×
高分辨率遥感影像变化检测
读者评分
5分

高分辨率遥感影像变化检测

1星价 ¥68.8 (8.0折)
2星价¥68.8 定价¥86.0
商品评论(1条)
wan***(三星用户)

搞活动买的,划算

设计装帧可以

2019-01-03 13:23:22
0 0
图文详情
  • ISBN:9787115486660
  • 装帧:简裝本
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:182
  • 出版时间:2018-01-01
  • 条形码:9787115486660 ; 978-7-115-48666-0

本书特色

这是国内以高分辨遥感影像变化检测为核心,系统阐述相关关键技术的书籍。书中在深入阐述变化检测及相关技术的各种理论的同时,将对****的变化检测及相关技术发展成果和未来发展方面都有较为全面的介绍,包括:涵盖变化检测流程中所涉及的图像配准、影像分割、目标识别及变化检测方法等一系列关键技术,书中在深入阐述变化检测及相关技术基础理论的同时,将对****的跟踪变化检测发展成果和未来发展方面都有较为全面的介绍,包括:结合JSEG与归一化互信息的高分辨率遥感影像配准算法、基于尺度参数自适应WJSEG的高分辨率遥感影像非监督分割算法、对象置信度指标指引下的高分遥感影像分割算法、尺度参数自适应的高分遥感影像分割算法、针对复杂背景下高分辨率SAR图像河道检测算法、结合LGDF-ACM模型的高分辨率SAR变化检测算法、基于鲁棒卡方变换的高分辨率遥感影像非监督变化检测算法、基于D-S证据理论的多尺度变化检测算法等。
以往初步涉足高分遥感影像处理领域又希望以变化检测为研究切入点的研究人员(如刚确定研究方向的硕士、博士生或需要快速入门的工程技术人员等),通常需要购买一本专门介绍遥感影像处理技术基础理论的书籍(如《遥感原理与应用》,武汉大学出版社)以及专门介绍变化检测方法的书籍(如《遥感影像变化检测》,武汉大学出版社)。只有两类书籍结合起来看,从中找到相互匹配的知识点,才能够对底层的基础理论和上层的前沿方法做到理解和掌握,这无疑会增加学习的难度和花费的时间及精力。而如果利用本书,读者很容易把学习重点聚焦于与变化检测相关的关键技术上,进而快速掌握变化检测的基本理论及实现流程并了解****的研究进展,即购买一本书即可达到相同或者更加的效果,实现快速的入门和上手,这也是本书的****卖点。

内容简介

高分辨率遥感影像变化检测已成为遥感与GIS领域的研究热点,目前已广泛应用于自然灾害监测与评估、土地资源规划等各个领域。它涉及几何校正、影像分割、目标提取、变化信息提取等诸多相关技术,具有重要的理论研究意义和实用价值。本书系统地介绍了高分辨率遥感影像变化检测及相关技术的有关概念、原理、方法和新进展,共分为10章。章主要介绍高分辨率遥感影像变化检测的意义、基本概念、相关技术及分类。第2~10章主要介绍高分辨率遥感影像变化检测中所涉及的配准、分割、目标识别、变化检测等相关技术的基本原理、方法及应用。
本书内容新颖、理论联系实际,可作为遥感技术与应用、地球信息科学、计算机应用技术、土地资源管理等相关专业的研究生和高年级本科生、科研人员、工程技术人员的参考书。

目录

第 1章 绪论 1

1.1 遥感影像变化检测的基本概念 1

1.2 变化检测的基本流程及相关技术 2

1.2.1 多时相遥感影像数据选择 2

1.2.2 影像预处理 3

1.2.3 特征提取 4

1.2.4 变化检测 4

1.2.5 精度评价 5

1.3 高分辨率遥感影像变化检测国内外研究现状 5

1.3.1 监督与非监督变化检测 5

1.3.2 数据源不同的变化检测 7

1.3.3 直接比较与先分析后比较的变化检测方法 9

1.4 对象级变化检测 12

1.4.1 对象级变化检测的优势及特性 12

1.4.2 对象级变化检测方法的分类及优缺点比较 13

1.4.3 对象级变化检测面临的挑战 15

参考文献 16

第 2章 基于JSEG与归一化互信息的高分辨率遥感影像配准 28

2.1 问题分析 28

2.1.1 影像配准的基本框架 28

2.1.2 影像配准的分类 29

2.1.3 存在问题与研究思路 30

2.2 JSEG与NMI相结合的配准方法 32

2.2.1 多尺度控制点提取 32

2.2.2 基于NMI的控制点匹配 34

2.2.3 基于Delaunay三角网的影像配准 36

2.3 实验与分析 36

2.3.1 数据集1实验 37

2.3.2 数据集2实验 40

2.3.3 数据集3实验 43

参考文献 46

第3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 49

3.1 问题分析 49

3.2 JSEG算法及存在的关键问题 51

3.2.1 JSEG算法实现 51

3.2.2 JSEG在高分辨率遥感影像分割中的关键问题 52

3.3 WJSEG算法实现流程 53

3.3.1 量化与小波变换 53

3.3.2 多尺度分割 56

3.3.3 区域合并 57

3.4 实验与分析 58

3.4.1 eCognition影像分割 58

3.4.2 数据集1实验与目视分析 59

3.4.3 数据集2实验与目视分析 61

3.4.4 定量分析 62

参考文献 64

第4章 对象置信度指引下的高分辨率遥感影像多尺度分割 68

4.1 问题分析 68

4.2 研究方法 69

4.2.1 构建初始种子区域集合 70

4.2.2 对象置信度指引下的多尺度区域合并 72

4.3 实验与分析 75

4.3.1 实验数据 75

4.3.2 对比算法及参数设置 75

4.3.3 实验结果及定性分析 76

4.3.4 定量精度评价 79

4.3.5 OC曲线变化分析 79

参考文献 81

第5章 基于顽健卡方变换的高分辨率遥感影像非监督变化检测 84

5.1 问题分析 84

5.2 研究算法 85

5.2.1 协方差矩阵和均值的顽健估计 85

5.2.2 阈值自动提取 87

5.3 实验与分析 88

5.3.1 实验1 88

5.3.2 实验2 91

5.4 结论 94

参考文献 94

第6章 基于空间约束卡方变换和马尔可夫随机场的非监督变化检测 96

6.1 问题分析 96

6.2 SCCST变化检测 98

6.2.1 SCCST的介绍 98

6.2.2 伪训练数据集决定参数α 99

6.2.3 基于MRF模型的检测优化 101

6.3 实验与分析 102

6.3.1 南京数据集检测结果 104

6.3.2 美国阿拉斯加数据集检测结果 105

6.3.3 OSR MiPy数据集检测结果 106

6.3.4 Mina数据集检测结果 107

6.3.5 Bastrop数据集检测结果 108

6.3.6 变化检测法中置信度的作用 109

6.3.7 有关变化检测中 值的分析 110

参考文献 111

第7章 基于FCM和D-S证据理论的遥感影像变化检测 115

7.1 问题分析 115

7.2 D-S证据理论与FCM 117

7.2.1 D-S理论 117

7.2.2 FCM 118

7.3 基于FCM算法和D-S理论的变化检测 119

7.3.1 确定区域与不确定区域的划分 120

7.3.2 基于FCM和D-S证据融合的质量函数的构建 122

7.3.3 基于冲突指数的参数优化 122

7.3.4 实施步骤 123

7.4 实验与分析 124

7.4.1 陆地探测卫星(TM)影像的实验 124

7.4.2 SPOT影像的实验 127

参考文献 130

第8章 基于多尺度融合的对象级高分辨率遥感影像变化检测 133

8.1 问题分析 133

8.2 研究方法 134

8.2.1 对象提取 134

8.2.2 对象特征提取及比较 135

8.2.3 多尺度融合 136

8.3 方法实现流程 138

8.4 实验与分析 139

8.4.1 数据集1实验 139

8.4.2 数据集2实验 143

8.4.3 尺度依赖性及融合策略 145

8.4.4 不同融合策略变化强度差异 146

参考文献 147

第9章 基于SAR影像的水陆区域提取 150

9.1 引言 150

9.2 湖泊轮廓线提取 151

9.2.1 SAR影像预处理 151

9.2.2 主动轮廓模型算法描述 152

9.2.3 粗精结合的主动轮廓模型 156

9.3 城镇区域提取 156

9.3.1 基本概念 157

9.3.2 基于DBSCAN算法城镇区域提取 158

9.4 实验结果与分析 159

9.4.1 实测数据的轮廓线提取 159

9.4.2 实测数据城镇区域提取 161

参考文献 162

第 10章 高分辨率SAR影像洪水灾害变化检测 165

10.1 问题分析 165

10.2 研究方法 167

10.2.1 基于轮廓波变换的噪声抑制及标记点提取 167

10.2.2 基于标记点的分水岭分割及区域合并 172

10.2.3 虚假目标消除 172

10.3 实验与分析 173

10.3.1 水体提取实验 173

10.3.2 水体区域变化检测实验 178

参考文献 181
展开全部

作者简介

王超,男,1984年生,工学博士,南京信息工程大学电子与信息工程学院讲师、硕士生导师,主要研究方向为遥感信息智能处理。相关成果已发表论文16篇,其中以D一作者被SCI收录4篇、EI收录4篇。主持国家自然科学基金青年项目、中国博士后基金面上项目、江苏省自然科学基金青年项目、江苏省高校自然科学基金面上项目各一项。

  石爱业,男,1969年生,工学博士,河海大学计算机与信息学院副教授、硕士生导师,主要研究方向为遥感信息智能处理。相关成果已发表论文20篇,其中以D一作者被SCI收录6篇、EI收录4篇。主持国家自然科学基金面上项目一项。

  陈嘉琪,男,1984年生,工学博士,河海大学计算机与信息学院副教授、硕士生导师,德国锡根大学(Siegen)访问学者,主要研究方向为深度学习与遥感影像识别。相关成果已发表论文35篇,其中以D一作者被SCI收录9篇、EI收录17篇。主持国家自然科学基金青年项目一项。

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