基本介紹
- 書名：多光譜遙感圖像土地利用分類方法
- 作者：林劍,彭順喜,鄧吉秋,廖秀英
- ISBN：978-7-5487-0227-6
- 頁數：215（頁）
- 定價：￥35.00（元）
- 出版社：中南大學出版社
- 出版時間：2011-05
- 開本：16開
圖書信息,內容簡介,圖書目錄,
圖書信息
【出 版 社】：中南大學出版社
【出版時間】：2011-05
【ISBN】：978-7-5487-0227-6
【字 數】：273（千字）
【頁 碼】：215（頁）
【定 價】：￥35.00（元）
【開 本】：16開
內容簡介
本書介紹了多光譜遙感圖像土地利用分類方法， 主要內容包括： 多光譜遙感圖像土地利用類別分析方法及其圖像特徵， FasART神經網路多光譜特徵分類方法， 紋理特徵分開擴張分類方法， 光譜特徵與紋理特徵基於模糊積分融合分類方法， 區域多中心分類方法， 遙感圖像分類方法用於城市變化檢測等。本書包含了實現主要算法的C++程式， 全書還附上大量的參考文獻以便讀者深入學習。本書可供高等院校本科生、 研究生以及工程技術人員學習參考。
圖書目錄
第1章 緒論…………………………1
1.1 土地利用…………………………1
1.2 資源衛星及其多光譜遙感圖像…………………………2
1.3 模式識別技術概述…………………………5
1.3.1 基本模型…………………………6
1.3.2 特徵歸一化、提取與選擇…………………………6
1.3.3 分類器選擇的原則…………………………7
1.3.4 分類器融合…………………………9
1.4 遙感圖像分類國內外研究現狀…………………………11
1.4.1 分類特徵的提取…………………………11
1.4.2 分類器的選擇…………………………13
第2章 遙感圖像土地利用類別的多光譜特徵…………………………16
2.1 隨機變數(矢量)的基本理論…………………………16
2.1.1 特徵矢量和特徵空間…………………………16
2.1.2 隨機矢量的描述…………………………17
2.1.3 常態分配…………………………20
2.2 聚類分析基礎…………………………21
2.2.1 模式相似性測度…………………………22
2.2.2 類的定義與類間距離…………………………24
2.2.3 聚類的準則函式…………………………25
2.2.4 最大最小聚類法…………………………28
2.3 遙感圖像多光譜特徵空間距離分析方法…………………………29
2.3.1 空間距離分布…………………………29
2.3.2 類內、類間距分析…………………………31
2.3.3 土地利用多光譜特徵…………………………32
2.3.4 土地利用類別類內、類間距分析…………………………39
2.4 本章小結…………………………39
第3章 模糊自適應神經網路(FasART)分類方法…………………………41
3.1 改進的C-均值法和最大似然法…………………………41
3.1.1 改進的C-均值法…………………………41
3.1.2 最大似然法…………………………44
3.2 模糊數學基礎…………………………45
3.2.1 模糊集合…………………………45
3.2.2 模糊關係…………………………47
3.2.3 模糊推理…………………………49
3.2.2 模糊語言…………………………51
3.3 ART模型及模糊ARTMAP神經網路…………………………53
3.3.1 ART模型原理及模糊ART網路…………………………54
3.3.2 模糊ARTMAP…………………………56
3.4 FasART神經網路及其簡化…………………………58
3.4.1 新型的模糊神經網路模型FasART…………………………58
3.4.2 FasART模型的簡化及其算法…………………………61
3.5 最大似然法和FasART網路的土地利用分類…………………………62
3.5.1 最大似然法分類…………………………62
3.5.2 FasART網路分類…………………………63
3.6 本章小結…………………………66
第4章 基於紋理特徵的分類…………………………67
4.1 紋理特徵的提取…………………………67
4.1.1 常見的紋理特徵提取方法…………………………67
4.1.2 模糊紋理分析…………………………69
4.1.3 多光譜遙感圖像的模糊紋理分析及算法的改進…………………………70
4.1.4 紋理特徵參數…………………………73
4.2 多光譜遙感圖像紋理特徵的不規則性…………………………74
4.2.1 同一類別不同大小的測量區域的模糊紋理光譜特性…………………………74
4.2.2 不同類別不同測量區域的模糊紋理光譜特性…………………………75
4.2.3 同一類別不同波段的模糊紋理光譜特性…………………………76
4.3 基於紋理特徵的分割…………………………77
4.3.1 分開-合併與多解析度圖像錐圖像分割法…………………………77
4.3.2 分開-擴張方法…………………………82
4.4 實驗…………………………86
4.4.1 多解析度圖像錐與分開-擴張分割…………………………86
4.4.2 分開-合併與分開-擴張分割…………………………87
4.5 本章小結…………………………89
第5章 模糊積分融合紋理特徵與光譜特徵分類…………………………91
5.1 數據融合的基本概念和融合方法…………………………91
5.1.1 數據融合的基本概念…………………………91
5.1.2 數據融合方法…………………………93
5.2 基於D-S理論的決策層融合…………………………96
5.2.1 D-S理論簡介…………………………96
5.2.2 基於D-S理論的融合…………………………97
5.3 基於模糊積分的決策層融合…………………………98
5.3.1 模糊測度和模糊積分…………………………98
5.3.2 模糊積分的融合模型…………………………102
5.3.3 維數差異對融合影響分析…………………………103
5.3.4 特徵維數調整…………………………104
5.3.5 實驗…………………………105
5.4 本章小結…………………………108
第6章 基於區域多中心的多光譜遙感圖像土地利用分類…………………………109
6.1 區域多中心分類方法…………………………110
6.1.1 類別模式的表征…………………………110
6.1.2 分類方法及初步分析…………………………111
6.1.3 方法流程及步驟…………………………112
6.2 類別模式的選擇…………………………113
6.2.1 訓練樣品的選取原則…………………………113
6.2.2 模式中心數量的確定…………………………114
6.3 區域像元類別百分比和模式中心數門限值的確定…………………………115
6.3.1 不同訓練樣品的區域像元類別百分比和類別模式中心數…………………………116
6.3.2 區域單元大小不同的區域像元類別百分比和類別模式中心數…………………………117
6.4 實驗…………………………118
6.4.1 不同百分比和模式中心數的分類…………………………118
6.4.2 不同訓練樣品及模式中心數的分類…………………………119
6.4.3 單一類別的提取…………………………121
6.5 本章小結…………………………122
第7章 遙感圖像分類方法在城市擴展變化檢測中的套用…………………………124
7.1 遙感圖像城市擴展變化檢測概述…………………………124
7.1.1 變化檢測的基本概念…………………………124
7.1.2 常用的變化檢測方法…………………………125
7.1.3 城市擴展變化檢測存在的問題…………………………128
7.2 先比較後分類變化檢測方法…………………………129
7.2.1 分類後比較方法…………………………129
7.2.2 先比較後分類方法…………………………130
7.3 遙感圖像變化檢測在長株潭遙感監測系統中的套用…………………………132
7.3.1 系統結構及主要功能…………………………132
7.3.2 遙感圖像分類後數據…………………………137
7.3.3 長株潭城市擴展變化檢測…………………………140
7.4 基於遙感監測系統的長株潭城市擴展分析…………………………143
7.4.1 城市空間擴展特徵…………………………143
7.4.2 空間擴展的因素…………………………144
7.4.3 空間擴展的問題…………………………145
7.4.4 空間擴展的趨勢及發展戰略…………………………145
7.5 本章小結…………………………146
附錄A 用C++實現FasART網路…………………………147
附錄B 用C++實現分開-擴張算法…………………………164
附錄C 用C++實現區域多中心分類方法…………………………181
參考文獻…………………………206
