遙感數字影像處理導論（原書第4版）

基本介紹

• 書名：遙感數字影像處理導論（原書第4版）
• 作者：（美）約翰 R.詹森（John R.Jensen）
• ISBN：978-7-111-59217-4
• 定價：145.0
• 出版社：機械工業出版社 
• 出版時間：2018年5月10日
• 開本：16開

內容簡介

本書是一本經典的遙感數字影像處理專著，涵蓋內容極其廣泛，理論基礎深入全面，可操作性強。各章節均選用大量的圖片資料，結合實際分析，從基本原理、基礎知識、處理步驟、套用實例等各個方面對遙感數字影像處理進行了全面系統的論述。本書也是一本可指導實際套用的參考手冊。

目錄

出版者的話

譯者簡介

作者簡介

前言

致謝

第1章　遙感與數字影像處理1

1.1　概述1

1.2　現場數據採集1

1.3　遙感數據採集3

1.3.1　遙感觀測4

1.3.2　遙感的優勢與局限性6

1.4　遙感過程7

1.4.1　陳述問題8

1.4.2　確定現場數據與遙感數據的需求9

1.4.3　遙感數據採集11

1.4.4　遙感數據分析22

1.4.5　信息表達26

1.5　地球觀測經濟學26

1.6　公共和私人機構的遙感/數字影像處理工作27

1.6.1　公共機構中的遙感/數字影像處理工作28

1.6.2　私人機構中的遙感/數字影像處理工作29

1.7　地球資源分析透視29

1.8　本書的組織結構29

1.9　參考文獻31

第2章　遙感數據採集34

2.1　概述34

2.2　模擬（硬拷貝）影像數位化34

2.2.1　數字影像術語34

2.2.2　測微密度計數位化34

2.2.3　視頻數位化37

2.2.4　線/面陣列CCD數位化37

2.2.5　美國國家航空攝影計畫數位化數據39

2.2.6　數位化需考慮的因素40

2.3　數字遙感數據採集40

2.4　離散感測器和掃描鏡多光譜成像44

2.4.1　地球資源技術衛星及Landsat 1～7感測器系統44

2.4.2　NOAA多光譜掃描感測器56

2.4.3　SeaStar衛星及寬視場海洋觀測感測器64

2.5　線陣列多光譜成像65

2.5.1　NASA地球觀測者1號高級陸地成像儀65

2.5.2　NASA Landsat 8（LDCM——陸地衛星的後續計畫）67

2.5.3　SPOT感測器系統67

2.5.4　Pleiades衛星72

2.5.5　印度遙感系統73

2.5.6　韓國航空航天研究所多用途衛星KOMPSAT76

2.5.7　Astrium公司Sentinel-2衛星77

2.5.8　高級星載熱輻射與反射輻射儀78

2.5.9　多角度成像光譜輻射儀80

2.5.10　GeoEye公司的IKONOS-2、GeoEye-1、GeoEye-2衛星80

2.5.11　EarthWatch/DigitalGlobe公司的QuickBird、WorldView-1/2/3衛星82

2.5.12　ImageSat國際公司的EROS A和EROS B衛星84

2.5.13　RapidEye公司的RapidEye衛星84

2.5.14　DMC國際成像公司的SLIM-6和NigeriaSat-2衛星85

2.6　線/面陣列成像光譜儀85

2.6.1　NASA EO-1 Hyperion高光譜成像儀86

2.6.2　NASA機載可見光/紅外成像光譜儀87

2.6.3　中解析度成像光譜儀87

2.6.4　NASA高光譜紅外成像儀89

2.6.5　Itres公司小型機載光譜成像儀89

2.6.6　HyVista公司的HyMap90

2.7　機載數位相機90

2.7.1　小幅面數位相機91

2.7.2　中幅面數位相機92

2.7.3　大幅面數位相機92

2.7.4　數字傾斜航空影像94

2.8　衛星攝影系統94

2.9　數字影像的數據格式96

2.9.1　逐像元按波段次序記錄格式96

2.9.2　逐行按波段次序記錄格式96

2.9.3　按波段次序記錄格式96

2.10　小結97

2.11　參考文獻97

第3章　數字影像處理的硬軟體配置100

3.1　概述100

3.2　數字影像處理硬體100

3.2.1　中央處理器101

3.2.2　計算機類型102

3.2.3　唯讀存儲器和隨機存取存儲器104

3.2.4　串列和並行影像處理104

3.3　操作模式及界面105

3.3.1　操作模式105

3.3.2　互動式圖形用戶界面107

3.3.3　批處理108

3.4　計算機作業系統和編譯器109

3.4.1　輸入設備110

3.4.2　輸出設備110

3.5　數據存儲與存檔需求110

3.5.1　高速大容量存儲器110

3.5.2　存檔要求：壽命110

3.6　計算機顯示的空間及色彩解析度112

3.6.1　計算機螢幕的顯示解析度112

3.6.2　計算機螢幕的色彩解析度112

3.7　數字影像處理的軟體需求113

3.7.1　影像處理功能113

3.7.2　數字影像處理軟體114

3.7.3　花費117

3.8　數字影像處理與國家空間數據基礎設施117

3.9　參考文獻118

第4章　影像質量評估與統計評價119

4.1　概述119

4.2　影像處理數學符號119

4.3　採樣理論120

4.4　直方圖及其對遙感數字影像處理的意義121

4.5　元數據123

4.6　查看特定位置或地理區域的單個像元亮度值123

4.6.1　單個像元亮度值的游標評價124

4.6.2　地理區域內像元亮度值的二維和三維評價124

4.7　影像的一元統計學描述125

4.7.1　遙感數據集中趨勢測度125

4.7.2　離散度125

4.7.3　非對稱性分布（直方圖）與峰值測度126

4.8　影像多元統計127

4.8.1　多波段遙感數據協方差分析127

4.8.2　多波段遙感數據的相關分析129

4.9　特徵空間圖130

4.10　地統計學分析、自相關與克里金插值131

4.10.1　均半方差計算132

4.10.2　經驗半方差圖134

4.11　參考文獻136

第5章　顯示選項與科學可視化137

5.1　概述137

5.2　影像顯示因素137

5.3　黑白硬拷貝影像顯示139

5.3.1　行式印表機/繪圖儀亮度圖139

5.3.2　雷射或噴墨印表機亮度圖139

5.4　臨時視頻影像顯示139

5.4.1　黑白和彩色亮度圖139

5.4.2　點陣圖圖形140

5.4.3　RGB色彩坐標系統142

5.4.4　8位色彩查找表142

5.4.5　24位色彩查找表145

5.4.6　彩色合成145

5.5　遙感數據融合148

5.5.1　波段替換149

5.5.2　色彩空間轉換與成分替換151

5.5.3　主成分分析、獨立成分分析或Gram-Schmidt替換154

5.5.4　高頻信息逐像元提取155

5.5.5　基於回歸克里金的影像融合155

5.5.6　基於平滑濾波的亮度調節影像融合155

5.6　長度（距離）測量156

5.6.1　基於勾股定理的線性距離測量156

5.6.2　曼哈頓距離測量157

5.7　周長、面積和形狀測量158

5.7.1　周長測量158

5.7.2　面積測量159

5.7.3　形狀測量160

5.8　參考文獻160

第6章　電磁輻射原理與輻射校正163

6.1　概述163

6.2　電磁能量的互動作用163

6.3　傳導、對流和輻射164

6.4　電磁輻射模型164

6.4.1　電磁能量的波模型164

6.4.2　粒子模型：原子輻射169

6.5　大氣能量-物質互動作用171

6.5.1　折射171

6.5.2　散射172

6.5.3　吸收173

6.5.4　反射175

6.6　地面能量-物質互動作用175

6.6.1　半球反射率、吸收率和透射率176

6.6.2　輻射通量密度177

6.7　大氣中能量-物質的再次互動作用178

6.8　感測器系統能量-物質互動作用178

6.9　遙感探測器系統誤差校正178

6.9.1　隨機壞像元（散粒噪聲）179

6.9.2　行或列缺失179

6.9.3　行或列部分缺失180

6.9.4　行起始問題180

6.9.5　n行條帶180

6.10　遙感大氣校正183

6.10.1　不必要的大氣校正183

6.10.2　必要的大氣校正183

6.10.3　大氣校正類型184

6.10.4　大氣衰減的絕對輻射校正184

6.10.5　大氣衰減的相對輻射校正194

6.11　坡度和坡向影響校正199

6.11.1　餘弦校正199

6.11.2　Minnaert校正200

6.11.3　統計-經驗校正200

6.11.4　c校正200

6.11.5　局部校正濾波200

6.12　參考文獻201

第7章　幾何校正204

7.1　內部和外部幾何誤差204

7.1.1　內部幾何誤差204

7.1.2　外部幾何誤差209

7.2　幾何校正類型210

7.2.1　從影像到地圖的校正210

7.2.2　從影像到影像的配準211

7.2.3　影像校正/配準的混合方法212

7.2.4　從影像到地圖的幾何校正213

7.3　從影像到地圖校正的實例219

7.3.1　選擇合適的地圖投影219

7.3.2　地面控制點的採集228

7.3.3　通過評價GCP的總RMSerror來確定最優幾何校正係數229

7.3.4　採用空間和亮度插值重採樣方法填充輸出矩陣232

7.4　鑲嵌232

7.5　總結235

7.6　參考文獻235

第8章　影像增強238

8.1　概述238

8.2　影像縮小與放大238

8.2.1　影像縮小238

8.2.2　影像放大238

8.3　橫斷面（空間剖面）240

8.4　光譜剖面243

8.5　對比度增強245

8.5.1　線性對比度增強245

8.5.2　非線性對比度增強249

8.6　波段比251

8.7　鄰域柵格運算252

8.7.1　定性鄰域柵格建模253

8.7.2　定量鄰域柵格建模254

8.8　空間濾波254

8.8.1　空間卷積濾波255

8.8.2　傅立葉變換261

8.9　主成分分析266

8.10　植被指數271

8.10.1　控制葉面反射的主導因素272

8.10.2　遙感植被指數279

8.11　紋理變換293

8.11.1　空間域一階統計量293

8.11.2　空間域二階統計量297

8.11.3　紋理單元作為紋理光譜元素300

8.11.4　基於半方差圖的紋理統計302

8.12　景觀生態學指標302

8.13　參考文獻305

第9章　遙感專題信息提取：模式識別312

9.1　概述312

9.2　引言312

9.3　監督分類314

9.3.1　土地利用和地面覆蓋分類方案314

9.3.2　訓練樣區選擇與統計量提取326

9.3.3　選擇影像分類最佳波段：特徵選取330

9.3.4　選擇合適的分類算法340

9.4　非監督分類347

9.4.1　鏈式非監督分類347

9.4.2　ISODATA非監督分類351

9.4.3　非監督聚類整理355

9.5　模糊分類356

9.6　面向對象影像分析的分類357

9.6.1　面向地理對象的影像分析和分類357

9.6.2　面向對象影像分析分類的思考361

9.7　分類過程中輔助數據的整合363

9.7.1　與輔助數據有關的問題364

9.7.2　整合輔助數據改進遙感分類圖的方法364

9.8　參考文獻366

第10章　人工智慧信息提取370

10.1　概述370

10.2　專家系統370

10.2.1　專家系統的用戶界面371

10.2.2　創建知識庫372

10.2.3　推理機374

10.2.4　線上資料庫374

10.2.5　遙感數據專家系統375

10.3　基於人工規則的決策樹分類375

10.3.1　待檢驗的假設376

10.3.2　規則（變數）376

10.3.3　條件377

10.3.4　推理機377

10.4　基於機器學習決策樹和回歸樹的分類378

10.4.1　機器學習378

10.4.2　決策樹訓練380

10.4.3　決策樹生成380

10.4.4　從決策樹到產生式規則381

10.5　隨機森林分類器383

10.6　支持向量機383

10.7　神經網路384

10.7.1　用於遙感信息提取的典型人工神經網路的組成和特點384

10.7.2　人工神經網路的優點390

10.7.3　人工神經網路的局限391

10.8　參考文獻392

第11章　成像光譜信息提取396

11.1　概述396

11.2　全色、多光譜和高光譜數據採集396

11.2.1　全色數據396

11.2.2　多光譜數據396

11.2.3　高光譜數據396

11.3　高光譜數據信息提取的步驟399

11.4　從航帶中選擇研究區域400

11.5　影像質量的初始評價401

11.5.1　高光譜彩色合成影像的目視檢查402

11.5.2　單波段目視檢查402

11.5.3　放映402

11.5.4　單波段統計檢查403

11.6　輻射校正403

11.6.1　實地數據採集404

11.6.2　絕對大氣校正404

11.7　高光譜遙感數據的幾何校正406

11.8　高光譜數據降維407

11.9　端元的確定：定位光譜最純像元409

11.9.1　像元純度指數製圖409

11.9.2　n維端元可視化410

11.10　高光譜數據製圖和匹配412

11.10.1　光譜角製圖412

11.10.2　亞像元分類（線性光譜分解、光譜混合分析）413

11.10.3　包絡線去除法416

11.10.4　光譜庫匹配技術417

11.10.5　高光譜數據的機器學習分析419

11.11　可選的高光譜數據分析指數422

11.11.1　比值植被指數423

11.11.2　歸一化植被指數423

11.11.3　高光譜增強型植被指數423

11.11.4　黃色指數424

11.11.5　生理反射指數424

11.11.6　歸一化水指數424

11.11.7　線性紅邊位置425

11.11.8　紅邊植被脅迫指數425

11.11.9　作物葉綠素含量預測425

11.11.10　修正的葉綠素吸收率指數426

11.11.11　葉綠素指數426

11.11.12　中解析度成像光譜儀陸生葉綠素指數426

11.12　微分光譜426

11.12.1　窄波段微分植被指數427

11.12.2　基於微分比率的紅邊位置確定427

11.13　參考文獻428

第12章　數字變化檢測432

12.1　概述432

12.2　變化檢測步驟432

12.2.1　指定專題屬性或感興趣的指標432

12.2.2　指定變化檢測感興趣的地理區域433

12.2.3　指定變化檢測時段433

12.2.4　選擇合適的土地利用/地面覆蓋分類系統433

12.2.5　確定性與模糊性變化檢測推理434

12.2.6　逐像元或面向對象的變化檢測434

12.2.7　遙感系統變化檢測需考慮的因素434

12.2.8　變化檢測需要考慮的重要環境/變化因素437

12.2.9　選擇最合適的變化檢測算法441

12.3　“變/不變”二值變化檢測算法442

12.3.1　模擬“在屏”可視化變化檢測442

12.3.2　影像代數二值變化檢測445

12.3.3　多時相合成影像變化檢測449

12.4　“從—到”專題變化檢測算法453

12.4.1　攝影測量變化檢測453

12.4.2　LiDAR測量變化檢測455

12.4.3　分類後比較變化檢測456

12.4.4　鄰域相關影像變化檢測460

12.4.5　光譜變化矢量分析462

12.4.6　利用輔助數據源作為時相1的數據進行變化檢測464

12.4.7　對時相2使用二值變化掩膜處理的變化檢測465

12.4.8　χ2變換變化檢測465

12.4.9　互相關變化檢測466

12.4.10　在屏目視變化檢測與數位化467

12.5　變化檢測的大氣校正469

12.5.1　何時需要大氣校正469

12.5.2　何時不需要大氣校正470

12.6　小結470

12.7　參考文獻470

第13章　遙感專題圖精度評價475

13.1　概述475

13.2　精度評價步驟475

13.3　遙感專題圖的誤差源477

13.4　誤差矩陣478

13.5　訓練樣本與地面參考驗證信息479

13.6　樣本容量480

13.6.1　基於二項式機率理論的樣本容量480

13.6.2　基於多項式分布的樣本容量480

13.7　採樣設計（框架）482

13.7.1　簡單隨機採樣482

13.7.2　系統採樣483

13.7.3　分層隨機採樣483

13.7.4　分層系統非均衡採樣484

13.7.5　聚類採樣484

13.8　利用回響設計獲取地面參考信息485

13.9　誤差矩陣的評價485

13.9.1　誤差矩陣的描述性評價486

13.9.2　用於誤差矩陣的多元離散分析方法486

13.9.3　誤差矩陣的模糊化489

13.10　變化檢測圖的精度評價491

13.10.1　在變化檢測研究中單個專題圖的精度評價492

13.10.2　“從—到”變化檢測圖的精度評價492

13.10.3　二值變化檢測圖的精度評價493

13.10.4　面向對象影像分析分類圖的精度評價494

13.11　地統計學分析方法用於精度評價494

13.12　影像元數據與遙感產品譜系信息495

13.12.1　單景影像元數據495

13.12.2　遙感產品的譜系信息495

13.13　參考文獻496

附錄　影像和其他地理空間信息來源499

索引517