遥感数字影像处理导论 原书第4版PDF电子书下载

第1章 遥感与数字影像处理 1

1.1 概述 1

1.2 现场数据采集 1

1.3 遥感数据采集 3

1.3.1 遥感观测 4

1.3.2 遥感的优势与局限性 6

1.4 遥感过程 7

1.4.1 陈述问题 8

1.4.2 确定现场数据与遥感数据的需求 9

1.4.3 遥感数据采集 11

1.4.4 遥感数据分析 22

1.4.5 信息表达 26

1.5 地球观测经济学 26

1.6 公共和私人机构的遥感／数字影像处理工作 27

1.6.1 公共机构中的遥感／数字影像处理工作 28

1.6.2 私人机构中的遥感／数字影像处理工作 29

1.7 地球资源分析透视 29

1.8 本书的组织结构 29

1.9 参考文献 31

第2章 遥感数据采集 34

2.1 概述 34

2.2 模拟（硬拷贝）影像数字化 34

2.2.1 数字影像术语 34

2.2.2 测微密度计数字化 34

2.2.3 视频数字化 37

2.2.4 线／面阵列CCD数字化 37

2.2.5 美国国家航空摄影计划数字化数据 39

2.2.6 数字化需考虑的因素 40

2.3 数字遥感数据采集 40

2.4 离散传感器和扫描镜多光谱成像 44

2.4.1 地球资源技术卫星及Landsat 1～7传感器系统 44

2.4.2 NOAA多光谱扫描传感器 56

2.4.3 SeaStar卫星及宽视场海洋观测传感器 64

2.5 线阵列多光谱成像 65

2.5.1 NASA地球观测者1号高级陆地成像仪 65

2.5.2 NASA Landsat 8（LDCM——陆地卫星的后续计划） 67

2.5.3 SPOT传感器系统 67

2.5.4 Pleiades卫星 72

2.5.5 印度遥感系统 73

2.5.6 韩国航空航天研究所多用途卫星KOMPSAT 76

2.5.7 Astrium公司Sentinel-2卫星 77

2.5.8 高级星载热辐射与反射辐射仪 78

2.5.9 多角度成像光谱辐射仪 80

2.5.10 GeoEye公司的IKONOS-2、GeoEye-1、GeoEye-2卫星 80

2.5.11 EarthWatch／DigitalGlobe公司的QuickBird、 WorldView-1／2／3卫星 82

2.5.12 ImageSat国际公司的EROS A和EROS B卫星 84

2.5.13 RapidEye公司的RapidEye卫星 84

2.5.14 DMC国际成像公司的SLIM-6和NigeriaSat-2卫星 85

2.6 线／面阵列成像光谱仪 85

2.6.1 NASA EO-1 Hyperion高光谱成像仪 86

2.6.2 NASA机载可见光／红外成像光谱仪 87

2.6.3 中分辨率成像光谱仪 87

2.6.4 NASA高光谱红外成像仪 89

2.6.5 Itres公司小型机载光谱成像仪 89

2.6.6 HyVista公司的HyMap 90

2.7 机载数码相机 90

2.7.1 小幅面数码相机 91

2.7.2 中幅面数码相机 92

2.7.3 大幅面数码相机 92

2.7.4 数字倾斜航空影像 94

2.8 卫星摄影系统 94

2.9 数字影像的数据格式 96

2.9.1 逐像元按波段次序记录格式 96

2.9.2 逐行按波段次序记录格式 96

2.9.3 按波段次序记录格式 96

2.10 小结 97

2.11 参考文献 97

第3章 数字影像处理的硬软件配置 100

3.1 概述 100

3.2 数字影像处理硬件 100

3.2.1 中央处理器 101

3.2.2 计算机类型 102

3.2.3 只读存储器和随机存取存储器 104

3.2.4 串行和并行影像处理 104

3.3 操作模式及界面 105

3.3.1 操作模式 105

3.3.2 交互式图形用户界面 107

3.3.3 批处理 108

3.4 计算机操作系统和编译器 109

3.4.1 输入设备 110

3.4.2 输出设备 110

3.5 数据存储与存档需求 110

3.5.1 高速大容量存储器 110

3.5.2 存档要求：寿命 110

3.6 计算机显示的空间及色彩分辨率 112

3.6.1 计算机屏幕的显示分辨率 112

3.6.2 计算机屏幕的色彩分辨率 112

3.7 数字影像处理的软件需求 113

3.7.1 影像处理功能 113

3.7.2 数字影像处理软件 114

3.7.3 花费 117

3.8 数字影像处理与国家空间数据基础设施 117

3.9 参考文献 118

第4章 影像质量评估与统计评价 119

4.1 概述 119

4.2 影像处理数学符号 119

4.3 采样理论 120

4.4 直方图及其对遥感数字影像处理的意义 121

4.5 元数据 123

4.6 查看特定位置或地理区域的单个像元亮度值 123

4.6.1 单个像元亮度值的光标评价 124

4.6.2 地理区域内像元亮度值的二维和三维评价 124

4.7 影像的一元统计学描述 125

4.7.1 遥感数据集中趋势测度 125

4.7.2 离散度 125

4.7.3 非对称性分布（直方图）与峰值测度 126

4.8 影像多元统计 127

4.8.1 多波段遥感数据协方差分析 127

4.8.2 多波段遥感数据的相关分析 129

4.9 特征空间图 130

4.10 地统计学分析、自相关与克里金插值 131

4.10.1 均半方差计算 132

4.10.2 经验半方差图 134

4.11 参考文献 136

第5章 显示选项与科学可视化 137

5.1 概述 137

5.2 影像显示因素 137

5.3 黑白硬拷贝影像显示 139

5.3.1 行式打印机／绘图仪亮度图 139

5.3.2 激光或喷墨打印机亮度图 139

5.4 临时视频影像显示 139

5.4.1 黑白和彩色亮度图 139

5.4.2 位图图形 140

5.4.3 RGB色彩坐标系统 142

5.4.4 8位色彩查找表 142

5.4.5 24位色彩查找表 145

5.4.6 彩色合成 145

5.5 遥感数据融合 148

5.5.1 波段替换 149

5.5.2 色彩空间转换与成分替换 151

5.5.3 主成分分析、独立成分分析或Gram-Schmidt替换 154

5.5.4 高频信息逐像元提取 155

5.5.5 基于回归克里金的影像融合 155

5.5.6 基于平滑滤波的亮度调节影像融合 155

5.6 长度（距离）测量 156

5.6.1 基于勾股定理的线性距离测量 156

5.6.2 曼哈顿距离测量 157

5.7 周长、面积和形状测量 158

5.7.1 周长测量 158

5.7.2 面积测量 159

5.7.3 形状测量 160

5.8 参考文献 160

第6章 电磁辐射原理与辐射校正 163

6.1 概述 163

6.2 电磁能量的交互作用 163

6.3 传导、对流和辐射 164

6.4 电磁辐射模型 164

6.4.1 电磁能量的波模型 164

6.4.2 粒子模型：原子辐射 169

6.5 大气能量一物质交互作用 171

6.5.1 折射 171

6.5.2 散射 172

6.5.3 吸收 173

6.5.4 反射 175

6.6 地面能量-物质交互作用 175

6.6.1 半球反射率、吸收率和透射率 176

6.6.2 辐射通量密度 177

6.7 大气中能量-物质的再次交互作用 178

6.8 传感器系统能量-物质交互作用 178

6.9 遥感探测器系统误差校正 178

6.9.1 随机坏像元（散粒噪声） 179

6.9.2 行或列缺失 179

6.9.3 行或列部分缺失 180

6.9.4 行起始问题 180

6.9.5 n行条带 180

6.10 遥感大气校正 183

6.10.1 不必要的大气校正 183

6.10.2 必要的大气校正 183

6.10.3 大气校正类型 184

6.10.4 大气衰减的绝对辐射校正 184

6.10.5 大气衰减的相对辐射校正 194

6.11 坡度和坡向影响校正 199

6.11.1 余弦校正 199

6.11.2 Minnaert校正 200

6.11.3 统计-经验校正 200

6.11.4 c校正 200

6.11.5 局部校正滤波 200

6.12 参考文献 201

第7章 几何校正 204

7.1 内部和外部几何误差 204

7.1.1 内部几何误差 204

7.1.2 外部几何误差 209

7.2 几何校正类型 210

7.2.1 从影像到地图的校正 210

7.2.2 从影像到影像的配准 211

7.2.3 影像校正／配准的混合方法 212

7.2.4 从影像到地图的几何校正 213

7.3 从影像到地图校正的实例 219

7.3.1 选择合适的地图投影 219

7.3.2 地面控制点的采集 228

7.3.3 通过评价GCP的总RMS error来确定最优几何校正系数 229

7.3.4 采用空间和亮度插值重采样方法填充输出矩阵 232

7.4 镶嵌 232

7.5 总结 235

7.6 参考文献 235

第8章 影像增强 238

8.1 概述 238

8.2 影像缩小与放大 238

8.2.1 影像缩小 238

8.2.2 影像放大 238

8.3 横断面（空间剖面） 240

8.4 光谱剖面 243

8.5 对比度增强 245

8.5.1 线性对比度增强 245

8.5.2 非线性对比度增强 249

8.6 波段比 251

8.7 邻域栅格运算 252

8.7.1 定性邻域栅格建模 253

8.7.2 定量邻域栅格建模 254

8.8 空间滤波 254

8.8.1 空间卷积滤波 255

8.8.2 傅里叶变换 261

8.9 主成分分析 266

8.10 植被指数 271

8.10.1 控制叶面反射的主导因素 272

8.10.2 遥感植被指数 279

8.11 纹理变换 293

8.11.1 空间域一阶统计量 293

8.11.2 空间域二阶统计量 297

8.11.3 纹理单元作为纹理光谱元素 300

8.11.4 基于半方差图的纹理统计 302

8.12 景观生态学指标 302

8.13 参考文献 305

第9章 遥感专题信息提取：模式识别 312

9.1 概述 312

9.2 引言 312

9.3 监督分类 314

9.3.1 土地利用和地面覆盖分类方案 314

9.3.2 训练样区选择与统计量提取 326

9.3.3 选择影像分类最佳波段：特征选取 330

9.3.4 选择合适的分类算法 340

9.4 非监督分类 347

9.4.1 链式非监督分类 347

9.4.2 ISODATA非监督分类 351

9.4.3 非监督聚类整理 355

9.5 模糊分类 356

9.6 面向对象影像分析的分类 357

9.6.1 面向地理对象的影像分析和分类 357

9.6.2 面向对象影像分析分类的思考 361

9.7 分类过程中辅助数据的整合 363

9.7.1 与辅助数据有关的问题 364

9.7.2 整合辅助数据改进遥感分类图的方法 364

9.8 参考文献 366

第10章 人工智能信息提取 370

10.1 概述 370

10.2 专家系统 370

10.2.1 专家系统的用户界面 371

10.2.2 创建知识库 372

10.2.3 推理机 374

10.2.4 在线数据库 374

10.2.5 遥感数据专家系统 375

10.3 基于人工规则的决策树分类 375

10.3.1 待检验的假设 376

10.3.2 规则（变量） 376

10.3.3 条件 377

10.3.4 推理机 377

10.4 基于机器学习决策树和回归树的分类 378

10.4.1 机器学习 378

10.4.2 决策树训练 380

10.4.3 决策树生成 380

10.4.4 从决策树到产生式规则 381

10.5 随机森林分类器 383

10.6 支持向量机 383

10.7 神经网络 384

10.7.1 用于遥感信息提取的典型人工神经网络的组成和特点 384

10.7.2 人工神经网络的优点 390

10.7.3 人工神经网络的局限 391

10.8 参考文献 392

第11章 成像光谱信息提取 396

11.1 概述 396

11.2 全色、多光谱和高光谱数据采集 396

11.2.1 全色数据 396

11.2.2 多光谱数据 396

11.2.3 高光谱数据 396

11.3 高光谱数据信息提取的步骤 399

11.4 从航带中选择研究区域 400

11.5 影像质量的初始评价 401

11.5.1 高光谱彩色合成影像的目视检查 402

11.5.2 单波段目视检查 402

11.5.3 放映 402

11.5.4 单波段统计检查 403

11.6 辐射校正 403

11.6.1 实地数据采集 404

11.6.2 绝对大气校正 404

11.7 高光谱遥感数据的几何校正 406

11.8 高光谱数据降维 407

11.9 端元的确定：定位光谱最纯像元 409

11.9.1 像元纯度指数制图 409

11.9.2 n维端元可视化 410

11.10 高光谱数据制图和匹配 412

11.10.1 光谱角制图 412

11.10.2 亚像元分类（线性光谱分解、光谱混合分析） 413

11.10.3 包络线去除法 416

11.10.4 光谱库匹配技术 417

11.10.5 高光谱数据的机器学习分析 419

11.11 可选的高光谱数据分析指数 422

11.11.1 比值植被指数 423

11.11.2 归一化植被指数 423

11.11.3 高光谱增强型植被指数 423

11.11.4 黄色指数 424

11.11.5 生理反射指数 424

11.11.6 归一化水指数 424

11.11.7 线性红边位置 425

11.11.8 红边植被胁迫指数 425

11.11.9 作物叶绿素含量预测 425

11.11.10 修正的叶绿素吸收率指数 426

11.11.11 叶绿素指数 426

11.11.12 中分辨率成像光谱仪陆生叶绿素指数 426

11.12 微分光谱 426

11.12.1 窄波段微分植被指数 427

11.12.2 基于微分比率的红边位置确定 427

11.13 参考文献 428

第12章 数字变化检测 432

12.1 概述 432

12.2 变化检测步骤 432

12.2.1 指定专题属性或感兴趣的指标 432

12.2.2 指定变化检测感兴趣的地理区域 433

12.2.3 指定变化检测时段 433

12.2.4 选择合适的土地利用／地面覆盖分类系统 433

12.2.5 确定性与模糊性变化检测推理 434

12.2.6 逐像元或面向对象的变化检测 434

12.2.7 遥感系统变化检测需考虑的因素 434

12.2.8 变化检测需要考虑的重要环境／变化因素 437

12.2.9 选择最合适的变化检测算法 441

12.3 “变／不变”二值变化检测算法 442

12.3.1 模拟“在屏”可视化变化检测 442

12.3.2 影像代数二值变化检测 445

12.3.3 多时相合成影像变化检测 449

12.4 “从一到”专题变化检测算法 453

12.4.1 摄影测量变化检测 453

12.4.2 LiDAR测量变化检测 455

12.4.3 分类后比较变化检测 456

12.4.4 邻域相关影像变化检测 460

12.4.5 光谱变化矢量分析 462

12.4.6 利用辅助数据源作为时相1的数据进行变化检测 464

12.4.7 对时相2使用二值变化掩膜处理的变化检测 465

12.4.8 χ2变换变化检测 465

12.4.9 互相关变化检测 466

12.4.10 在屏目视变化检测与数字化 467

12.5 变化检测的大气校正 469

12.5.1 何时需要大气校正 469

12.5.2 何时不需要大气校正 470

12.6 小结 470

12.7 参考文献 470

第13章 遥感专题图精度评价 475

13.1 概述 475

13.2 精度评价步骤 475

13.3 遥感专题图的误差源 477

13.4 误差矩阵 478

13.5 训练样本与地面参考验证信息 479

13.6 样本容量 480

13.6.1 基于二项式概率理论的样本容量 480

13.6.2 基于多项式分布的样本容量 480

13.7 采样设计（框架） 482

13.7.1 简单随机采样 482

13.7.2 系统采样 483

13.7.3 分层随机采样 483

13.7.4 分层系统非均衡采样 484

13.7.5 聚类采样 484

13.8 利用响应设计获取地面参考信息 485

13.9 误差矩阵的评价 485

13.9.1 误差矩阵的描述性评价 486

13.9.2 用于误差矩阵的多元离散分析方法 486

13.9.3 误差矩阵的模糊化 489

13.10 变化检测图的精度评价 491

13.10.1 在变化检测研究中单个专题图的精度评价 492

13.10.2 “从一到”变化检测图的精度评价 492

13.10.3 二值变化检测图的精度评价 493

13.10.4 面向对象影像分析分类图的精度评价 494

13.11 地统计学分析方法用于精度评价 494

13.12 影像元数据与遥感产品谱系信息 495

13.12.1 单景影像元数据 495

13.12.2 遥感产品的谱系信息 495

13.13 参考文献 496

附录 影像和其他地理空间信息来源 499

索引 517