机载激光数据辅助的高光谱遥感影像面向对象分类和精度分析PDF电子书下载

第1章 绪论 1

1.1 选题背景 1

1.2 国内外研究现状 3

1.2.1 高光谱遥感影像信息提取与分类研究现状 3

1.2.2 机载激光数据处理与信息提取研究现状 6

1.2.3 面向对象的分类研究现状 9

1.2.4 遥感数据分类精度评价中的抽样研究现状 10

1.3 目前研究中存在的问题 12

1.4 本书的研究内容与方法 14

1.1.1 研究内容 14

1.4.2 研究方法与目的 16

1.5 本书的结构组织 19

第2章 遥感数据集成处理与分类及精度抽样评价理论基础 20

2.1 高光谱遥感影像的处理 21

2.1.1 HyMAP几何纠正和正射纠正 21

2.1.2 HyMAP辐射纠正 22

2.2 机载激光数据的处理 23

2.2.1 机载激光数据滤波处理 23

2.2.2 机载激光数据与高光谱遥感影像的影像匹配 24

2.3 集成机载激光数据信息的高光谱遥感影像面向对象分类的理论基础 25

2.3.1 图像直方图理论 25

2.3.2 图像分割与合并 25

2.3.3 二维物体形状表达方法 26

2.3.4 面向对象的影像分析 26

2.4 遥感数据分类精度评价和抽样的理论基础 27

2.4.1 遥感专题数据精度评价方法 27

2.4.2 统计抽样检验理论 27

2.5 本章小结 28

第3章 改进的二进制编码法——一种集成高度信息的面向对象的高光谱遥感影像分类提取方法 29

3.1 概述 29

3.2 二进制编码法 30

3.3 研究方法 32

3.3.1 研究区域简介 32

3.3.2 流程图 33

3.3.3 影像分割 35

3.3.4 图像对象的二进制编码 35

3.3.5 目标对象的标准 39

3.3.6 特征匹配 40

3.4 研究结果 42

3.4.1 分类目标 42

3.4.2 分类实验 43

3.5 本章小结 51

第4章 引入概率的改进的二进制编码法与形状因子及编码长度分析 53

4.1 概述 53

4.2 将概率引进特征匹配度的计算 54

4.2.1 概率的计算 54

4.2.2 实验和比较 58

4.2.3 分析和讨论 65

4.3 如何选取合适的形状因子 66

4.3.1 形状因子介绍 66

4.3.2 实验和分析 69

4.4 如何选择合适的编码长度和规则 76

4.4.1 面积的编码 77

4.4.2 不对称性的编码 80

4.4.3 紧致度的编码 81

4.4.4 长宽比的编码 82

4.4.5 矩形系数的编码 83

4.4.6 高程的编码 84

4.4.7 分析和讨论 85

4.5 本章小结 87

第5章 遥感影像分类的多层空间抽样精度评价 90

5.1 概述 90

5.2 多层空间抽样策略 91

5.2.1 多层空间抽样的概念 92

5.2.2 多层空间抽样的流程 94

5.2.3 抽样技术 95

5.3 遥感影像分类数据多层空间抽样方案设计 106

5.3.1 数据情况介绍 106

5.3.2 抽样设计 107

5.3.3 分析和讨论 110

5.4 实验与分析 111

5.4.1 原始分类精度 113

5.4.2 简单随机抽样 114

5.4.3 空间格网随机抽样 121

5.4.4 分层随机抽样 129

5.4.5 分析和讨论 137

5.5 本章小结 147

第6章 结论与展望 148

附录A HyMAP定标系数 152

附录B HyMAP辐射改正系数 158

参考文献 162

后记 182