高光谱影像分析与应用

本书特色

[

本书在国内外相关研究的基础上,结合作者所在团队十多年来取得的研究成果,讨论和介绍高光谱影像处理与分析的理论和技术。全书共十二章,涉及高光谱遥感影像处理与分析的背景要求、基础理论、关键技术和应用范例。首先,分析了高光谱遥感地理环境探测的潜力,介绍了高光谱遥感成像机理、典型的成像光谱仪及其定标技术。在此基础上,结合高光谱数据特点讨论了辐射和几何校正技术,以及地物光谱数据库的相关技术。接下来,重点介绍了高光谱影像地物探测的关键技术,包括光谱特征分析与匹配、统计模式分类、光谱特征选择与提取、核方法分析、混合像元分解、高光谱与高空间分辨率影像融合等。*后,讨论了高光谱数据处理系统的功能和设计问题。

本书可供遥感和地学领域研究人员和技术人员参考,也可作为大专院校相关专业的本科生和研究生的教材或参考书。

]

目录

《地球观测与导航技术丛书》出版说明序前言第1章 绪论1.1 对地观测体系中的高光谱遥感技术1.2 高光谱遥感与地理空间信息获取1.3 高光谱影像处理与分析第2章 地物光谱特征及探测要求2.1 植被的光谱特征2.1.1 植被光谱的基本特征2.1.2 植被光谱的特征参数2.1.3 影响植被光谱特征的因素2.1.4 绿色涂料与植被光谱的区别2.2 土壤岩石的光谱特征2.2.1 土壤的光谱特征2.2.2 岩石的光谱特征2.3 人工地物的光谱特征2.3.1 建筑物顶部材料的光谱特征2.3.2 道路铺面材料的光谱特征2.4 陆地水体的光谱特征2.4.1 清洁水体的光谱特征2.4.2 含沙量对水体反射光谱特征的影响2.4.3 叶绿素浓度对水体反射光谱特征的影响2.4.4 水体不同深度的光谱反射特征2.4.5 雪的光谱反射特征2.5 海部要素的光谱特征2.5.1 海水的光谱特征2.5.2 海岸带植被的光谱特征2.5.3 海岸基岩和滩涂的光谱特征2.6 高光谱影像地物属性探测要求2.6.1 植被探测要求2.6.2 土壤岩石的探测要求2.6.3 人工地物的探测要求2.6.4 陆地水体和冰川的探测要求2.6.5 海部要素的探测要求第3章 高光谱成像系统3.1 高光谱遥感成像机理3.1.1 光学探测3.1.2 空间扫描3.1.3 光谱分光3.2 成像光谱仪发展现状3.2.1 国外的成像光谱仪系统3.2.2 国内的成像光谱仪系统3.3 成像光谱仪定标3.3.1 光谱定标3.3.2 辐射定标3.3.3 几何定标3.4 高光谱遥感数据特点3.4.1 立方体结构3.4.2 数据描述模型第4章 高光谱影像校正技术4.1 太阳辐射及大气传输特性4.1.1 太阳辐射4.1.2 大气对电磁波传输过程的影响4.1.3 辐射传输方程4.2 高光谱影像的辐射误差4.2.1 传感器的灵敏度特性引起的辐射误差4.2.2 光照条件差异引起的辐射误差4.2.3 大气条件不同引起的辐射误差4.3 基于定标参数的辐射校正4.3.1 辐射校正参数获取4.3.2 影像辐射校正方法4.4 高光谱影像大气辐射校正4.4.1 基于辐射传输理论的大气辐射校正4.4.2 利用影像数据进行反射率反演4.4.3 借助地面特殊地物的光谱反射率方法4.5 高光谱影像的几何特性4.5.1 几何成像模型4.5.2 影像几何变形4.6 高光谱影像几何校正4.6.1 几何校正的一般方法4.6.2 基于pos 的几何校正第5章 地物光谱数据库技术5.1 概述5.1.1 地物光谱数据库的概念5.1.2 地物光谱数据库的地位和作用5.1.3 地物光谱数据库建设流程5.2 光谱数据库研究现状5.2.1 国外光谱数据库研究现状5.2.2 国内地物光谱数据库研究进展5.3 地物光谱数据库系统设计5.3.1 系统应用要求分析5.3.2 系统设计原则5.3.3 系统内容设计5.3.4 系统结构设计5.3.5 系统功能设计5.4 地物光谱数据获取5.4.1 实验室光谱测量5.4.2 地面光谱测量5.4.3 遥感影像提取法第6章 光谱特征分析与匹配6.1 光谱特征增强与定量分析6.1.1 光谱特征增强方法6.1.2 光谱特征参量化6.2 光谱相似性测度6.2.1 几何空间测度6.2.2 概率空间测度6.2.3 变换空间测度6.2.4 综合相似性测度6.2.5 分类试验6.3 光谱匹配技术6.3.1 编码匹配6.3.2 光谱角度匹配6.3.3 交叉相关光谱匹配6.3.4 匹配滤波技术6.4 尺度空间匹配技术6.4.1 尺度空间理论6.4.2 波峰特征提取6.4.3 匹配算法6.5 决策树匹配分类6.5.1 决策树分类方法6.5.2 光谱匹配的层次分析模型6.5.3 应用实例第7章 高光谱影像统计模式分类7.1 高光谱影像的模式分类原理7.1.1 模式识别的概念和方法7.1.2 统计模式识别一般过程7.2 bayes统计决策分类7.2.1 基本决策规则7.2.2 正态分布下的极大似然法分类7.3 bayes非参数决策分类7.3.1 fisher线性判别法7.3.2 fisher判别函数的训练7.3.3 fisher分段线性判别函数7.4 聚类分析法与非监督分类7.4.1 聚类准则7.4.2 k-均值聚类法7.4.3 isodata聚类法7.4.4 基于核构造的动态聚类法7.5 人工神经网络分类7.5.1 多层感知器7.5.2 bp算法7.5.3 径向基函数网络7.5.4 kohonen网络第8章 光谱特征选择与提取8.1 高维光谱特征分析基础8.1.1 高维特征空间样本分布8.1.2 “维数灾难”现象8.1.3 波段间相关性分析8.2 类别可分性准则8.2.1 基本特性8.2.2 类内类间距离准则8.2.3 概率距离准则8.2.4 信息熵准则8.3 基于类别可分性的特征提取8.3.1 依类内类间距离准则的特征提取8.3.2 依概率距离准则的特征提取8.3.3 依信息熵准则的特征提取8.4 基于信息压缩的特征提取8.4.1 主成分分析8.4.2 噪声分离变换8.5 独立成分分析特征提取8.5.1 模型估计方法8.5.2 快速ica算法8.6 投影寻踪特征提取8.6.1 投影指标8.6.2 基于pp的高光谱影像特征提取8.7 非线性特征提取方法第9章 高光谱影像核方法分析9.1 核函数与核方法原理9.1.1 核函数9.1.2 核方法9.2 统计学习理论与支持向量机9.2.1 统计学习理论9.2.2 支持向量机9.3 支持向量机分类9.3.1 快速训练算法9.3.2 多类分类器构造9.3.3 核函数及参数选择9.4 核fisher判别分类9.4.1 fisher判别分析9.4.2 核fisher判别分析9.4.3 核fisher判别分类9.5 相关向量机分类9.5.1 稀疏bayes模型9.5.2 模型参数推断9.5.3 相关向量机分类9.6 非线性特征提取9.6.1 核主成分分析9.6.2 核巴氏距离投影寻踪9.6.3 广义判别分析第10章 混合像元分解10.1 概述10.1.1 混合像元分解的意义10.1.2 混合像元分解流程10.2 光谱混合模型10.2.1 混合光谱的成因10.2.2 线性混合模型10.2.3 非线性混合模型10.2.4 随机混合模型10.3 端元个数估计10.3.1 npd算法10.3.2 正交子空间投影法10.4 端元提取技术10.4.1 典型端元提取算法10.4.2 空间信息辅助下的端元提取技术10.4.3 基于粒子群优化的端元提取算法10.5 光谱解混技术10.5.1 监督分解算法10.5.2 非监督分解算法第11章 高光谱与高空间分辨率影像融合11.1 概述11.1.1 像素级融合11.1.2 特征级融合11.1.3 决策级融合11.2 融合预处理11.2.1 辐射校正11.2.2 几何纠正11.2.3 影像配准11.3 高光谱与高空间分辨率影像融合算法11.3.1 通用像素级融合算法11.3.2 通用像素级融合算法特点分析11.3.3 基于非负矩阵分解的融合算法11.3.4 基于遗传算法的融合方法11.3.5 基于影像光谱复原的空间域融合方法11.3.6 基于混合像元分解的融合算法11.3.7 基于边缘信息的光谱信息保持型融合算法11.4 融合效果评价11.4.1 主观评价方法11.4.2 客观评价方法11.4.3 综合评价方法第12章 高光谱数据处理系统设计12.1 高光谱数据处理系统现状分析12.1.1 国外高光谱数据处理系统介绍12.1.2 国内高光谱数据处理系统介绍12.2 高光谱数据处理系统结构设计12.2.1 高光谱影像数据结构12.2.2 数据处理流程设计12.2.3 系统体系结构设计12.3 高光谱数据处理系统功能设计12.3.1 影像数据预处理模块12.3.2 属性信息分类提取模块12.3.3 数据融合模块12.4 高光谱数据处理关键技术及其实现12.4.1 高光谱影像几何校正技术12.4.2 高维光谱特征压缩和提取技术12.4.3 高光谱与高空间分辨率数据融合处理技术12.4.4 高精度的分类提取技术12.5 高光谱遥感影像分析软件系统12.5.1 高光谱影像读存显示12.5.2 高光谱影像预处理12.5.3 高光谱影像特征分析12.5.4 高光谱影像分类识别12.5.5 地物光谱数据库参考文献彩图

封面

高光谱影像分析与应用

书名:高光谱影像分析与应用

作者:余旭初

页数:266

定价:¥69.0

出版社:科学出版社

出版日期:2013-05-01

ISBN:9787030374691

PDF电子书大小:154MB 高清扫描完整版

百度云下载:http://www.chendianrong.com/pdf

发表评论

邮箱地址不会被公开。 必填项已用*标注