遙感圖像處理模型與方法

《遙感圖像處理模型與方法》是2010年1月1日電子工業出版社出版的圖書，作者是肖溫格特。該書從遙感本質出發，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。

基本介紹

• 書名：遙感圖像處理模型與方法
• 作者：（美）肖溫格特
• 原版名稱：remote sensing:models and methods for image processing,third edition
• ISBN：9787121101021
• 頁數：339
• 出版社：電子工業出版社
• 出版時間：2010年1月1日
• 裝幀：平裝
• 開本：16

內容簡介

《遙感圖像處理模型與方法(第3版)》是作者在長期講授遙感課程的基礎上編寫而成的遙感經典教材。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。《遙感圖像處理模型與方法(第3版)》還對新出現的高光譜遙感進行了闡述，給出了高光譜MODIS圖像和處理的例子。《遙感圖像處理模型與方法(第3版)》適合遙感相關專業學生以及相關技術人員參考。

作者簡介

作者：(美國)肖溫格特(RobertA.Schowengerdt)譯者：微波成像技術國家重點實驗室RobertA.Schowengerdt，博士，於1968年在美國密蘇里大學羅拉分校獲得物理學學士學位，並於1975年在亞利桑那大學獲得光學博士學位。已發表學術論文100多篇，是ASPRS、IEEE（高級會員）、OSA和SPIE的會員。在亞利桑那大學講授圖像處理和遙感課程近30年。

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 空間和輻射度特性

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PSF

3.4.2 探測器PSF

3.4.3 圖像運動PSF

3.4.4 電子PSF

3.4.5 總PSF

3.4.6 遙感器各個PSF之間的比較

3.4.7 成像系統模擬

3.4.8 測量PSF

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

4.6.3 功率譜密度

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 主成分分析法

5.4.1 標準化的主成分

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

6.3.3 梯度濾波器

6.4 傅立葉變換

6.4.1 傅立葉分析和合成

6.4.2 二維離散傅立葉變換

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MTF補償

7.3.1 MTF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GCP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DEM

8.4.2 高解析度DEM

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

9.4.2 非監督分類

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