×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
高分辨率遥感影像处理方法及应用
读者评分
5分

高分辨率遥感影像处理方法及应用

1星价 ¥64.1 (7.2折)
2星价¥64.1 定价¥89.0
商品评论(1条)
wan***(三星用户)

书可以,价格有点贵

设计装帧可以

2017-06-01 13:24:26
0 0
图文详情
  • ISBN:9787030519351
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:32开
  • 页数:212
  • 出版时间:2017-03-01
  • 条形码:9787030519351 ; 978-7-03-051935-1

本书特色

高光谱分辨率、高空间分辨率(统称高分辨率)遥感近年来发展迅速,并成为经济建设、国防安全和信息服务等方面重要的空间信息源。高分辨率影像的处理方法和技术,是高分辨率遥感从数据转换为信息或知识,进而服务于城市遥感、测绘、精细农业、环境监测与评价、军事侦察等领域的重要环节,也是高分辨率遥感应用服务链的核心技术之一。本书系统介绍高分辨率遥感影像处理技术的有关概念、原理和方法。本书共分为10章。第1章主要介绍高光谱和高空间分辨率遥感成像、预处理技术、影像分类和变化检测技术。第2-6章主要介绍高光谱遥感影像的波段选择和分类方法及应用。第7-10章主要介绍高空间分辨率遥感影像的配准、分割和变化检测方法及应用。本书内容新颖、理论联系实际,可作为遥感技术、地球信息科学、计算机应用等相关专业的研究生和高年级本科生、科研人员、工程技术人员参考书。

内容简介

高光谱分辨率、高空间分辨率(统称高分辨率)遥感近年来发展迅速,并成为经济建设、国防安全和信息服务等方面重要的空间信息源。高分辨率影像的处理方法和技术,是高分辨率遥感从数据转换为信息或知识,进而服务于城市遥感、测绘、精细农业、环境监测与评价、军事侦察等领域的重要环节,也是高分辨率遥感应用服务链的核心技术之一。本书系统介绍高分辨率遥感影像处理技术的有关概念、原理和方法。本书共分为10章。第1章主要介绍高光谱和高空间分辨率遥感成像、预处理技术、影像分类和变化检测技术。第2-6章主要介绍高光谱遥感影像的波段选择和分类方法及应用。第7-10章主要介绍高空间分辨率遥感影像的配准、分割和变化检测方法及应用。本书内容新颖、理论联系实际,可作为遥感技术、地球信息科学、计算机应用等相关专业的研究生和高年级本科生、科研人员、工程技术人员参考书。

目录

前言第1章 绪论 1.1 概述 1.1.1 高光谱分辨率遥感 1.1.2 高空间分辨率遥感 1.2 高光谱遥感影像降维和分类方法研究现状 1.2.1 数据降维方法 1.2.2 数据分类方法 1.3 基于计算智能方法的高光谱遥感应用 1.3.1 计算智能方法 1.3.2 计算智能方法在高光谱遥感上的应用 1.4 多时相遥感影像变化检测研究现状 1.4.1 遥感影像变化检测的基本概念 1.4.2 变化检测的基本流程及相关技术 1.4.3 对象级变化检测国内外研究现状 1.4.4 对象级变化检测面临的挑战 参考文献第2章 基于模拟退火遗传算法的高光谱遥感影像波段选择 2.1 问题分析 2.2 模拟退火遗传算法 2.3 基于模拟退火遗传算法的高光谱遥感影像波段选择方法 2.3.1 子空间分解 2.3.2 算法实现流程 2.4 实验与分析 2.4.1 软件工具及实验数据 2.4.2 分类精度评价 2.4.3 AVIRIS高光谱数据实验 2.4.4 HYDICE高光谱数据实验 参考文献第3章 基于Choquet模糊积分优化的SAGA高光谱遥感影像波段选择 3.1 问题分析 3.2 Choquet模糊积分 3.3 基于Choquet,模糊积分优化的SAGA高光谱遥感影像波段选择方法 3.3.1 子空间内波段排序 3.3.2 算法实现流程 3.4 实验与分析 3.4.1 AVIRIS高光谱数据实验 3.4.2 HYDICE高光谱数据实验 参考文献第4章 基于多目标粒子群优化算法的高光谱遥感影像波段选择 4.1 问题分析 4.2 粒子群优化算法 4.3 基于多目标粒子群优化算法的高光谱遥感影像波段选择方法 4.3.1 基于粒子群优化算法的波段选择 4.3.2 适应度函数 4.3.3 算法实现流程 4.4 实验与分析 4.4.1 AVIRIS高光谱数据实验 4.4.2 HYDICE高光谱数据实验 参考文献第5章 基于后验概率支持向量机和马尔科夫场的高光谱遥感影像分类 5.1 问题分析 5.2 支持向量机分类方法 5.2.1 线性分类器 5.2.2 *优分类超平面 5.2.3 支持向量机的核函数 5.3 SVM—MRF模型 5.3.1 后验概率支持向量机模型 5.3.2 基于后验概率的MRF模型 5.4 模拟退火求能量*小值 5.5 实验与分析 5.5.1 AVIRIS高光谱数据实验 5.5.2 HYDICE高光谱数据实验 参考文献第6章 基于多示例学习和支持向量机的高光谱遥感影像分类 6.1 问题分析 6.2 多示例学习方法 6.2.1 多示例学习问题 6.2.2 基于多示例学习的常见分类算法 6.3 模糊K均值聚类方法 6.4 基于多示例学习和支持向量机的高光谱遥感影像分类方法 6.4.1 波段选择 6.4.2 分割提取空间特征 6.4.3 聚类生成多示例包 6.4.4 算法实现流程 6.5 实验与分析 6.5.1 AVIRIS高光谱数据实验 6.5.2 HYDICE高光谱数据实验 参考文献第7章 基于JSEG与归一化互信息的高分辨率遥感影像配准 7.1 问题分析 7.1.1 图像配准的基本框架 7.1.2 图像配准的分类 7.1.3 存在的问题与研究思路 7.2 JSEG与NMI相结合的配准方法 7.2.1 多尺度控制点提取 7.2.2 基于NMI的控制点匹配 7.2.3 基于Delaunay三角形的图像配准 7.3 实验与分析 7.3.1 数据集1实验 7.3.2 数据集2实验 7.3.3 数据集3实验 参考文献第8章 基于小波变换与改进JSEG算法的高分辨率遥感影像多尺度分割 8.1 问题分析 8.2 JSEG算法及存在的关键问题 8.2.1 JSEG算法实现 8.2.2 JSEG在高分辨率遥感影像分割中的关键问题 8.3 WJSEG算法实现流程 8.3.1 量化与小波变换 8.3.2 多尺度分割 8.3.3 区域合并 8.4 实验与分析 8.4.1 eCognition影像分割 8.4.2 数据集1实验与目视分析 8.4.3 数据集2实验与目视分析 8.4.4 定量分析 参考文献第9章 基于多尺度融合的对象级高分辨率遥感影像变化检测 9.1 问题分析 9.2 研究方法 9.2.1 对象提取 9.2.2 对象特征提取及比较 9.2.3 多尺度融合 9.3 方法实现流程 9.4 实验与分析 9.4.1 数据集1实验 9.4.2 数据集2实验 9.4.3 尺度依赖性及融合策略分析 9.4.4 不同融合策略变化强度差异分析 参考文献第10章 一种对象级高分辨率SAR影像洪水灾害变化检测 10.1 问题分析 10.2 研究方法 10.2.1 基于轮廓波变换的噪声抑制及标记点提取 10.2.2 基于标记点的分水岭分割及区域合并 10.2.3 虚假目标消除 10.3 实验与分析 10.3.1 水体提取实验 10.3.2 水体区域变化检测实验 参考文献索引
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航