37. 遥感图像分类的理论依据 : 同类地物像元的特征向量将集群在同一特征空间区域。 而不同
地物的光谱信息特征或空间信息特征有所不同,它们将集群在不同的特征空间区域。
38. 混合光谱的定义 : 每个像元所对应的地表,往往包含着不同的覆盖成分,它们具有不同
的光谱特征。而每个像元仅用一个信号记录这些“异质”成分,因此形成混合光谱现象,对
应的像元称为混合像元。
39. 端元与丰度 : 进入到像元内部, 地物的基本组成成分被称为 “端元” ,每种成分的比例称
为“丰度” 。端元的种类:图像端元(植被、水体)物理端元(高岭土、明矾石等
40. 高光谱影像分类的特点 : 优点 : 1). 光谱特征空间构建的灵活性 2). 光谱特征的精确性 3).
提供了丰富的波谱空间特征分类信息。 缺点:4). 效率有待提高 5). 定量化分析的预处理复
杂6). 监督分类的样本问题突出
41. 高光谱图像特点的分类算法 :一种是基于图像数据统计特性的分类方法,一种是基于地
物物性的分类方法,主要是利用反映地物物理光学性质的光谱曲线来识别。
42. 光谱匹配概念: 光谱匹配是指,在波谱特征空间中,对比分析两个光谱曲线的相似度来
判断地物的归属类别。 它是由已知地物类型的反射光谱, 经过特征匹配来达到识别地物类型
的目的。
43. (填选)二值编码匹配算法 :有助于提高图像光谱数据的分析处理效率;失去许多细节
光谱信息,只适用于粗略的分类和识别。
44. 光谱角度匹配的一般步骤 :1)从光谱数据库或影像中选择感兴趣的 “最终成分光谱” ( 2)
对最终成分光谱进行光谱重采样( 3计算像元光谱向量与最终成分光谱向量的广义夹角,以
此评价其相似性; 4)a. 如果只选择了一个参考光谱,将所有像元与之对应的夹角值量化为
灰度图; b. 如果选择了多个参考光谱,将每个像元划分到与之对应的夹角值最小的参考光
谱的类别中。
45. 光谱吸收特征匹配 :基本思想:就是着眼于对光谱的吸收特性进行衡量和描述,得到光
谱吸收位置图、 吸收深度图、 吸收对称性图等成果, 或者基于吸收特征参数对影像进行分类。
46. 特征匹配的分类过程 :1) 针对特定专题,选择需要考察的物质成分 2) 对影像和参考光
谱进行预处理 3) 计算每类地物参考光谱曲线的吸收特征参数 4) 计算每个像元光谱曲线的
吸收特征参数 5) 利用吸收特征参数进行相似性匹配,为每个像元确定类属
48. 交叉相关匹配基本步骤 :A. 计算方法 B. 交叉相关曲线图 C.利用交叉相关曲线图生成偏
度图 D. 采用不同标准地物作为参考光谱曲线
49. 三种理解模式 :影像分类是模式识别(影像空间,波谱空间,特征空间)
50. 高空间分辨率遥感影像特征 :1)纹理特征的变异性增强 2 )光谱统计特征不稳定性提高
3)相同类型的地物表现出更多的类别
52.面向对象思想 :影响并非由单个像素来代表,而是由包含重要语义信息在内的影响对象
以及它们之间的相互关系构成(抽象性、封装性、继承性)
53.面相对象有哪些信息 :光谱信息,形状信息,拓扑信息,纹理信息,上下文关系。
54. 影像分割算法 :基于阈值的分割方法,基于边缘的分割方法,基于区域的分割方法
高光谱遥感的发展简史 (1)第一代标志:成像光谱仪 AIS-1 和AIS-2 。(2)第二代标志:航
空可见光 / 红外光成像光谱仪( AVIRIS)。(3)第三代标志:克里斯特里尔傅立叶变换高光
谱成像仪( FTHSI)。
55、基尔霍夫定律: 描述物体的发射率与吸收比之间的关系。在同样的温度下, 各种不同物
体对相同波长的单色辐射出射度与单色吸收比之比值都相等, 并等于该温度下黑体对同一波
长的单色辐射出射度。
56、高光谱数据处理关键技术: 1 高光谱图像信息的显示, 如图像立方体的生成; 2 光谱重
建,即成像光谱数据的定标、 定量化和大气纠正模型与算法, 依此实现成像光谱信息的图像