hi,小慕
遥感数字图像处理
第9次开课
开课时间: 2021年08月25日 ~ 2022年01月05日
学时安排: 3或4小时每周
当前开课已结束 已有 3088 人参加
老师已关闭该学期,无法查看
课程详情
课程评价(451)
spContent=针对我国快速发展的遥感对地观测对遥感数字图像处理的需求,讲述遥感数字图像处理的基本原理和方法。结合配套的教学教材和实验教材,通过较系统的在线课程学习,在任课教师的指导下,提高利用遥感数字图像解决实际问题的能力。 适用于:地理信息科学专业,其他与数字图像处理相关的专业。
针对我国快速发展的遥感对地观测对遥感数字图像处理的需求,讲述遥感数字图像处理的基本原理和方法。结合配套的教学教材和实验教材,通过较系统的在线课程学习,在任课教师的指导下,提高利用遥感数字图像解决实际问题的能力。 适用于:地理信息科学专业,其他与数字图像处理相关的专业。
—— 课程团队
课程概述

“遥感数字图像处理是地理信息科学专业本科生的专业核心课,也可做作为其他专业的辅修课程。课程强调遥感数字图像处理的基本技术和算法,重点是光学遥感数字图像的处理。


课程内容:遥感图像处理的基本概念,遥感数据的分级和图像文件的基本格式,遥感数据文件的读写,图像表达和统计特征,图像合成显示和拉伸,图像辐射校正,图像几何纠正,图像变换和图像滤波,图像分割,图像分类,遥感信息提取。


通过课堂讲授,结合课下的实验练习,理解并验证典型的遥感数字图像处理方法,强化对遥感数字图像处理基本原理和基本方法的理解和应用,培养遥感数字图像处理的基本技能,为遥感图像应用与分析提供技术和方法的支持。


课程特色:强调遥感数字图像处理的工作流和数据流,强调“数据-处理-分析-评估”思路的具体应用。

授课目标

(1)理解

  • 遥感数字图像处理的基本原理

  • 图像合成显示和增强的原理

  • 辐射校正和几何纠正原理

  • 图像变换的基本原理

  • 图像平滑、锐化原理

  • 图像分割、分类的原理

  • 遥感信息提取的基本原理

(2)掌握

  • 遥感数据的来源,级别、典型格式和读写

  • 图像合成和显示增强方法

  • 图像统计方法

  • 图像校正方法

  • 图像特征提取方法

  • 图像分割和分类方法

  • 变化检测方法

  • 精度评估方法

(3)综合

  • 利用所学方法从Landsat多光谱图像,高空间分辨率图像(0.5-5米空间分辨率)等遥感图像进行地表覆盖的变化检测。至少使用两种方法。

课程大纲

第一章 绪论

视觉-遥感:一个新的开始

学习参考

课程教学:绪论

测验:1.1 绪论

第二章 遥感传感器与遥感数据

2.1  遥感传感器和采样量化

2.2  遥感数据

第二章 学习参考

测验:2.1 遥感传感器和采样量化

测验:2.2 遥感数据

第三章 遥感图像模型和特征

3.1  遥感图像模型

3.2  图像统计特征

3.3  像素空间关系和图像特征

第三章 学习参考

测验:3.1遥感图像模型

测验:3.2 图像统计特征

测验:3.3 像素空间关系和图像特征

第四章 遥感图像显示和增强

4.1 色彩模型和色彩空间

4.2  彩色合成

4.3  图像显示拉伸

第四章 学习参考

测验:4.1 色彩模型和色彩空间

测验:4.2 色彩合成

测验:4.3 图像显示拉伸

第五章 图像校正

5.1 辐射传输

5.2  辐射误差和辐射校正

5.3 几何校正的概念和原理

5.4 几何精纠正

第五章 学习参考

测验:5.1 辐射传输

测验:5.2 辐射误差和辐射矫正

测验:5.3 几何校正的概念和原理

测验:5.4 几何精纠正

第六章 图像变换

6.1 概述

6.2 傅里叶变换

6.3 波段运算

6.4 K-L变换

6.5 缨帽变换

6.6 彩色变换

6.7 数字图像融合

第六章 学习参考

测验:6.1 傅立叶变换

测验:6.2 波段运算

测验:6.3 K-L变换

测验:6.4 缨帽变换

测验:6.5 彩色变换

测验:6.6 数字图像融合

第七章 图像滤波

7.1 图像噪声与卷积、滤波

7.2 图像平滑

7.3 图像锐化

7.4 频率域滤波

第七章 学习参考

测验:7.1  基本概念

测验:7.2 图像平滑

测验:7.3  图像锐化

测验:7.4  频率域滤波

测验:7.5 图像滤波的思路

第八章 图像分割

8.1 概念、方法和流程

8.2 灰度阈值法

8.3 梯度和区域方法

8.4 分割后处理

第八章 学习参考

测验:8.1 概念、方法和流程

测验:8.2 灰度阈值法

测验:8.3 梯度和区域方法

测验:8.4 分割后处理

第九章 图像分类

9.1 分类原理和相似性度量

9.2 非监督分类

9.3 监督分类

9.4 分类后处理

第九章 学习参考

测验:9.1 原理和相似性度量

测验:9.2 非监督分类

测验:9.3 监督分类

测验:9.4 后处理

第十章 遥感信息提取

10.1 概念和原理

10.2 单一目标的遥感信息提取

10.3 高光谱图像处理和高空间分辨率图像处理

10.4 遥感变化检测

第十章 学习参考

测验:10.1 概念和原理

测验:10.2 单一目标的遥感信息提取

测验:10.3 高光谱图像处理和高空间分辨率图像处理

测验:10.4 遥感变化检测

展开全部
预备知识

建议的先修课程包括:遥感概论、线性代数、概率论与数理统计、综合自然地理、算法语言与程序设计、地图学。


参考资料

(一)课程教材

  1. 1、韦玉春,汤国安等主编,遥感数字图像处理教程(第三版),科学出版社,2019。国家“十一五”规划教材,“十二五”江苏省高校重点教材,“十三五”江苏省高校重点教材。
  2. 2、韦玉春,秦福莹,程春梅主编,遥感数字图像处理实验教程(第二版),科学出版社,2018。“十二五”江苏省高校重点教材。


(二)主要参考书目

1、(美)肖温格特(Schowengerdt,R.A.)主编,遥感图像处理模型与方法(第三版),电子工业出版社,2010。

2、(美)桑卡等主编,图像处理分析与机器视觉(第四版),清华大学出版社,2016。

3、冈萨雷斯主编,数字图像处理(第三版),电子工业出版社,2017。

4、Jensen,J.R.主编,遥感数字影像处理导论(第三版),机械工业出版社,2007年。


常见问题

Q : 如何进行实验?

A : 请在教师的指导下进行实验,或按照进度自行学习。

本课程必须进行实验。建议的实验课时为36个。配套的实验教材中的问题和实验后的思考题均需在实验中回答和解决。


Q : 如何学习在线课程的内容?

A : 建议在教师的指导下自我学习,控制好学习进度。


建议学习流程:

对于每个单元(或课程的每章内容):预习、在线学习,复习总结,阅读推荐的材料,完成网络课程的单元测验,完成课后作业和思考题,进行实验,编写实验报告。重复进行网络课程的单元测验,单元总结。


Q : 遇到问题怎么解决?

A : 在线课程提供了讨论板块,请在那里进行提问和交流。同时,希望积极参与问题的回答。课程的教材提供了一个QQ群号(217546423),请实名进群,供大家交流,课程教师也在其中,会及时回答您在学习中的问题。进群格式:学校_姓名,注明:在线课程。



南京师范大学
3 位授课老师
韦玉春

韦玉春

教授

张卡

张卡

副教授

周良辰

周良辰

副教授

推荐课程

内科护理学

罗健

52023人参加

高级语言程序设计(Python)

车万翔

132882人参加

C语言程序设计——快速入门与提高

吕春利

93998人参加

C语言程序设计进阶

翁恺

80905人参加
下载
下载

下载App