遥感图象获取与分析PDF电子书下载

第一章 绪论 1

1．1 遥感的基本概念 1

1．2 遥感的发展历程和趋势 2

1．3 遥感技术系统的结构和功能 4

1．4 本书的主要内容和安排 5

第二章 遥感基础 6

2．1 电磁波与电磁波谱 6

2．1．1 电磁波的概念 6

2．1．2 电磁波的产生 7

2．1．3 电磁波的性质 8

2．1．4 电磁波谱 9

2．2 物体的电磁波发射特性 11

2．2．1 辐射量的定义 11

2．2．2 黑体辐射 12

2．2．3 太阳的波谱辐射特性 14

2．2．4 地物的波谱发射特性 16

2．2．5 红外波段中的太阳辐射与地物发射情况 18

2．3 物体的电磁波反射特性 19

2．3．1 物体反射电磁波的三种形式 19

2．3．2 地物的波谱反射特性 20

2．3．3 地物反射波谱特性的测量 25

2．4 大气对电磁波传输过程的影响 26

2．4．1 大气的组成和大气层的结构 26

2．4．2 大气对电磁波传输过程的影响 28

2．4．3 辐射传输方程 32

第三章 遥感平台 33

3．1 遥感平台的种类 33

3．2．1 卫星在空间中的位置和姿态 34

3．2 遥感卫星 34

3．2．2 几种遥感卫星简介 38

3．2．3 部分对地观测卫星计划 41

第四章 传感器及其图象特性 44

4．1 传感器的分类及其基本组成 44

4．1．1 传感器的分类 44

4．1．2 传感器的组成 44

4．2 摄影型传感器 45

4．2．1 单镜头框幅式摄影机 45

4．2．2 缝隙式摄影机 47

4．2．3 全景式摄影机 48

4．2．4 多光谱摄影机 48

4．3 摄影象片的特性 50

4．3．1 框幅式象片的几何特性 50

4．3．2 缝隙式象片的几何特性 52

4．3．3 全景象片的几何特性 56

4．3．4 摄影象片的地面分辨率 58

4．3．5 摄影象片的物理特性 59

4．4 扫描方式的传感器 60

4．4．1 光机扫描仪 61

4．4．2 推帚式扫描仪 67

4．5 扫描图象的特性 72

4．5．1 光机扫描图象的几何特性 72

4．5．2 CCD固体扫描图象的几何特性 75

4．5．3 扫描图象的物理特性 77

4．6 侧视雷达成象 79

4．6．1 侧视雷达的一般结构 80

4．6．2 真实孔径侧视雷达 80

4．6．3 合成孔径侧视雷达 82

4．6．4 合成孔径侧视雷达的数字成象处理 85

4．6．5 INSAR的基本原理 87

4．7．1 侧视雷达图象的几何特性 89

4．7 侧视雷达图象的特性 89

4．7．2 侧视雷达图象的色调特性 92

第五章 遥感图象目视判读 96

5．1 遥感图象的判读特征 96

5．2 遥感图象的目视判读方法 100

第六章 遥感图象校正 105

6．1 遥感图象的辐射量校正 105

6．1．1 光学镜头的非均匀性引起的边缘减光现象的改正 106

6．1．2 光电变换系统的特性引起的辐射误差校正 106

6．1．3 太阳高度引起的辐射误差校正 107

6．1．4 地形坡度引起的辐射误差校正 107

6．1．5 大气校正 108

6．2．1 成象投影方式引起的图象变形 109

6．2 遥感图象的几何变形 109

6．2．2 传感器外方位元素变化引起的图象变形 110

6．2．3 地形起伏引起的图象变形 113

6．2．4 地球曲率引起的图象变形 114

6．2．5 大气折射引起的图象变形 115

6．2．6 地球自转引起的图象变形 117

6．3 遥感图象的几何校正 119

6．3．1 遥感图象几何校正的一般过程 119

6．3．2 图象几何校正中的重采样和内插方法 120

6．3．3 遥感图象的多项式校正 122

6．3．4 几种遥感图象的精确校正 122

6．3．5 图象的镶嵌处理 132

第七章 遥感信息增强处理 135

7．1 彩色合成 135

7．2．1 基于HIS变换的遥感影象信息融合 136

7．2 遥感影象信息融合 136

7．2．2 基于小波变换的遥感影象信息融合 138

7．2．3 遥感影象和DTM数据之间的复合 140

7．3 主成分分析 140

7．3．1 主成分分析算法及其应用 140

7．3．2 快速近似主成分分析算法 142

7．4 K-T变换及其应用 146

7．4．1 K-T变换在MSS数据分析中的应用 146

7．4．2 K-T变换在TM数据分析中的应用 149

7．5 植被指数特征及其应用 149

7．5．1 植被指数模型 149

7．5．2 植被指数特征的应用 151

第八章 遥感图象分类 153

8．1 遥感图象分类的基本原理 153

8．2．1 基于最小错误概率的Bayes分类器 155

8．2 遥感图象监督分类 155

8．2．2 子空间分类器 157

8．2．3 概率松弛算法 159

8．3 遥感图象非监督分类 161

8．3．1 聚类中的相似性度量 161

8．3．2 K-均值算法 162

8．3．3 ISODATA算法 162

8．3．4 模糊聚类算法 164

8．4 基于混合象元的遥感图象分类 165

8．5 非光谱信息在遥感图象分类中的应用 166

8．5．1 高程信息在遥感图象分类中的应用 167

8．5．2 纹理信息在遥感图象分类中的应用 167

8．6 基于知识的遥感图象分类 170

附录 遥感图象处理软件包简介 173

参考文献 176