遥感数字影像处理导论 原书第4版2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

遥感数字影像处理导论 原书第4版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 遥感与数字影像处理1

1.1 概述1

1.2 现场数据采集1

1.3 遥感数据采集3

1.3.1 遥感观测4

1.3.2 遥感的优势与局限性6

1.4 遥感过程7

1.4.1 陈述问题8

1.4.2 确定现场数据与遥感数据的需求9

1.4.3 遥感数据采集11

1.4.4 遥感数据分析22

1.4.5 信息表达26

1.5 地球观测经济学26

1.6 公共和私人机构的遥感／数字影像处理工作27

1.6.1 公共机构中的遥感／数字影像处理工作28

1.6.2 私人机构中的遥感／数字影像处理工作29

1.7 地球资源分析透视29

1.8 本书的组织结构29

1.9 参考文献31

第2章 遥感数据采集34

2.1 概述34

2.2 模拟（硬拷贝）影像数字化34

2.2.1 数字影像术语34

2.2.2 测微密度计数字化34

2.2.3 视频数字化37

2.2.4 线／面阵列CCD数字化37

2.2.5 美国国家航空摄影计划数字化数据39

2.2.6 数字化需考虑的因素40

2.3 数字遥感数据采集40

2.4 离散传感器和扫描镜多光谱成像44

2.4.1 地球资源技术卫星及Landsat 1～7传感器系统44

2.4.2 NOAA多光谱扫描传感器56

2.4.3 SeaStar卫星及宽视场海洋观测传感器64

2.5 线阵列多光谱成像65

2.5.1 NASA地球观测者1号高级陆地成像仪65

2.5.2 NASA Landsat 8（LDCM——陆地卫星的后续计划）67

2.5.3 SPOT传感器系统67

2.5.4 Pleiades卫星72

2.5.5 印度遥感系统73

2.5.6 韩国航空航天研究所多用途卫星KOMPSAT76

2.5.7 Astrium公司Sentinel-2卫星77

2.5.8 高级星载热辐射与反射辐射仪78

2.5.9 多角度成像光谱辐射仪80

2.5.10 GeoEye公司的IKONOS-2、GeoEye-1、GeoEye-2卫星80

2.5.11 EarthWatch／DigitalGlobe公司的QuickBird、 WorldView-1／2／3卫星82

2.5.12 ImageSat国际公司的EROS A和EROS B卫星84

2.5.13 RapidEye公司的RapidEye卫星84

2.5.14 DMC国际成像公司的SLIM-6和NigeriaSat-2卫星85

2.6 线／面阵列成像光谱仪85

2.6.1 NASA EO-1 Hyperion高光谱成像仪86

2.6.2 NASA机载可见光／红外成像光谱仪87

2.6.3 中分辨率成像光谱仪87

2.6.4 NASA高光谱红外成像仪89

2.6.5 Itres公司小型机载光谱成像仪89

2.6.6 HyVista公司的HyMap90

2.7 机载数码相机90

2.7.1 小幅面数码相机91

2.7.2 中幅面数码相机92

2.7.3 大幅面数码相机92

2.7.4 数字倾斜航空影像94

2.8 卫星摄影系统94

2.9 数字影像的数据格式96

2.9.1 逐像元按波段次序记录格式96

2.9.2 逐行按波段次序记录格式96

2.9.3 按波段次序记录格式96

2.10 小结97

2.11 参考文献97

第3章 数字影像处理的硬软件配置100

3.1 概述100

3.2 数字影像处理硬件100

3.2.1 中央处理器101

3.2.2 计算机类型102

3.2.3 只读存储器和随机存取存储器104

3.2.4 串行和并行影像处理104

3.3 操作模式及界面105

3.3.1 操作模式105

3.3.2 交互式图形用户界面107

3.3.3 批处理108

3.4 计算机操作系统和编译器109

3.4.1 输入设备110

3.4.2 输出设备110

3.5 数据存储与存档需求110

3.5.1 高速大容量存储器110

3.5.2 存档要求：寿命110

3.6 计算机显示的空间及色彩分辨率112

3.6.1 计算机屏幕的显示分辨率112

3.6.2 计算机屏幕的色彩分辨率112

3.7 数字影像处理的软件需求113

3.7.1 影像处理功能113

3.7.2 数字影像处理软件114

3.7.3 花费117

3.8 数字影像处理与国家空间数据基础设施117

3.9 参考文献118

第4章 影像质量评估与统计评价119

4.1 概述119

4.2 影像处理数学符号119

4.3 采样理论120

4.4 直方图及其对遥感数字影像处理的意义121

4.5 元数据123

4.6 查看特定位置或地理区域的单个像元亮度值123

4.6.1 单个像元亮度值的光标评价124

4.6.2 地理区域内像元亮度值的二维和三维评价124

4.7 影像的一元统计学描述125

4.7.1 遥感数据集中趋势测度125

4.7.2 离散度125

4.7.3 非对称性分布（直方图）与峰值测度126

4.8 影像多元统计127

4.8.1 多波段遥感数据协方差分析127

4.8.2 多波段遥感数据的相关分析129

4.9 特征空间图130

4.10 地统计学分析、自相关与克里金插值131

4.10.1 均半方差计算132

4.10.2 经验半方差图134

4.11 参考文献136

第5章 显示选项与科学可视化137

5.1 概述137

5.2 影像显示因素137

5.3 黑白硬拷贝影像显示139

5.3.1 行式打印机／绘图仪亮度图139

5.3.2 激光或喷墨打印机亮度图139

5.4 临时视频影像显示139

5.4.1 黑白和彩色亮度图139

5.4.2 位图图形140

5.4.3 RGB色彩坐标系统142

5.4.4 8位色彩查找表142

5.4.5 24位色彩查找表145

5.4.6 彩色合成145

5.5 遥感数据融合148

5.5.1 波段替换149

5.5.2 色彩空间转换与成分替换151

5.5.3 主成分分析、独立成分分析或Gram-Schmidt替换154

5.5.4 高频信息逐像元提取155

5.5.5 基于回归克里金的影像融合155

5.5.6 基于平滑滤波的亮度调节影像融合155

5.6 长度（距离）测量156

5.6.1 基于勾股定理的线性距离测量156

5.6.2 曼哈顿距离测量157

5.7 周长、面积和形状测量158

5.7.1 周长测量158

5.7.2 面积测量159

5.7.3 形状测量160

5.8 参考文献160

第6章 电磁辐射原理与辐射校正163

6.1 概述163

6.2 电磁能量的交互作用163

6.3 传导、对流和辐射164

6.4 电磁辐射模型164

6.4.1 电磁能量的波模型164

6.4.2 粒子模型：原子辐射169

6.5 大气能量一物质交互作用171

6.5.1 折射171

6.5.2 散射172

6.5.3 吸收173

6.5.4 反射175

6.6 地面能量-物质交互作用175

6.6.1 半球反射率、吸收率和透射率176

6.6.2 辐射通量密度177

6.7 大气中能量-物质的再次交互作用178

6.8 传感器系统能量-物质交互作用178

6.9 遥感探测器系统误差校正178

6.9.1 随机坏像元（散粒噪声）179

6.9.2 行或列缺失179

6.9.3 行或列部分缺失180

6.9.4 行起始问题180

6.9.5 n行条带180

6.10 遥感大气校正183

6.10.1 不必要的大气校正183

6.10.2 必要的大气校正183

6.10.3 大气校正类型184

6.10.4 大气衰减的绝对辐射校正184

6.10.5 大气衰减的相对辐射校正194

6.11 坡度和坡向影响校正199

6.11.1 余弦校正199

6.11.2 Minnaert校正200

6.11.3 统计-经验校正200

6.11.4 c校正200

6.11.5 局部校正滤波200

6.12 参考文献201

第7章 几何校正204

7.1 内部和外部几何误差204

7.1.1 内部几何误差204

7.1.2 外部几何误差209

7.2 几何校正类型210

7.2.1 从影像到地图的校正210

7.2.2 从影像到影像的配准211

7.2.3 影像校正／配准的混合方法212

7.2.4 从影像到地图的几何校正213

7.3 从影像到地图校正的实例219

7.3.1 选择合适的地图投影219

7.3.2 地面控制点的采集228

7.3.3 通过评价GCP的总RMS error来确定最优几何校正系数229

7.3.4 采用空间和亮度插值重采样方法填充输出矩阵232

7.4 镶嵌232

7.5 总结235

7.6 参考文献235

第8章 影像增强238

8.1 概述238

8.2 影像缩小与放大238

8.2.1 影像缩小238

8.2.2 影像放大238

8.3 横断面（空间剖面）240

8.4 光谱剖面243

8.5 对比度增强245

8.5.1 线性对比度增强245

8.5.2 非线性对比度增强249

8.6 波段比251

8.7 邻域栅格运算252

8.7.1 定性邻域栅格建模253

8.7.2 定量邻域栅格建模254

8.8 空间滤波254

8.8.1 空间卷积滤波255

8.8.2 傅里叶变换261

8.9 主成分分析266

8.10 植被指数271

8.10.1 控制叶面反射的主导因素272

8.10.2 遥感植被指数279

8.11 纹理变换293

8.11.1 空间域一阶统计量293

8.11.2 空间域二阶统计量297

8.11.3 纹理单元作为纹理光谱元素300

8.11.4 基于半方差图的纹理统计302

8.12 景观生态学指标302

8.13 参考文献305

第9章 遥感专题信息提取：模式识别312

9.1 概述312

9.2 引言312

9.3 监督分类314

9.3.1 土地利用和地面覆盖分类方案314

9.3.2 训练样区选择与统计量提取326

9.3.3 选择影像分类最佳波段：特征选取330

9.3.4 选择合适的分类算法340

9.4 非监督分类347

9.4.1 链式非监督分类347

9.4.2 ISODATA非监督分类351

9.4.3 非监督聚类整理355

9.5 模糊分类356

9.6 面向对象影像分析的分类357

9.6.1 面向地理对象的影像分析和分类357

9.6.2 面向对象影像分析分类的思考361

9.7 分类过程中辅助数据的整合363

9.7.1 与辅助数据有关的问题364

9.7.2 整合辅助数据改进遥感分类图的方法364

9.8 参考文献366

第10章 人工智能信息提取370

10.1 概述370

10.2 专家系统370

10.2.1 专家系统的用户界面371

10.2.2 创建知识库372

10.2.3 推理机374

10.2.4 在线数据库374

10.2.5 遥感数据专家系统375

10.3 基于人工规则的决策树分类375

10.3.1 待检验的假设376

10.3.2 规则（变量）376

10.3.3 条件377

10.3.4 推理机377

10.4 基于机器学习决策树和回归树的分类378

10.4.1 机器学习378

10.4.2 决策树训练380

10.4.3 决策树生成380

10.4.4 从决策树到产生式规则381

10.5 随机森林分类器383

10.6 支持向量机383

10.7 神经网络384

10.7.1 用于遥感信息提取的典型人工神经网络的组成和特点384

10.7.2 人工神经网络的优点390

10.7.3 人工神经网络的局限391

10.8 参考文献392

第11章 成像光谱信息提取396

11.1 概述396

11.2 全色、多光谱和高光谱数据采集396

11.2.1 全色数据396

11.2.2 多光谱数据396

11.2.3 高光谱数据396

11.3 高光谱数据信息提取的步骤399

11.4 从航带中选择研究区域400

11.5 影像质量的初始评价401

11.5.1 高光谱彩色合成影像的目视检查402

11.5.2 单波段目视检查402

11.5.3 放映402

11.5.4 单波段统计检查403

11.6 辐射校正403

11.6.1 实地数据采集404

11.6.2 绝对大气校正404

11.7 高光谱遥感数据的几何校正406

11.8 高光谱数据降维407

11.9 端元的确定：定位光谱最纯像元409

11.9.1 像元纯度指数制图409

11.9.2 n维端元可视化410

11.10 高光谱数据制图和匹配412

11.10.1 光谱角制图412

11.10.2 亚像元分类（线性光谱分解、光谱混合分析）413

11.10.3 包络线去除法416

11.10.4 光谱库匹配技术417

11.10.5 高光谱数据的机器学习分析419

11.11 可选的高光谱数据分析指数422

11.11.1 比值植被指数423

11.11.2 归一化植被指数423

11.11.3 高光谱增强型植被指数423

11.11.4 黄色指数424

11.11.5 生理反射指数424

11.11.6 归一化水指数424

11.11.7 线性红边位置425

11.11.8 红边植被胁迫指数425

11.11.9 作物叶绿素含量预测425

11.11.10 修正的叶绿素吸收率指数426

11.11.11 叶绿素指数426

11.11.12 中分辨率成像光谱仪陆生叶绿素指数426

11.12 微分光谱426

11.12.1 窄波段微分植被指数427

11.12.2 基于微分比率的红边位置确定427

11.13 参考文献428

第12章 数字变化检测432

12.1 概述432

12.2 变化检测步骤432

12.2.1 指定专题属性或感兴趣的指标432

12.2.2 指定变化检测感兴趣的地理区域433

12.2.3 指定变化检测时段433

12.2.4 选择合适的土地利用／地面覆盖分类系统433

12.2.5 确定性与模糊性变化检测推理434

12.2.6 逐像元或面向对象的变化检测434

12.2.7 遥感系统变化检测需考虑的因素434

12.2.8 变化检测需要考虑的重要环境／变化因素437

12.2.9 选择最合适的变化检测算法441

12.3 “变／不变”二值变化检测算法442

12.3.1 模拟“在屏”可视化变化检测442

12.3.2 影像代数二值变化检测445

12.3.3 多时相合成影像变化检测449

12.4 “从一到”专题变化检测算法453

12.4.1 摄影测量变化检测453

12.4.2 LiDAR测量变化检测455

12.4.3 分类后比较变化检测456

12.4.4 邻域相关影像变化检测460

12.4.5 光谱变化矢量分析462

12.4.6 利用辅助数据源作为时相1的数据进行变化检测464

12.4.7 对时相2使用二值变化掩膜处理的变化检测465

12.4.8 χ2变换变化检测465

12.4.9 互相关变化检测466

12.4.10 在屏目视变化检测与数字化467

12.5 变化检测的大气校正469

12.5.1 何时需要大气校正469

12.5.2 何时不需要大气校正470

12.6 小结470

12.7 参考文献470

第13章 遥感专题图精度评价475

13.1 概述475

13.2 精度评价步骤475

13.3 遥感专题图的误差源477

13.4 误差矩阵478

13.5 训练样本与地面参考验证信息479

13.6 样本容量480

13.6.1 基于二项式概率理论的样本容量480

13.6.2 基于多项式分布的样本容量480

13.7 采样设计（框架）482

13.7.1 简单随机采样482

13.7.2 系统采样483

13.7.3 分层随机采样483

13.7.4 分层系统非均衡采样484

13.7.5 聚类采样484

13.8 利用响应设计获取地面参考信息485

13.9 误差矩阵的评价485

13.9.1 误差矩阵的描述性评价486

13.9.2 用于误差矩阵的多元离散分析方法486

13.9.3 误差矩阵的模糊化489

13.10 变化检测图的精度评价491

13.10.1 在变化检测研究中单个专题图的精度评价492

13.10.2 “从一到”变化检测图的精度评价492

13.10.3 二值变化检测图的精度评价493

13.10.4 面向对象影像分析分类图的精度评价494

13.11 地统计学分析方法用于精度评价494

13.12 影像元数据与遥感产品谱系信息495

13.12.1 单景影像元数据495

13.12.2 遥感产品的谱系信息495

13.13 参考文献496

附录 影像和其他地理空间信息来源499

索引517