《遙感異常檢測仿生算法》是2015年出版的圖書，作者是李敏,張學武,范新南。
圖書信息,內容簡介,目 錄,
圖書信息
作 譯 者：李敏,張學武,范新南
出版時間：2015-06
千 字 數：190
內容簡介
本書在對遙感圖像處理中目標檢測技術的發展歷史、現狀及未來趨勢系統總結的基礎上，針對遙感圖像異常檢測涉及到的相關理論及技術問題，結合生物視覺信息獲取、感知、處理等生物學機理，試圖解決現有異常檢測算法面臨的背景建模困難與先驗信息匱乏的瓶頸問題，重點闡述仿生視覺技術在遙感圖像特徵提取、異常檢測及目標提取等方法的基本思路、具體計算過程及實驗效果。
目 錄
第1章 緒論 1
1.1 關於異常檢測 2
1.1.1 什麼是異常 2
1.1.2 異常的分類 3
1.1.3 異常檢測的方法 4
1.1.4 如何標定異常 5
1.2 遙感圖像處理技術 6
1.2.1 遙感圖像處理技術概述 6
1.2.2 遙感圖像目標檢測技術 7
1.3 遙感圖像異常檢測技術 8
1.3.1 基於背景建模的異常檢測 8
1.3.2 基於子空間變換的異常檢測 9
1.3.3 基於機器學習的異常檢測 9
1.4 遙感圖像異常目標檢測的國內外研究現狀 10
1.4.1 國外遙感圖像異常檢測技術研究現狀 10
1.4.2 國內遙感圖像異常檢測算法研究現狀 14
1.5 遙感影像特定目標提取算法概述 15
1.5.1 遙感圖像目標提取方法的國內外研究現狀 15
1.5.2 遙感圖像水體目標提取方法的國內外研究現狀 17
1.6 遙感異常檢測及特定目標提取面臨的主要問題 18
1.6.1 複雜背景下自適應異常檢測理論還需深入研究 18
1.6.2 特徵級目標提取方法還有待延伸 19
1.6.3 仿生視覺研究 19
第2章 基於譜像相關的多光譜遙感影像特徵感知 21
2.1 引言 22
2.2 昆蟲視覺初級視覺感知機理 23
2.2.1 昆蟲視覺的生物學機理研究 23
2.2.2 時空域相關型初級運動檢測器模型 25
2.2.3 基於譜像相關的遙感影像特徵感知器模型 29
2.3 特徵感知器模型分析 35
2.3.1 頻域分析 35
2.3.2 波段相關性分析 37
2.3.3 抗噪性能分析 38
2.4 本章小結 40
第3章 聯合特徵感知器模型的遙感圖像超視銳度重構 41
3.1 引言 42
3.2 昆蟲視覺系統的超視銳度機理 43
3.3 聯合特徵感知器模型的遙感圖像超視銳度重構簡介 44
3.3.1 聯合光譜波形特徵的重構模型 45
3.3.2 重構有助於增強亞像元級目標特徵 51
3.4 本章小結 54
第4章 基於大小場景的多光譜遙感圖像異常檢測 55
4.1 引言 56
4.2 昆蟲視覺的高階神經元整合機理 56
4.2.1 大場景整合機理 57
4.2.2 小場景整合機理 58
4.3 基於高階神經元整合機理的遙感異常目標檢測 62
4.3.1 複雜背景抑制與目標特徵增強 63
4.3.2 基於大小場景整合的遙感異常檢測算法 66
4.4 本章小結 71
第5章 基於多孔徑結構的多光譜遙感圖像異常檢測算法 72
5.1 引言 73
5.2 蠅視覺多孔徑結構給我們的啟發 73
5.2.1 蠅類視覺的多孔徑結構 73
5.2.2 多孔徑結構信息處理機理 74
5.3 仿蠅視覺多孔徑結構的多光譜遙感圖像異常檢測 75
5.3.1 構建並行多孔徑背景建模 76
5.3.2 異常如何標記更加合理 78
5.3.3 多孔徑背景模型檢測結果的融合 79
5.4 本章小結 81
第6章 基於高階神經元模型的多光譜遙感圖像微小異常目標檢測 82
6.1 引言 83
6.2 高階神經元模型 84
6.2.1 時空域高階神經元模型 84
6.2.2 高階神經元模型的生物學機理 87
6.3 多光譜遙感圖像微小異常檢測算法 89
6.3.1 譜像域的高階神經元模型 89
6.3.2 微小異常目標檢測算法設計 91
6.4 本章小結 96
第7章 基於震盪神經網路的多光譜遙感影像水體目標提取 97
7.1 引言 98
7.2 局部興奮全局抑制震盪神經網路 99
7.2.1 同步震盪神經網路模型及特性分析 100
7.2.2 基於特徵一致性的多光譜遙感影像邊緣特徵感知算法 102
7.3 聯合NDWI與震盪神經網路的水體目標提取算法 105
7.3.1 聯合NDWI與震盪神經網路的水體目標提取算法簡介 106
7.3.2 聯合特殊光譜關係與震盪神經網路的水體目標提取算法 109
7.3.3 實驗結果及分析 110
7.3.4 收斂性的討論 113
7.4 聯合線性混合模型與震盪神經網路的水體目標提取算法 114
7.4.1 基於模糊判定的耦合權重 115
7.4.2 聯合光譜分解與震盪神經網路的水體目標提取算法 117
7.4.3 實驗研究及驗證 118
7.5 本章小結 119
第8章 基於生物認知機理的視頻圖像目標檢測技術 120
8.1 引言 121
8.2 仿生視覺的時空域特徵提取 122
8.2.1 空域特徵的提取 122
8.2.2 時域特徵提取與修正 123
8.3 基於視覺認知機理的時空域特徵互動 126
8.3.1 視覺認知機理 126
8.3.2 基於認知機理的時空與特徵互動模式 126
8.3.3 基於認知機理的時空域特徵互動算法 128
8.4 本章小結 135
結語 136
參考文獻 138
