2) 封闭地物的自动闭合 3) 直角点的自动增补 4) 遮蔽房屋的量测 5) 直角化处理 6) 平行化处理 7) Snap功能 8) 公共边
9) 复制（拷贝）
6、计算机辅助测图系统中人机交互各种方式的优缺点是什么？ 答：1、键盘命令2、功能键3、菜单式交互 优缺点略 7、计算机辅助测图的数据编辑应包括哪些必须的功能？
1）图形编辑：复制、删除、修改、自动闭合、捕捉、平行化、直角化等。 2）字符编辑：中英文注记、字库、符号库的建立等。
8、计算机辅助测图的数据输出的两个重要方面是什么？其图形输出的主要功能有哪些？
1）输出至数据库
2）应用数控绘图仪，将所获取的数字地图以传统的方式展给在图纸上(或屏幕上)。
图形输出主要功能为： ·图板定向；
·绘图廓与公里格网；
·绘制各种独立制图符旱，如三角点等； ·绘制各种类型的线，如虚线、点划线等； ·曲线拟合与光滑； ·绘已知线的平行线；
·进行闭合区域内的符号填充，如晕线、植被符号、地貌符号等； ·各种方位、不同型号的中、西文及数字注记。 9、试比较各种DEM数据采集质量控制方法的优缺点。
1）采样定理确定采样间隔：需作地形功率谱估计，较为复杂。
2）地形剖面恢复误差确定采样间隔：需作地形功率谱估计，较为复杂。 3）考虑内插误差的采样间隔：需作地形功率谱估计，需估计传递函数，较为复杂。
4）基于地形粗糙度(roughness)的分析法 较为复杂。
5）插值分析方法：是一种简单易行的方法，但要处理好其采样可能有疏密不均的数据存贮问题
10、 试比较各种DEM内插方法的优缺点。
逐点内插法十分灵活，一般情况下精度较高，计算方法简单又不需要很大
的计算机内存，但计算速度可能比其它方法（局部函数内插）慢。
移动曲面拟合法：当地形起伏较大时，半径R不能取很大。当数据点较稀或分布不均匀时，可能产生很大的误差。
多面函数法：认为任何一个圆滑的数学表面总是可以用一系列有规则的数学表面的总和，以任意的精度进行逼近。计算较复杂。
最小二乘法：精度高，缺点：内插计算时必须分区进行，否则解算的工作量太大。此方法协方差的估计存在一定问题。
有限元法：一次样条可以解决地形不均匀性和各向异性的问题，三次样条可以获得连续且光滑的地表曲面。 11、 简述基于DEM的单片修测算法?
（1）进行单像空间后方交会，确定像片的方位元素； （2）量测像点坐标（x,y）; （3）取一高程近似值Z0；
（4）将（x,y）与Z0 代入共线方程，计算出地面平面坐标近似值（X1,Y1）； （5）由（X1,Y1）及DEM内插出高程Z1； （6）重复（4）、（5），直至（Xi+1,Yi+1 ,Zi+1 ）与（Xi,Yi ,Zi）之差小于给定的限差。
12、 简述在格网DEM上自动绘制等高线的过程。
（1）等高线追踪，利用DEM矩形格网点的高程内插出格网边上的等高线点，并将这些等高线点排序；
（2）等高线光滑，进一步加密等高线点并绘制光滑曲线。 13、 为什么在数字图像处理中要对影像进行傅立叶变换？ 答：（1）由于变换后许多值是0或很小，所以可压缩数据。
（2）有利于影像分解力的分析、影像处理（滤波、卷积等运算）。 14、 为什么要对数字影像传感器进行检校？其误差是怎样产生的？ （1）目的：
1）对传感器质量进行评定；
2）对其输出的影像进行几何畸变校正，改善系统定位精度。 （2）误差来源：
1）光学镜头的畸变（光学误差）:相机物镜系统设计、制作和装配误差所引起的像点偏离其理想位置的点位误差称之为光学畸变差。 2）机械误差
3）视频信号的模/数转换（电学误差）：
行同步误差：视频信号转换时影像每行开头处的同步信号产生的错动现象；
场同步误差：影像奇数行与偶数行间的错位；
采样误差：由于时钟频率不稳引起的采样间隔误差。 15、 双像素重采样方法的原理？它有什么优点？
双像素重采样采用对原始的数字影像的一个像素在x、y方向均放大1倍，
然后对放大了1倍的影像进行重采样。
双线性内插、双三次卷积法均是低通滤波，滤掉信号中断高频分量，使影像产生平滑（“模糊”）。而双像素重采样能更好地保持影像的“清晰度”。 16、 什么情况下采用一般的解析相对定向？什么情况下采用相对定向的直接解？
答：在竖直航空摄影或已知倾角近似值的倾斜摄影时，相对定向一般采用迭代求解。
当不知道倾斜摄影中的倾角近似值以及不知道影像的内方位元素（例如数字影像的一个局部影像块）时，必须采用相对定向的直接解法。
17、 什么情况下采用一般的空间后方交会最小二乘解？什么情况下采用空间后方交会的直接解？
一般空间后方交会必须已知方位元素的初始值，且解算过程是个迭代解算过程。 在实时摄影测量的某些情况下，影像相对于物方坐标系的方位是任意的，且没有任何初值可供参考。这时常规的空间后方交会最小二乘算法就无法处理，而必须建立新的空间后方交会的直接解法。 18、 如何区分影像的信号与噪声？
（1）对影像的灰度作频谱分析，计算其功率谱。 （2）对一组图像扫描数据进行基于比特分割的信噪结构分析。所谓比特分割就是将量化后的数据分成不同的比特位, 依次取出某一比特位上的值（0或1）或形成二值图像。在每个比特位上交替地以黑白标记表示0和1。 19、 什么是影像特征？如何提取特征？
理论上，特征是影像灰度曲面的不连续点。实际影像，特征表现为一个微小邻域中灰度的急剧变化，或灰度分布的均匀性，也就是在局部区域中具有较大的信息量。
因此，可以以某像素为中心，取一个n×n的窗口，计算局部熵，若其大于给定阈值，则认为该像素是一个特征。
或者用各种梯度算子或差分算子提取特征。
20、 简述Harris角点提取算法的基本原理与优点。
1）首先确定一个n×n大小的影像窗口，对窗口内的每一个像素点进行一阶差分运算，求得在x,y方向的梯度gx ,gy； 2）对梯度值进行高斯滤波； 3）根据公式，计算强度值M ;
4）选取局部极值点，在窗口内取最大值。对所有极值点排序，根据要求选出兴趣值最大的若干个点作为最后的结果。
它计算简单有效同时非常稳定，在图像旋转、灰度、噪声影响和视点变换的条件下，与其他算子相比是最稳定的一种点特征提取算子。 21、 列举几种主要的影像分割算法。
（1）基于像元的分割方法：阈值法、聚类法 （2）基于边缘检测的分割方法 （3）基于区域的分割方法
（4）基于物理模型的分割方法
（5）结合特定数学理论和技术的分割方法
22、 区域生长法影像分割的基本思想，优缺点。
区域生长方法是根据同一地物区域内像元的相似性来聚集像元的方法，从初始区域(如小区域甚至是单个像元)开始，将相邻的具有同样性质的像元或其它区域归并到目前的区域中从而逐步生长区域，直至没有可以归并的像元或其它小区域为止。
区域内像元的相似性度量可以包括光谱平均值、纹理、形状、位置等信息。区域增长方法是一种比较普遍的方法，在没有先验知识可以利用时，可以取得最佳的性能，可以用来分割比较复杂的影像，如自然景物。但是，区域增长方法是一种迭代的方法，空间和时间的开销都比较大。
这种分割方法对种子点的选择有很大依赖，不同的种子点设置一般会有不同的分割结果，而且在不同地物之间过渡平缓的情况下会把不同类型的区域合并到一个区域。
23、 集群分类法影像分割有什么优点？
在某些情况下，我们不具备任何有关模式的先验知识，既不知道它的分别，也不知道它该分成多少类，更不知道各类的参数，如均值、方差等。这时，集群分类方法就显示出它解决此类问题的独特优越性。 24、 列举几种定位算子。
一、Medioni－Yasumoto定位算子 二、基于小面元模型的定位算子 Zuniga-Haralick定位算子 Kitchen-Rosenfeld定位算子 Dreschler-Nagel定位算子 三、矩不变定位算子
边缘定位 角点定位
四、Wong－Trinder圆点定位算子 五、Mikhail定位算子 六、Forstner定位算子
七、高精度角点与直线定位算子 25、 相关函数的谱分析有什么作用？
（1）用于相关函数的估计，维纳-辛钦定理
（2）对信号的截止频率进行估计以确定采样间隔
26、 什么是影像匹配？将数字影像匹配基本算法分为两类，说明分类标准，并指出其中哪种算法最好，为什么？
答：影像匹配实质上是在两幅（或多幅）影像之间识别同点名。
数字影像匹配基本算法一类是匹配测度取得最大值或相似性程度最高，包括：相关函数（矢量数积）测度、协方差函数（矢量投影）测度、相关系数（矢量夹角）测度。另一类是相异性程度最低，此时匹配测度取得最小值，包括：差平方和（差矢量模）测度、差绝对值和（差矢量分量绝对值和）测度。分类标准是匹配测度。
