目录 1
序 1
前言 1
第一章 绪论 1
1.1 卫星遥感系统与任务 1
1.2 遥感数据处理任务与方法 2
1.2.1 传统遥感数据处理方法与系统 2
1.2.2 遥感数据智能处理方法 2
1.2.3 遥感数据处理的物理模型方法 3
1.3 本章小结 4
主要参考文献 5
第二章 多波段遥感数据的变换与分割 6
2.1 引言 6
2.2 GIVENS旋转变换与分解 6
2.3 Gram-Schmidt向量空间投影变换 9
2.4 小波高频局部高频融合 12
2.4.1 小波变换与IHS变换结合进行局部替代的方法 12
2.4.2 基于小波变换进行局部替代的融合算法 13
2.4.3 试验和数据分析 14
2.5 判别函数与超平面 16
2.6 本章小结 17
主要参考文献 17
第三章 贝叶斯网络 19
3.1 引言 19
3.2 贝叶斯基础 19
3.3 贝叶斯网络推理与分类器 20
3.3.1 贝叶斯网络推理 20
3.3.2 贝叶斯网络基本分类器 23
3.3.3 一种综合性的贝叶斯网络分类器 24
3.4.1 贝叶斯网络分类 26
3.4 遥感数据的贝叶斯网络分类 26
3.4.2 基于贝叶斯网络分类的遥感数据变化检测 30
3.4.3 ASTER数据的多层贝叶斯网络分类 33
3.4.4 航空影像的贝叶斯网络分类 36
3.5 贝叶斯网络分类方法与最大似然分类方法的对比 39
3.5.1 学习机制对比 39
3.5.2 方法选择 40
3.5.3 实验的技术流程与分类结果对比 41
3.6 本章小结 45
主要参考文献 45
第四章 遗传算法 47
4.1 引言 47
4.2 遗传算法基础 49
4.3 遗传算法的进化规则 50
4.3.1 规则1——编解码变换与遗传算子设计 50
4.4 遥感数据处理中应用的遗传算法类型 51
4.4.1 遥感数据的特征 51
4.3.2 规则2——群体设定和初始化 51
4.3.3 规则3——适应度函数设计 51
4.4.2 遗传算法的类型 53
4.4.3 遗传-超平面分类 53
4.5 超平面模型及其分类原理 54
4.5.1 超平面方程 54
4.5.2 遥感多维图像数据的超平面分类原理 55
4.6 遗传超平面分类器原理 55
4.6.1 点模式的描述及其匹配统计 56
4.6.2 遗传算子 56
4.6.3 适应度值的计算 57
4.7 参数编解码及其实现 57
4.7.1 二进制编码 57
4.7.2 二进制解码 59
4.8 EOS/MODIS图像数据分类实验 60
4.8.1 简单参数的分类实验 60
4.8.2 实验结果及其分析 60
4.9 ETM＋数据分类实验 62
4.9.1 参数选择实验与分析 62
4.9.2 分类结果及其分析 66
4.10 遗传-匹配 67
4.10.1 遥感图像匹配 67
4.10.2 模板匹配与遗传算法 68
4.10.3 图像目标匹配定位的数学模型 69
4.10.4 遗传优化的图像定位方法 70
4.10.5 实验结果及其分析 73
4.11 遗传-边缘提取 75
4.11.1 遥感空间信息提取 75
4.11.2 遥感数据灰度分解与边缘信息提取 78
4.11.3 图像处理实验及其效果分析 79
4.12 本章小结 80
主要参考文献 80
第五章 神经网络 85
5.1 引言 85
5.2 神经网络的学习规则 87
5.3 BP网络分类 89
5.3.1 BP算法 89
5.3.2 遥感应用 91
5.4 SOFM-LVQ网络分类 96
5.4.1 自组织特征映射神经网络与学习矢量量化的原理 96
5.4.2 自组织特征映射神经网络与矢量量化的算法步骤 97
5.4.3 TM数据的自组织特征映射神经网络分类实验 99
5.4.4 小波融合与自组织神经网络的算法的组合分类实验 100
5.4.5 对多波段遥感数据降维的分类实验 104
5.5 本章小结 109
主要参考文献 110
第六章 模糊聚类 112
6.1 引言 112
6.2 模糊聚类数学基础 112
6.3 模糊C-均值聚类和改进的模糊C-均值聚类 113
6.3.1 模糊C-均值聚类数学基础 113
6.3.2 改进的模糊C-均值聚类及实例分析 116
6.4 本章小结 117
主要参考文献 117
第七章 粗糙集与容差粗糙集 119
7.1 引言 119
7.2 粗糙集理论 119
7.2.1 知识与知识库 119
7.2.2 信息表知识表达系统，近似与粗糙集 120
7.2.3 粗糙度与分类质量 121
7.3 容差粗糙集 123
7.3.1 不完备信息系统 123
7.3.2 容差关系与容差粗糙集 123
7.4 容差粗糙集数据预处理算法 124
7.5 容差粗糙集与BP算法结合的分类实验 125
7.5.1 容差粗糙集分类预处理算法 125
7.5.2 分类实验 126
7.6 本章小结 129
主要参考文献 130
附录一 数字图像角度旋转变换的C/C＋＋实现 131
附录二 数字图像Gram-Schmidt投影变换的C/C＋＋实现 154
附录三 数字图像遗传-超平面分割的C/C＋＋实现 181
附录四 BP网络的C/C＋＋实现 211
附录五 模糊C聚类（Mahalanobis距离）的C/C＋＋程序实现 231