滤波方法及其在高光谱遥感影像处理中的应用

　　本书以特征提取理论为主线，以高光谱遥感影像为研究对象，充分发挥改进的滤波算法提取高光谱遥感影像特征的优势，以鲁棒提取特征进行高光谱遥感影像分类方法为研究内容，分别从噪声影像的鲁棒表示，小样本影像的鲁棒表示和跨区域混合影像的鲁棒表示方面进行研究。全书共分为7章，第1章是高光谱遥感影像概述；第2章主要介绍高光谱遥感影像特征提取及分类研究；第3章主要介绍分类优选双边滤波算法及高光谱遥感影像噪声处理；第4章主要介绍三边平滑滤波算法及高光谱遥感影像噪声处理；第5章主要介绍超像素双边滤波算法及高光谱遥感影像小样本处理；第6章主要介绍传播滤波算法及高光谱遥感影像跨区域混合处理；第7章总结和展望。本书结合作者本人的科研经验，在撰写过程中尽可能详细地描述了研究动机、研究启发、实验方案、实验结论等，可为滤波算法及高光谱遥感影像研究者在设计新算法以及安排实验方案验证新算法时提供参考。本书可作为高等院校遥感及相关专业本科、研究生的高光谱遥感课程教材。

　　陈志坤，北部湾大学副教授，主要致力于高光谱遥感图像特征提取与分类的相关研究，提出了系列提高高光谱遥感图像特征提取效果及分类精度方法，并取得了相关研究成果。相关工作成果发表在IEEE ACCESS、IEEE GRSL、SENSOR、武大学报信息科学版等刊物上，近5年共发表EI及以上论文9篇（Q1分区论文6篇，di一作者或通讯作者EI以上论文6篇），EI会议论文2篇，软著3项，申报专利2项。

第l章 高光谱遥感影像概述
1.1 高光谱遥感影像数据表示
1.2 常见高光谱成像仪
1.3 高光谱遥感影像特性
1.4 高光谱遥感影像实验数据集
第2章 高光谱遥感影像特征提取及分类研究
2.1 高光谱遥感影像特征提取研究
2.2 高光谱遥感影像分类研究
2.3 存在的问题
第3章 分类优选双边滤波算法及高光谱遥感影像噪声处理
3.1 引言
3.2 双边滤波的原理
3.3 提出的算法
3.3.1 COBF算法
3.3.2 基于COBF的分类算法
3.4 实验
3.4.1 数据集描述
3.4.2 评价指标
3.4.3 参数设置
3.4.4 实验结果
3.5 结论
第4章 三边平滑滤波算法及高光谱遥感影像噪声处理
4.1 引言
4.2 提出的方法
4.3 实验
4.4.1 数据集描述
4.4.2 参数设置
4.4.3 实验结果
4.4 结论
第5章 超像素双边滤波算法及高光谱遥感影像小样本处理
5.1 引言
5.2 熵率超像素分割算法
5.3 提出的算法
5.4 实验结果与分析
5.4.1 数据集描述
5.4.2 参数分析
5.4.3 实验结果
5.5 结论
第6章 传播滤波算法及高光谱遥感影像跨区域混合处理
6.1 引言
6.2 提出的方法
6.2.1 传播滤波
6.2.2 基于传播滤波的空谱特征提取算法
6.3 实验
6.3.1 数据描述
6.3.2 算法比较
6.3.3 参数设置分析
6.3.4 实验结果
6.4 结论
第7章 总结与展望
7.1 本书工作总结
7.2 未来工作展望
参考文献