Question

遥感数字图像处理问题，谢谢！

我们在做遥感数字图像的拼接，用PCI软件操作的，把两幅相邻的图拼接起来，再利用一幅原图和拼接好的图对比，把重叠部分剪切掉。这个的实验原理是什么啊，用专业语言说吧

Answer 1

　　图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础,而且图像配准算法的计算量一般非常大,因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。
　　一般来说,图像拼接主要包括以下五步:
　　a)图像预处理。包括数字图像处理的基本操作(如去噪、边缘提取、直方图处理等)、建立图像的匹配模板以及对图像进行某种变换(如傅里叶变换、小波变换等)等操作。
　　b)图像配准。就是采用一定的匹配策略,找出待拼接图像中的模板或特征点在参考图像中对应的位置,进而确定两幅图像之间的变换关系。
　　c)建立变换模型。根据模板或者图像特征之间的对应关系,计算出数学模型中的各参数值,从而建立两幅图像的数学变换模型。
　　d)统一坐标变换。根据建立的数学转换模型,将待拼接图像转换到参考图像的坐标系中,完成统一坐标变换。
　　e)融合重构。将带拼接图像的重合区域进行融合得到拼接重构的平滑无缝全景图像。
　　相邻图像的配准及拼接是全景图生成技术的关键,有关图像配准技术的研究至今已有很长的历史,其主要的方法有以下两种:基于两幅图像的亮度差最小的方法和基于特征的方法。全景图的拼接主要包括以下4个步骤：图像的预拼接,即确定两幅相邻图像重合的较精确位置,为特征点的搜索奠定基础。特征点的提取,即在基本重合位置确定后,找到待匹配的特征点。图像矩阵变换及拼接,即根据匹配点建立图像的变换矩阵并实现图像的拼接。最后是图像的平滑处理。
　　在遥感图像处理方面，eCognition是PCI Geomatica公司的产品,它的主要特点在于基于影像空间和波 谱两方面信息的信息提取。传统的遥感影像分类,包括监督分类或者非监督分类，都是在影像的光谱特征空间中,依靠不同光谱数据的组合在统计上的差别来进行 的。但是由于Quick Bird数据的空间分辨率很高,图像上地物景观的结构、形状、纹理和细节等信息都非常突出,而光谱分辨率不高,因此，在分类时不能仅依靠其 光谱特征，更多的是要利用其几何信息和结构信息。eCognition将采用面向对象的 遥感影像分析技术来进行影像的分类和信息提取。
　　首先对Quick Bird数据进行影像分割,从二维化的图像信息陈列中恢复出图 像所反映的景观场景中的目标地物的空间形状及组合方式。影像的最小单元不再 是单个的像素,而是一个个对象，后续的影像分析和处理也都基于对象进行。
　　采用决策支持的模糊分类算法,并不将每个对象简单地分到某一类,而是给出 毎个对象隶属于某一类的概率,便于用户根据实际情况进行调整,同时,也可以按 照最大概率产生确定分类结果。在建立专家决策支持系统时,建立不同尺度的分 类层次,在每一层次上分别定义对象的光谱特征、形状特征、纹理特征和相邻关系 特征。其中:光谱特征包括均值、方差、灰度比;形状特征包括面积、长度、宽度、边 界长度、长宽比、形状因子、密度、主方向、对称性、位置、对于线状地物包括线长、线 宽、线长宽比、曲率、曲率与长度之比等,对于面状地物包括面积、周长、紧凑度、多 边形边数、各边长度的方差、各边的平均长度、最长边的长度;纹理特征包括对象方 差、面积、密度、对称性、主方向的均值和方差等。通过定义多种特征并指定不同权|重,建立分类标准，然后对影像分类。分类时先在大尺度上分出父类，在根据实际需要对感兴趣的地物在小尺度上定义特征分出子类。
希望有用。

Answer 2

此图像滤波，平滑处理。光滑的一般使用的模板，因为模板本身的大小，所以处理的边缘小于。通常被忽略的边缘线柱。如3 * 3模板，5 * 5加两行添加一行。请注意，添加行和列时，没有同时增加，订单总额，因此成为6 * 5 * 5加一排，加1变为6 * 6，就是这样，我希望你能有所帮助。

Answer 3

理解：数字图像处理（数字图像处理），简称为计算机图像处理，是指到的图像信号被转换成数字信号和数字图像处理
的方法，计算机以进行处理。数字图像处理最早出现于20世纪50年代，当计算机已经发展到一定程度时，人们开始利用计算机图形学和图像信息。作为一门学科20世纪60年代初形成的数字图像处理。的早期阶段中的图像处理的目的是改善图像质量，它是一个人的对象，为目的的改善人的视觉效果。图像处理中，输入的是一个低质量的图像，之后的输出图像质量的提高，一般的图像处理方法，图像增强，恢复，编码，压缩，等。实际的成功应用，为第一次在美国喷气推进实验室（JPL）。太空探测器“徘徊者”月球早在1964年数千张照片用图像处理技术，如几何校正，灰度变换，去除噪声和其他方法进行处理，并考虑太阳和月亮的位置，环境，成功地从电脑上画的影响在月球表面地图，获得了巨大的成功。其次是近100,000张照片的飞船发回更复杂的图像处理，从而得到月球的地形图，彩色图，全景拼接，取得了不平凡的业绩奠定了坚实的举措，把人类对月球的基础，也数字图像处理的纪律的诞生作出了贡献。数字图像处理技术
航空航天技术，如探索火星，土星和其他数字图像处理技术发挥了巨大的作用。另一个由数字图像处理在医学成就的取得的巨大成就。 1972年英国EMI公司的工程师Housfield发明头骨诊断X射线计算机断层摄影装置，也就是我们通常所说的CT（计算机断层扫描）。 CT的基本方法被称为图像重建，根据该人的头部的投影的横截面，并通过计算机处理来重建剖面图像。于1975年，EMI也成功开发了全身CT的移动设备，用于获得鲜明清晰的断层图像的各部分的人体。 1979年，损伤诊断技术获得了诺贝尔文学奖，人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域的广泛关注，并取得了显着的开创性成就，在航空航天，生物医学工程，工业检测，机器人视觉，公安，司法，军事指导，文化艺术属于这些领域的图像处理成为一个醒目，新学科的光明前景。随着图像处理技术的深入发展，从20世纪70年代中期，计算机技术和人工智能的迅速发展，思维科学的研究，向更高，更深层次的数字图像处理。人们已经开始研究如何使用计算机系统来解释的形象，类似于人的视觉系统，以了解外面的世界，这就是所谓的图像理解或计算机视觉。许多国家，特别是发达国家投入更多的人力，物力的研究，提出了一系列重要的研究成果。代表性成果在麻省理工学院在20世纪70年代后期，马尔视觉计算理论，这一理论已经成为随后的十年中，计算机视觉领域的主导思想。图像理解的理论方法研究的进展，但它是一个比较困难的地区？研究，也有很多困难，人类本身也是非常小的视觉过程的理解，计算机视觉是一个有待人们进一步探索新的领域。

思路：数字图像处理的内容有以下几个方面：1）由于大的图像阵列，直接在空间域处理，图像转换需要很大的计算量。因此，经常使用的各种的图像变换方法，如Walsh变换，傅立叶变换，离散余弦变换和其他间接的处理技术，空间域中的处理被转换成的变换域处理，不仅可以减少计算量的，并获得更有效的处理（如傅立叶变换，在频域中的数字滤波处理）。目前新兴研究小波变换在时域和频域具有良好的本地化特性，它在图像处理中的应用也有一个广泛而有效的。 2）编码压缩技术的图像编码压缩图象描述的图像（即比特数）的数据量可以减少，为了节省的图像传输，处理时间和减??少占用的内存容量。的无失真的前提的压缩可以以下方式获得，也可以进行的条件下，允许的失真。编码压缩技术是最重要的方法，它在图像处理技术的发展最早和比较成熟的技术。 3）图像增强和复原图像增强和恢复的目的，为了提高图像质量，诸如噪声去除，提高图像的锐度。考虑图像质量下降的原因，在图像的图像增强突出的部分权益。至于加强高频分量的图像，可以在图像中的对象的轮廓清晰，明显的细节;如加强低频分量可以减少图像中的噪声的影响。图像恢复的图像质量下降的原因，需要有一定的了解，一般来说建立一个“退化模式应根据对降解过程中，一些过滤，恢复或重建原始图像。4）图像分割图像分割是关键之一在数字图像处理技术。的图像分割是有意义的特征部分的图像中被提取出来，其显著特征图像中的边缘，区域，等等，这是进一步进行图像识别，以及分析和理解的基础上。虽然已经开发出了很多的边缘提取，区域分割的方法，但不是普遍适用于各种图像的有效方法，因此，图像分割的研究还在不断深入，是目前的在图像处理中的研究热点。5）的图像描述图像描述图像识别和理解的必要前提。最简单的二进制图像的几何特征可以用来描述对象的特征描述图像的方法，一般使用二维形状描述，它有边界描述和区域描述了两种方法，对于特殊的纹理图像可以在二维纹理特征的图像处理研究的深入发展。已经开始研究三维描述对象，体积描述，表面描述，广义圆柱体描述。6）图像分类（识别）图像分类（识别）属于模式识别的范畴，其主要内容的一些前处理（增强，恢复，压缩后的图像判断分类。图像分类常采用经典的模式识别，统计模式分类和句法（结构）模式分类，近年来新开发的，模糊模式识别和人工神经网络模式分类在图像识别），图像分割和特征提取，越来越多的重视。

1）图像变换：大的图像阵列，直接在空间域处理，涉及到大量的计算。因此，经常使用的各种的图像变换方法，如Walsh变换，傅立叶变换，离散余弦变换和其他间接的处理技术，空间域中的处理被转换成的变换域处理，不仅可以减少计算量的，并获得更有效的处理（如傅立叶变换，在频域中的数字滤波处理）。目前新兴研究小波变换在时域和频域具有良好的本地化特性，它在图像处理中的应用也有一个广泛而有效的。 2）图像编码压缩：图像压缩编码技术可以减少描述的图像（即比特数）的数据的量，以保存的图像传输，处理时间和减??少占用的内存容量。的无失真的前提的压缩可以以下方式获得，也可以进行的条件下，允许的失真。编码压缩技术是最重要的方法，它在图像处理技术的发展最早和比较成熟的技术。 3）图像增强和恢复：为了提高图像质量，诸如噪声去除的图像增强和恢复的目的，提高图像的锐度。考虑图像质量下降的原因，在图像的图像增强突出的部分权益。至于加强高频分量的图像，可以在图像中的对象的轮廓清晰，明显的细节;如加强低频分量可以减少图像中的噪声的影响。图像复原的图像质量下降的原因，需要有一定的了解，一般来说建立一个“退化模式，应根据降解过程中，一些过滤，恢复或重建原始图像。4）图像分割：分割是关键在数字图像处理技术。的图像分割是有意义的特征部分的图像中被提取出来，其显著特征图像中的边缘，区域，等等，这是进一步进行图像识别，以及分析和理解的基础上。虽然已经开发出了很多的边缘提取，区域分割的方法，但不是普遍适用于各种图像的有效方法，因此，图像分割的研究还在不断深入，是目前的在图像处理中的研究的热点。5）图像描述：图像描述是图像识别和理解的必要先决条件。作为最简单的二进制图象的几何特征可以用来描述的对象的特征，一般描述的图像方法使用二维形状描述，它有边界描述和区域描述了两种类型的方法。对于特殊的纹理图像可以在二维纹理特征图像处理研究的深入发展，已经开始研究描述三维物体，体积描述，表面描述，广义圆柱体描述。6）图像分类（识别）图像分类（识别）领域是模式识别，图像的主要内容后，一些前处理（增强，恢复，判断分类压缩），图像分割和特征提取，图像分类常采用经典的模式识别，统计模式分类和句法（结构）模式分类，近年来新开发的，模糊模式识别和人工神经网络的图像模式分类承认越来越多的关注。
查看：