高分辨率遥感影像处理方法及应用PDF电子书下载

第1章 绪论 1

1.1 概述 1

1.1.1 高光谱分辨率遥感 1

1.1.2 高空间分辨率遥感 3

1.2 高光谱遥感影像降维和分类方法研究现状 3

1.2.1 数据降维方法 3

1.2.2 数据分类方法 11

1.3 基于计算智能方法的高光谱遥感应用 17

1.3.1 计算智能方法 17

1.3.2 计算智能方法在高光谱遥感上的应用 19

1.4 多时相遥感影像变化检测研究现状 20

1.4.1 遥感影像变化检测的基本概念 20

1.4.2 变化检测的基本流程及相关技术 21

1.4.3 对象级变化检测国内外研究现状 26

1.4.4 对象级变化检测面临的挑战 29

参考文献 30

第2章 基于模拟退火遗传算法的高光谱遥感影像波段选择 45

2.1 问题分析 45

2.2 模拟退火遗传算法 46

2.3 基于模拟退火遗传算法的高光谱遥感影像波段选择方法 48

2.3.1 子空间分解 48

2.3.2 算法实现流程 50

2.4 实验与分析 51

2.4.1 软件工具及实验数据 51

2.4.2 分类精度评价 52

2.4.3 AVIRIS高光谱数据实验 54

2.4.4 HYDICE高光谱数据实验 59

参考文献 61

第3章 基于Choquet模糊积分优化的SAGA高光谱遥感影像波段选择 64

3.1 问题分析 64

3.2 Choquet模糊积分 65

3.3 基于Choquet模糊积分优化的SAGA高光谱遥感影像波段选择方法 66

3.3.1 子空间内波段排序 66

3.3.2 算法实现流程 68

3.4 实验与分析 69

3.4.1 AVIRIS高光谱数据实验 69

3.4.2 HYDICE高光谱数据实验 74

参考文献 75

第4章 基于多目标粒子群优化算法的高光谱遥感影像波段选择 77

4.1 问题分析 77

4.2 粒子群优化算法 78

4.3 基于多目标粒子群优化算法的高光谱遥感影像波段选择方法 78

4.3.1 基于粒子群优化算法的波段选择 78

4.3.2 适应度函数 79

4.3.3 算法实现流程 81

4.4 实验与分析 82

4.4.1 AVIRIS高光谱数据实验 82

4.4.2 HYDICE高光谱数据实验 86

参考文献 86

第5章 基于后验概率支持向量机和马尔科夫场的高光谱遥感影像分类 88

5.1 问题分析 88

5.2 支持向量机分类方法 89

5.2.1 线性分类器 89

5.2.2 最优分类超平面 90

5.2.3 支持向量机的核函数 91

5.3 SVM-MRF模型 93

5.3.1 后验概率支持向量机模型 93

5.3.2 基于后验概率的MRF模型 93

5.4 模拟退火求能量最小值 96

5.5 实验与分析 96

5.5.1 AVIRIS高光谱数据实验 96

5.5.2 HYDICE高光谱数据实验 98

参考文献 99

第6章 基于多示例学习和支持向量机的高光谱遥感影像分类 102

6.1 问题分析 102

6.2 多示例学习方法 103

6.2.1 多示例学习问题 103

6.2.2 基于多示例学习的常见分类算法 106

6.3 模糊K均值聚类方法 109

6.4 基于多示例学习和支持向量机的高光谱遥感影像分类方法 110

6.4.1 波段选择 110

6.4.2 分割提取空间特征 110

6.4.3 聚类生成多示例包 110

6.4.4 算法实现流程 111

6.5 实验与分析 111

6.5.1 AVIRIS高光谱数据实验 111

6.5.2 HYDICE高光谱数据实验 114

参考文献 115

第7章 基于JSEG与归一化互信息的高分辨率遥感影像配准 117

7.1 问题分析 117

7.1.1 图像配准的基本框架 117

7.1.2 图像配准的分类 118

7.1.3 存在的问题与研究思路 119

7.2 JSEG与NMI相结合的配准方法 121

7.2.1 多尺度控制点提取 121

7.2.2 基于NMI的控制点匹配 123

7.2.3 基于Delaunay三角形的图像配准 125

7.3 实验与分析 125

7.3.1 数据集1实验 126

7.3.2 数据集2实验 130

7.3.3 数据集3实验 133

参考文献 136

第8章 基于小波变换与改进JSEG算法的高分辨率遥感影像多尺度分割 140

8.1 问题分析 140

8.2 JSEG算法及存在的关键问题 142

8.2.1 JSEG算法实现 142

8.2.2 JSEG在高分辨率遥感影像分割中的关键问题 142

8.3 WJSEG算法实现流程 144

8.3.1 量化与小波变换 144

8.3.2 多尺度分割 147

8.3.3 区域合并 148

8.4 实验与分析 149

8.4.1 eCognition影像分割 149

8.4.2 数据集1实验与目视分析 150

8.4.3 数据集2实验与目视分析 152

8.4.4 定量分析 154

参考文献 156

第9章 基于多尺度融合的对象级高分辨率遥感影像变化检测 160

9.1 问题分析 160

9.2 研究方法 161

9.2.1 对象提取 161

9.2.2 对象特征提取及比较 162

9.2.3 多尺度融合 163

9.3 方法实现流程 165

9.4 实验与分析 165

9.4.1 数据集1实验 166

9.4.2 数据集2实验 170

9.4.3 尺度依赖性及融合策略分析 173

9.4.4 不同融合策略变化强度差异分析 175

参考文献 175

第10章 一种对象级高分辨率SAR影像洪水灾害变化检测 178

10.1 问题分析 178

10.2 研究方法 180

10.2.1 基于轮廓波变换的噪声抑制及标记点提取 180

10.2.2 基于标记点的分水岭分割及区域合并 185

10.2.3 虚假目标消除 185

10.3 实验与分析 186

10.3.1 水体提取实验 188

10.3.2 水体区域变化检测实验 194

参考文献 197

索引 201