.答：1最邻近像元采样法 取距离被采样点最近的已知像元素的N亮度In作为采样亮度。
优点：简单，辐射保真度较好 缺点：造成像点在一个像素范围内的位移，几何精度较其他两种方法差 2双线性内插法：
优点：计算简单，具有一定的亮度采样精度 缺点：图像模糊 3双三次卷积采样：
用一个三维采样函数来近似表达辛克函数 优点：精度高 缺点：计算量大 2、 图像之间配准的两种方式指什么？
答：图像间的匹配（相对配准） 即以多源图像中的一幅图像为参考图像，其他图像与
之配准，其坐标是任一的
绝对配准 即选择某个地图坐标系，将多源图像变换到这个地图坐标系以后来实现
坐标系的统一。
3、 两幅影像进行数字镶嵌应解决哪些关键问题？简述数字镶嵌的过程。 答：第一如何在几何上将多幅不同的图像连接在一起 第二如何保证拼接后的图像反差一致，色调相近，没有明显接缝。 过程：1图像几何纠正2镶嵌边搜索 3亮度和反差调整 4边界线平滑
4、 叙述多项式拟合法纠正卫星图像的原理和步骤。
答：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 ， 利用已知点地面控制点求解多项式系数。把遥感图像的变形看作是平移缩放旋转仿射弯曲以及更高层次的基本变形综合作用的结果。用一个多项式来描述图像相应点之间的坐标关系。当选用一次项纠正时，可以纠正图像因平移旋转比例尺和估射变形等引起的线性变形：当选用二次时，则在改正依次向各种变形的基础上改正三次非线性变形 而三次项纠正则改正更高次的非线性变形 步骤：（1）利用已知点求解多项式系数。 （2）遥感图像的纠正变换：纠正后数字图像的边界范围的确定和坐标纠正 （3）数字图像亮度值的重采样
5、 多项式拟合法纠正选用一次项、二次项和三次项，各纠正遥感图像中的哪些变形
误差？
答：当选用一次项纠正时，可以纠正图像因平移旋转比例尺和估射变形等引起的线性变形：当选用二次时，则在改正依次向各种变形的基础上改正三次非线性变形 而三次项纠正则改正更高次的非线性变形
6、配准的过程：①在多源图像上确定分布均匀，足够数量的图像同名点。 ②通过所选择的图像同名点解算几何变换的多项式系数，通过纠正变换
完成一幅图像对另一幅图像的几何配准
第四章 遥感图像处理（三）
1 辐射误差：传感器接受的电磁波能量与目标本身辐射的能量之差
2辐射定标：传感器探测值的标定过程方法，用以确定传感器入口处的准准辐射值 3大气校正：消除大气影响的校正过程
4图像增强：为了特定目的，突出遥感图像中的某些信息，消弱或除去某些不需要的信息，使图像更易判读
5图像直方图：反映一副图像中灰度级与其出现概率之间的关系的图像 6 假彩色合成：通过映射变换函数将一幅自然彩色图像或多光谱图像或超光谱图像变换成新的三基色分量，彩色合成使增强图像中各目标呈现出与原图像中不同的彩色。 7密度分割 ：将原始图像灰度值分成等间隔的离散灰度级
8真彩色合成：根据加色法或减色法，将多波段单色图像合成真彩色影像的彩色增强技术 9伪彩色图像：把黑白图像的各不同灰度级按照线性或非线性的映射变换函数变换成不同的彩色，得到一幅彩色图像。
10图像平滑：消除各种干扰声，使图像高频成分消退，平滑掉图像的细节，使其反差降低，保存低频成分
11图像锐化 增强图像中的高频成分，突出图像的边缘信息，提高图像细节反差 12边缘检测：原始图像消退，边缘突出
13低通滤波：是用滤波方法将频率域中一定范围的高频成分滤掉，而保留低频成分达到平滑图像的目的
14高通滤波：保留高频成分滤掉低频成分，加强图像中的边缘和灰度变化突出部分，以达到图像锐化的目的
15图像融合：将多源体图像按照一定的算法，在规定的地理坐标系生产新的图像过程 16直方图正态化：将随机分布的原图像直方图修改成高斯分布的直方图 17线性拉伸 ：按比例拉伸原始图像灰度等级范围
18直方图均衡：将随机分布的图像修改成均匀分布的值方图
19邻域法处理：利用图像点及其淋浴若干像素的灰度值来代替点的灰度值，对亮度突变的点产生平滑效果
20彩色变换 ：彩色不同描述模式间的转换。
21NDVI ：归一化差分植被指数，可使植被从水和土中分离出来
22梯度图像：密度分割后，需要知道输出直方图的范围和密度分割层数，建立阶梯状查找表，使得输出的每一个层有相同的输入灰度级。对每一层赋予新的灰度值或颜色，就可以的到一幅密度分割图像，即阶梯图像。 23、辐射校正：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。
24、增强： 空间域处理：直接对图像进行各种运算已得到需要的增强效果。 频率域处理：先将空间域图像变换成频率域图像，然后在频率域中对图像的频
谱进行处理，已达到增强图像的目的。
问答题：
1、 什么是遥感图像大气校正？为什么要进行遥感图像大气校正？ 答：消除大气影响的校正过程。
辐射必须考虑大气影响，大气对阳光和来自目标的辐射产生的吸收和散射。
2、 两幅图像运算或融合的基本前提是什么？答：是实现了空间配准
3、 以美国陆地卫星TM图像的波段为例，分别说明遥感图像的真彩色合成与假彩色合成方
案。与真彩色合成图像相比，假彩色合成图像在地物识别上有何优越性？ 4、 图像融合的三个层次指什么？图像融合的方法有哪些？
答：像素级，像素级融合对原始图像及预处理各阶段上所产生的信息分别进行融合处理，以增强图像中有用信息成分，改善图像处理效果。
特征机，能一高的置信度来提取有用的图像特征。
决策级，允许来自多源数据在最高抽象层次上被有效的利用。
方法：加权融合，基于HIS变换，主分量变换，比值变换，乘法变换，小波变换。
5、 叙述对ETM影像分辨率为30米的5、4、3波段与分辨率为15米的全色波段影像进行
融合处理的“基于HIS变换”的方法的原理和步骤。
答：过程：1待融合的全色图像和多光谱图像进行几何配准，并将多光谱图像重采样与全色
分辨率相同。2将多光谱图像变换到HIS空间。3对全色图像I’和HIS空间中的亮度分量I进行直方图匹配，4用全色图像I’代替HIS空间分量，5将I’HS逆变换到RGB空间的到融合图像。 原理：把图像的亮度色调饱和度分开，图像融合只在亮度通道上进行，图像色调饱和度不变。 6、 如何评价遥感图像融合的效果？
答：融合评价方法分为两种：定性评价和定量评价。定性评价以目视判读为主，目视判读是一种简单直接的评价方法，可以根据图像融合前后对比做出定性评价。缺点是因人而异，具有主观性。定量评价从融合图像的信息量和分类精度两方面进行，可以弥补定性评价的不足。 第五章 遥感图像判读 1遥感判读：对遥感图像上各种特征进行综合分析比较推理和判读，最后提取感兴趣的信息。 2景物特征：光谱特征，空间特征，时间特征，在微波区还有偏振特征。 3判读标志：各种地物在图像上的各种特有的表现形式。
4几何分辨率：假定像元的宽度为a，地物宽度在3a或至少2倍更a时，能被分辨出来，这
个大小叫几何分辨率；
5辐射分辨率：传感器能区分两种辐射强度最小差别的能力
6光谱分辨率：探测光谱辐射能量的最小波长间隔，确切说是光谱探测能力。 7波谱响应曲线：用密度或亮度值与波段的关系表示的曲线 8地物光谱特征：各种地物各自所具有的电磁波特性 9地物空间特征：景物的各种几何形态
10地物时间特征：对同一地区的时间特征表现在同一地区景物在不同时间地面覆盖类型不同景观不同，地面景观发生很大变化
11空间分辨率：传感器瞬时视场内观察到的地面场元的宽度。 12时间分辨率：对同一地区重复获取影像的时间间隔。 13目视判读： 14自动判读：
15遥感图像自动判译专家系统：
16、光谱特性曲线：用反射率与波长的关系表示。 问答题： 1、 遥感图像判读主要应用景物的哪些特征？（光谱特征，空间特征，时间特征，微波波
段有偏振特征） 2、 叙述地物的光谱特性曲线与波谱相应曲线的关系和不同点。
答：光谱特性曲线：用反射率与波长的关系表示。波谱响应曲线：用密度或亮度值与波段的关系表示的曲线 。原地物的光谱特性曲线可以通过测量多光谱图像的亮度值得到地物波普响应曲线。 而且地物的光谱响应曲线与光谱特性曲线变换趋势是一致的。地物在多个波段图像上有特的这种波普响应就是地物的光谱特征的判读标志。不同地物波普的响应曲线是不同的，光谱的判读标志就不同。 3、 为什么多光谱图像比单波段图像能判读出更多的信息？（？？）
答：多光谱相片显示景物的光谱特征比单波普强得多，它能显示出景物在不同波普反射率的变化。 4、 谈谈你对遥感影像解译标志的理解。（？？）（光谱特征：光谱特性曲线，波普响应曲
线：空间特征：形状大小图形阴影位置纹理类型：时间特征在图像上表现为光谱特征和空间特征的变化） 5、 遥感技术识别地物的原理。
答：各种地物具有不同的景物特征及判读标志，即各种地物在图像上有各自的表现形式。
各种地物具有不同的光谱特性曲线光谱响应曲线，空间特征，地物覆盖类型随时间变化。通过他们的不同表现形式识别地物。 第六章 遥感图像自动分类
1模式识别： 一个模式识别系统对识别的模式作一系列的测量，然后对测量结果与模式字典中一组典型的测量值比较。若和字典中某一词目的比较结果吻合或比较吻合，则我们就可以得出分类结果这一过程。
2统计模式识别：对模式的统计分类方法，即把模式类看成是用某个随机向量实现的集合 3遥感图像自动分类：遥感图像的计算机分类，通过模式识别理论，利用计算机将遥感图像中的像素自动分成若干种地物类别的方法。
4光谱特征向量：同名地物点在不同波段图像中亮度观测量将构成一个多维的随机向量。 5特征空间：为了度量图像中地物的光谱特征，建立一个以各波段图像的亮度分布为子空间的多维光谱特征空间
6特征变换：将原有的m个测量值集合通过某种变换，产生n（小于m）个新的特征。 7特征选择：即在所有的特征影像中，选择一组最佳的用来分类的特征影像的过程。 8判别函数：描述某一未知类别的像元模式属于某个类别的情况的函数 9判别边界：应用判别函数（或边界函数）鉴别图象像元的类别归属
10监督法分类：通过所选择代表各类别的已知样本(训练区)的像元光谱特征，事先取得各类别的参数，确定判别函数和相应的判别规则，从而进行分类。 基本思想：地物类别与特征空间中的区域相联系；类别划分就相当于用合适的边界对特征空间进行区域划分；判断像素的类型实际上是看其所对应的特征矢量落入特征空间的哪个区域。
11非监督法分类：不施加任何先验知识，仅凭遥感影像上地物的光谱特征分布规律进行自然“聚类”。分类结果只是对不同类别达到了区分，但并不能确定类别的属性。分类结束后，利用目视判读或实地调查等方法确定类别属性
12贝叶斯判别规则：以错分概率或风险概率最小为准则的判别规则
13训练样区 ：图像上那些已知其类别属性，可以用来统计类别参数的区域。
14混淆矩阵：用表格的方式检核分类精度的样区内所有像元，统计分类图中的类别与实际类别之间的混淆程度
15、模式：某种事物的标准形式。不同类别的事物具有不同的模式；相同类别的事物模式相同或相近。
16特征（Feature）在多波段图像中，每个波段可看作一个变量，称为特征变量。
17、判别规则、对像元模式所属类别进行判断的依据。对某一未知类别的像元模式计算出在各个不同类别的判别函数中的值后，就可用判别规则来判定其所属类别。 问答题：
1、 什么叫特征空间？地物在特征空间聚类有哪些特性？
答 为了度量图像中地物的光谱特征，建立一个以波段图像的密度分布不同的子空间。
特征：1不同地物由于光谱特征不同，将分布在特征空间的不同位置。2同类地物的各取样点在光谱各种空间中的特征点将不可能值表现为同一点，而是形成一个相对聚集的点集群，不同类地物的点集群在特征空间内一般是相互分离的。3地物在特征空间的聚类通常用特征点分布的概率密度函数表示。 2、 为什么要进行特征选择？列举特征选择的方法。
答：一方面能减少参加分类的特征图像的数目，另一方面从原始信息中抽取能更好进行分类的特征图像
方法：距离测量 散布矩阵测度
3、 叙述监督分类与非监督分类的区别。（？是否对分类过程施加先验知识）
非监督分类：不施加任何先验知识，仅凭遥感影像上地物的光谱特征分布规律进行自然“聚类”。分类结果只是对不同类别达到了区分，但并不能确定类别的属性。分类结束后，利用目视判读或实地调查等方法确定类别属性。监督分类相反。 4如何评价分类精度？
答：是分类过程的必要组成部分；通常用分类图与标准数据做比较，以正确的百分比表示精度；
评价方法：非位置精度：不考虑位置因素，以一个简单的数值（如面积、像元数等）表示分类精度，所得精度往往偏高。
位置精度：将分类结果与其空间位置做统一检查，目前多采用混淆矩阵方法。
5遥感图像计算机自动分类的精度受哪些因素的影响？如何进一步提高分类的精度？ 答：影响因素：遥感数据制约1、光谱特性：（1）同物异谱、同谱异物现象（2）光谱类与信息类不对应2、空间分辨率：混合像元
分类方法制约1、基于像元的分类2、空间、结构信息未充分利用
进一步提高精度的方法：
一、分类前预处理：1大气校正、几何校正2特征选择与变换（PCA，NDVI，?）3空间信息的提取（纹理） 二、分类树与分类层次：一次性分类出现类间混淆而又难解决时，可采取逐次分类的方法。 三、使用多种不同的分类方法：如监督分类和非监督分类结合的方法。 四、多种信息复合：遥感信息、非遥感信息复合 五、GIS支持下的分类
6、特征点集群在特征空间中的分布：
理想情况：不同类别地物的集群至少在一个特征子空间中的投影是完全可以相互区分的。 典型情况：不同类别地物的集群，在任一子空间中都有相互重叠的现象，但在总的特征空间中是可以完全区分的。
一般情况：无论在总的特征空间中，还是在任一子空间中，不同类别的集群之间总是存在重叠现象。 7、分类过程
预处理（大气校正、几何校正、配准） 特征选择（提取） 分类 后处理和精度评价 制作分类专题图
8、最大似然法基本思想：样区内的各类别集群在光谱特征空间中的概率分布函数为先验已知，对于样区外的任一未知像元，分别计算它落于各类别区域内的概率，其概率值最大的相应类别就是该像元应属的类别
9、最小距离法基本思想：是计算未知类别的特征矢量X到各类别集群之间的距离，哪类离它最近，X就属于哪类。 10、监督分类法主要步骤：
（1）确定类别数（2）特征变换和特征选择（3）选择训练样区（4）确定判别函数和判别规则
（5）根据判别函数和判别规则对非训练样区的图像区域进行分类。
