遙感圖像處理模型與方法(第三版)

遙感圖像處理模型與方法(第三版)

《遙感圖像處理模型與方法(第三版)》是2018年7月電子工業出版社出版的圖書,作者是尤紅建。

基本介紹

  • 中文名:遙感圖像處理模型與方法(第三版)
  • 作者:尤紅建
  • ISBN:9787121339028
  • 頁數:344頁
  • 定價:89元
  • 出版社:電子工業出版社
  • 出版時間:2018年7月
  • 開本:16開
內容簡介,圖書目錄,

內容簡介

本書是作者在長期講授遙感課程的基礎上編寫而成的。書中從遙感本質出發,對遙感圖像的物理模型、幾何模型、數據模型等數學和物理模型進行了由淺入深的闡述,在圖像處理方法上則對光譜變換、空間變換、幾何校正和輻射校正、圖像配準、圖像融合和圖像分類等重要方面進行了詳細論述和討論。書中給出了大量遙感實例圖像和處理例子,尤其介紹了近年來發射的一些遙感器。本書還對高光譜遙感進行了闡述,給出了高光譜中解析度成像光譜輻射計(MODIS)圖像和處理的例子。

圖書目錄

第1章 遙感的本質
1.1 引言
1.2 遙感
1.2.1 從遙感圖像提取信息
1.2.2 遙感的光譜因子
1.3 光譜信號
1.4 遙感系統
1.4.1 空間和輻射特性
1.4.2 光譜特性
1.4.3 時相特性
1.4.4 多遙感器編隊飛行
1.5 圖像顯示系統
1.6 數據系統
1.7 小結
1.8 習題
第2章 光學輻射模型
2.1 概述
2.2 可見光到短波紅外光譜區
2.2.1 太陽輻射
2.2.2 輻射組成
2.2.3 太陽輻射區域的圖像實例
2.3 中波段到熱紅外波段
2.3.1 熱輻射
2.3.2 熱輻射組成
2.3.3 總的向上傳播的太陽輻射和熱輻射
2.3.4 熱輻射區的圖像實例
2.4 小結
2.5 習題
第3章 遙感器模型
3.1 概述
3.2 遙感器模型簡介
3.3 解析度
3.3.1 儀器回響
3.3.2 空間解析度
3.3.3 光譜解析度
3.4 空間回響
3.4.1 光學點擴散函式
3.4.2 探測器點擴散函式
3.4.3 圖像運動點擴散函式
3.4.4 電子點擴散函式
3.4.5 總點擴散函式
3.4.6 遙感器各個點擴散函式之間的比較
3.4.7 成像系統模擬
3.4.8 測量點擴散函式
3.5 光譜回響
3.6 信號放大
3.7 採樣與量化
3.8 簡化的遙感器模型
3.9 幾何變形
3.9.1 遙感器定位模型
3.9.2 遙感器姿態模型
3.9.3 掃瞄器模型
3.9.4 地球模型
3.9.5 擺掃幾何模型
3.9.6 推掃幾何模型
3.9.7 地形扭曲
3.10小結
3.11習題
第4章 數據模型
4.1 引言
4.2 符號中的世界
4.3 單變數的圖像統計
4.3.1 直方圖
4.3.2 累積直方圖
4.3.3 統計參數
4.4 多變數圖像統計
4.4.1 約簡為單變數統計
4.5 噪聲模型
4.5.1 圖像質量的統計測量
4.5.2 噪聲等價信號
4.6 空間統計
4.6.1 空間協方差的可視化
4.6.2 協方差和半變數圖
4.6.4 共現矩陣
4.6.5 分形幾何
4.7 地形和遙感器效應
4.7.1 地形和光譜散布圖
4.7.2 遙感器特性和空間統計
4.7.3 遙感器特性和光譜散布圖
4.8 小結
4.9 習題
第5章 光譜變換
5.1 概述
5.2 特徵空間
5.3 波段比率法
5.3.1 植被指數
5.3.2 圖像示例
5.4.1 標準化的主成分變換
5.4.2 最大噪聲分量
5.5 纓帽主成分變換
5.6 對比度增強
5.6.1 全局變換
5.6.2 局部變換
5.6.3 彩色圖像
5.7 小結
5.8 習題
第6章 空間變換
6.1 引言
6.2 空間濾波的圖像模型
6.3 卷積濾波
6.3.1 線性濾波器
6.3.2 統計濾波器
6.4 傅立葉變換
6.4.1 傅立葉分析和合成
6.4.3 傅立葉分量
6.4.4 基於傅立葉變換的濾波
6.4.5 採用傅立葉變換的系統模型
6.4.6 功率譜
6.5 尺度空間變換
6.5.1 圖像解析度金字塔
6.5.2 過零點濾波器
6.5.3 小波變換
6.6 小結
6.7 習題
第7章 校正與定標
7.1 概述
7.2 幾何校正
7.2.1 多項式校正模型
7.2.2 坐標轉換
7.2.3 重採樣
7.3 遙感器調製傳遞函式補償
7.3.1 調製傳遞函式補償舉例
7.4 噪聲去除
7.4.1 全局噪聲
7.4.2 局部噪聲
7.4.3 周期噪聲
7.4.4 探測器條紋
7.5 輻射定標
7.5.1 多光譜遙感器與圖像
7.5.2 高光譜遙感器與圖像
7.6 小結
7.7 習題
第8章 配準與融合
8.1 概述
8.2 什麼是配準
8.3 自動地面控制點定位
8.3.1 區域相關
8.3.2 其他空間特徵方法
8.4 正射校正
8.4.1 低解析度數字高程模型
8.4.2 高解析度數字高程模型
8.5 多圖像融合
8.5.1 特徵域融合
8.5.2 空間域融合
8.5.3 尺度空間融合
8.5.4 圖像融合舉例
8.6 小結
8.7 習題
第9章 專題分類
9.1 概述
9.2 分類流程
9.2.1 圖像尺度和解析度的重要性
9.2.2 相似度概念
9.2.3 硬分類和軟分類的比較
9.3 特徵提取
9.4 分類器訓練
9.4.1 監督分類
9.4.3 監督分類和非監督分類的混合訓練
9.5 非參數化分類器
9.5.1 分級分片算法
9.5.2 直方圖估計分類器
9.5.3 最近鄰算法
9.5.4 人工神經網路(ANN)算法
9.5.5 非參數化分類器實例
9.6 參數化分類器
9.6.1 模型參數的估計
9.6.2 辨析函式
9.6.3 常態分配模型
9.6.4 最近均值分類器
9.6.5 參數化分類實例
9.7 光譜空間分割
9.7.1 區域生長
9.8 混合像元分類算法
9.8.1 線性混合模型
9.8.2 模糊分類
9.9 高光譜圖像分析
9.9.1 圖像立方體的可視化
9.9.2 分類訓練
9.9.3 從高光譜數據中提取特徵
9.9.4 高光譜數據的分類算法
9.10小結
9.11習題
附錄A 遙感器縮寫詞
附錄B 一維函式和二維函式
參考文獻

相關詞條

熱門詞條

聯絡我們