书籍详情
遥感图像亚像元定位研究
作者：王鹏
出版社：电子工业出版社
出版时间：2019-12-01
ISBN：9787121378478
定价：¥69.00
购买这本书可以去
内容简介
全书共7章。第1～2章对遥感图像亚像元定位方法研究的背景和意义、遥感图像亚像元定位方法的研究现状，以及遥感图像亚像元定位方法的基本原理进行了简单介绍，便于不同需求的读者参阅。第3～7章以笔者近年来的研究成果为主，从基于单幅遥感图像的亚像元定位、基于多位移图像的遥感图像亚像元定位、基于融合技术的遥感图像亚像元定位、基于重建后分类的遥感图像亚像元定位、遥感图像亚像元定位方法的应用5个方面进行了系统整理和详尽阐释，旨在为读者提供一个较完整的遥感图像亚像元定位方法的框架和较新颖的研究方法。
作者简介
王鹏，博士，长期从事遥感图像处理方法的相关研究，主要涉及遥感像超分辨率重构、遥感图像分类以及遥感图像亚像元定位等课题，申请人已发表与本选题相关SCI、EI论文 20余篇，其中第一作者发表SCI论文12篇，为本选题的研究积累了丰富的理论知识和应用经验。申请人目前主持国家自然科学青年基金项目\
目录
第1章 绪论\t1
1．1 引言\t1
1．2 遥感图像亚像元定位方法研究的背景和意义\t1
1．2．1 遥感图像亚像元定位方法的研究背景\t1
1．2．2 遥感图像亚像元定位方法的研究意义\t5
1．3 遥感图像亚像元定位方法的研究现状\t7
1．3．1 先初始化后优化遥感图像亚像元定位\t8
1．3．2 软硬属性转换遥感图像亚像元定位\t9
1．3．3 其他类型的遥感图像亚像元定位\t10
1．3．4 超分辨率技术的研究现状\t12
1．4 遥感图像亚像元定位方法存在的问题\t13
1．5 主要研究内容与章节安排\t14
参考文献\t16
第2章 遥感图像亚像元定位方法的基本原理\t27
2．1 引言\t27
2．2 光谱解混方法\t27
2．3 遥感图像亚像元定位方法的理论基础\t29
2．4 遥感图像亚像元定位方法的流程\t29
2．4．1 亚像元锐化方法\t30
2．4．2 类别分配方法\t32
2．5 遥感图像亚像元定位精度的评价方法\t34
2．6 本章小结\t38
参考文献\t38
第3章 基于单幅遥感图像的亚像元定位\t40
3．1 引言\t40
3．2 基于混合插值的遥感图像亚像元定位\t41
3．2．1 插值问题\t41
3．2．2 现有的基于插值的遥感图像亚像元定位方法\t42
3．2．3 提出的方法\t43
3．2．4 实验内容与结果分析\t45
3．3 基于更多监督信息Hopfield神经网络的亚像元定位\t52
3．3．1 传统的基于Hopfield神经网络的亚像元定位方法\t53
3．3．2 提出的方法\t54
3．3．3 实验内容与结果分析\t55
3．4 基于扩展随机行走的遥感图像亚像元定位\t59
3．4．1 多尺度分割方法\t60
3．4．2 扩展随机行走方法\t60
3．4．3 基于对象单元的类别分配方法\t62
3．4．4 实验内容与结果分析\t63
3．5 本章小结\t67
参考文献\t68
第4章 基于多位移图像的遥感图像亚像元定位\t70
4．1 引言\t70
4．2 多位移图像的理论基础\t71
4．2．1 多位移图像问题\t71
4．2．2 现有的基于多位移图像的遥感图像亚像元定位方法\t72
4．3 基于具有空―谱信息的多位移图像亚像元定位\t74
4．3．1 提出的方法\t74
4．3．2 实验内容与结果分析\t75
4．4 基于空间引力模型多尺度信息的多位移图像亚像元定位\t85
4．4．1 亚像元-像元空间引力模型\t85
4．4．2 亚像元-亚像元空间引力模型\t87
4．4．3 提出的方法\t88
4．4．4 实验内容与结果分析\t89
4．5 利用双网络产生具有多尺度空―谱信息的多位移图像亚像元定位\t101
4．5．1 多尺度网络和空―谱网络\t101
4．5．2 提出的方法\t105
4．5．3 实验内容与结果分析\t106
4．6 本章小结\t117
参考文献\t118
第5章 基于融合技术的遥感图像亚像元定位\t120
5．1 引言\t120
5．2 基于全色锐化技术的软硬属性转换遥感图像亚像元定位\t121
5．2．1 全色锐化技术\t121
5．2．2 提出的方法\t123
5．2．3 实验内容与结果分析\t124
5．3 基于并行处理路径的高光谱图像遥感图像亚像元定位\t133
5．3．1 融合路径\t133
5．3．2 深度学习路径\t135
5．3．3 提出的方法\t137
5．3．4 实验内容与结果分析\t138
5．4 本章小结\t150
参考文献\t150
第6章 基于重建后分类的遥感图像亚像元定位\t153
6．1 引言\t153
6．2 理论基础\t154
6．2．1 超分辨率方法\t154
6．2．2 全监督信息分类方法\t155
6．3 基于MAP超分辨率重建后分类的遥感图像亚像元定位\t160
6．3．1 基于变换空间的MAP超分辨率重建\t161
6．3．2 最小二乘向量基分类方法\t164
6．3．3 实验内容与结果分析\t165
6．4 基于全色锐化重建后分类的遥感图像亚像元定位\t178
6．4．1 基于全色锐化重建后分类的遥感图像亚像元定位实现步骤\t178
6．4．2 实验内容与结果分析\t180
6．5 本章小结\t183
参考文献\t184
第7章 遥感图像亚像元定位方法的应用\t185
7．1 引言\t185
7．2 通过提供更多的光谱信息改进多光谱图像的
洪水淹没遥感图像亚像元定位\t186
7．2．1 现有的洪水淹没亚像元定位\t186
7．2．2 提出的方法\t188
7．2．3 实验内容与结果分析\t189
7．3 基于具有空―谱信息的多光谱图像城市建筑遥感图像亚像元定位\t193
7．3．1 SMUB\t193
7．3．2 实验内容与结果分析\t194
7．4 本章小结\t199
参考文献\t199
附录 本书主要缩写说明\t202
1．1 引言\t1
1．2 遥感图像亚像元定位方法研究的背景和意义\t1
1．2．1 遥感图像亚像元定位方法的研究背景\t1
1．2．2 遥感图像亚像元定位方法的研究意义\t5
1．3 遥感图像亚像元定位方法的研究现状\t7
1．3．1 先初始化后优化遥感图像亚像元定位\t8
1．3．2 软硬属性转换遥感图像亚像元定位\t9
1．3．3 其他类型的遥感图像亚像元定位\t10
1．3．4 超分辨率技术的研究现状\t12
1．4 遥感图像亚像元定位方法存在的问题\t13
1．5 主要研究内容与章节安排\t14
参考文献\t16
第2章 遥感图像亚像元定位方法的基本原理\t27
2．1 引言\t27
2．2 光谱解混方法\t27
2．3 遥感图像亚像元定位方法的理论基础\t29
2．4 遥感图像亚像元定位方法的流程\t29
2．4．1 亚像元锐化方法\t30
2．4．2 类别分配方法\t32
2．5 遥感图像亚像元定位精度的评价方法\t34
2．6 本章小结\t38
参考文献\t38
第3章 基于单幅遥感图像的亚像元定位\t40
3．1 引言\t40
3．2 基于混合插值的遥感图像亚像元定位\t41
3．2．1 插值问题\t41
3．2．2 现有的基于插值的遥感图像亚像元定位方法\t42
3．2．3 提出的方法\t43
3．2．4 实验内容与结果分析\t45
3．3 基于更多监督信息Hopfield神经网络的亚像元定位\t52
3．3．1 传统的基于Hopfield神经网络的亚像元定位方法\t53
3．3．2 提出的方法\t54
3．3．3 实验内容与结果分析\t55
3．4 基于扩展随机行走的遥感图像亚像元定位\t59
3．4．1 多尺度分割方法\t60
3．4．2 扩展随机行走方法\t60
3．4．3 基于对象单元的类别分配方法\t62
3．4．4 实验内容与结果分析\t63
3．5 本章小结\t67
参考文献\t68
第4章 基于多位移图像的遥感图像亚像元定位\t70
4．1 引言\t70
4．2 多位移图像的理论基础\t71
4．2．1 多位移图像问题\t71
4．2．2 现有的基于多位移图像的遥感图像亚像元定位方法\t72
4．3 基于具有空―谱信息的多位移图像亚像元定位\t74
4．3．1 提出的方法\t74
4．3．2 实验内容与结果分析\t75
4．4 基于空间引力模型多尺度信息的多位移图像亚像元定位\t85
4．4．1 亚像元-像元空间引力模型\t85
4．4．2 亚像元-亚像元空间引力模型\t87
4．4．3 提出的方法\t88
4．4．4 实验内容与结果分析\t89
4．5 利用双网络产生具有多尺度空―谱信息的多位移图像亚像元定位\t101
4．5．1 多尺度网络和空―谱网络\t101
4．5．2 提出的方法\t105
4．5．3 实验内容与结果分析\t106
4．6 本章小结\t117
参考文献\t118
第5章 基于融合技术的遥感图像亚像元定位\t120
5．1 引言\t120
5．2 基于全色锐化技术的软硬属性转换遥感图像亚像元定位\t121
5．2．1 全色锐化技术\t121
5．2．2 提出的方法\t123
5．2．3 实验内容与结果分析\t124
5．3 基于并行处理路径的高光谱图像遥感图像亚像元定位\t133
5．3．1 融合路径\t133
5．3．2 深度学习路径\t135
5．3．3 提出的方法\t137
5．3．4 实验内容与结果分析\t138
5．4 本章小结\t150
参考文献\t150
第6章 基于重建后分类的遥感图像亚像元定位\t153
6．1 引言\t153
6．2 理论基础\t154
6．2．1 超分辨率方法\t154
6．2．2 全监督信息分类方法\t155
6．3 基于MAP超分辨率重建后分类的遥感图像亚像元定位\t160
6．3．1 基于变换空间的MAP超分辨率重建\t161
6．3．2 最小二乘向量基分类方法\t164
6．3．3 实验内容与结果分析\t165
6．4 基于全色锐化重建后分类的遥感图像亚像元定位\t178
6．4．1 基于全色锐化重建后分类的遥感图像亚像元定位实现步骤\t178
6．4．2 实验内容与结果分析\t180
6．5 本章小结\t183
参考文献\t184
第7章 遥感图像亚像元定位方法的应用\t185
7．1 引言\t185
7．2 通过提供更多的光谱信息改进多光谱图像的
洪水淹没遥感图像亚像元定位\t186
7．2．1 现有的洪水淹没亚像元定位\t186
7．2．2 提出的方法\t188
7．2．3 实验内容与结果分析\t189
7．3 基于具有空―谱信息的多光谱图像城市建筑遥感图像亚像元定位\t193
7．3．1 SMUB\t193
7．3．2 实验内容与结果分析\t194
7．4 本章小结\t199
参考文献\t199
附录 本书主要缩写说明\t202
猜您喜欢
