Question

遥感数字图像处理的文章

给一篇遥感数字图像处理的文章

若以下回答无法解决问题，邀请你更新回答

Answer 1

遥感图像的统计参数在图像处理过程中的作用：主要有以下7个参数：反差，方差，均值滤波，中值，众数，协方差，相关系数.它们对遥感数字影响 处理骑到举足轻重的作用：它们的主要用途及功能：
　相关系数是变量之间相关程度的指标。样本相关系数用r表示,总体相关系数用ρ表示,相关系数的取值范围为[-1,1]。|r|值越大，误差Q越小，变量之间的线性相关程度越高；|r|值越接近0，Q越大，变量之间的线性相关程度越低。γ＞0为正相关，γ＜0为负相关。γ＝0表示不相关；γ的绝对值越大，相关程度越高。
　　如两者呈正相关，r呈正值，r=1时为完全正相关；如两者呈负相关则r呈负值，而r=-1时为完全负相关。完全正相关或负相关时，所有图点都在直线回归线上；点子的分布在直线回归线上下越离散，r的绝对值越小。
　　两个不同参数之间的方差就是协方差
　　若两个随机变量X和Y相互独立，则E[(X-E(X))(Y-E(Y))]=0，因而若上述数学期望不为零，则X和Y必不是相互独立的，亦即它们之间存在着一定的关系。
　　协方差作为描述X和Y相关程度的量，在同一物理量纲之下有一定的作用，但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。
均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。
　　均值滤波也称为线性滤波，其采用的主要方法为领域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度个g（x，y），即个g（x，y）=1/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数。
　　组中值：上限与下限之间的中点数值称为组中值，它是各组上下限数值的简单平均，即组中值＝（上限＋上限）／2。组中值经常被用以代表各组标志值的平均水平。分组中通常把上下两端的组运用开放式的组距，即第一组用"多少以下"，最后一组用"多少以上"表示，这两个组的组中值可参照相邻组的组距来决定。
众数： 理性理解：简单的说，就是一组数据中占比例最多的那个数。
　　 用众数代表一组数据，可靠性较差，不过，众数不受极端数据的影响，并且求法简便。在一组数据中，如果个别数据有很大的变动，选择中位数表示这组数据的“集中趋势”就比较适合。
　　反差：1、反差指不同事物或同一事物的不同方面对比的差异程度。
　 2、反差指负片或照片上的明暗对比的术语。明暗对比大，则说明反差大。当反差大时，说明照片是硬调的。
　　3、反差指景物或影像中各部分明暗对比的差异程度。分景物反差和影像反差两种。前者指景物中最大亮度与最小亮度之比或对数差；后者是影像中最大密度与最小密度之差。两者间密切相关。一幅优良的遥感影像，其影像反差应能正确反映被摄景物的原有反差。这个关系用反差系数来表征。当反差系数为1时，表明影像反差等于景物反差；反差系数＜1时，影像反差小于景物反差；反差系数＞1时，影像反差大于景物反差。影像反差是反映遥感影像质量的重要指标，具有良好影像反差的遥感影像，有利于影像的分析、判读。影响影像反差的因素很多，如景物本身反差、遥感器光学系统质量、大气濛雾、感光材料特性、曝光量和摄影处理等。故在遥感影像处理中，不论光化学处理或数字图像处理，均可采用反差增强或反差扩展技术，用提高影像反差来改善影像判读质量。
　　方差：样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。数学上一般用E{[X-E(X)]^2}来度量随机变量X与其均值E(X)即期望的偏离程度，称为X的方差。