高光谱影像分析与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

高光谱影像分析与应用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 绪论1

1.1对地观测体系中的高光谱遥感技术1

1.2高光谱遥感与地理空间信息获取4

1.3高光谱影像处理与分析6

第2章 地物光谱特征及探测要求11

2.1植被的光谱特征11

2.1.1植被光谱的基本特征11

2.1.2植被光谱的特征参数11

2.1.3影响植被光谱特征的因素12

2.1.4绿色涂料与植被光谱的区别14

2.2土壤岩石的光谱特征15

2.2.1土壤的光谱特征15

2.2.2岩石的光谱特征18

2.3人工地物的光谱特征19

2.3.1建筑物顶部材料的光谱特征19

2.3.2道路铺面材料的光谱特征20

2.4陆地水体的光谱特征20

2.4.1清洁水体的光谱特征21

2.4.2含沙量对水体反射光谱特征的影响21

2.4.3叶绿素浓度对水体反射光谱特征的影响22

2.4.4水体不同深度的光谱反射特征22

2.4.5雪的光谱反射特征23

2.5海部要素的光谱特征23

2.5.1海水的光谱特征23

2.5.2海岸带植被的光谱特征24

2.5.3海岸基岩和滩涂的光谱特征25

2.6高光谱影像地物属性探测要求25

2.6.1植被探测要求25

2.6.2土壤岩石的探测要求26

2.6.3人工地物的探测要求27

2.6.4 陆地水体和冰川的探测要求27

2.6.5海部要素的探测要求28

第3章 高光谱成像系统30

3.1高光谱遥感成像机理30

3.1.1光学探测30

3.1.2空间扫描31

3.1.3光谱分光32

3.2成像光谱仪发展现状34

3.2.1国外的成像光谱仪系统34

3.2.2国内的成像光谱仪系统37

3.3成像光谱仪定标38

3.3.1光谱定标39

3.3.2辐射定标39

3.3.3几何定标41

3.4高光谱遥感数据特点43

3.4.1立方体结构43

3.4.2数据描述模型43

第4章 高光谱影像校正技术45

4.1太阳辐射及大气传输特性45

4.1.1太阳辐射45

4.1.2大气对电磁波传输过程的影响46

4.1.3辐射传输方程48

4.2高光谱影像的辐射误差49

4.2.1传感器的灵敏度特性引起的辐射误差49

4.2.2光照条件差异引起的辐射误差49

4.2.3大气条件不同引起的辐射误差50

4.3基于定标参数的辐射校正51

4.3.1辐射校正参数获取51

4.3.2影像辐射校正方法51

4.4高光谱影像大气辐射校正52

4.4.1基于辐射传输理论的大气辐射校正52

4.4.2利用影像数据进行反射率反演53

4.4.3借助地面特殊地物的光谱反射率方法54

4.5高光谱影像的几何特性55

4.5.1几何成像模型55

4.5.2影像几何变形59

4.6高光谱影像几何校正60

4.6.1几何校正的一般方法60

4.6.2基于POS的几何校正63

第5章 地物光谱数据库技术68

5.1概述68

5.1.1地物光谱数据库的概念68

5.1.2地物光谱数据库的地位和作用68

5.1.3地物光谱数据库建设流程69

5.2光谱数据库研究现状69

5.2.1国外光谱数据库研究现状69

5.2.2国内地物光谱数据库研究进展72

5.3地物光谱数据库系统设计73

5.3.1系统应用要求分析73

5.3.2系统设计原则74

5.3.3系统内容设计74

5.3.4系统结构设计75

5.3.5系统功能设计76

5.4地物光谱数据获取77

5.4.1实验室光谱测量77

5.4.2地面光谱测量78

5.4.3遥感影像提取法80

第6章 光谱特征分析与匹配82

6.1光谱特征增强与定量分析82

6.1.1光谱特征增强方法82

6.1.2光谱特征参量化84

6.2光谱相似性测度86

6.2.1几何空间测度86

6.2.2概率空间测度88

6.2.3变换空间测度89

6.2.4综合相似性测度90

6.2.5分类试验91

6.3光谱匹配技术94

6.3.1编码匹配94

6.3.2光谱角度匹配95

6.3.3交叉相关光谱匹配95

6.3.4匹配滤波技术97

6.4尺度空间匹配技术97

6.4.1尺度空间理论97

6.4.2波峰特征提取99

6.4.3匹配算法99

6.5决策树匹配分类100

6.5.1决策树分类方法100

6.5.2光谱匹配的层次分析模型100

6.5.3应用实例101

第7章 高光谱影像统计模式分类105

7.1高光谱影像的模式分类原理105

7.1.1模式识别的概念和方法105

7.1.2统计模式识别一般过程105

7.2 Bayes统计决策分类107

7.2.1基本决策规则107

7.2.2正态分布下的极大似然法分类109

7.3 Bayes非参数决策分类111

7.3.1 Fisher线性判别法111

7.3.2 Fisher判别函数的训练113

7.3.3 Fisher分段线性判别函数117

7.4聚类分析法与非监督分类118

7.4.1聚类准则119

7.4.2 K-均值聚类法120

7.4.3 ISODATA聚类法121

7.4.4基于核构造的动态聚类法123

7.5人工神经网络分类125

7.5.1多层感知器125

7.5.2 BP算法127

7.5.3径向基函数网络128

7.5.4 Kohonen网络130

第8章 光谱特征选择与提取132

8.1高维光谱特征分析基础132

8.1.1高维特征空间样本分布132

8.1.2“维数灾难”现象134

8.1.3波段间相关性分析135

8.2类别可分性准则136

8.2.1基本特性136

8.2.2类内类间距离准则137

8.2.3概率距离准则138

8.2.4信息熵准则140

8.3基于类别可分性的特征提取141

8.3.1依类内类间距离准则的特征提取142

8.3.2依概率距离准则的特征提取143

8.3.3依信息熵准则的特征提取145

8.4基于信息压缩的特征提取146

8.4.1主成分分析146

8.4.2噪声分离变换149

8.5独立成分分析特征提取150

8.5.1模型估计方法151

8.5.2快速ICA算法154

8.6投影寻踪特征提取156

8.6.1投影指标157

8.6.2基于PP的高光谱影像特征提取158

8.7非线性特征提取方法158

第9章 高光谱影像核方法分析160

9.1核函数与核方法原理160

9.1.1核函数160

9.1.2核方法162

9.2统计学习理论与支持向量机163

9.2.1统计学习理论163

9.2.2 支持向量机164

9.3支持向量机分类168

9.3.1快速训练算法168

9.3.2多类分类器构造169

9.3.3核函数及参数选择171

9.4核Fisher判别分类172

9.4.1 Fisher判别分析172

9.4.2核Fisher判别分析173

9.4.3核Fisher判别分类174

9.5相关向量机分类178

9.5.1稀疏Bayes模型179

9.5.2模型参数推断180

9.5.3相关向量机分类181

9.6非线性特征提取183

9.6.1核主成分分析183

9.6.2核巴氏距离投影寻踪184

9.6.3广义判别分析185

第10章 混合像元分解188

10.1概述188

10.1.1混合像元分解的意义188

10.1.2混合像元分解流程189

10.2光谱混合模型189

10.2.1混合光谱的成因189

10.2.2线性混合模型192

10.2.3非线性混合模型194

10.2.4随机混合模型195

10.3端元个数估计196

10.3.1 NPD算法197

10.3.2正交子空间投影法198

10.4端元提取技术201

10.4.1典型端元提取算法201

10.4.2空间信息辅助下的端元提取技术203

10.4.3基于粒子群优化的端元提取算法204

10.5光谱解混技术206

10.5.1监督分解算法206

10.5.2非监督分解算法211

第11章 高光谱与高空间分辨率影像融合213

11.1概述213

11.1.1像素级融合213

11.1.2特征级融合214

11.1.3决策级融合214

11.2融合预处理215

11.2.1辐射校正215

11.2.2几何纠正216

11.2.3影像配准216

11.3高光谱与高空间分辨率影像融合算法216

11.3.1通用像素级融合算法217

11.3.2通用像素级融合算法特点分析220

11.3.3基于非负矩阵分解的融合算法221

11.3.4基于遗传算法的融合方法223

11.3.5基于影像光谱复原的空间域融合方法226

11.3.6基于混合像元分解的融合算法227

11.3.7基于边缘信息的光谱信息保持型融合算法228

11.4融合效果评价229

11.4.1主观评价方法229

11.4.2客观评价方法230

11.4.3综合评价方法232

第12章 高光谱数据处理系统设计235

12.1高光谱数据处理系统现状分析235

12.1.1国外高光谱数据处理系统介绍235

12.1.2国内高光谱数据处理系统介绍237

12.2高光谱数据处理系统结构设计238

12.2.1高光谱影像数据结构239

12.2.2数据处理流程设计239

12.2.3系统体系结构设计240

12.3高光谱数据处理系统功能设计241

12.3.1影像数据预处理模块242

12.3.2属性信息分类提取模块242

12.3.3数据融合模块243

12.4高光谱数据处理关键技术及其实现243

12.4.1高光谱影像几何校正技术244

12.4.2高维光谱特征压缩和提取技术245

12.4.3高光谱与高空间分辨率数据融合处理技术245

12.4.4高精度的分类提取技术246

12.5高光谱遥感影像分析软件系统247

12.5.1 高光谱影像读存显示247

12.5.2高光谱影像预处理248

12.5.3高光谱影像特征分析248

12.5.4高光谱影像分类识别248

12.5.5地物光谱数据库251

参考文献253