- ISBN:9787563076536
- 装帧:简裝本
- 册数:暂无
- 重量:暂无
- 开本:26cm
- 页数:193页
- 出版时间:2022-09-01
- 条形码:9787563076536 ; 978-7-5630-7653-6
本书特色
高光谱分辨率、高空间分辨率(统称高分辨率)遥来发展迅速,并成为济建设、信息服务等方面重要的空间信息源。高分辨率影像的,是高分辨率遥感从数据转换为信息或知识而服务于城市遥感、测绘、精细农业、环境监测与评价等领域的重要环节,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、预处理技术等。第2-10章主要介绍高分辨率遥感影像的配准、分割、变化检测、目标检测、目标识别和场景分类等方法及应用。
内容简介
本书系统介绍遥感影像智能处理与分析的有关概念、原理和方法。全书共分为9章。第1章主要介绍高空间分辨率和高光谱分辨率遥感图像特征提取和表示、场景分类、水体目标提取、变化检测、降维等相关技术。第2至8章主要介绍高空间分辨率遥感影像的智能处理与分析方法及应用。第9章主要介绍高光谱分辨率遥感影像的智能处理与分析方法及应用。
前言
高空间分辨率,高光谱分辨率。高辐务分辨率,高时间分辨率是当今对地观测技术发展的趋势,也是遥感科学技术不断追求与发展的目标。是高空间分辨率,高光谱分辨率(统称高分辨率)远感的发来十分迅速,并成为济建设。国防和信息服务等方面的重要空间信息源。
高分辨率遥感图像智能处理和分析方是高分辨率遥感从数据转换为信息或知识而服务于应用的重要环节,也是高分辨率遥感应用服务链的核心技术之一。
随着高空间分辨率遥感影像在军事目标打击和搜寻,城市规划,土地覆益、环境监测等诸多领域的广泛应用,高分辨率迅感影像特征提政和表示、目标检测、场景分类、水体目标检测及变化检测等技术已成为遥感技术领域的研究热点。空间分辨率的提高带来了更加丰富的地形,地物细节信息,间时也给相应的图像处理带来了新的挑战。例如,随着遥感技术的快速发展,遥感目标检测识别技术已在军事以及民用领域中取得了广泛的应用。在军事领域中,高精度的遥感目标识别技术能及时地掌握敌我双方的武器设备数量。位置等状况,从提高一体化作战能力。在民用领域中,良好的遥感目标识别技术能为资源勘探、自然灾害监测以及土地利用检测等领域作出重要贡献。因此,对遥感目标的检测识别已成为众多学者研究的热点问题。然而,待测目标本身尺度、方向等因素以及周围复杂背景的给遥感目标的识别工作带来了很多困难,敌如何在复杂背景下实现对遥感目标的识别依旧是一项具有挑战性的任务,对该课题的深人研究仍然具有重要的意义。
同时,高光谱迅感影像有着信息量大,光谱分辨率高等特点。但是,高光谱遥感数据丰富的光谱信息在有助于实现细致的遥感地物分类和识别的同时,其众多的波段数也导致信息的高冗系和数据处理的复杂,这不仅带来了巨大的计算量,而且还会损害应用精度。因此,在对高光谱影行处理,分析之行降维变得必要。此外,分类作为一种重要的获取信息的手段,它可以通过光谱信息来辨识不同像元所对应的地物类别。现有的通过高光谱遥感影像丰富的光谱信息辨识不同像素中含的地物种类的方法精度低,需一步研究针对高光谱影像自身特点的分类方祛。如何从高光谱影像产生的数据行高精度的分类仍是目前亟待解决的问题。
本书系统介绍高空间/高光谱分辨率遥感图像智能处理和分析的有关概念、原理和方法,也是作者多年的研究工结。
本书共分为9章。第1章主要介绍高空间/高光谱分辨率遥感图像智能处理和分析方法研究现状、意义及应用。第2至9章主要介绍作者所提出的高空间/高光谱分辨率遥感图像智能处理和分析相关方,主要内括:基于鉴别性稀疏表示的多类遥感目标识别、高分遥感图像特征提取和场景分类、基于异构特征提取和融合的高分遥感图像场景分类、基于异构特征降维和多级融合的高分遥感图像场景分类、基于融合的高分遥感图像场景多标签分类、基于特征分类和边界优化的可见光遥感水体目标提取、基于全局注意力机制的李生全卷积神网络遥感图像变化检测、基于空洞卷积和混合CNN的高光谱图像分类。
本书第1至6章由王鑫编写,第7章由王鑫、徐立中编写,第8章由王鑫、石爱业编写,第9章由王鑫、沈明威编写,全书由王鑫统稿。
本书的写作是在作者及其研究团来科研工作的基础上完成的。先后得到了河海大学研究生精品教材项目(编号:1075—B0191935)、国家自然科学(编号:61603124)、江苏政府留学奖学金、江苏省“六大人才高峰”高层次人才项目(编号:XYDXX-007)的资助。
向所有的参考文献作者以及为本书出版付出辛勤劳动们表示衷心的感谢。
限于作者的水平,书中难免有缺点和不完善之处,恳请批评指正。
目录
1.1引言
1.1.1高空间分辨率遥感·
1.1.2高光谱分辨率遥感·
1.2高空间分辨率遥感影像智能处理和分析研究现状
1.2.1特征提取和表示…
1.2.2遥感影像场景分类…
1.2.3遥感水体目标提取…
1.2.4遥感影像变化检测…
1.3高光谱分辨率遥感影像智能处理和分析研究现状
1.3.1高光谱降维……
1.3.2高光谱图像分类·
参考文献…
第2章基于鉴别性稀疏表示的多类遥感目标识别
2.1问题分析
2.2基于鉴别性稀疏表示的多类遥感目标识别算法
2.2.1基本思想…
2.2.2基于SIFT和BOW模型的特征提取与描述
2.2.3基于LC-KSVD的鉴别性字典学/p>
2.2.4基于PQFT模型的目标候选区域预测
2.2.5基于鉴别性字典的多类遥感目标识别
2.3实验与分析
2.3.1实验数据与评价标准·
2.3.2参数分析…
2.3.3特征提取与表示结果…
2.3.4目标候选区域预测结果·
2.3.5目标识别结果·
2.3.6提出算法与其他算法的比较·
2.3.7不同样本数量下的目标识别结果比较
2.3.8效率分析…
2.4本章小结
参考文献…
第3章高分遥感图像特征提取和场景分类
3.1问题分析・
3.2常见的高分遥感图像特征提取方法
3.2.1基于SURF的形状特征提取
3.2.2基于Mean-Std的光谱特征提取
3.2.3基于CLBP的纹理特征提取
3.2.4特征降维和融合
3.3常见的高分遥感图像场景分类方法
3.3.1基于SVM的单标签场景分类
3.3.2基于MIML的多标签场景分类
3.4算法性能评价指标
3.4.1单标签场景分类算法评价指标·
3.4.2多标签场景分类算法评价指标
3.5本章小结参考文献…
第4章基于异构特征提取和融合的高分遥感图像场景分类·4.1问题分析
4.2基于异构特征提取和融合的遥感场景分类方法
4.2.1的DS-SURF-LLC形状特征提取和表示
4.2.2的Mean-Std-LLC光谱特征提取和表示
4.2.3基于MS-CLBP纹理特征提取和表示…
4.2.4基于多核学构特征融合
4.2.5基于MKL-SVM的遥感图像场景分类器
4.3实验结果与分析
4.3.1实验设置
4.3.2实验数据集
4.3.3SIRI-WHU数据集评估
4.3.4 UC-Merced 数据集评估
4.3.5异构特征提取效率分析·
……
9.2.2具体模块设计…
9.3实验与分析…
9.3.1实验数据集…
9.3.2实验设置…
9.3.3衡量指标…
9.3.4结果与分析…
9.4本章小结…参考文献…
-
Photoshop图像处理标准培训教程
¥23.8¥68.0 -
写给小白的Python入门实战课
¥16.0¥50.0 -
Excel 实战应用大全
¥15.9¥49.8 -
多功能智能机器小车的开发与研制
¥17.9¥56.0 -
APP INVENTOR少儿趣味编程动手做
¥18.9¥59.0 -
翻转世界-互联网思维与新技术如何改变未来
¥16.0¥49.9 -
信息技术
¥19.4¥45.0 -
ABAQUS 6.14超级学习手册
¥78.5¥109.0 -
物联网关键技术及其数据处理研究
¥25.7¥59.8 -
Java编程思想{英文版·第四版}
¥72.3¥99.0 -
Word/Excel/PPT高效商务办公从入门到精通
¥15.4¥48.0 -
由浅入深学习SAP财务
¥67.3¥118.0 -
有限与无限的游戏:一个哲学家眼中的竞技世界
¥36.0¥68.0 -
机器学习导论
¥47.4¥79.0 -
PYTORCH深度学习指南:编程基础 卷I
¥74.3¥99.0 -
智能图像处理技术及应用研究
¥35.8¥65.0 -
你好!PYTHON
¥74.9¥99.9 -
系统集成项目管理工程师考试大纲(
¥12.9¥15.0 -
PYTHON GUI设计TKINTER 菜鸟编程(增强版)
¥71.3¥99.0 -
企业级应用开发实战
¥41.9¥59.9