215、K-T变换是Kauth和Thomas通过分析陆地卫星MSS影像反映农作物和植被生长过程的数据结构后提出的一种经验性的多波段图像的正交线性变换,因此,该变换只适用于MSS图像数据的处理。

215、K-T变换是Kauth和Thomas通过分析陆地卫星MSS影像反映农作物和植被生长过程的数据结构后提出的一种经验性的多波段图像的正交线性变换,因此,该变换只适用于MSS图像数据的处理。


参考答案和解析
ABCD

相关考题:

在对MSS遥感数据进行研究时,采用K-T变换后提取的前三个分量是:()、()和()。在TM数据的研究中,第三分量可定义为()。

多波段数字图像是从多个波段获取的遥感数字图像,多波段数字图像的存储与分发通常采用三种数据格式记录信息,它们是()数据格式、()数据格式和()数据格式。

TM影像为专题制图仪获取的图像。其在()、()、()方面都比MSS图像有较大改进。

遥感数据处理常运用K-L变换作数据分析前的预处理,它可以实现()。 A.数据分类和图像运算B.数据压缩和图像增强C.数据分类和图像增强D.数据压缩和图像运算

在制图、虚拟现实等许多领域能得到广泛的应用的是( )。A.MSS图像B.气象卫星图像C.SPOT5卫星数据D.LiDAR数据

由于( )具有高的空间分辨率和垂直分辨率,在城市变化监测中发挥了重要作用。A.SPOT5卫星数据B.LiDAR数据C.MSS图像D.高光谱遥感卫星影像

离散余弦变换是图像处理中常用的正交变换。

什么是正交变换?用于图像处理的正交变换有哪些?各有何作用?。

以陆地卫星TM图像和SPOT的全色波段图像为例,说明TM图像和SPOT图像融合的优越性。

光谱增强是基于()数据对波段进行变换达到图像增强处理,如主成分变换、独立主成分变换、色彩空间变换和色彩拉伸等。A、单光谱B、多光谱C、单光谱灰度值D、多光谱灰度值

遥感数据处理常运用K-L变换作数据分析前的预处理,它可以实现()A、数据分类和图像运算B、数据压缩和图像增强C、数据分类和图像增强D、数据压缩和图像运算

图像处理中正交变换的目的是什么?图像变换主要用于那些方面?

()在图像平滑、边缘增强、去噪声、纹理分析等图像处理和分析中有重要应用。A、K-T变换B、K-L变换C、傅立叶变换D、小波变换

在遥感数据处理中,常常运用()作数据分析前的预处理,以实现数据压缩和图像增强。A、K-L变换B、傅立叶变换C、K-T变换D、小波变换

TM图像六个波段经过缨帽变换处理后三个组分图像所代表的特征意义分别是()、()和()。

有一种多光谱变换主要针对TM数据河曾经广泛使用的MSS数据。它抓住了地面景物,特别是植被和土壤在多光谱空间中的特征,这对于扩大陆地卫星TM影像数据分析在农业方面的应用有重要意义。它是()A、缨帽变换B、主分量变换C、哈达马变换D、比值变换

常用的遥感数据有:()A、美国陆地卫星TM和MSS数据B、法国SPOT卫星遥感数据C、加拿大Redarsat数据D、东方红一号遥感数据

光谱增强处理是基于多光谱数据对波段进行变换达到图像增强处理如()A、色彩拉伸B、独立成分变换C、主成分变换D、色彩空间变换

多选题光谱增强处理是基于多光谱数据对波段进行变换达到图像增强处理如()A色彩拉伸B独立成分变换C主成分变换D色彩空间变换

填空题在对MSS遥感数据进行研究时,采用K-T变换后提取的前三个分量是:()、()和()。在TM数据的研究中,第三分量可定义为()。

单选题光谱增强是基于()数据对波段进行变换达到图像增强处理,如主成分变换、独立主成分变换、色彩空间变换和色彩拉伸等。A单光谱B多光谱C单光谱灰度值D多光谱灰度值

多选题常用的遥感数据有:()A美国陆地卫星TM和MSS数据B法国SPOT卫星遥感数据C加拿大Redarsat数据D东方红一号遥感数据

单选题有一种多光谱变换主要针对TM数据河曾经广泛使用的MSS数据。它抓住了地面景物,特别是植被和土壤在多光谱空间中的特征,这对于扩大陆地卫星TM影像数据分析在农业方面的应用有重要意义。它是()A缨帽变换B主分量变换C哈达马变换D比值变换

问答题以陆地卫星TM图像和SPOT的全色波段图像为例,说明TM图像和SPOT图像融合的优越性。

填空题TM影像为专题制图仪获取的图像。其在()、()、()方面都比MSS图像有较大改进。

填空题TM图像六个波段经过缨帽变换处理后三个组分图像所代表的特征意义分别是()、()和()。

单选题遥感数据处理常运用K-L变换作数据分析前的预处理,它可以实现()A数据分类和图像运算B数据压缩和图像增强C数据分类和图像增强D数据压缩和图像运算

单选题下列关于主组分分析的说法中不正确的是()A主组分分析是在统计特征基础上的多维正交线性变换。多波段图像经过这种变换后产生出一组新的组分图像,组分图像的数目只能等于原来的波段数,但组分图像之间消除了相关性。(组分图像的数目可以等于或少于原来的波段数。)B主组分分析的目的是将原来各波段图像中的有用信息集中到数目尽可能少的新的组分图像中,并使各组分图像互不相关,即各自包含不同的地物信息,大大减少总的数据量,便C从几何意义上,相当于空间坐标的旋转。主组分变换,相当于把原来的数据变换到一个新的坐标系统。D主组分变换多用于多变量数据压缩,即把原来的多变量数据在信息损失最小的前提下,变换为尽可能少的新的变量,以减少数据的维数。