《遙感數(shù)字圖像分析導(dǎo)論（第五版）》首先介紹了遙感圖像數(shù)據(jù)源及特性，之后各章分兩部分內(nèi)容：第2章至第7章主要探討遙感圖像處理的基本技術(shù)和方法，包括校正和配準(zhǔn)、增強(qiáng)、變換等；第8章至第12章主要探討遙感圖像處理的應(yīng)用技術(shù)和方法，包括監(jiān)督／非監(jiān)督分類、特征減少、多源圖像分析處理等。該書以易于讀者理解和應(yīng)用為宗旨，在側(cè)重不同處理技術(shù)和方法的同時(shí)，充分結(jié)合了當(dāng)前的新理論、新技術(shù)和新方法。特別值得指出的是，新版本在內(nèi)容修訂、材料補(bǔ)充的基礎(chǔ)上，增加了許多圖像及相關(guān)處理結(jié)果，更易于讀者理解。
《遙感數(shù)字圖像分析導(dǎo)論（第五版）》是從事遙感領(lǐng)域研究的高年級(jí)本科生、研究生的一部全面、完整、詳細(xì)的教材，也是廣大專業(yè)科技工作者應(yīng)用參考、非專業(yè)人士自學(xué)遙感知識(shí)的經(jīng)典之作。
《遙感數(shù)字圖像分析導(dǎo)論（第五版）》以易于讀者理解和應(yīng)用為宗旨，在側(cè)重不同處理技術(shù)和方法的同時(shí)，充分結(jié)合了當(dāng)前的新理論、新技術(shù)和新方法。特別值得指出的是，新版本在內(nèi)容修訂、材料補(bǔ)充的基礎(chǔ)上，增加了許多圖像及相關(guān)處理結(jié)果，更易于讀者理解。
John A.Richards，于1972年至1977年任教于澳大利亞北昆士蘭詹姆斯庫(kù)克大學(xué)電氣工程系；1977年起任新南威爾士大學(xué)電氣與計(jì)算機(jī)科學(xué)學(xué)院副教授；1981年成立新南威爾士大學(xué)跨學(xué)科遙感中心并任主任；1987年至1996年任新南威爾士大學(xué)澳大利亞國(guó)防軍事學(xué)院副院長(zhǎng)，1996年起任院長(zhǎng)；1998年至2003年分別任澳大利亞國(guó)立大學(xué)信息科學(xué)與工程學(xué)院主任、計(jì)算機(jī)科學(xué)學(xué)院主任和澳大利亞國(guó)立大學(xué)副校長(zhǎng)。2006年受聘為哈爾濱工業(yè)大學(xué)客座教授。JohnA.Richards教授是IEEE會(huì)士，澳大利亞技術(shù)科學(xué)與工程院院士，澳大利亞無線電與電子工程師學(xué)院院士。研究方向包括遙感圖像分析、模式識(shí)別、成像雷達(dá)后向散射建模、星載雷達(dá)遙感技術(shù)及應(yīng)用。
第1章 遙感圖像數(shù)據(jù)來源及特性
1.1 能量來源及波長(zhǎng)范圍
1.2 原始數(shù)據(jù)特性
1.3 遙感平臺(tái)
1.4 地球表面的哪些特性能夠測(cè)量
1.5 通常的空間數(shù)據(jù)源與地理信息系統(tǒng)
1.6 數(shù)字圖像數(shù)據(jù)的尺度
1.7 數(shù)字地球
1.8 本書的結(jié)構(gòu)安排
1.9 關(guān)于遙感圖像數(shù)據(jù)來源及特性的參考文獻(xiàn)
1.10 習(xí)題
第2章 校正與配準(zhǔn)圖像
2.1 引言
2.2 輻射失真源
2.3 儀器誤差
2.4 太陽輻射曲線和大氣對(duì)輻射測(cè)量的影響
2.5 補(bǔ)償太陽輻射曲線
2.6 大氣的影響
2.7 大氣對(duì)遙感圖像的影響
2.8 校正寬波段系統(tǒng)的大氣影響
2.9 校正窄波段系統(tǒng)的大氣影響
2.10 經(jīng)驗(yàn)的、數(shù)據(jù)驅(qū)動(dòng)的大氣校正方法
2.11 幾何失真源
2.12 地球自轉(zhuǎn)的影響
2.13 平臺(tái)高度、姿態(tài)和速度變化的影響
2.14 傳感器視場(chǎng)的影響：全景失真
2.15 地球曲率的影響
2.16 儀器特性造成的幾何失真
2.17 幾何失真校正
2.18 利用映射函數(shù)進(jìn)行圖像校正
2.19 幾何失真的數(shù)學(xué)表示及校正
2.20 圖像到圖像的配準(zhǔn)
2.21 其他圖像幾何操作
2.22 關(guān)于校正和配準(zhǔn)圖像的參考文獻(xiàn)
2.23 習(xí)題
第3章 解譯圖像
3.1 引言
3.2 圖像解譯
3.3 定量化分析：從數(shù)據(jù)到標(biāo)簽
3.4 定量化分析和像片解譯的對(duì)比
3.5 定量化分析的基礎(chǔ)
3.6 子類和光譜類
3.7 非監(jiān)督分類
3.8 關(guān)于解譯圖像的參考文獻(xiàn)
3.9 習(xí)題
第4章 圖像的輻射增強(qiáng)
4.1 引言
4.2 圖像直方圖
4.3 對(duì)比度修正
4.4 直方圖均衡
4.5 直方圖匹配
4.6 密度分割
4.7 關(guān)于圖像輻射增強(qiáng)的參考文獻(xiàn)
4.8 習(xí)題
第5章 幾何處理與增強(qiáng)：圖像域技術(shù)
5.1 引言
5.2 圖像濾波的鄰域操作
5.3 圖像平滑
5.4 銳化和邊緣檢測(cè)
5.5 邊緣檢測(cè)
5.6 線檢測(cè)和點(diǎn)檢測(cè)
5.7 細(xì)化和連接
5.8 作為卷積運(yùn)算的幾何處理
5.9 圖像域技術(shù)和傅里葉變換方法的比較
5.10 圖像的幾何特性
5.11 形態(tài)學(xué)分析
5.12 形狀識(shí)別
5.13 關(guān)于圖像域技術(shù)的幾何增強(qiáng)的參考文獻(xiàn)
5.14 習(xí)題
第6章 圖像光譜域變換
6.1 引言
6.2 圖像算術(shù)和植被指數(shù)
6.3 主成分變換
6.4 噪聲調(diào)整的主成分變換
6.5 KauthThomas纓帽變換
6.6 核主成分分析
6.7 HSI圖像顯示
6.8 全色銳化
6.9 關(guān)于光譜域圖像變換的參考文獻(xiàn)
6.10 習(xí)題
第7章 圖像的空間域變換
7.1 引言
7.2 特殊函數(shù)
7.3 傅里葉級(jí)數(shù)
7.4 傅里葉變換
7.5 離散傅里葉變換
7.6 卷積
7.7 采樣定理
7.8 圖像的離散傅里葉變換
7.9 利用傅里葉變換對(duì)圖像進(jìn)行處理
7.10 二維卷積
7.11 其他傅里葉變換
7.12 頻譜泄漏和窗函數(shù)
7.13 小波變換
7.14 圖像的小波變換
7.15 小波變換在遙感圖像分析中的應(yīng)用
7.16 關(guān)于空間域圖像變換的參考文獻(xiàn)
7.17 習(xí)題
第8章 監(jiān)督分類技術(shù)
8.1 引言
8.2 監(jiān)督分類的基本步驟
8.3 最大似然分類
8.4 高斯混合模型
8.5 最小距離分類器
8.6 平行六面體分類器
8.7 馬氏距離分類器
8.8 非參數(shù)分類
8.9 查表分類
8.10 k近鄰分類器
8.11 光譜角制圖
8.12 非參數(shù)分類——幾何方法
8.13 訓(xùn)練線性分類器
8.14 支持向量機(jī)：線性可分類別
8.15 支持向量機(jī)：類別重疊情況
8.16 支持向量機(jī)：線性不可分?jǐn)?shù)據(jù)和核函數(shù)
8.17 用兩類分類器進(jìn)行多類別分類
8.18 分類器委員會(huì)
8.19 網(wǎng)絡(luò)分類器：神經(jīng)網(wǎng)絡(luò)
8.20 基于上下文的分類
8.21 關(guān)于監(jiān)督分類技術(shù)的參考文獻(xiàn)
8.22 習(xí)題
第9章 聚類與非監(jiān)督分類
9.1 聚類的應(yīng)用
9.2 相似性度量與聚類準(zhǔn)則
9.3 k均值聚類
9.4 Isodata聚類
9.5 初始聚類中心的選擇
9.6 k均值和Isodata的聚類代價(jià)
9.7 非監(jiān)督分類
9.8 一個(gè)關(guān)于k均值算法聚類的例子
9.9 單通聚類技術(shù)
9.10 分層聚類
9.11 其他聚類指標(biāo)
9.12 其他聚類技術(shù)
9.13 聚類空間分類
9.14 關(guān)于聚類與非監(jiān)督分類的參考文獻(xiàn)
9.15 習(xí)題
第10章 特征減少
10.1 特征減少的必要性
10.2 處理高維數(shù)據(jù)的一些注意事項(xiàng)
10.3 可分性度量
10.4 離散度
10.5 Jeffries-Matusita距離
10.6 變換離散度
10.7 用于最小距離分類的可分性度量
10.8 通過光譜變換進(jìn)行特征減少
10.9 協(xié)方差矩陣塊對(duì)角化
10.10 通過正則化提高協(xié)方差估計(jì)
10.11 關(guān)于特征減少的參考文獻(xiàn)
10.12 習(xí)題
第11章 圖像分類實(shí)踐
11.1 引言
11.2 分類概述
11.3 采用最大似然規(guī)則的監(jiān)督分類
11.4 混合的監(jiān)督/非監(jiān)督方法
11.5 聚類空間分類
11.6 采用支持向量機(jī)的監(jiān)督分類
11.7 評(píng)價(jià)分類精度
11.8 決策樹分類器
11.9 通過光譜學(xué)和光譜庫(kù)搜索的圖像解譯
11.10 端元與解混
11.11 是否存在最好的分類器
11.12 關(guān)于圖像分類實(shí)踐的參考文獻(xiàn)
11.13 習(xí)題
第12章 多源圖像分析
12.1 引言
12.2 堆棧向量分析
12.3 統(tǒng)計(jì)多源方法
12.4 證據(jù)理論
12.5 基于知識(shí)的圖像分析
12.6 可操作的多源分析
12.7 關(guān)于多源圖像分析的參考文獻(xiàn)
12.8 習(xí)題
附錄A 衛(wèi)星高度和周期
附錄B 十進(jìn)制數(shù)的二進(jìn)制表示
附錄C 向量和矩陣代數(shù)中的基本結(jié)果
附錄D 概率與統(tǒng)計(jì)的一些基礎(chǔ)知識(shí)
附錄E 最大似然決策準(zhǔn)則懲罰函數(shù)的推導(dǎo)
《遙感數(shù)字圖像分析導(dǎo)論（第五版）》：
3.1引言
大部分情況下，我們記錄地球在各個(gè)波段的影像，以便建立具有地表特征的圖像。盡管有時(shí)我們可能會(huì)對(duì)一些特殊的科學(xué)目的感興趣，但如果可以通過獲取的遙感數(shù)據(jù)創(chuàng)建目標(biāo)表面不同屬性的專題圖，這些特殊的科學(xué)目的就可以在很大程度上得以滿足。本書主要介紹分析數(shù)字圖像和從分析中創(chuàng)建映射的方法。
有兩類常見的圖像解譯方法。一類是完全依賴于人類分析員（所謂的像片解譯員）的技術(shù)。另一類涉及到計(jì)算機(jī)輔助分析方法，用各種機(jī)器算法來自動(dòng)處理繁瑣的任務(wù)。本章中，給出了解譯圖像的分析方法概述，為本書的其他部分提供了背景。我們首先介紹像片解譯的綜述，然后進(jìn)行機(jī)器輔助分析。
3.2圖像解譯
一個(gè)技術(shù)嫻熟的圖像解譯員通過觀察數(shù)據(jù)組成的圖像產(chǎn)品的視覺信息來獲取信息。原則上，分析員通常只是注意大尺度特征，而不關(guān)注空間上和輻射上的數(shù)字化。空間、光譜和時(shí)間線索常用于圖像解譯分析，如形狀、尺寸、方位以及紋理等空間特性。道路、海岸線、河流系統(tǒng)、斷裂模式以及主要輪廓比較容易通過空間特征來識(shí)別。通過分析可以利用特定目標(biāo)或植被不同時(shí)期的變化得到所需的時(shí)變信息來輔助分類，如區(qū)分落葉的或生存期短的植被與多年生常綠植被。光譜信息依賴于分析人員對(duì)典型植被類型的光譜反射特性的先驗(yàn)知識(shí)和經(jīng)驗(yàn)，以及對(duì)這些特性如何在獲取圖像數(shù)據(jù)的平臺(tái)上進(jìn)行采樣的了解。
由于像片解譯是由人類分析員操作，通常工作在遠(yuǎn)大于像素級(jí)的尺度上。總體而言，對(duì)于一般的空間評(píng)估，這是一個(gè)很好的方法，但如果某特定應(yīng)用中需要對(duì)某個(gè)特殊覆蓋類型區(qū)域進(jìn)行精確地定量化分析，這種方法的效果就不好。另外，如果所需的信息取決于特定圖像的細(xì)節(jié)光譜及輻射特性，這種方法的效果也不理想。對(duì)比之下，人類的推理能力水平比計(jì)算機(jī)高，像片解譯員能直接判定紋理，距離，形狀和尺寸等大尺度模式，現(xiàn)階段，這對(duì)于機(jī)器算法來說還是具有很大的挑戰(zhàn)。在實(shí)際應(yīng)用中需要這樣的決策，因此人工解譯是現(xiàn)階段首選的分析方法。
……
新書資訊