多源空谱遥感图像融合机理与变分方法

目录
前言
第1章 空谱遥感图像融合引论 1
1.1 图像融合基本概念 1
1.1.1 图像融合概念 1
1.1.2 图像融合的价值 2
1.1.3 图像融合的层次体系：像素级-特征级-决策级 2
1.2 问题聚集——空谱遥感图像融合 4
1.3 空谱遥感图像融合的代表性方法体系 5
1.3.1 空域细节注入体系 7
1.3.2 多分辨率分析方法的细节注入体系 8
1.3.3 贝叶斯融合的统计建模体系 9
1.3.4 模型优化融合的体系：由正则化到深度先验 11
1.4 本书内容结构安排 12
参考文献 13
第2章 空谱遥感成像传感器及其数据获取 15
2.1 引言 15
2.2 遥感与遥感数据获取 15
2.2.1 遥感的概念 15
2.2.2 遥感数据获取 16
2.3 空谱图像相关的分辨率基础概念 17
2.3.1 空间分辨率 17
2.3.2 光谱分辨率 21
2.3.3 辐射分辨率 23
2.3.4 时间分辨率 23
2.4 遥感影像的数学表示 24
2.5 传感器成像模式 25
2.5.1 摆扫式 27
2.5.2 推扫式 27
2.6 常用传感器及其多(高)光谱图像数据 28
2.6.1 离散传感器和扫描镜多光谱成像及其数据 28
2.6.2 SPOT卫星线阵列传感器系统 32
2.6.3 甚高分辨率线阵列遥感系统及其数据 35
2.6.4 机载多光谱成像仪 45
2.6.5 线/面阵列高光谱成像仪 48
2.7 数字多/高光谱遥感影像的数据格式 51
2.8 本章小结 53
参考文献 53
第3章 空谱遥感图像融合：质量评估协议与评价指标 54
3.1 引言 54
3.2 空谱图像融合质量评估问题 54
3.3 质量评估协议 56
3.3.1 Wald协议 56
3.3.2 质量评价指标 58
3.4 本章小结 60
参考文献 61
第4章 图像融合的变换：由谱变换到多分辨率分析 63
4.1 引言 63
4.2 亮度-色调-饱和度变换 64
4.2.1 线性亮度-色调-饱和度变换 64
4.2.2 非线性变换亮度-色调-饱和度 67
4.3 主成分分析 71
4.3.1 基本原理 71
4.3.2 优化观点 73
4.4 相关讨论 73
4.5 多分辨率分析 74
4.5.1 小波分析基础 74
4.5.2 MRA与塔式分解 78
4.5.3 正交小波构造条件与滤波器实现 81
4.5.4 双正交小波构造条件与滤波器实现 82
4.5.5 二维抽取小波变换 83
4.5.6 非抽取小波 85
4.5.7 加性分解的a trous小波分析 87
4.5.8 拉普拉斯金字塔变换 90
4.5.9 广义拉普拉斯金字塔变换 92
4.6 多尺度几何分析 94
4.6.1 曲波变换 95
4.6.2 轮廓波变换 100
4.7 MRA方法的相关概述 101
参考文献 103
第5章 空谱遥感图像融合：成分替代及其细节注入机理 105
5.1 引言 105
5.2 基于投影替代方法及其细节注入机理 105
5.2.1 线性IHS方法与GIHS推广 108
5.2.2 GIHS方法 109
5.2.3 PCA方法 111
5.2.4 GS方法 113
5.3 Brovey变换方法与细节注入 115
5.4 基于参数向量优化的成分替代方法 116
5.4.1 自适应IHS 方法及其变种 117
5.4.2 波段无关多变量回归方法 118
5.4.3 波段相关多变量回归方法 119
5.5 部分更换的自适应成分替代方法 121
5.6 空域细节注入统一框架分析 122
5.7 实验分析 123
5.7.1 仿真数据实验结果 123
5.7.2 真实数据实验结果 126
5.8 本章小结 129
参考文献 130
第6章 空谱遥感图像MRA 融合：细节注入机理 132
6.1 引言 132
6.2 传统MRA融合方法 133
6.3 快速MRA的细节注入框架 134
6.4 定制调制传递函数的MRA 及其细节注入框架 136
6.4.1 ATW融合方法 137
6.4.2 GLP方法 138
6.4.3 基于MRA的优化成分替代方法 140
6.4.4 MRA混合方法 141
6.5 相关实验分析 141
6.5.1 仿真数据实验结果 141
6.5.2 真实数据实验结果 145
6.6 关于空谱图像融合的开源算法包及其性能评测 147
6.7 本章小结 147
参考文献 147
第7章 空谱遥感图像融合的变分方法 150
7.1 引言 150
7.2 图像正则化模型 150
7.2.1 全变差图像模型 150
7.2.2 非局部图像模型 153
7.2.3 分数阶图像模型 157
7.2.4 向量值情形 159
7.3 典型变分融合模型及其分析 164
7.3.1 融合问题的连续描述 164
7.3.2 P+XS模型 165
7.3.3 非局部变分全色锐化模型 169
7.3.4 变分小波全色锐化模型 170
7.3.5 动态全变差全色锐化模型 173
7.3.6 分数阶全变差全色锐化模型 174
7.4 变分融合模型的数值计算方法 174
7.4.1 P+XS模型的数值实现 175
7.4.2 NVP模型的数值实现 176
7.4.3 AVWP模型的数值实现 179
7.4.4 DTV模型的数值实现 181
7.4.5 FTV模型的数值实现 183
7.4.6 实验与分析 184
7.5 本章小结 186
参考文献 186
第8章 空间Hessian特征驱动的变分融合方法 189
8.1 引言 189
8.2 Hessian变分融合模型 190
8.2.1 基于观测模型的光谱信息保真项 191
8.2.2 Hessian特征驱动的空间信息保持项 191
8.2.3 空间Hessian特征驱动的变分融合模型 196
8.3 模型求解的前向后向分裂算法 197
8.4 实验结果与分析 200
8.4.1 实验数据集和实验设置 200
8.4.2 参数选取 201
8.4.3 仿真数据实验 202
8.4.4 真实数据实验 211
8.4.5 计算效率分析与比较 215
8.5 本章小结 217
参考文献 217
第9章 高阶几何结构信息迁移的变分融合方法 219
9.1 引言 219
9.2 高阶结构迁移变分融合模型 220
9.2.1 基于观测模型的光谱信息保真项 220
9.2.2 基于Wavelet融合的光谱信息保真项 220
9.2.3 高阶几何结构信息迁移项 221
9.2.4 高阶几何结构信息迁移的变分融合模型 224
9.3 模型求解的FISTA算法 224
9.4 实验结果与分析 227
9.4.1 实验设置 227
9.4.2 仿真数据实验 228
9.4.3 真实数据实验 235
9.4.4 计算效率分析与比较 239
9.5 本章小结 240
参考文献 241
第10章 分数阶几何与空谱低秩先验的变分融合方法 243
10.1 引言 243
10.2 分数阶几何与空谱低秩先验的变分融合模型 244
10.3 变分融合计算方法 248
10.4 实验结果与分析 252
10.5 本章小结 263
参考文献 263
后记 267
彩图