vecTable[k].y;outfile.write((char*)&c, sizeof(char)); outfile<<" ";}}outfile<<'\n';}}return 0;}2008:#include<iostream>#include<fstream>#include<vector>#include<algorithm>#include<numeric>using namespace std;int main(){ifstream infile("sourcefile.txt"); ofstream outfile("result.txt");if(!infile){cout<<"sourcefile.txt open failed"<<endl; }if(!outfile){cout<<"result.txt open failed"<<endl;}int total = 0;infile>>total;vector<double>vec_double;vector<double>vec_square;double numeric = 0.0;int i =0;while(i<total){infile>>numeric;vec_double.push_back(numeric);vec_square.push_back(numeric*numeric);i++;}sort(vec_double.begin(),vec_double.end());double average =accumulate(vec_double.begin(),vec_double.end(),0.0)/total;double sum_square = 0.0;for(i=0;i<total;i++){sum_square+=(vec_double[i]-average)*(vec_double[i]-average);}double variance = sum_square/total;outfile<<"the max score is:"<<vec_double[total-1]<<endl;outfile<<"the min score is:"<<vec_double[0]<<endl;outfile<<"the average score is: "<<average<<endl;outfile<<"the variance is:"<<variance<<endl;outfile.close();infile.close();return 0;}2009:#include<iostream>#include<fstream>#include<string>#include<algorithm>using namespace std;int main(){string s;ifstream infile("test.txt");ofstream outfile("result.txt");if(!infile){cout<<"test.txt open failed"<<endl;return 1;}if(!outfile){cout<<"result.txt open failed"<<endl;return 1;}//copy(istream_iterator<char>(infile), istream_iterator<char>(), back_insert_iterator<string>(s));while(!infile.eof()){char ch(0);infile>>ch;s.push_back(ch);}transform(s.begin(), s.end(), s.begin(), toupper);int result[26];int i = 0;for(char c='A';c<'Z';c++){if(s.find(c)!=s.npos){result[i] = count(s.begin(),s.end(),c);}else{result[i] = 0;}outfile<<c<<"\t";outfile<<result[i]<<'\n';//copy(&result[i],&result[i+1],ostream_iterator<int>(outfile,"\n")); i++;}outfile.close();infile.close();return 0;}2011:#include<iostream>#include<fstream>#include<vector>#include<cmath>#include<algorithm> #include<numeric>using namespace std;struct POINT{double x;double y;POINT(){x = 0;y = 0;}};typedef vector<vector<POINT> > VecPoint;//计算面积函数double polygonarea(const vector<POINT> &vec_point); //计算周长函数double polygongirth(const vector<POINT> &vec_point); int main(){ifstream infile("Input.txt");if(!infile){cerr<<"Input.txt open failed.\n"; return 1;}ofstream outfile("result.txt");if(!outfile){cerr<<"result.txt open failed.\n"; return 1;}outfile.precision(3);int num;infile>>num;int i;int j;VecPoint vecpoint(num);double numeric1(0);double numeric2(0);char c1(0);char c2(0);for(i=0; i<num; i++){for(j=0;;j++){infile>>numeric1>>c1>>numeric2;POINT point;point.x = numeric1;point.y = numeric2;vecpoint[i].push_back(point);if(j!=0 && vecpoint[i][j].x==vecpoint[i][0].x && vecpoint[i][j].y==vecpoint[i][0].y){break;}infile>>c2;}}vector<double>vec_area;vector<double>vec_grith;for(i=0; i<num; i++){double area = polygonarea(vecpoint[i]);vec_area.push_back(area);double grith = polygongirth(vecpoint[i]);vec_grith.push_back(grith);}double minArea = vec_area[0]; int minAreaID;double maxArea = vec_area[0]; int maxAreaID;double minGrith = vec_grith[0]; int minGrithID;double maxGrith = vec_grith[0]; int maxGrithID;for(i =0; i<num; i++){if(vec_area[i]<minArea){minArea = vec_area[i]; minAreaID = i;}if(vec_area[i]>maxArea){maxArea = vec_area[i]; maxAreaID = i;}if(vec_grith[i]<minGrith){minGrith = vec_grith[i]; minGrithID = i;}if(vec_grith[i]>maxGrith){maxGrith = vec_grith[i];maxGrithID = i;}}outfile<<"第"<<maxAreaID<<"多变形面积最大"<<fixed<<maxArea<<'\n'; outfile<<"第"<<minAreaID<<"多变形面积最小"<<fixed<<minArea<<'\n'; outfile<<"第"<<maxGrithID<<"多变形周长最长"<<fixed<<maxGrith<<'\n'; outfile<<"第"<<minGrithID<<"多变形周长最小"<<fixed<<minGrith<<'\n'; double sumArea = accumulate(vec_area.begin(), vec_area.end(), 0.0); double averageArea = sumArea/num;double sumDeviation = 0.0;double staDeviation;for(i=0;i<num;i++){sumDeviation += (vec_area[i]-averageArea)*(vec_area[i]-averageArea); }double sumStadardDevitation = sqrt(sumDeviation/num);int a=0;int b=0;int c=0;int d=0;for(i=0;i<num;i++){if(vec_area[i]>(averageArea + sumStadardDevitation)){a++;}if((vec_area[i]<(averageArea +sumStadardDevitation))&&(vec_area[i]>averageArea)) {b++;}if((vec_area[i]<averageArea)&&(vec_area[i]>(averageArea - sumStadardDevitation))){c++;}if(vec_area[i]<(averageArea - sumStadardDevitation)){d++;}}outfile<<"A类"<<a<<'\n';outfile<<"B类"<<b<<'\n';outfile<<"C类"<<c<<'\n';outfile<<"D类"<<d<<'\n';return 0;}//计算面积函数double polygonarea(const vector<POINT> &vec_point) {double polygon_area = 0.0;int size = vec_point.size();for(int i =0; i<size-1; i++){polygon_area+= ((vec_point[i+1].y -vec_point[i].y)*(vec_point[i+1].x + vec_point[i].x)/2);}return polygon_area;}//计算周长函数double polygongirth(const vector<POINT> &vec_point){double polygon_grith = 0.0;int size = vec_point.size();for(int i =0; i<size-1; i++){double grith = (vec_point[i+1].y - vec_point[i].y)*(vec_point[i+1].y - vec_point[i].y) +(vec_point[i+1].x - vec_point[i].x)*(vec_point[i+1].x - vec_point[i].x);polygon_grith += sqrt((double)grith);}return polygon_grith;}20112#include<iostream>#include<fstream>#include<vector>#include<math.h>using namespace std;struct POINT{int x;int y;POINT(){x = 0;y = 0;}};int main(){const double distance = 4;int num;num =0;double dis = 0.0;ifstream infile("sample.txt");if(!infile){cout<<"sample.txt open failed"<<endl;return 1;}infile>>num;vector<vector<struct POINT> >PtrVector(num); vector<POINT>p(num);for(int i = 0; i<num; i++){infile>>p[i].x>>p[i].y;}infile.close();PtrVector[0].push_back(p[0]);//计数器int n = 1;for(int i = 0; i<num; i++){double*d = new double[i];for(int j = 0;j<n;j++){d[j] = sqrt((double)(p[i].x -PtrVector[j].at(0).x)*(p[i].x -PtrVector[j].at(0).x)+(p[i].y-PtrVector[j].at(0).y)*(p[i].y -PtrVector[j].at(0).y));}double Min = d[0];int m = 0;for(int j = 0;j<n;j++){if(Min>d[j]){Min = d[j];m=j;}}if(Min>distance){PtrVector[n].push_back(p[i]);n++;}else{PtrVector[m].push_back(p[i]);struct POINT point;for(int i =0; i<PtrVector[m].size();i++){point.x += PtrVector[m].at(i).x;point.y += PtrVector[m].at(i).y;}point.x = point.x/PtrVector[m].size();point.y = point.y/PtrVector[m].size();PtrVector[m][0].x = point.x;PtrVector[m][0].y = point.y;}}ofstream outfile("result.txt");if(!outfile){cout<<"result.txt open failed"<<endl;}for(int i = 0; i<n; i++){outfile<<'('<<PtrVector[i].at(0).x<<','<<PtrVector[i].at(0).y<<")的坐标为:"<<endl;for(int j = 1; PtrVector[i].size();j++){outfile<<PtrVector[i].at(j).x<<','<<PtrVector[i].at(j).y<<' ';}outfile<<endl; }outfile.close(); return 0;}。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
04年 一、问题1. 现有一数组，其元素值见文件test.txt ，要求通过编程的方法求出这组数中值最大的元素、值最小的元素和中值元素。
结果通过编程的方法写入文本文件中输出。
数据源文件的结构说明如下：a) 文件中的第一行为数组中元素总数（不包括自身所在行），第一行不参与运算。
b) 从第二行起为数组中的元素取值。
c) 中值，即数组中元素按照一定顺序排序后，位于中间的数即为该数组的中值。
如，数组{13，5，8，14，22，37，26，19，11}的中值为14。
二、要求1. 程序可以采用自己熟悉的语言（VC 、VB 或TC ）编写。
2. 用180分钟的时间独立完成任务。
3. 考试结束需要提交以下材料 ① 提交全部源码及相关文件（要求源码可以运行） ② 算法实现的核心代码及结果以独立文件（文本文件）上交。
③ 提交使用说明文档一份（要求在该说明的指导下可以得出对应的结果）。
说明：类同代码，每人各从其总得分钟扣除20分。
05年请用VC 、VB 或其他高级程序设计语言编写以下程序。
1. 编写卷积运算函数；2. 编写调试程序从磁盘的数据文件“SourceData.txt ”中读入10000个数据，先理解为125×80的矩阵，使用卷积矩阵1进行卷积，再理解为100×100的矩阵，使用卷积矩阵2进行卷积。
⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----010151010 ⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡------------001000121012162101210001003. 计算结果以文本文件格式存放到自己新建的结果文件中。
备注：卷积，用卷积模板B (l ×k )对A 矩阵(m ×n )进行卷积卷积矩阵1卷积矩阵2⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡mn m m n n a a a a a a a a a 212222111211⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡lk l l k k b b b b b bb b b 212222111211 卷积结果为：jj ii l ii k jj jj kj ii l i ij b a c ,112,2⋅=∑∑==+-+- 例：由卷积模板B (3×3)对A 矩阵(5×6)进行卷积得到结果矩阵CBC 中的元素c 33为：33443243314223342233213213241223112233b a b a b a b a b a b a b a b a b a c ⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅+⋅=06年请用VC 或C 编写以下程序：正态分布随机数的产生。
步骤如下：（1）利用随机函数rand()生成(0，1)区间的100个均匀分布随机数；提示：首先利用“srand((unsigned)time(NULL)) ”语句设置产生随机数的开始点（需要包含time.h 头文件）；产生随机数的函数为rand()，为了将该随机数转换为（0，1）范围内的数，利用“rand()*1.0/RAND_MAX ”可实现此目的。
（2）计算这100个均匀分布随机数的均值和方差，计算公式如下：∑==n1i x i x /n ，)n /(n1i 2i2∑==x σ-21)n /(∑=ni i x（3）将这100个均匀分布的随机数，及其均值和方差保存到文本文件“c:\temp\SourceData.txt ”中；（4）读入“SourceData.txt ”中的100个均匀分布的随机数，利用正态分布随机数的产生函数生成正态分布随机数。
正态分布随机数生成函数如下：x cos22ln y πx -=*0.3+1其中，自变量x 即为从“SourceData.txt ”文件中读入的100个均匀分布的随机数。
（5）计算在第（4）步计算出100个正态分布随机数y 的均值和方差。
（6）将计算出的100个正态分布随机数，及其均值和方差保存到文件“c:\temp\ResultData.txt ”中。
评分标准：（1）能正确的生成100个(0，1)区间的均匀分布随机数，并计算其均值和方差：20分。
（2）能够正确地将这100个均匀分布随机数，及其均值和方差保存到文本文件“SourceData.txt ”中：10分。
（3）能将“SourceData.txt ”中的100个均匀分布的随机数正确的读入自定义的数组：20分。
A（4）能正确利用正态分布随机数的产生函数生成100个正态分布随机数，并计算其均值和方差：20分（5）能够正确地将这100个均匀分布随机数，及其均值和方差保存到文本文件“ResultData.txt ”中：20分。
（6）代码符合编码规范，包括命名规范、注释清楚、代表排列层次清楚等：20分。
07年一、背景知识1）数字图像以二进制方式存储一幅灰度数字影像，影像中像元按行列进行排列，数字为像元灰度值。
格式如下所示：12 14 21 32 23 11 56 (43)34 23 45 67 87 32 11 … 45 43 56 065 23 12 44 (33)34 32 12 77 54 36 37 … 44 ┇ ┇ ┇ ┇ ┇ ┇ ┇ ┇ ┇ 56 4423 45 23 34 44 23 542）线性变换数字图像处理中，图像的线性变换就是将图像中的每个像元的灰度值按照某个线性变换公式变换为另一个值，以实现图像视觉效果的改善。
本程序实现如下的线性变换：y A x B=+式中：x ：原始图像的灰度值 y ：为变换后图像的灰度值 A ，B 为变换系数。
3) 查找表（Look Up Table ）技术为了避免对每个像元都进行以上运算，数字图像处理中采用查找表技术来提高系统的变换速度。
查找表技术原理如下：将图像中的每个像元通过以上公式算得其变换后的值并存入m 行n 列一个表中，如下：上表中上面一行为原始影像的灰度值，下面一行为按照以上公式算得的变换后灰度值，这样就建立了原始影像灰度值与变换后影像灰度值之间的对应关系。
对原始影像的线性变换就可以不逐像元计算，而直接使用查找表查找来实现，如：通过对原始图像的遍历，假设有个像元的灰度值为5，从表中可以直接得到输出值为2。
对每个像元都进行相同处理就可以完成对整个影像的线性变换。
题目：给定一幅数字图像，每个像元对应一个字节（灰度范围为0～255）。
使用查找表技术编写程序实现对该图像的线性变换。
要求结果影像的灰度范围为0～255，即将原始图像的灰度最小值变换为0，灰度最大值变换为255（通过这样对应关系可以求出变换系数A和B）。
数据：图像一幅，文件名为：test.raw。
影像大小为1210行，1240列。
要求：1．在e：盘建立子目录，子目录名格式：2007研究生复试考号姓名。
所有考试内容保存在该目录下，试卷评阅时只收集该目录下内容。
2．输出查找表；3．输出变换后影像，变换后影像也按二进制方式存储。
文件名为result.raw；4．流程清晰；5．注释清楚。
08年考试说明：1.请考生在计算机D盘生成考试目录，目录名组成如下：CST【考号】，【】为考生自己的信息，如：D:\CST2008111111。
考生所有考试有关信息均须存于该目录下，阅卷只在该目录进行。
2. 考生可以使用任何自己熟悉的计算机语言进行答题。
3. 不是通过程序计算得到结果，即使正确，也不得分。
4. 不得使用编程帮助文件。
5. 编程过程中注意编程风格。
题目：编程统计某专业的一门课程考试成绩的最高分、最低分、平均分以及考试成绩分布的均方差。
说明：1. 课程成绩存放在scores.txt 的文件中。
2. 均方差计算公式如下：X ：考试成绩；N ：成绩总个数3. 计算结果存于result.txt 。
09年试题：文件test.txt 中存贮了一串字符串，请统计该文件中各字母出现的次数（字母的大小写不加区分，如’a ’与’A ’算同一字母，标点符号不统计），并按出现次数的多少由高到低进行排列输出，最后将字母及出现次数的排列写入result.txt 文件中。
要求：1）考试时间2小时。
2）在计算机d 盘建立考试目录，目录名构成规则：09GCET 考号，考生所有考试资料请放在该目录下，包括程序源代码，程序运行结果。
考生本人承担一切由于错误存放考试资料而导致批阅老师不能正确评阅的责任； 3）程序结构清晰，模块划分合理； 4）注释清楚。
10年题目描述：现有一幅128×128大小的图像，其对应的像元亮度值（从0到255）存储在文本文件input.txt 中（其中第一行分别表示图像的行、列数，后面每一行128个数值表示该行图像的亮度值），请编程计算：1）图像亮度最大值、最小值、平均值、方差，将结果输出保存到hist.txt22⎪⎭⎫ ⎝⎛-=∑∑N X NX Xσ文件中；2）图像的中值滤波是通过对邻域内采样数据进行排序并取得中值来决定中心像素灰度的一种处理手段，可有效消除图像中少量离散的噪声。
中值滤波可以举例描述如下：图像中的某一行亮度值如下：A 1 A2A3A4A5A6A7A8A9A10A11A12对该行按照1×5窗口进行中值滤波可以理解为以当前像元为中心取前后相邻的5个像元灰度值进行排序（前后没有像元视为其亮度值为0），取中值作为当前像元亮度值，则A3像元中值滤波的结果为A1A2A3A4A5排序后的中值。
请对本题图像按照1×5窗口进行中值滤波，将结果输出保存到midle.txt 文件中。
注意：1）请将程序代码、执行程序和输出结果保存到同一个文件夹下；2）文件夹名为考号+姓名。
11年编程实现基于最邻近规则的试探法聚类算法。
一、算法说明：设有n个样本，X1，...，X n，不妨令任一样本作为聚类中心Z1，并选取任一非负的阈值T，为方便起见，我们选X1=Z1，然后计算X2到Z1的距离D21，若D21>T,则建立一新的聚类中心Z2，且X2=Z2，若D21<T，则认为X2在以Z1为中心的域中，即X1，X2同属一类。
然后分别计算X3到Z1，Z2的距离，得到D31，D32，若D31>T，D32>T，则建立一新的聚类中心Z3，且X3=Z3，否则将X3划分到最近的聚类中心的域中，并重新计算该类的聚类中心(该类的样本均值)。
用类似的方法对所有样本计算距离，比较阈值，决定归属，直至所有样本分类结束。
二、编程实现1）从sample.txt中读取样本数据；2）阈值输入4（分别为(3,3),(4,4),(6,6)）；3）距离计算；4）聚类中心计算；5）实现基于最邻近规则的试探法聚类程序；6）将聚类结果输出至result.txt文件中。
三、编程要求6.考试时间2小时。
7.在计算机d盘建立考试目录，目录名构成规则：09GCET考号，考生所有考试资料请放在该目录下，包括程序源代码，程序运行结果。