一、遥感图像校正 二、图像变换 三、图象增强 四、遥感图象融合 五、彩色合成

第一题: 1.y(t)=u(t-t) 使用拉式变换的定义: Y(s)=\u(t-r) 令T=t-T, Y(s)=Se-ru()= u()dt=(s) 所以,G(s)=ex

第一章n阶行列式 第二章矩阵 第三章向量组与矩阵的秩文数 第四章线性方程组 第五章特征值与二次型 第六章线性空间与线性变换

定理1初等变换把一个线性方程组变为一个与它 同解的线性方程组。 定义1线性方程组的系数所组成的矩阵叫做线性方 程组的系数矩阵把系数及常数所组成的矩阵叫做增 广矩阵

网络函数的频率特性 网络函数的频率特性也称网络的频率响应。若 将网络函数H(s)中的s改为j,那么就得到网络 的频率响应H(o)=A()∠q(),其中A(o)称幅频 特性,φ(o)称相频特性

一 Givens矩阵与 Givens变换 1.定义:设实数c与s满足c2+s2=1,称

对任何线性空间,给定基后,我们对元素进行线性变换或线性运算时,只需 用元素的坐标向量以及线性变换的矩阵即可,因此,在后面的内容中着重研究矩 阵和向量

这一节中希望大家能多动脑子呵呵因为我懒得写很多东西嘿嘿不好意思了 接着看上一节的变换 90,70,100,70]--[82.5,-2.5,10,15] 82.5即4个数的平均数可画出其对应波形如F.1其他数字对应相应波形(请稍微思考一下为什么及这 些波形特点)好了思考后请画出8个点阵的对应波形(如是新手,一定要亲手作作)以后我们将使用 这些波深入学习 在这里我们称这些图形为波,与常见的SN波不同呵呵可能不习惯 我举几个重要特性:

在上节所讲的V+l=V+W中V就是尺度空间,即我们观察事物所采用的尺度,也就是分辨率。W就是 细节空间,即不同尺度空间观察事物的差异。并且知道一幅图像=最低分辨率下图像+不同细节空间的细 节信息即一幅图像=系数*尺度基+系数*细节空间基在Har小波中若一个事物可用如下2个尺度 基描述(尺度相同,位移不同)记为1尺度那么当我们用一个大尺度基描述时(即取平均),就会有一 个失真记为0尺度此细节差异就对应描述基如下(补空间基)正如富里叶变换是将一个周期函数用无

以图像来说明建立空间特征基和小波变换的关系 设有一幅图像,从不同分辨率考察。 若我们离很远来看,可能会把每64个点看作一个点,若记此时构成的描述空间为V 若走进一些,把16个点看作一个点,记此时构成的描述空间为V1 若再走进一些,把4个点看作一个点,记此时构成的描述空间为V2 若再走进一些,把1个点看作一个点,记此时构成的描述空间为V3 则可知凡是Vi空间内可以描述的图像