高分辨率遙感圖像分割與信息提取

內(nèi)容概要

《高分辨率遙感圖像分割與信息提取》總結(jié)作者近年來在遙感圖像分割方面的研究成果，突出頻域分析的鮮明特色，以遙感圖像頻譜特征為基礎(chǔ)，從頻譜分析、濾波器設(shè)計、全要素地物分割、特定地物目標(biāo)提取等方面系統(tǒng)地論述高分辨率遙感圖像分割的學(xué)術(shù)思路、關(guān)鍵技術(shù)及其實現(xiàn)過程。
全書以“頻譜分析－濾波器設(shè)計－圖像分割－信息提取”為線索進行組織，內(nèi)容上力求做到深入淺出、通俗易懂，不僅具有一定的深度和廣度，而且反映學(xué)科的新動向、新問題，介紹學(xué)科前沿的新成果和新內(nèi)容。讀者在閱讀《高分辨率遙感圖像分割與信息提取》前應(yīng)具備數(shù)字圖像處理相關(guān)理論基礎(chǔ)和專業(yè)知識。
《高分辨率遙感圖像分割與信息提取》可作為高等學(xué)校遙感相關(guān)專業(yè)研究生的參考書，也可供遙感相關(guān)科技人員閱讀參考。

書籍目錄

前言
第1章 遙感圖像分割理論與方法概述
1.1 研究背景
1.1.1 遙感圖像分割的意義
1.1.2 頻域圖像處理的特點
1.2 圖像分割的原理
1.2.1 基于邊界的分割
1.2.2 基于區(qū)域的分割
1.3 國內(nèi)外研究進展
1.3.1 國外研究進展
1.3.2 國內(nèi)研究進展
1.3.3 研究現(xiàn)狀分析
參考文獻(xiàn)
第2章 遙感圖像特征頻域識別機理
2.1 頻譜能量識別的理論基礎(chǔ)
2.1.1 帕塞瓦爾能量守恒定理
2.1.2 地物特征圖譜識別理論
2.2 傅里葉變換與頻譜能量分析
2.2.1 圖像的傅里葉變換
2.2.2 頻譜能量的表達(dá)與描述
2.3 低階頻譜能量與主體色調(diào)特征識別
2.3.1 低階頻譜能量識別的可行性
2.3.2 主體色調(diào)特征識別標(biāo)志建立
2.4 高階頻譜能量與局部細(xì)節(jié)特征識別
2.4.1 局部細(xì)節(jié)特征的諧波范圍確定
2.4.2 局部細(xì)節(jié)特征的識別標(biāo)志建立
參考文獻(xiàn)
第3章 基于頻域濾波的遙感圖像分割
3.1 幅度和相位的信息載荷
3.1.1 幅度譜的信息載荷
3.1.2 相位譜的信息載荷
3.2 典型地物的頻譜特征
3.2.1 頻譜特征描述
3.2.2 頻譜曲線分析
3.3 頻域濾波器設(shè)計
3.3.1 Gabor濾波器組
3.3.2 改進的logGabor濾波器組
3.4 基于幅度信息的紋理特征提取
3.4.1 紋理特征提取
3.4.2 提取結(jié)果分析
3.5 基于相位信息的邊緣特征提取
3.5.1 相位一致的計算
3.5.2 邊緣特征檢測與分析
3.6 結(jié)合邊緣和紋理的分水嶺分割
3.6.1 標(biāo)記分水嶺變換
3.6.2 多頻段紋理標(biāo)記邊緣特征
3.7 基于向量場模型的多光譜分割
3.7.1 多光譜圖像分割的主要問題
3.7.2 基于向量場模型的解決策略
3.8 圖像分割的精度評價
3.8.1 圖像分割精度評價的準(zhǔn)則
3.8.2 基于像元數(shù)量誤差的評價
參考文獻(xiàn)
第4章 基于層次合并的遙感圖像分割
4.1 區(qū)域鄰接圖
4.1.1 初始分割區(qū)域的獲取
4.1.2 區(qū)域鄰接圖的定義
4.1.3 區(qū)域鄰接圖的構(gòu)建
4.2 合并準(zhǔn)則
4.2.1 馬爾可夫隨機場的定義
4.2.2 特征的選擇與定義
4.2.3 特征組合與標(biāo)準(zhǔn)化
4.3 層次合并
4.3.1 層次合并的過程
4.3.2 圖像內(nèi)容層次表征的定義
4.3.3 圖像內(nèi)容層次表征的應(yīng)用
4.3.4 非監(jiān)督評價
4.4 結(jié)果分析與評價
4.4.1 實驗圖像及評價方法
4.4.2 初始分割區(qū)域的影響分析
……
第5章 城市建筑物頻域識別與提取
第6章 城市道路頻域識別與提取
第7章 城市河道頻域識別與提取
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：插圖：在高分辨率遙感圖像上，多層住宅建筑物目標(biāo)有以下幾個主要的結(jié)構(gòu)性紋理特征：（1）所有建筑物都具有各自的外形輪廓圖案，外形圖案多為長方形或長方形的組合，在圖像上可見清晰的線條紋理，圖像規(guī)則有序。（2）一個住宅小區(qū)中多層建筑物的長度、進深、房屋高度及樓間距都比較統(tǒng)一，不同的住宅小區(qū)中多層建筑物的這些指標(biāo)差異也不大。建筑物多表現(xiàn)為灰度均勻分布且形狀規(guī)則的區(qū)域，噪聲的主要來源是陰影及少量的斑點噪聲。（3）邊緣及夾角特征：高分辨率遙感圖像中建筑物的主要信息就是邊緣信息。建筑物邊緣分析方法以邊緣和角作為建筑物的主要特征，是一種簡單常用的建筑物識別方法。建筑物通常是矩形，因此可以用直線段來表示建筑物的邊緣。矩形建筑物每個角有兩個相互垂直的邊，經(jīng)衛(wèi)星成像后，同一區(qū)域的建筑物垂直邊在遙感圖像中形成一致的夾角。由式（5一1）可知，建筑物垂直邊緣成像后的方向為順時針離正北方向建筑物頻譜特征分析一幅遙感圖像是由各種頻率成分的信息組成的。在遙感圖像中，粗紋理變化較慢，在圖像中是一種低頻成分；細(xì)紋理變化快，具有高頻成分特征。因此，遙感圖像中頻率成分及頻率方向的變化能夠反映圖像紋理粗細(xì)程度以及紋理密度與方向的變化。圖5-5顯示了多層建筑物的頻譜及其頻譜曲線，其特征描述如下：圖像中閣樓、墻面的亮度較高，屋頂次之，綠地及道路亮度較低，陰影區(qū)域較暗。頻譜中直流中心亮度較高，低、中、高頻率成分都較多，從徑向分布能量可以看出能量集中在頻率6周／圖像處。高頻主要反映了建筑物的邊緣，中頻主要反映了建筑物的墻面、屋頂?shù)冉M成，低頻主要反映了圖像的平滑部分。頻譜圖中的譜線比較明顯，有三個方向，分別與房屋的三條邊線相垂直。角向分布能量顯示在85。和175。

編輯推薦

《高分辨率遙感圖像分割與信息提取》是由科學(xué)出版社出版的。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    高分辨率遙感圖像分割與信息提取 PDF格式下載

---