2014年遥感数据能处理考试复习思考题.docVIP

2014年遥感数据智能处理课程开卷考试复习提纲 1．绪论 思考题1：什么是超视觉？视觉中的光和色的物理含义是什么？ 超视觉包括了光谱、时间、空间三个方面。 （1）传感器（CCD）技术扩展了可视范围 （2）载荷平台离开地面扩展了视野 （3）计算机国际光学色谱标准 （4）时间压缩1/1000秒表现出看不见的东西 正常的人眼可以看见电磁波谱中0. 38 μm至0. 76 μm的波段，所以这一波段被称作可见光谱。严格地说，只有能够被眼睛感觉到的并产生视觉现象的辐射才是可见辐射或可见光，简称光。颜色是人的眼睛对可见到光的主观感觉。自然的颜色与能量有关系，人为的染料颜色没有能量。 思考题2：遥感系统表达自然光、色结构的基本要素是什么？ 遥感系统表达自然光和色的基本要素包括载荷平台、传感器、光谱波段、辐射特征、几何特征。载荷平台为承载成像传感器及其它相关载荷的卫星平台，如Landsat、SPOT等；传感器为成像载荷 ，例如Landsat7的ETM+、Terra的MODIS等；光谱特征包括：电磁波谱的观测范围、光谱响应函数、极化敏感性、波段间的相关性等；辐射特征包括：广义噪声与信噪比、动态范围、调制传递函数、响应线性度、量化级别、不同像元间的感应度、等噪声概率等；稽核特征包括：视场角、瞬时视场角 、地面采样间隔、影像幅宽、多（高）光谱波段匹配精度等。 思考题3：试说明遥感识别目标特性信息与局限性 遥感识别目标特性从信息表现在三个方面：光谱与光谱波段；几何特征与幅宽；辐射特征与灰度编码。 局限性：有限数量的光谱波段不能完整表达连续的地物光谱曲线;辐射特征是用灰度编码表示的,灰度数量级是有限的、离散化的；遥感图像只是二维的，而实际地物却是复杂连续的三维空间中的特征。 思考题4：遥感数据处理系统在表现自然的光和色主要瓶颈是什么？ 传感器对辐射能量的响应能力，数模转换，大气散射效应，像元的交叉辐射，分类算法的精度，图像转换精度都影响着遥感数据处理系统对自然的光和色的再现能力。 思考题5：讲出二种遥感原理性误差？了解遥感成图过程的原理性误差对遥感数据处理有什么帮助？提示本章的传感器模型的反射、辐射和几何校正原理。 1. 遥感原理性误差之一：交叉辐射原理性误差 L（x、y、λ、t、p） 2. 遥感原理性误差之二：图像基本单元—像元的结构性误差。 了解遥感成图过程的原理性误差对遥感数据处理遥感成图过程的原理性误差对多传感器、多分辨率MPH技术，基于对遥感信息的理解和对算法的理解。充分利用了主成分变化对多波段数据的压缩的（分解）作用，掩膜处理可以人为剔除干扰信息，色度调整可以将已经突出的微弱差别凸现出来，使微弱信息可见。 3．贝叶斯网络 思考题10：遥感数据处理中的贝叶斯网络方法？ 贝叶斯网络是图论和概率论结合产生的一种信息描述方法，是1988年在贝叶斯定理的基础上提出和发展起来的，其有向无环图的结构可以很好地表达特征间的依赖关系，通过概率推理能够实现多特征的知识表达与不确定性推理与预测。遥感数据是多波段的、多特征的、并且特征之间是有着因果联系的。遥感数据处理中的贝叶斯网络方法就是将贝叶斯网络用于遥感数据处理中，在使用联合概率对混合像元进行表达和分类，遥感影像的变化特征的因果表达与检测问题、多种数据的概率推理和预测问题等方面有着重要应用。 贝叶斯网络的内涵： 随机变量集组成网络节点，变量离散或连续； 连接节点对的有向边； 每个节点都有一个条件概率分布，量化其父节点对该节点的影响； 有向无环图。 贝叶斯网络的性质： 贝叶斯网络综合了先验信息和后验信息； 贝叶斯网络能够学习变量间的因果关系，变量间的相互影响程度通过条件概率表示； 贝叶斯网络具有稀疏化特征。 思考题11：贝叶斯网络BN的基本公式及其参量含义？实现BN的基本步骤？ 1.贝叶斯概率 条件概率：将事件B发生的条件下，事件A发生的概率： 加法定理：两个不相容的事件之和的概率，等于两个事件的概率之和。 乘法定理，也就是联合概率，由条件概率的定义可以直接得到。 2.贝叶斯定理 贝叶斯决策论是解决模式分类问题的一种基本统计途径。 设A1,A2,……为有限个可列个两两互不相容的事件， 实现贝叶斯网络应用的基本步骤: （1）输入相互独立的变量、变量需要离散化处理； (2）参量学习、网络训练、后验概率表； （3）构成有向无环图—DAG； （4）状态转移. 思考题12：BN与最大似然ML何时有区别？动态贝叶斯网络DBN在遥感数据变化检测中的应用与传统方法相比有那些突破，有那些应用前景？ BN与最大似然ML区别： 算法复杂度不同，BN复杂，ML简单 可理解性不同，ML比BN更容易理解 对先验知识的信任程度不同，BN比M