《遥感期末复习2.doc》由会员分享，可在线阅读，更多相关《遥感期末复习2.doc（3页珍藏版）》请在金锄头文库上搜索。
1、 3、颜色立体（1）颜色立体：中间垂直轴代表明度 ；中间水平面的圆周代表色调；圆周上的半径大小代表饱和度。（2）孟赛尔颜色立体：中轴代表无色彩的明度等级；在颜色立体的水平剖面上是色调；颜色离开中央轴的水平距离代表饱和度的变化。数字图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。 直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。偏态分布：图像偏亮或偏暗，层次少，质量较差。引起辐射畸变有三个原因：传感器仪器本身产生的误差 大气对辐射
2、的影响 光照条件辐射畸变的概念：当太阳辐射相同时，图像上像元亮度值的差异直接反映了地物目标光谱反射率的差异。但实际测量时，辐射强度值还受到其它因素的影响而发生改变。这一改变的部分就是需要校正的部分，故称为辐射畸变。进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。其中对传感器接收影响较大的是吸收和散射。校正方法：直方图最小值去除法 回归分析法 1.直方图最小值去除法 基本思想:一幅图像中总可以找到某种或某几种地物，其辐射亮度或发射率接近0。这时在图像中对应位置的像元亮度值应为0。实测表明,这些位置上的像元亮度不为0。这个值就应该是大气散射导致的程辐射度值。校正方法:首先确定该图像上确有辐射
3、亮度或反射亮度应为0的地区，则亮度最小值必定是这一地区受大气影响的呈辐射度增值。校正时，将每一波段中每个像元的亮度值都减去本波段的最小值，使图像亮度动态范围得到改善，对比度增强，从而提高图像质量。1.回归分析法 用长波数据来校正短波数据。 作法：由于波段之间的相关性，在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。在二维光谱空间中，两个波段中对应像元在坐标系内用一个点表示。遥感影像变形的原因遥感平台位置和运动状态变化的影响 地形起伏的影响地球表面曲率的影响 大气折射的影响地球自转的影响数字纠正是通过
4、计算机对图像每个像元逐个地解析纠正处理完成的，其包括两方面：一是像元坐标变换；二是像元灰度值重新计算（重采样）。控制点的选取数目的确定:一般选择最小控制点的数量为:(n+1)(n+2)/2，n为多项式次数；实际一般选取6倍于最小数目。控制点选择的原则易分辨、易定位的特征点：道路的交叉口，水库坝址，河流弯曲点等。特征变化大的地区应多选些。尽可能满幅均匀选取。灰度重采样概念：校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化。灰度重采样的三种方法：1、 最近邻法 2、双线性内插法 3、双三次卷积法单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图
5、像。这种方法又叫密度分割 真彩色图像：是把红色波段的影像作为合成图像中的红色分量、把绿色波段的影像作为合成图像中的绿色分量、把蓝色波段的影像作为合成图像中的蓝色分量进行合成的结果。标准假彩色图像：它是在彩色合成时，把近红外波段的影像作为合成图像中的红色分量、把红色波段的影像作为合成图像中的绿色分量、把绿色波段的影像作为合成图像中的蓝色分量进行合成的结果。 HLS代表色调（hue）、明度（lightness）和饱和度（saturation）非线性灰度变换对数变换：低灰度区扩展，高灰度区压缩指数变换：高灰度区扩展，低灰度区压缩。植被指数： 比值植被指数：RVI=TM4/TM3 差值植被指数： DVI=TM4-TM3归一化植被指数： NDVI=（TM4-TM3）/（TM4+TM3）空间滤波邻区法增强处理以突出图像上的某些特征为目的，是在被处理像元周围的像元参与下进行的运算处理 。主要包括均值均值平滑和中值滤波出个计算题 如5*5的数列，如何输出？
