高分辨率遙感圖像理解

內(nèi)容概要

高分辨率遙感圖像理解是近年來(lái)遙感應(yīng)用領(lǐng)域的研究熱點(diǎn)。本書(shū)系統(tǒng)闡述了高分辨率遙感圖像理解的基本概念、模型方法和應(yīng)用技術(shù)。首先結(jié)合高分辨率遙感圖像的特點(diǎn)及其應(yīng)用背景，敘述高分辨率遙感圖像理解的研究框架；其次分別介紹特征信息表達(dá)和統(tǒng)計(jì)學(xué)習(xí)模型，以此作為整個(gè)遙感圖像理解任務(wù)的方法基礎(chǔ)，并以高分辨率遙感圖像理解的研究?jī)?nèi)容為導(dǎo)向，重點(diǎn)論述精細(xì)化目標(biāo)檢測(cè)與識(shí)別、復(fù)雜場(chǎng)景描述與分類(lèi)、空間語(yǔ)義分析與計(jì)算三大任務(wù)中采用的技術(shù)流程和關(guān)鍵算法；最后結(jié)合實(shí)際需求，給出高分辨率遙感圖像理解的若干應(yīng)用實(shí)例。
本書(shū)可供從事遙感測(cè)繪、圖像處理、模式識(shí)別等領(lǐng)域的研究和技術(shù)人員參考使用，也可作為高等院校相關(guān)專(zhuān)業(yè)的教學(xué)和研究資料。

書(shū)籍目錄

前言
第1章 緒論
 1.1 遙感技術(shù)發(fā)展概況
 1.1.1 遙感成像機(jī)理
 1.1.2 遙感觀測(cè)系統(tǒng)
 1.1.3 遙感技術(shù)發(fā)展現(xiàn)狀及趨勢(shì)
 1.2 高分辨率遙感圖像的特點(diǎn)
 1.3 高分辨率遙感應(yīng)用的挑戰(zhàn)
 1.4 遙感圖像理解的基本概念
 1.4.1 圖像理解
 1.4.2 遙感圖像理解的研究進(jìn)展
 1.4.3 高分辨率遙感圖像理解
 1.5 遙感圖像理解的研究?jī)?nèi)容
 1.5.1 地物目標(biāo)檢測(cè)與識(shí)別
 1.5.2 圖像場(chǎng)景描述與分類(lèi)
 1.5.3 目標(biāo)空間語(yǔ)義分析與計(jì)算
 1.6 遙感圖像理解的研究方法
 1.6.1 圖像特征信息表達(dá)
 1.6.2 統(tǒng)計(jì)學(xué)習(xí)模型方法
 參考文獻(xiàn)
第2章 特征信息表達(dá)
 2.1 圖像信息表達(dá)
 2.1.1 圖像數(shù)據(jù)結(jié)構(gòu)
 2.I.2 知識(shí)信息表示
 2.1.3 多尺度空間
 2.1.4 尺度計(jì)算與轉(zhuǎn)換
 2.2 圖像特征提取
 2.2.1 顏色特征提取
 2.2.2 紋理特征提取
 2.2.3 形狀特征提取
……
第3章 統(tǒng)計(jì)學(xué)習(xí)模型
第4章 精細(xì)化目標(biāo)檢測(cè)與識(shí)別
第5章 復(fù)雜場(chǎng)景描述與分類(lèi)
第6章 空間語(yǔ)義分析與計(jì)算
第7章 高分辯率遙感圖像理解的應(yīng)用實(shí)例
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：最優(yōu)的多尺度表達(dá)方法。隨著調(diào)和分析的不斷發(fā)展，Donoho（1997）和Candes（1998）等先后提出脊波變換、曲線波變換等方法。這些多尺度幾何分析方法大多基于可分離的確定性變換，從局域性和方向性方面來(lái)表示遙感圖像數(shù)據(jù)的重要特征，但由于缺少空間相關(guān)性，無(wú)法很好地表征圖像信息向量間的等級(jí)關(guān)系。近年來(lái)，基于對(duì)象的方法理念開(kāi)始興起，并應(yīng)用于高分辨率遙感圖像的解譯中。該方法的核心便是適應(yīng)人類(lèi)視覺(jué)特性的要求，對(duì)圖像進(jìn)行多尺度分割并分等級(jí)表達(dá)，解決了小波變換等方法在空間分析中存在的缺陷（DefiniensImageGm-bH，2002）?；趯?duì)象的多尺度表達(dá)方法是對(duì)基于像素方法中優(yōu)點(diǎn)的繼承和發(fā)展，仍處于不斷地完善之中。如何深入分析遙感圖像中的多尺度構(gòu)建方式，如何選擇多元化的地物目標(biāo)特征計(jì)算手段，如何挖掘遙感圖像不同尺度層次間的空間結(jié)構(gòu)關(guān)系，都是值得進(jìn)一步研究的課題，以便能夠?qū)崿F(xiàn)對(duì)中低層次上重要特征信息和較高層次上空間語(yǔ)義信息的全面準(zhǔn)確地描述、提取。高分辨率遙感圖像中的特征表達(dá)具有鮮明的層次性，可以分為低、中、高三個(gè)不同的層次。低層特征信息通常是以圖像像素為處理單元，在每個(gè)像素或圍繞其局部區(qū)域內(nèi)進(jìn)行一系列的計(jì)算，包括平滑去噪聲、邊緣檢測(cè)、區(qū)域分割及特征提取、利用濾波器組提取紋理特征等，在利用邊緣特征處理問(wèn)題時(shí)，Canny邊緣檢測(cè)算子、小波邊緣檢測(cè)算子等傳統(tǒng)方法被廣泛應(yīng)用于獲取目標(biāo)的輪廓。低層特征信息的表達(dá)和提取大多屬于對(duì)特征信息簡(jiǎn)單直接的利用，計(jì)算簡(jiǎn)便、數(shù)據(jù)處理效率較高。然而，該類(lèi)方法往往局限于像素點(diǎn)或像素點(diǎn)的局部小區(qū)域范圍處理問(wèn)題，所利用的信息量較少，容易受到背景干擾，無(wú)法有效地解決感興趣目標(biāo)部分信息缺失的情況，因而在內(nèi)容復(fù)雜的高分辨率遙感圖像中的解譯效果并不理想。

編輯推薦

《高分辨率遙感圖像理解》由科學(xué)出版社出版。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    高分辨率遙感圖像理解 PDF格式下載

---