考试时间：6月21日晚上19:00-21:00 题型：选择、填空、判断、简答、计算

1．考核方式：闭卷考试 + 平时成绩。

地点：待定

2．总成绩评定：闭卷卷面成绩（满分100分）占考核成绩的70％，平时成绩（满分100分）占30％。

3．平时成绩评定

（1）实验完成情况（80分）：。根据学生实验报告提交次数及完成质量进行评定。 （2）作业完成情况（10 分）：根据学生平时作业提交次数及完成质量进行评定。 （3）课堂考勤（10分）：旷课一次扣3分，请假一次扣1分，扣完为止。

2018遥感数字图像处理习题

第1章 概论

1． 理解遥感数字图像的概念

Image：通过镜头等科技手段被再现于二维画面上的视觉信息。通俗地说，就是指那些用技术手段把目标原封不动的一模一样的再现的景物

图像处理：对图像进行一系列操作，以达到预期目的的技术称为图像处理 2．理解遥感数字图像处理的内容

①图像的数字化：如何由一幅模拟图像获取一幅满足需求的数字图像，使图像便于计算机处理、分析。

②图像变换：图像变换目的在于：处理问题简化、有利于特征提取、加强对图像信息的理解。图像变换算法很多，重点学习傅立叶变换的算法、性质和应用。

③图像增强：介绍各种增强方法及其应用。增强图像的有用信息，消弱噪声的干扰。 ④图像的恢复与重建：把退化、模糊了的图像复原.包括图像辐射校正和几何校正等内容。由断层扫描重建二、三维图像。

⑤图像编码：简化图像的表示，压缩图像的数据，便于存储和传输。

⑥图像分割：图像分割是指将一幅图像划分为互不重叠的区域的处理。重点介绍图像分

割的方法及其应用。

⑦二值图像处理与形状分析：介绍二值图像的几何概念、二值图像连接成分的各种变形

算法和二值图像特征提取与分析的各种方法。

3．了解遥感数字图像处理与分析的目标和指导思想 4．了解遥感数字图像处理的发展及与其他学科的关系

⑧纹理分析：主要介绍影像纹理的概念、特征提取与分析的一些方法与应用 ⑨图像识别：对图像中的不同对象进行分类、描述和解译。

第2章 遥感数字图像的获取和存储

1. 理解摄影成像和扫描成像传感器的成像方式

2. 熟练掌握摄影成像和扫描成像影像的几何投影方式和影像特性 3. 掌握遥感常用的电磁波波段 4. 熟练掌握传感器的分辨率 5. 掌握数字化过程中的采样和量化

第3章 遥感数字图像的表示和度量

1. 理解遥感图像的数字表示 2. 熟练掌握灰度直方图

第4章 图像显示和拉伸

1. 熟练掌握图像的彩色合成 2. 熟练掌握灰度图像的线性拉伸

? 如果图像灰度局限在一个很小的范围内，显示出来的将是一个模糊不清、似乎没有

灰度层次的图像

? 通过对左图采用线性变换对图像每一个像素灰度作线性变换，有效地改善图像视觉

效果

? 线性变换是按比例扩大原始灰度等级的范围，通常为了充满显示设备的动态范围，

使输出图像直方图的两端达到饱和。其结果就是在输出图像中加强图像中地物特征的对比度

? 缺点：由于同样的拉伸函数应用于所有的亮度值，其输入和输出亮度值之间的线性

关系受输入图像中最大和最小值的影响。如果图像中最大值或者最小值偏离太远，这种线性变换方法的效果就不会很好

? 为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用

分段线性变换

3. 熟练掌握直方图均衡化，理解直方图规定化

? 直方图均衡是根据图像亮度值的出现频率来分配它们的亮度显示范围，使一定灰度

范围内的像元的数量大致相等，得到一幅灰度直方图为均匀分布的新图像 ? 其实质是对图像进行非线性变换，重新分配图像像元值，使一定灰度范围内的像元

的数量大致相等

? 直方图均衡化使得原图像直方图上亮度值分布密集的部分被拉伸，较稀疏的部分被

压缩，从而使图像的对比度得到增强 直方图均衡化特点：

? 各灰度级所占图像的面积近似相等 ? 原图像上频率小的灰度级被合并 ? 增强图像上大面积地物与周围地物的反差 ? 具体增强效果不易控制，只能全局均衡 直方图匹配（直方图规定化）：

? 直方图匹配是指将一副图像的直方图变成指定形状的直方图，从而使原始图像进行

增强处理的一种方法，亦属于非线性变换

? 直方图的匹配对在不同时间获取的同一地区或邻接地区的图像，或者由于太阳高度

角或大气影响引起差异的图像匹配很有用,特别是对图像镶嵌或变化检测有用 ? 直方图匹配的过程

? 对原始图像和参考图像的直方图都做均衡化

? 以均匀直方图作媒介，再以参考图像的均衡化变换函数对原始图像做均衡化

的逆运算

? 从而使原始图像的直方图和参考图像的直方图类似

第5章图像校正

1．理解辐射误差产生的原因及辐射校正的类型

产生原因：①传感器本身的性能引起的辐射误差、②大气的散射和吸收引起的辐射误差 ③地形影响和光照条件的变化引起的辐射误差