第1章 绪论 1
1.1对地观测体系中的高光谱遥感技术 1
1.2高光谱遥感与地理空间信息获取 4
1.3高光谱影像处理与分析 6
第2章 地物光谱特征及探测要求 11
2.1植被的光谱特征 11
2.1.1植被光谱的基本特征 11
2.1.2植被光谱的特征参数 11
2.1.3影响植被光谱特征的因素 12
2.1.4绿色涂料与植被光谱的区别 14
2.2土壤岩石的光谱特征 15
2.2.1土壤的光谱特征 15
2.2.2岩石的光谱特征 18
2.3人工地物的光谱特征 19
2.3.1建筑物顶部材料的光谱特征 19
2.3.2道路铺面材料的光谱特征 20
2.4陆地水体的光谱特征 20
2.4.1清洁水体的光谱特征 21
2.4.2含沙量对水体反射光谱特征的影响 21
2.4.3叶绿素浓度对水体反射光谱特征的影响 22
2.4.4水体不同深度的光谱反射特征 22
2.4.5雪的光谱反射特征 23
2.5海部要素的光谱特征 23
2.5.1海水的光谱特征 23
2.5.2海岸带植被的光谱特征 24
2.5.3海岸基岩和滩涂的光谱特征 25
2.6高光谱影像地物属性探测要求 25
2.6.1植被探测要求 25
2.6.2土壤岩石的探测要求 26
2.6.3人工地物的探测要求 27
2.6.4 陆地水体和冰川的探测要求 27
2.6.5海部要素的探测要求 28
第3章 高光谱成像系统 30
3.1高光谱遥感成像机理 30
3.1.1光学探测 30
3.1.2空间扫描 31
3.1.3光谱分光 32
3.2成像光谱仪发展现状 34
3.2.1国外的成像光谱仪系统 34
3.2.2国内的成像光谱仪系统 37
3.3成像光谱仪定标 38
3.3.1光谱定标 39
3.3.2辐射定标 39
3.3.3几何定标 41
3.4高光谱遥感数据特点 43
3.4.1立方体结构 43
3.4.2数据描述模型 43
第4章 高光谱影像校正技术 45
4.1太阳辐射及大气传输特性 45
4.1.1太阳辐射 45
4.1.2大气对电磁波传输过程的影响 46
4.1.3辐射传输方程 48
4.2高光谱影像的辐射误差 49
4.2.1传感器的灵敏度特性引起的辐射误差 49
4.2.2光照条件差异引起的辐射误差 49
4.2.3大气条件不同引起的辐射误差 50
4.3基于定标参数的辐射校正 51
4.3.1辐射校正参数获取 51
4.3.2影像辐射校正方法 51
4.4高光谱影像大气辐射校正 52
4.4.1基于辐射传输理论的大气辐射校正 52
4.4.2利用影像数据进行反射率反演 53
4.4.3借助地面特殊地物的光谱反射率方法 54
4.5高光谱影像的几何特性 55
4.5.1几何成像模型 55
4.5.2影像几何变形 59
4.6高光谱影像几何校正 60
4.6.1几何校正的一般方法 60
4.6.2基于POS的几何校正 63
第5章 地物光谱数据库技术 68
5.1概述 68
5.1.1地物光谱数据库的概念 68
5.1.2地物光谱数据库的地位和作用 68
5.1.3地物光谱数据库建设流程 69
5.2光谱数据库研究现状 69
5.2.1国外光谱数据库研究现状 69
5.2.2国内地物光谱数据库研究进展 72
5.3地物光谱数据库系统设计 73
5.3.1系统应用要求分析 73
5.3.2系统设计原则 74
5.3.3系统内容设计 74
5.3.4系统结构设计 75
5.3.5系统功能设计 76
5.4地物光谱数据获取 77
5.4.1实验室光谱测量 77
5.4.2地面光谱测量 78
5.4.3遥感影像提取法 80
第6章 光谱特征分析与匹配 82
6.1光谱特征增强与定量分析 82
6.1.1光谱特征增强方法 82
6.1.2光谱特征参量化 84
6.2光谱相似性测度 86
6.2.1几何空间测度 86
6.2.2概率空间测度 88
6.2.3变换空间测度 89
6.2.4综合相似性测度 90
6.2.5分类试验 91
6.3光谱匹配技术 94
6.3.1编码匹配 94
6.3.2光谱角度匹配 95
6.3.3交叉相关光谱匹配 95
6.3.4匹配滤波技术 97
6.4尺度空间匹配技术 97
6.4.1尺度空间理论 97
6.4.2波峰特征提取 99
6.4.3匹配算法 99
6.5决策树匹配分类 100
6.5.1决策树分类方法 100
6.5.2光谱匹配的层次分析模型 100
6.5.3应用实例 101
第7章 高光谱影像统计模式分类 105
7.1高光谱影像的模式分类原理 105
7.1.1模式识别的概念和方法 105
7.1.2统计模式识别一般过程 105
7.2 Bayes统计决策分类 107
7.2.1基本决策规则 107
7.2.2正态分布下的极大似然法分类 109
7.3 Bayes非参数决策分类 111
7.3.1 Fisher线性判别法 111
7.3.2 Fisher判别函数的训练 113
7.3.3 Fisher分段线性判别函数 117
7.4聚类分析法与非监督分类 118
7.4.1聚类准则 119
7.4.2 K-均值聚类法 120
7.4.3 ISODATA聚类法 121
7.4.4基于核构造的动态聚类法 123
7.5人工神经网络分类 125
7.5.1多层感知器 125
7.5.2 BP算法 127
7.5.3径向基函数网络 128
7.5.4 Kohonen网络 130
第8章 光谱特征选择与提取 132
8.1高维光谱特征分析基础 132
8.1.1高维特征空间样本分布 132
8.1.2“维数灾难”现象 134
8.1.3波段间相关性分析 135
8.2类别可分性准则 136
8.2.1基本特性 136
8.2.2类内类间距离准则 137
8.2.3概率距离准则 138
8.2.4信息熵准则 140
8.3基于类别可分性的特征提取 141
8.3.1依类内类间距离准则的特征提取 142
8.3.2依概率距离准则的特征提取 143
8.3.3依信息熵准则的特征提取 145
8.4基于信息压缩的特征提取 146
8.4.1主成分分析 146
8.4.2噪声分离变换 149
8.5独立成分分析特征提取 150
8.5.1模型估计方法 151
8.5.2快速ICA算法 154
8.6投影寻踪特征提取 156
8.6.1投影指标 157
8.6.2基于PP的高光谱影像特征提取 158
8.7非线性特征提取方法 158
第9章 高光谱影像核方法分析 160
9.1核函数与核方法原理 160
9.1.1核函数 160
9.1.2核方法 162
9.2统计学习理论与支持向量机 163
9.2.1统计学习理论 163
9.2.2 支持向量机 164
9.3支持向量机分类 168
9.3.1快速训练算法 168
9.3.2多类分类器构造 169
9.3.3核函数及参数选择 171
9.4核Fisher判别分类 172
9.4.1 Fisher判别分析 172
9.4.2核Fisher判别分析 173
9.4.3核Fisher判别分类 174
9.5相关向量机分类 178
9.5.1稀疏Bayes模型 179
9.5.2模型参数推断 180
9.5.3相关向量机分类 181
9.6非线性特征提取 183
9.6.1核主成分分析 183
9.6.2核巴氏距离投影寻踪 184
9.6.3广义判别分析 185
第10章 混合像元分解 188
10.1概述 188
10.1.1混合像元分解的意义 188
10.1.2混合像元分解流程 189
10.2光谱混合模型 189
10.2.1混合光谱的成因 189
10.2.2线性混合模型 192
10.2.3非线性混合模型 194
10.2.4随机混合模型 195
10.3端元个数估计 196
10.3.1 NPD算法 197
10.3.2正交子空间投影法 198
10.4端元提取技术 201
10.4.1典型端元提取算法 201
10.4.2空间信息辅助下的端元提取技术 203
10.4.3基于粒子群优化的端元提取算法 204
10.5光谱解混技术 206
10.5.1监督分解算法 206
10.5.2非监督分解算法 211
第11章 高光谱与高空间分辨率影像融合 213
11.1概述 213
11.1.1像素级融合 213
11.1.2特征级融合 214
11.1.3决策级融合 214
11.2融合预处理 215
11.2.1辐射校正 215
11.2.2几何纠正 216
11.2.3影像配准 216
11.3高光谱与高空间分辨率影像融合算法 216
11.3.1通用像素级融合算法 217
11.3.2通用像素级融合算法特点分析 220
11.3.3基于非负矩阵分解的融合算法 221
11.3.4基于遗传算法的融合方法 223
11.3.5基于影像光谱复原的空间域融合方法 226
11.3.6基于混合像元分解的融合算法 227
11.3.7基于边缘信息的光谱信息保持型融合算法 228
11.4融合效果评价 229
11.4.1主观评价方法 229
11.4.2客观评价方法 230
11.4.3综合评价方法 232
第12章 高光谱数据处理系统设计 235
12.1高光谱数据处理系统现状分析 235
12.1.1国外高光谱数据处理系统介绍 235
12.1.2国内高光谱数据处理系统介绍 237
12.2高光谱数据处理系统结构设计 238
12.2.1高光谱影像数据结构 239
12.2.2数据处理流程设计 239
12.2.3系统体系结构设计 240
12.3高光谱数据处理系统功能设计 241
12.3.1影像数据预处理模块 242
12.3.2属性信息分类提取模块 242
12.3.3数据融合模块 243
12.4高光谱数据处理关键技术及其实现 243
12.4.1高光谱影像几何校正技术 244
12.4.2高维光谱特征压缩和提取技术 245
12.4.3高光谱与高空间分辨率数据融合处理技术 245
12.4.4高精度的分类提取技术 246
12.5高光谱遥感影像分析软件系统 247
12.5.1 高光谱影像读存显示 247
12.5.2高光谱影像预处理 248
12.5.3高光谱影像特征分析 248
12.5.4高光谱影像分类识别 248
12.5.5地物光谱数据库 251
参考文献 253