 |
-- 會員 / 註冊 --
|
 |
|
|
|
遙感圖像亞像元定位研究 ( 簡體 字) |
| 作者：王鵬,張弓 | 類別：1. -> 教材 -> 數位影像處理 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 52144
詢問書籍請說出此書號！【有庫存】
NT售價： 345 元 |
| 出版日：12/1/2019 |
| 頁數：212 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121378478 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：近年來我國航空航天事業迅猛發展，遙感技術作為航空航天領域綜合性的技術，無論在理論方面還是在應用方面都得到了廣泛而長足的發展。特別是在近年發展起來的光譜遙感可以同時獲得地物類別的空間信息和光譜信息，在真正意義上實現了圖譜合一，為我國航空航天事業提供了強有力的技術支持。遙感技術已經在軍事、民用、農業、海洋、智慧城市、減災等領域得到了應用。
遙感圖像處理技術作為遙感技術重要的研究方向，直接決定了遙感信息的準確性和利用度，因此我國對該技術的發展十分重視，全國很多科研院校對該技術投入了越來越多的人力和財力，國家發布的國家自然科學基金等項目對該技術的資助也越來越大。遙感圖像處理技術研究的熱點問題之一就是，如何處理混合像元以提高遙感圖像的空間分辨率。遙感圖像光譜解混方法雖然可以獲得混合像元內各類別的比例（豐度值），但是無法獲得各類別在混合像元內的具體空間分布信息。遙感圖像亞像元定位（Subpixel Mapping，SPM）技術作為光譜解混方法的后續處理技術，通過將像元分解成更小的亞像元，來獲得具有亞像元級尺度下各類別分布信息的專題制圖。遙感圖像亞像元定位技術作為獲得各類別空間分布信息的一項極具潛力的技術，受到越來越多的關注。本書結合筆者從事該技術的研究取得的較新成果，對亞像元定位技術進行了系統整理和詳盡闡釋，為讀者了解、學習和研究亞像元定位技術貢獻綿薄之力。
全書共7章。第1∼2章主要由張弓編寫，內容包括緒論和亞像元定位技術的基本原理，此部分內容可以讓讀者對遙感圖像亞像元定位技術有一個全面的了解。第1章主要參考了童慶禧、王立國、王群明等人的相關作品和其他國內外大量的學術文獻，介紹了遙感圖像亞像元定位技術的研究背景和意義、遙感圖像亞像元定位技術的研究現狀、遙感圖像亞像元定位技術存在的問題，以及本書主要研究內容與章節安排。第2章主要介紹光譜解混方法、遙感圖像亞像元定位技術的理論基礎、基本原理和遙感圖像亞像元定位精度的評價方法，參考了該領域國內外部分學者公開發表的文章。第3∼7章主要由王鵬執筆完成，內容包括基于單幅遙感圖像的亞像元定位、基于多位移圖像的遙感圖像亞像元定位、基于融合技術的遙感圖像亞像元定位、基于重建后分類的遙感圖像亞像元定位及遙感圖像亞像元定位技術的應用5個方面，這是王鵬多年的研究成果，希望這些內容能夠讓讀者在思想或方法上得到些許啟發。需要注意的是，本書主體部分第3∼7章以王鵬主創內容為主，其對應解決的遙感圖像亞像元定位技術存在的問題主要在第1章中進行介紹。
第3章、第4章、第6章部分編寫工作是筆者在哈爾濱工程大學讀博期間在王立國教授的指導下完成的，因此筆者對自己的母校和導師表示特別感謝。第3∼7章的部分內容是筆者在法國格勒諾布爾大學GIPSA實驗室交流期間與Jocelyn Chanussot教授和Mauro Dalla Mura教授合作完成的；此外，還有部分內容是筆者在南京航空航天大學工作期間與加拿大卡爾加里大學Henry Leung教授，南京航空航天大學吳一全老師、畢輝老師、孔瑩瑩老師，以及青島理工大學郝思媛老師合作完成的，在此對他們的辛勤付出表示真誠的感謝和敬意。同時，對參與部分內容整理工作的研究生郝曉輝、周飛、倪康等人表示感謝。這里也對本書所列參考文獻的作者表示衷心的感謝，其中特別感謝第一作者為童慶禧、張良培、鐘燕飛、凌峰、葛詠、王群明、李曉東、張一行、陳躍紅等人的參考文獻的作者。同時感謝國際相關領域的眾多專家學者，他們的優秀成果為本書的編寫提供了良好的素材。由于本書引用的文獻數量眾多且本書篇幅有限，所以未再做進一步注釋，這里向相關作者表示歉意。最后，感謝電子工業出版社對本書出版給予的配合與支持。
由于筆者水平有限，以及研究內容周期跨度較大、編程軟硬件條件差異大和涉及研究人員較多等，第3∼7章的主體內容難免存在不足之處，第1∼2章的內容也難以做到最全面、最合理的編排，在此衷心希望讀者批評指正。
本書獲得國家自然科學基金項目（項目編號：61801211）和中國博士后基金面上項目（項目編號：2019M651824）資助。 |
內容簡介：全書共7章。第1∼2章對遙感圖像亞像元定位方法研究的背景和意義、遙感圖像亞像元定位方法的研究現狀，以及遙感圖像亞像元定位方法的基本原理進行了簡單介紹，便于不同需求的讀者參閱。第3∼7章以筆者近年來的研究成果為主，從基于單幅遙感圖像的亞像元定位、基于多位移圖像的遙感圖像亞像元定位、基于融合技術的遙感圖像亞像元定位、基于重建后分類的遙感圖像亞像元定位、遙感圖像亞像元定位方法的應用5個方面進行了系統整理和詳盡闡釋，旨在為讀者提供一個較完整的遙感圖像亞像元定位方法的框架和較新穎的研究方法。 |
目錄：第1章 緒論 1
1.1 引言 1
1.2 遙感圖像亞像元定位方法研究的背景和意義 1
1.2.1 遙感圖像亞像元定位方法的研究背景 1
1.2.2 遙感圖像亞像元定位方法的研究意義 5
1.3 遙感圖像亞像元定位方法的研究現狀 7
1.3.1 先初始化后優化遙感圖像亞像元定位 8
1.3.2 軟硬屬性轉換遙感圖像亞像元定位 9
1.3.3 其他類型的遙感圖像亞像元定位 10
1.3.4 超分辨率技術的研究現狀 12
1.4 遙感圖像亞像元定位方法存在的問題 13
1.5 主要研究內容與章節安排 14
參考文獻 16
第2章 遙感圖像亞像元定位方法的基本原理 27
2.1 引言 27
2.2 光譜解混方法 27
2.3 遙感圖像亞像元定位方法的理論基礎 29
2.4 遙感圖像亞像元定位方法的流程 29
2.4.1 亞像元銳化方法 30
2.4.2 類別分配方法 32
2.5 遙感圖像亞像元定位精度的評價方法 34
2.6 本章小結 38
參考文獻 38
第3章 基于單幅遙感圖像的亞像元定位 40
3.1 引言 40
3.2 基于混合插值的遙感圖像亞像元定位 41
3.2.1 插值問題 41
3.2.2 現有的基于插值的遙感圖像亞像元定位方法 42
3.2.3 提出的方法 43
3.2.4 實驗內容與結果分析 45
3.3 基于更多監督信息Hopfield神經網絡的亞像元定位 52
3.3.1 傳統的基于Hopfield神經網絡的亞像元定位方法 53
3.3.2 提出的方法 54
3.3.3 實驗內容與結果分析 55
3.4 基于擴展隨機行走的遙感圖像亞像元定位 59
3.4.1 多尺度分割方法 60
3.4.2 擴展隨機行走方法 60
3.4.3 基于對象單元的類別分配方法 62
3.4.4 實驗內容與結果分析 63
3.5 本章小結 67
參考文獻 68
第4章 基于多位移圖像的遙感圖像亞像元定位 70
4.1 引言 70
4.2 多位移圖像的理論基礎 71
4.2.1 多位移圖像問題 71
4.2.2 現有的基于多位移圖像的遙感圖像亞像元定位方法 72
4.3 基于具有空—譜信息的多位移圖像亞像元定位 74
4.3.1 提出的方法 74
4.3.2 實驗內容與結果分析 75
4.4 基于空間引力模型多尺度信息的多位移圖像亞像元定位 85
4.4.1 亞像元-像元空間引力模型 85
4.4.2 亞像元-亞像元空間引力模型 87
4.4.3 提出的方法 88
4.4.4 實驗內容與結果分析 89
4.5 利用雙網絡產生具有多尺度空—譜信息的多位移圖像亞像元定位 101
4.5.1 多尺度網絡和空—譜網絡 101
4.5.2 提出的方法 105
4.5.3 實驗內容與結果分析 106
4.6 本章小結 117
參考文獻 118
第5章 基于融合技術的遙感圖像亞像元定位 120
5.1 引言 120
5.2 基于全色銳化技術的軟硬屬性轉換遙感圖像亞像元定位 121
5.2.1 全色銳化技術 121
5.2.2 提出的方法 123
5.2.3 實驗內容與結果分析 124
5.3 基于并行處理路徑的高光譜圖像遙感圖像亞像元定位 133
5.3.1 融合路徑 133
5.3.2 深度學習路徑 135
5.3.3 提出的方法 137
5.3.4 實驗內容與結果分析 138
5.4 本章小結 150
參考文獻 150
第6章 基于重建后分類的遙感圖像亞像元定位 153
6.1 引言 153
6.2 理論基礎 154
6.2.1 超分辨率方法 154
6.2.2 全監督信息分類方法 155
6.3 基于MAP超分辨率重建后分類的遙感圖像亞像元定位 160
6.3.1 基于變換空間的MAP超分辨率重建 161
6.3.2 最小二乘向量基分類方法 164
6.3.3 實驗內容與結果分析 165
6.4 基于全色銳化重建后分類的遙感圖像亞像元定位 178
6.4.1 基于全色銳化重建后分類的遙感圖像亞像元定位實現步驟 178
6.4.2 實驗內容與結果分析 180
6.5 本章小結 183
參考文獻 184
第7章 遙感圖像亞像元定位方法的應用 185
7.1 引言 185
7.2 通過提供更多的光譜信息改進多光譜圖像的
洪水淹沒遙感圖像亞像元定位 186
7.2.1 現有的洪水淹沒亞像元定位 186
7.2.2 提出的方法 188
7.2.3 實驗內容與結果分析 189
7.3 基于具有空—譜信息的多光譜圖像城市建筑遙感圖像亞像元定位 193
7.3.1 SMUB 193
7.3.2 實驗內容與結果分析 194
7.4 本章小結 199
參考文獻 199
附錄 本書主要縮寫說明 202 |
| 序： |
|
