武汉大学遥感学院复试和真题详解
武大遥感考研题库
武大遥感考研题库武大遥感考研题库遥感技术是现代地球科学中的重要分支之一，它通过获取和解译遥感数据，可以实现对地球表面的全方位观测和监测。
作为遥感技术的先行者之一，武汉大学一直以来都在该领域取得了卓越的成就。
为了帮助更多的学子深入了解和掌握遥感知识，武大遥感考研题库应运而生。
武大遥感考研题库是一套经过精心编排和筛选的题目集合，涵盖了遥感技术的各个方面，包括遥感基础知识、遥感数据获取与处理、遥感应用等。
通过解答这些题目，考生可以全面了解遥感技术的理论基础和实际应用，提高自己的综合素质和解决问题的能力。
在武大遥感考研题库中，有一些经典的选择题，例如：1. 遥感技术最早应用于哪个领域？A. 气象学B. 地质学C. 农业D. 地理学这道题目考察了考生对遥感技术的历史了解和应用领域的把握。
正确答案是B，地质学。
早期的遥感技术主要用于地质勘探和资源调查。
除了选择题，武大遥感考研题库还包含了一些主观题，例如：2. 请简述遥感数据获取的常见方法。
这道题目要求考生对遥感数据获取的方法有一个全面的了解。
考生可以从遥感传感器、遥感平台和遥感数据处理等方面进行回答。
可以提及的方法包括航空摄影、卫星遥感、无人机遥感等。
此外，武大遥感考研题库还提供了一些实践题，例如：3. 请使用遥感数据对某地区进行土地利用分类，并分析其变化趋势。
这道题目要求考生运用所学的遥感知识和技术，对一定范围内的土地利用情况进行分类和分析。
考生需要选择合适的遥感数据，使用适当的分类方法，并结合地理背景和历史数据进行变化趋势分析。
通过解答这些题目，考生可以提高自己的遥感技术应用能力和解决实际问题的能力。
同时，武大遥感考研题库还提供了详细的解析和参考答案，供考生参考和学习。
值得一提的是，武大遥感考研题库并不仅仅适用于考研学生，对于从事相关领域研究和工作的人员也具有很高的参考价值。
遥感技术在自然资源管理、环境监测、城市规划等领域都有着广泛的应用，因此，对于从事这些领域工作的人员来说，熟练掌握遥感技术是非常重要的。
武汉大学遥感考研-历年真题、答案及考点分析_遥感院
新的年份，考研范围、考试重点和大纲都会有新的变化，针对这种变化，本中心每年都会进行一次较大内 容更新，所以本套资料仅适用于 2014 年，请大家多加关注我们！谢谢。
4、资料接受说明
收到资料后，在不拆开前提下，可自由浏览资料内容，如不满意，2 小时之内，联系我们，然后无偿退货。 但对于那些擅自拆开资料，进行复印，而后再退货的资料贩子，我们也会坚决维护我们的权益，与之奉陪 到底！咨询 QQ:771843105，TEL:18012981114
武汉大学遥感学院
遥感考研
GIS 遥感地理学，考研我们做的更专业
适合科目：摄影测量与遥感、模式识别与智能系统 咨询 QQ： 771843105(遥感学长)
地理学考研中心遥感小组
序言
曾记得一句名言，”人生道路虽然漫长，但关键之处仅有几步”，现在想想，大抵如此。人生 就是一个不断的选择与被选择的过程。不同的路口有不同的风景和经历，也正因为路口太多， 逼迫我们选择的太多，才造就了多彩绚丽的人生。 现在大家可能也在面临着选择，比如是否考研，考哪个学校，考哪个专业，跟哪个导师，怎 样平衡专业课与公共课的时间等等。作为过来人，当初的我们和大家一样，也在思考着类似 的问题；也正因为是过来人，我们才有了给大家提供建议的底气。借此机会，把我们一些个 人看法与大家交流，虽个人经历不同，经验不足以证明什么，但仅供参考之用足矣！ 1、为什么要考研？ 简而言之，一句话，为了自己以后更好的发展。它包括个人职业发展、个人能力发展。通俗 讲，就是通过考研，改变自己的学校出身、教育背景，以便未来更好的找个工作。这是个很 现实的情况，有些人会说，找工作还是要靠能力，这话没错。但在短短的十几分钟里面，你 怎么能让对方认为你有能力？所以，重点大学、高学历并不意味着有能力，但他有能力的几 率要远大于那些低学历、一般学校出身的学生。不幸的是，单位招聘的时候也是这样想的， 所以造就了现在的考研热。另外，中国存在这样一种情况，一个学校垄断一个行业，比如武 测基本垄断了全国测绘系统处级以上干部；南师拥有 GIS 开发很多牛人；中山大学在城市规 划方面独树一帜；北师大则在遥感基础研究及应用方面拥有更多的发言权等等。所以，要想 在专业领域有更大发展，最好的方法就是去对应最好的学校深造，考研是最好的实现方法。 2、怎样考研？ 如果从大三下学期开始算，考研基本上要经历一年的时间。在此过程中，要坚持两个原则， 一是在专业科目的选择上，要结合自己的实际情况，扬长避短，如果数学实在不行，就没必 要选择哪些考数学的科目。”只有功夫深，铁杵磨成针”只是理论上如此，它还有另外一个 解释，就是不撞南墙不回头。二是备考的过程中，一定要坚持。面对枯燥的复习，面对单调 的生活，面对诱惑的工作，大家只能坚持。 3、怎样平衡公共课与专业课 公共课是敲门砖，但公共课并不如想象中重要，这是因为，一则公共课所占比重不高，最多 算是和专业课持平；第二，公共课很难拉分，以英语为例，70 多分算高分，但一般人也能 考个 50-60 分。而专业课，一道题分值可能就有 30 分。所以，不是说公共课不重要，而是 专业课也很重要，如果考虑到复试，专业课还会更胜一筹。 说了考研，再说说资料。本套资料由地理学考研中心遥感小组倾力打造，共分十五个版块， 可以说涉及到了武大遥感院遥感考研和大家关心的各个方面。在编纂的过程中，听取了学弟 学妹们的很多意见，使得我们这套资料日益完善。同时也希望大家在使用的过程中，能多给 我们提意见，以便更好的打造属于武大遥感的精品资料。 特别感谢遥感小组的辛勤工作，同时感谢参与资料编辑的其他师弟师妹。”一为迁客去长沙， 西望长安不见家。黄鹤楼中吹玉笛，江城五月落梅花”，美丽的江城等着大家的到来！
(完整word版)武汉大学遥感院历年上机复试题
2010年题目描述：现有一幅128×128大小的图像，其对应的像元亮度值（从0到255）存储在文本文件input.txt中（其中第一行分别表示图像的行、列数，后面每一行128个数值表示该行图像的亮度值），请编程计算：1）图像亮度最大值、最小值、平均值、方差，将结果输出保存到hist.txt文件中；2）图像的中值滤波是通过对邻域内采样数据进行排序并取得中值来决定中心像素灰度的一种处理手段，可有效消除图像中少量离散的噪声。
中值滤波可以举例描述如下：图像中的某一行亮度值如下： A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12对该行按照1×5窗口进行中值滤波可以理解为以当前像元为中心取前后相邻的5个像元灰度值进行排序（前后没有像元视为其亮度值为0），取中值作为当前像元亮度值，则A3像元中值滤波的结果为A1 A2 A3 A4 A5排序后的中值。
请对本题图像按照1×5窗口进行中值滤波，将结果输出保存到midle.txt文件中。
注意：1）请将程序代码、执行程序和输出结果保存到同一个文件夹下； 2）文件夹名为考号+姓名。
2011年编程实现基于最邻近规则的试探法聚类算法。
一、算法说明：设有n个样本，X1，...，Xn，不妨令任一样本作为聚类中心Z1，并选取任一非负的阈值T，为方便起见，我们选X1=Z1，然后计算X2到Z1的距离D21，若D21>T,则建立一新的聚类中心Z2，且X2=Z2，若D21<T，则认为X2在以Z1为中心的域中，即X1，X2同属一类。
然后分别计算X3到Z1，Z2的距离，得到D31，D32，若D31>T，D32>T，则建立一新的聚类中心Z3，且X3=Z3，否则将X3划分到最近的聚类中心的域中，并重新计算该类的聚类中心(该类的样本均值)。
用类似的方法对所有样本计算距离，比较阈值，决定归属，直至所有样本分类结束。
二、编程实现1）从sample.txt中读取样本数据； 2）阈值输入4（分别为(3,3),(4,4),(6,6)）； 3）距离计算； 4）聚类中心计算；5）实现基于最邻近规则的试探法聚类程序； 6）将聚类结果输出至result.txt文件中。
武汉大学遥感考研十年真题及答案
III购买资料后，强烈建议登记QQ，以便享受GIS遥感地理学考研中心后续的资料解答、复试辅导等会员服务。
另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。
III购买资料后，强烈建议登记QQ ，以便享受GIS 遥感地理学考研中心后续的资料解答、复试辅导等会员服务。
另新的年份，包括真题、出题特点等都会有新变化，我们也会及时更新资料，大家多加关注。
IVGIS遥感地理学全国考研中心，由GIS、遥感、地理学几个学长创办，专业为大家提供地学考研全套资料。
用我们的劳动节省你复习的时间，用我们的知识提高你专业课的复习，用我们的人脉提供给你最详实的资料，用我们的经历告诉你怎样走过考研全过程。
欢迎大家一起交流。
淘宝：；拍拍：/771843105。
下为我们整理的武汉大学遥感考研手册的部分目录。
目录序言 ................................................................................................................ 错误！未定义书签。
资料使用说明................................................................................................. 错误！未定义书签。
1、重要版块介绍................................................................................... 错误！未定义书签。
2、资料使用方法................................................................................... 错误！未定义书签。
3、资料接受说明................................................................................... 错误！未定义书签。
武汉大学遥感信息工程学院复试机试
2004：#include<iostream>#include<fstream>#include<vector>n";return 1;}vector<int>vec_int;int numeric(0);for(i=0;i<10000;i++){infile>>numeric;(numeric);}ofstream outfile("");if(!outfile){cout<<" open failed.\n";return 1;}outfile<<"卷积一次后的矩阵：\n";vecInt = ConvolutionFun1(vec_int, M, N);for(i=0; i<M; i++){for(j=0; j<N; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';vecInt = ConvolutionFun2(vec_int, R, S);outfile<<"第二次卷积后的矩阵：\n";for(i=0; i<R; i++){for(j=0; j<S; j++){outfile<<vecInt[i][j]<<" ";}outfile<<'\n';}outfile<<'\n';();();return 0;}n";return 1;}n";return 1;}n";return 1;}n";return 1;}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}infile>>nBand>>nPiexl;vector<vector<double> >vec_double(nBand, vector<double>(nPiexl));for(i=0; i<nBand;i++){for(j =0; j<nPiexl; j++){infile>>vec_double[i][j];}}vector<double>vec_average_double(nBand);for(i=0; i<nBand;i++){vec_average_double[i] = AverageVector(vec_double[i]);}outfile<<"均值向量为:\n";copy(), (), ostream_iterator<double>(outfile, " "));outfile<<'\n';VecDouble vec_covariation_double(nBand, vector<double>(nPiexl));vec_covariation_double = CovariationMatrix(vec_double, vec_average_double, nBand, nPiexl);outfile<<"协方差矩阵:\n";for( i =0; i<nBand; i++){for(j =0; j<nBand; j++){outfile<<vec_covariation_double[i][j]<<" ";}outfile<<'\n';}return 0;}n";return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;= x;= y;(point);i++;}double xMin,yMin,xMax,yMax;xMin = vec_double[0].x;yMin = vec_double[0].y;xMax = vec_double[0].x;yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin){xMin = vec_double[i].x;}if(vec_double[i].y<yMin){yMin = vec_double[i].y;}if(vec_double[i].x>xMax){xMax = vec_double[i].x;}if(vec_double[i].y>yMax){yMax = vec_double[i].y;}}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}outfile<<"外包矩形的坐标为:\n";outfile<<xMin<<"\t"<<yMin<<'\n';outfile<<xMin<<"\t"<<yMax<<'\n';outfile<<xMax<<"\t"<<yMin<<'\n';outfile<<xMax<<"\t"<<yMax<<'\n';ifstream inpointfile("");if(!inpointfile){cerr<<" open failed.\n";return 1;}vector<POINT>vec_point;while(!()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;= num;= x;= y;(point);}int size = ();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax) {outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为：\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20071：#include<iostream>#include<fstream>#include<vector>using namespace std;struct POINT{n";return 1;}int num;infile>>num;vector<POINT>vec_double;int i=0;while(i<num){double x;double y;infile>>x>>y;POINT point;= x;= y;(point);i++;}double xMin,yMin,xMax,yMax;xMin = vec_double[0].x;yMin = vec_double[0].y;xMax = vec_double[0].x;yMax = vec_double[0].y;for(i=1; i<num; i++){if(vec_double[i].x<xMin){xMin = vec_double[i].x;}if(vec_double[i].y<yMin){yMin = vec_double[i].y;}if(vec_double[i].x>xMax){xMax = vec_double[i].x;}if(vec_double[i].y>yMax){yMax = vec_double[i].y;}}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}outfile<<"外包矩形的坐标为:\n";outfile<<xMin<<"\t"<<yMin<<'\n';outfile<<xMin<<"\t"<<yMax<<'\n';outfile<<xMax<<"\t"<<yMin<<'\n';outfile<<xMax<<"\t"<<yMax<<'\n';ifstream inpointfile("");if(!inpointfile){cerr<<" open failed.\n";return 1;}vector<POINT>vec_point;while(!()){int num;double x;double y;inpointfile>>num>>x>>y;POINT point;= num;= x;= y;(point);}int size = ();for(i=0; i<size; i++){if(vec_point[i].x>xMin && vec_point[i].x<xMax && vec_point[i].y>yMin && vec_point[i].y<yMax) {outfile<<"坐标点"<<vec_point[i].point_num<<"落在矩形外包内部，坐标为：\n";outfile<<vec_point[i].x<<"\t"<<vec_point[i].y<<'\n';}}return 0;}20072：#include<iostream>#include<fstream>#include<vector>using namespace std;typedef vector<vector<int> >VecInt;const int R = 256;const int L = 256;struct Table{int x;double y;Table(){x = 0;y = ;}};int main(){int i, j;double a,b;ifstream infile("", ios::in|ios::binary);if(!infile){cerr<<" open failed.\n";return 1;}n";return 1;}for(i=0; i<R; i++){for(j=0; j<L; j++){for(int k=0; k<255; k++){if(vec_int[i][j]==vecTable[k].x){unsigned char c;c = vecTable[k].y;((char*)&c, sizeof(char));outfile<<" ";}}outfile<<'\n';}}return 0;}2008：#include<iostream>#include<fstream>#include<vector>#include<algorithm>#include<numeric>using namespace std;int main(){ifstream infile("");ofstream outfile("");if(!infile){cout<<" open failed"<<endl;}if(!outfile){cout<<" open failed"<<endl;}int total = 0;infile>>total;vector<double>vec_double;vector<double>vec_square;double numeric = ;int i =0;while(i<total){infile>>numeric;(numeric);(numeric*numeric);i++;}sort(),());double average = accumulate(),(),/total;double sum_square = ;for(i=0;i<total;i++){sum_square+=(vec_double[i]-average)*(vec_double[i]-average);}double variance = sum_square/total;outfile<<"the max score is:"<<vec_double[total-1]<<endl;outfile<<"the min score is:"<<vec_double[0]<<endl;outfile<<"the average score is: "<<average<<endl;outfile<<"the variance is:"<<variance<<endl;();();return 0;}2009：#include<iostream>#include<fstream>#include<string>#include<algorithm>using namespace std;int main(){string s;ifstream infile("");ofstream outfile("");if(!infile){cout<<" open failed"<<endl;return 1;}if(!outfile){cout<<" open failed"<<endl;return 1;}n";return 1;}ofstream outfile("");if(!outfile){cerr<<" open failed.\n";return 1;}(3);int num;infile>>num;int i;int j;VecPoint vecpoint(num);double numeric1(0);double numeric2(0);char c1(0);char c2(0);for(i=0; i<num; i++){for(j=0;;j++){infile>>numeric1>>c1>>numeric2;POINT point;= numeric1;= numeric2;vecpoint[i].push_back(point);if(j!=0 && vecpoint[i][j].x==vecpoint[i][0].x && vecpoint[i][j].y==vecpoint[i][0].y){break;}infile>>c2;}}vector<double>vec_area;vector<double>vec_grith;for(i=0; i<num; i++){double area = polygonarea(vecpoint[i]);(area);double grith = polygongirth(vecpoint[i]);(grith);}double minArea = vec_area[0];int minAreaID;double maxArea = vec_area[0];int maxAreaID;double minGrith = vec_grith[0];int minGrithID;double maxGrith = vec_grith[0];int maxGrithID;for(i =0; i<num; i++){if(vec_area[i]<minArea){minArea = vec_area[i];minAreaID = i;}if(vec_area[i]>maxArea){maxArea = vec_area[i];maxAreaID = i;}if(vec_grith[i]<minGrith){minGrith = vec_grith[i];minGrithID = i;}if(vec_grith[i]>maxGrith){maxGrith = vec_grith[i];maxGrithID = i;}}outfile<<"第"<<maxAreaID<<"多变形面积最大"<<fixed<<maxArea<<'\n'; outfile<<"第"<<minAreaID<<"多变形面积最小"<<fixed<<minArea<<'\n'; outfile<<"第"<<maxGrithID<<"多变形周长最长"<<fixed<<maxGrith<<'\n'; outfile<<"第"<<minGrithID<<"多变形周长最小"<<fixed<<minGrith<<'\n';double sumArea = accumulate(), (), ;double averageArea = sumArea/num;double sumDeviation = ;double staDeviation;for(i=0;i<num;i++){sumDeviation += (vec_area[i]-averageArea)*(vec_area[i]-averageArea);}double sumStadardDevitation = sqrt(sumDeviation/num);int a=0;int b=0;int c=0;int d=0;for(i=0;i<num;i++){if(vec_area[i]>(averageArea + sumStadardDevitation)){a++;}if((vec_area[i]<(averageArea + sumStadardDevitation))&&(vec_area[i]>averageArea)){b++;}if((vec_area[i]<averageArea)&&(vec_area[i]>(averageArea - sumStadardDevitation))){c++;}if(vec_area[i]<(averageArea - sumStadardDevitation)){d++;}}outfile<<"A类"<<a<<'\n';outfile<<"B类"<<b<<'\n';outfile<<"C类"<<c<<'\n';outfile<<"D类"<<d<<'\n';return 0;}- vec_point[i].y)*(vec_point[i+1].x + vec_point[i].x)/2);}return polygon_area;}- vec_point[i].y)*(vec_point[i+1].y - vec_point[i].y) + (vec_point[i+1].x - vec_point[i].x)*(vec_point[i+1].x - vec_point[i].x);polygon_grith += sqrt((double)grith);}return polygon_grith;}20112#include<iostream>#include<fstream>#include<vector>#include<>using namespace std;struct POINT{int x;int y;POINT(){x = 0;y = 0;}};int main(){const double distance = 4;int num;num =0;double dis = ;ifstream infile("");if(!infile){cout<<" open failed"<<endl;return 1;}infile>>num;vector<vector<struct POINT> >PtrVector(num);vector<POINT>p(num);for(int i = 0; i<num; i++){infile>>p[i].x>>p[i].y;}();PtrVector[0].push_back(p[0]);-PtrVector[j].at(0).x)*(p[i].x -PtrVector[j].at(0).x)+(p[i].y -PtrVector[j].at(0).y)*(p[i].y -PtrVector[j].at(0).y));}double Min = d[0];int m = 0;for(int j = 0;j<n;j++){if(Min>d[j]){Min = d[j];m=j;}}if(Min>distance){PtrVector[n].push_back(p[i]);n++;}else{PtrVector[m].push_back(p[i]);struct POINT point;for(int i =0; i<PtrVector[m].size();i++){+= PtrVector[m].at(i).x;+= PtrVector[m].at(i).y;}= PtrVector[m].size();= PtrVector[m].size();PtrVector[m][0].x = ;PtrVector[m][0].y = ;}}ofstream outfile("");if(!outfile){cout<<" open failed"<<endl;}for(int i = 0; i<n; i++){outfile<<'('<<PtrVector[i].at(0).x<<','<<PtrVector[i].at(0).y<<")的坐标为："<<endl;for(int j = 1; PtrVector[i].size();j++){outfile<<PtrVector[i].at(j).x<<','<<PtrVector[i].at(j).y<<' ';}outfile<<endl;}();return 0;}。
武汉大学遥感院遥感试题(初试答案)
成像雷达成像光谱仪框幅式摄影机多光谱扫描仪
5.下面哪种影像灰度值的大小与后向散射有关（）
TM影像HRV影像RADARSAT影像IkONS影像
四、简答题
1.简述卫星传感器的辐射误差来源
2.简述侧视雷达图像的几何特点
3.简述最大似然法与最小距离法的区别与联系
4.简述进行地面光谱测量的意义
卫星遥感技术
形成的综合性感测技术。任何物体都有不同的电磁波反射或辐射特征。航空航天遥感就是利用安装在飞行器上的遥感器感测地物目标的电磁辐射特征，并将特征记录下来，供识别和判断。把遥感器放在高空气球、飞机等航空器上进行遥感，称为航空遥感。把遥感器装在航天器上进行遥感，称为航天遥感。完成遥感任务的整套仪器设备称为遥感系统。航空和航天遥感能从不同高度、大范围、快速和多谱段地进行感测，获取大量信息。航天遥感还能周期性地得到实时地物信息。因此航空和航天遥感技术在国民经济和军事的很多方面获得广泛的应用。例如应用于气象观测、资源考察、地图测绘和军事侦察等。
推扫式传感器
安装在极轨卫星上的一种传感器，其前端有一个CCD光电阵列和可摆动的反射镜，当卫星向前运动时，反射镜左右摇摆，将地物信息通过反射镜反射到CCD相机的感光单元上，CCD相机在通过光电转换将信息记录在存储磁盘上，TM影像就是典型的采用推扫式传感器成像的遥感产品，其边缘程锯齿状，推扫式传感器成像是连续的条带状，成像范围是其星下点附近区域，是极轨卫星普遍采用的一种传感器。
辐射传热学中的一个名词。对热辐射能只能吸收一部分而反射其余部分的物体。例如一般的固体和液体。
辐射光谱曲线的形状与黑体辐射光谱曲线的形状相似，且单色辐射本领不仅小于黑体同波长的单色辐射本领，两者的比例不大于1的常数，这类物质称之为灰体。
2022年武汉大学考研专业课遥感原理真题解答
2023 年武汉大学遥感原理真题解答一、名词解释〔8*5〕1、电磁波谱按电磁波在真空中传播的波长或频率递增或递减挨次排列，就能得到电磁波谱。
依照波长的长短以及波源的不同，电磁波谱可大致分为：无线电波、红外线、可见光、紫外线、X 射线、γ射线。
2、黑体所谓黑体是指入射的电磁波全部被吸取，既没有反射，也没有透射( 固然黑体照旧要向外辐射)。
明显自然界不存在真正的黑体，但很多地物是较好的黑体近似( 在某些波段上)。
黑体辐射状况只与其温度有关,与组成材料无关。
3、几何变形遥感图像的几何变形是指图像上像元在图像坐标系中的坐标与其在地图坐标系等参考坐标系统中的对应坐标之间的差异。
4、图像融合将多源遥感图像依据确定的算法，在规定的地理坐标系，将不同传感器猎取的遥感影像中所供给的各种信息进展综合, 生成的图像的过程。
5、模式识别对被识别的模式作一系列的测量，然后将测量结果与“模式字典”中一组“典型的”测量值相比较,得出所需要的分类结果。
这一过程称为模式识别。
6、特征选择用最少的影像数据最好地进展分类。
这样就需在这些特征影像中，选择一组最正确的特征影像进展分类，这就称为特征选择。
7、图像灰度直方图灰度直方图是用横坐标标注灰度的质量特性值，纵坐标标注频数或频率值，各组的频数或频率的大小用直方柱的高度表示的图形。
灰度直方图性质：1〕表征了图像的一维信息。
只反映图像中像素不同灰度值消灭的次数〔或频数〕而未反映像素所在位置。
2〕与图像之间的关系是多对一的映射关系。
一幅图像唯一确定出与之对应的直方图，但不同图像可能有一样的直方图。
3〕子图直方图之和为整图的直方图。
8、小卫星小卫星指目前设计质量小于500kg 的小型近地轨道卫星，其空间区分为1—3m〔全色〕和4—15m〔多波段〕。
与大卫星相比，小卫星具有先进、快速、低廉、牢靠的特点。
小卫星不只是简洁的质量小，而是高度集成化技术、自动化技术的应用，特别是计算机的快速进展，实现星上把握与处理计算机小型化。
武汉大学遥感试题及答案
武汉大学遥感试题及答案《遥感原理》试题三答案要点一、名词解释（20分）1、多波段遥感：探测波段在可见光与近红外波段范围内，再分为若干窄波段来探测目标。
2、维恩位移定律：黑体辐射光谱中最强辐射的波长与黑体的绝对温度成反比。
黑体的温度越高，其曲线的峰顶就越往左移，即往短波方向移动。
3、瑞利散射与米氏散射：前者是指当大气中的粒子直径比波长小得多的时候所发生的大气散射现象。
后者是指气中的粒子直径与波长相当时发生的散射现象。
4、大气窗口；太阳辐射通过大气时，要发生反射、散射、吸收，从而使辐射强度发生衰减。
对传感器而言，某些波段里大气的投射率高，成为遥感的重要探测波段，这些波段就是大气窗口。
5、多源信息复合：遥感信息图遥感信息，以及遥感信息与非遥感信息的复合。
6、空间分辨率与波谱分辨率：像元多代表的地面范围的大小。
后者是传感器在接收目标地物辐射的波谱时，能分辨的最小波长间隔。
7、辐射畸变与辐射校正：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这一改变的部分就是需要校正的部分，称为辐射畸变。
通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。
8平滑与锐化；图像中某些亮度变化过大的区域，或岀现不该有的亮点时，采取的一种减小变化，使亮度平缓或去掉不必要的燥声”点，有均值平滑和中值滤波两种。
锐化是为了突岀图像的边缘、线状目标或某些亮度变化大的部分。
9、多光谱变换；通过函数变换，达到保留主要信息，降低数据量；增强或提取有用信息的目的。
本质是对遥感图像实行线形变换，使多光谱空间的坐标系按照一定的规律进行旋转。
10、监督分类：包括利用训练样本建立判别函数的学习”过程和把待分像元代入判别函数进行判别的过程。
二、填空题（10分）1、1999年，我国第一颗地球资源遥感卫星（中巴地球资源卫星）在太原卫星发射中心发射成功。
2、陆地卫星的轨道是太阳同步轨道-轨道，其图像覆盖范围约为185-185平方公里。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
武汉大学遥感学院介绍：
摄影测量与遥感学科是教育部审定的首批全国重点学科。
本科和研究生出国都相对容易，且比例较高。
研究生包括专业硕士学制均为两年，就业方向大概为事业单位（国家部委、地方测绘局、勘测院等）、公司（从事软件开发，收入较高）。
如果想继续深造，摄影测量与遥感、地图制图学与地理信息系统方向还提供了1+4的硕博连读。
整体上来说，包括个人发展、包括就业，武大大学遥感学院是学GIS特别是遥感专业值得一试的学校。
遥感学院复试具体要求：
复试和加试采用一票否决权(不合格者取消录取)。
复试成绩满分为500分。
初试成绩（初试总成绩/5*60%）+ 复试成绩（专业笔试*10% +能力测试*13% + 英语听说测试*8% + 综合面试*9%）= 每位考生最终成绩（满分100分）
遥感学院复试流程
1、笔试：地球空间信息技术基础（专业综合），把初试的参考书有时间再看下，无时间可以看下宁津生的《测绘学概论》。
2、英语（包括口语和听力）：实际上是在一起考试的，具体为：几个考试一组或者单个考试，老师用英语说一个题目，然后让大家发表自己的opinion，过程中可能会有自我介绍。
一般也就一二十分钟。
3、面试：一般是五个老师在一起，一人负责记录，然后你进去。
武大的老师一般都不会刁难人，问的问题比较宽泛。
大体分为六个方向，你对专业的认识，该专业现在的热点和趋势，录取以后你的计划，怎样看待科研、大学做过什么、毕业论文是什么。
以09年学长的面试题目为例，
1、请你谈谈GIS(或者是遥感、或者是摄影测量)的发展现状、发展趋势？
2、请你谈谈你的研究兴趣，如果录取后的研究计划？
3、谈谈你对科学研究的态度、你的科研方法？例如当导师给你安排一个任务以后，你如何开展研究工作，如何与人协作，如何解决所遇到的难题？
所以大家只需要大大方方，把自己想法说出即可，但个人建议，千万不要不懂装懂，不要撒谎。
复试的各个环节都很重要，特别是面试，遥感院对面试具有一票否决权，希望学弟学妹们要好好准备，把老师可能提问的问题，自己先想个答案出来，而对于不知道怎样回答的问题，一则可以给老师把你所能知道的关于这个问题的想法说出来，二则就委婉的告诉他们你不会。
在老师面前，学生不会是很正常的事情，他们也不会太较真。
笔试和机试真题
笔试和机试真题，如果有条件就可以找下，或者去网上买，通过看笔试和上机题，大概能明确方向。
地球空间信息技术基础基础为专业综合，一般也就是GIS，遥感，计算机，数学等
的综合，历年真题不好找。
我知道这个淘宝网上这个网店（GIS遥感地理学全国考研中心）里面有，希望大家都能取得好成绩。