高光譜衛(wèi)星圖像協(xié)同處理理論與方法

定　價(jià)：￥138.00

作　者：	張兵，李山山，張浩，李偉，楊博 ... 著
出版社：	人民郵電出版社
叢編項(xiàng)：	國之重器出版工程
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787115526403	出版時(shí)間：	2020-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	242	字?jǐn)?shù)：

內(nèi)容簡介

　　本書從一體化數(shù)據(jù)處理鏈路的視角出發(fā)，結(jié)合前沿進(jìn)展和研究熱點(diǎn)，分別介紹了高光譜協(xié)同觀測理論、幾何和輻射一致化模型與方法、數(shù)據(jù)降維及融合分類技術(shù)與方法，并利用國產(chǎn)高分衛(wèi)星數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)分析。全書共6章：第1章從遙感衛(wèi)星載荷參數(shù)指標(biāo)及其相互關(guān)系、應(yīng)用導(dǎo)向的載荷參數(shù)指標(biāo)優(yōu)化、多源衛(wèi)星及遙感器協(xié)同觀測3個(gè)方面，介紹高光譜協(xié)同觀測的主要理論方法；第2章主要針對多源遙感衛(wèi)星圖像協(xié)同中的幾何一致化問題，介紹多源遙感衛(wèi)星圖像幾何校正中的幾何成像模型、幾何正射糾正以及幾何配準(zhǔn)3個(gè)主要環(huán)節(jié)；第3章主要針對多源中高分辨率衛(wèi)星圖像的輻射歸一化問題，介紹輻射歸一化原理與流程、地表反射率反演算法、地表反射率圖像輻射歸一化模型與方法；第4章主要針對基于像元光譜的經(jīng)典高光譜數(shù)據(jù)降維方法的不足，介紹空譜信息協(xié)同的高光譜圖像降維理論與方法；第5章主要介紹基于圖嵌入理論的高光譜圖像特征表示方法與多源高光譜圖像協(xié)同分類技術(shù)；第6章主要介紹基于馬爾可夫隨機(jī)場和數(shù)學(xué)形態(tài)學(xué)進(jìn)行光譜特征與全色圖像空間結(jié)構(gòu)特征、熱紅外圖像輻射特征協(xié)同分類的方法。本書內(nèi)容突出研究熱點(diǎn)和前沿進(jìn)展，包含較為詳盡的算法分析和實(shí)驗(yàn)驗(yàn)證，能夠幫助該領(lǐng)域研究學(xué)者和學(xué)生更加系統(tǒng)地掌握高光譜衛(wèi)星圖像協(xié)同處理的相關(guān)理論與方法。

作者簡介

　　張兵中國科學(xué)院空天信息創(chuàng)新研究院研究員、副院長，中國科學(xué)院大學(xué)崗位教授，IEEE Fellow、國家杰出青年科學(xué)基金獲得者、國家萬人計(jì)劃科技創(chuàng)新領(lǐng)軍人才。主要從事遙感科學(xué)與應(yīng)用研究，發(fā)表SCI論文160余篇、EI論文150余篇，撰寫遙感學(xué)術(shù)專著10部，獲得國家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)、中國科學(xué)院杰出科技成就獎(jiǎng)、軍隊(duì)科技進(jìn)步獎(jiǎng)一等獎(jiǎng)等10項(xiàng)。李山山中國科學(xué)院空天信息創(chuàng)新研究院副研究員。主要從事高光譜圖像處理算法研究，先后主持了多項(xiàng)國家自然科學(xué)基金、科技部等部委科研項(xiàng)目，發(fā)表學(xué)術(shù)論文40余篇，其中SCI收錄10余篇。張浩中國科學(xué)院空天信息創(chuàng)新研究院副研究員。主要從事遙感輻射定標(biāo)、大氣輻射傳輸與大氣校正等研究工作，先后主持了多項(xiàng)國家自然科學(xué)基金、科技部、中國科學(xué)院等部委科研項(xiàng)目，發(fā)表論文20余篇，獲得中國科學(xué)院杰出科技成就獎(jiǎng)、北京市科學(xué)技術(shù)二等獎(jiǎng)。李偉北京理工大學(xué)信息與電子學(xué)院教授、博士生導(dǎo)師，國家優(yōu)秀青年科學(xué)基金獲得者，入選北京市科技新星計(jì)劃。主要從事高光譜圖像處理研究，以第一/通信作者發(fā)表SCI論文50余篇（被谷歌學(xué)術(shù)引用4 500余次），其中，ESI高引用論文11篇。擔(dān)任IEEE SPL、IEEE JSTARS國際期刊編委，第11屆IEEE CISP-BMEI圖像信號處理國際會(huì)議大會(huì)主席。楊博武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室副研究員。主要從事攝影測量與遙感應(yīng)用研究，發(fā)表SCI和EI論文20余篇，撰寫學(xué)術(shù)專著1部，獲得省部級一等獎(jiǎng)等共4項(xiàng)。高連如中國科學(xué)院空天信息創(chuàng)新研究院研究員、博士生導(dǎo)師，國家優(yōu)秀青年科學(xué)基金獲得者。長期從事高光譜圖像處理與信息提取技術(shù)研究，發(fā)表學(xué)術(shù)論文150余篇，其中，SCI收錄70余篇，授權(quán)國家發(fā)明專利28項(xiàng)。獲得國家科技進(jìn)步二等獎(jiǎng)、中國科學(xué)院杰出科技成就獎(jiǎng)以及IEEE JSTARS、TGRS期刊優(yōu)秀審稿人獎(jiǎng)等多項(xiàng)獎(jiǎng)項(xiàng)。

圖書目錄

目錄
第 1章高光譜協(xié)同觀測理論 001
1．1 遙感衛(wèi)星載荷主要參數(shù)指標(biāo)及相互關(guān)系 002
1．1．1 光譜分辨率 003
1．1．2 空間分辨率 006
1．1．3 信噪比 008
1．1．4 參數(shù)指標(biāo)的相互關(guān)系 009
1．2 應(yīng)用導(dǎo)向的載荷參數(shù)指標(biāo)優(yōu)化 011
1．2．1 載荷參數(shù)指標(biāo)對信息提取的影響 012
1．2．2 載荷參數(shù)指標(biāo)優(yōu)化方法及驗(yàn)證 020
1．3 多源衛(wèi)星及遙感器協(xié)同觀測 023
1．3．1 主要影響因素 023
1．3．2 多星聯(lián)合成像規(guī)劃模型 024
1．3．3 多遙感器協(xié)同觀測 027
1．4 本章小結(jié) 030
參考文獻(xiàn) 031
第 2章多源遙感衛(wèi)星圖像幾何一致化模型與方法 033
2．1 遙感衛(wèi)星成像幾何模型 034
2．1．1 空間坐標(biāo)系 034
2．1．2 時(shí)間基準(zhǔn)定義 038
2．1．3 嚴(yán)格幾何成像模型 039
2．2 遙感衛(wèi)星圖像幾何處理 046
2．2．1 有理函數(shù)模型 046
2．2．2 RPC模型幾何正射糾正 047
2．3 多源遙感衛(wèi)星圖像幾何配準(zhǔn) 049
2．3．1 圖像配準(zhǔn) 049
2．3．2 SIFT特征點(diǎn)匹配法 050
2．3．3 多光譜相機(jī)圖像幾何配準(zhǔn)方法 052
2．3．4 基于RPC模型的多源遙感圖像幾何配準(zhǔn)方法 058
2．4 應(yīng)用案例 063
2．4．1 GF-1全色與GF-5多光譜圖像幾何一致化實(shí)驗(yàn) 063
2．4．2 GF-1/6全色與GF-5多光譜/高光譜圖像幾何一致化實(shí)驗(yàn) 066
2．5 本章小結(jié) 070
參考文獻(xiàn) 070
第3章多源中高分辨率衛(wèi)星圖像輻射歸一化模型與方法 073
3．1 輻射歸一化的基本原理與技術(shù)流程 074
3．2 地表反射率反演 076
3．2．1 地表反射率反演的基本原理 076
3．2．2 地表反射率業(yè)務(wù)化反演算法 079
3．2．3 地表反射率反演實(shí)例 081
3．3 地表反射率圖像輻射歸一化 083
3．3．1 地物光譜庫的建立 083
3．3．2 光譜匹配因子計(jì)算 087
3．3．3 圖像與光譜庫的匹配轉(zhuǎn)換 089
3．3．4 逐像元?dú)w一化模型 090
3．4 應(yīng)用案例 091
3．4．1 OLI與Sentinel-2A輻射歸一化 091
3．4．2 基于GF-5地物光譜的GF-1與GF-6輻射歸一化 096
3．5 本章小結(jié) 099
參考文獻(xiàn) 100
第4章空譜信息協(xié)同的高光譜圖像降維理論與方法 103
4．1 基于空譜去相關(guān)分析的核最小噪聲分?jǐn)?shù)變換方法 104
4．1．1 主成分分析算法原理 104
4．1．2 最小噪聲分?jǐn)?shù)變換算法原理 107
4．1．3 核最小噪聲分?jǐn)?shù)變換算法原理 109
4．1．4 基于空譜去相關(guān)分析的核最小噪聲分?jǐn)?shù)變換算法原理 110
4．1．5 實(shí)驗(yàn)結(jié)果和分析 116
4．1．6 小結(jié) 127
4．2 基于圖像空間分割的核最小噪聲分?jǐn)?shù)變換方法 128
4．2．1 基于圖像空間分割的核最小噪聲分?jǐn)?shù)變換算法原理 128
4．2．2 實(shí)驗(yàn)結(jié)果和分析 132
4．2．3 小結(jié) 138
4．3 基于超像元分割及核最小噪聲分?jǐn)?shù)的降維分類一體化算法 138
4．3．1 基于超像元分割及核最小噪聲分?jǐn)?shù)的降維分類一體化算法原理 138
4．3．2 實(shí)驗(yàn)結(jié)果和分析 141
4．3．3 小結(jié) 144
4．4 本章小結(jié) 145
參考文獻(xiàn) 145
第5章基于圖嵌入理論的高光譜圖像特征提取與分類 149
5．1 基于稀疏表示圖的特征表示 150
5．1．1 圖嵌入理論框架 151
5．1．2 稀疏圖構(gòu)建及特征表示 152
5．2 基于稀疏與低秩表示圖的特征表示 154
5．2．1 稀疏與低秩圖構(gòu)建 155
5．2．2 實(shí)驗(yàn)結(jié)果與分析 157
5．3 基于局部保留與低秩表示圖的特征提取 171
5．3．1 局部保留與低秩圖構(gòu)建 171
5．3．2 實(shí)驗(yàn)結(jié)果與分析 175
5．4 基于圖嵌入理論的多源高光譜圖像協(xié)同分類 184
5．5 本章小結(jié) 188
參考文獻(xiàn) 188
第6章高光譜協(xié)同多源遙感圖像分類 193
6．1 基于自適應(yīng)馬爾科夫隨機(jī)場模型的高光譜協(xié)同高空間數(shù)據(jù)分類 194
6．1．1 空間鄰域 194
6．1．2 馬爾科夫隨機(jī)場模型 196
6．1．3 相對同質(zhì)性指數(shù) 199
6．1．4 自適應(yīng)馬爾科夫隨機(jī)場模型 200
6．1．5 高光譜協(xié)同高空間數(shù)據(jù)分類實(shí)驗(yàn) 201
6．2 基于邊緣約束的馬爾科夫隨機(jī)場模型的高光譜協(xié)同激光雷達(dá)數(shù)據(jù)分類 207
6．2．1 馬爾科夫隨機(jī)場初始能量獲取 207
6．2．2 馬爾科夫隨機(jī)場空間項(xiàng)權(quán)重系數(shù)提取 208
6．2．3 高光譜協(xié)同LiDAR數(shù)據(jù)分類實(shí)驗(yàn) 212
6．3 基于數(shù)學(xué)形態(tài)學(xué)的高光譜協(xié)同熱紅外數(shù)據(jù)分類 216
6．3．1 數(shù)學(xué)形態(tài)學(xué) 216
6．3．2 基于LCP數(shù)學(xué)形態(tài)學(xué)的高光譜協(xié)同熱紅外數(shù)據(jù)分類 217
6．3．3 基于數(shù)學(xué)形態(tài)學(xué)的高光譜和熱紅外圖像的特征提取 223
6．3．4 高光譜圖像與熱紅外數(shù)據(jù)融合分類 224
6．3．5 高光譜協(xié)同熱紅外數(shù)據(jù)實(shí)驗(yàn) 225
6．4 本章小結(jié) 231
參考文獻(xiàn) 231
名詞索引 233