更新时间：2020-08-27 10:01:24
封面
版权页
内容提要
《国之重器出版工程》编辑委员会
前言
第1章 高光谱协同观测理论
1.1 遥感卫星载荷主要参数指标及相互关系
1.1.1 光谱分辨率
1.1.2 空间分辨率
1.1.3 信噪比
1.1.4 参数指标的相互关系
1.2 应用导向的载荷参数指标优化
1.2.1 载荷参数指标对信息提取的影响
1.2.2 载荷参数指标优化方法及验证
1.3 多源卫星及遥感器协同观测
1.3.1 主要影响因素
1.3.2 多星联合成像规划模型
1.3.3 多遥感器协同观测
1.4 本章小结
参考文献
第2章 多源遥感卫星图像几何一致化模型与方法
2.1 遥感卫星成像几何模型
2.1.1 空间坐标系
2.1.2 时间基准定义
2.1.3 严格几何成像模型
2.2 遥感卫星图像几何处理
2.2.1 有理函数模型
2.2.2 RPC模型几何正射纠正
2.3 多源遥感卫星图像几何配准
2.3.1 图像配准
2.3.2 SIFT特征点匹配法
2.3.3 多光谱图像几何配准方法
2.3.4 基于RPC模型的多源遥感卫星图像几何配准方法
2.4 应用案例
2.4.1 GF-1全色与GF-5多光谱图像几何一致化实验
2.4.2 GF-1/6全色与GF-5多光谱/高光谱图像几何一致化实验
2.5 本章小结
第3章 多源中高分辨率卫星图像辐射归一化模型与方法
3.1 辐射归一化的基本原理与技术流程
3.2 地表反射率反演
3.2.1 地表反射率反演的基本原理
3.2.2 地表反射率业务化反演算法
3.2.3 地表反射率反演实例
3.3 地表反射率图像辐射归一化
3.3.1 地物光谱库的建立
3.3.2 光谱匹配因子计算
3.3.3 图像与光谱库的匹配转换
3.3.4 逐像元辐射归一化模型
3.4 应用案例
3.4.1 Landast-8 OLI与Sentinel-2A MSI辐射归一化
3.4.2 基于GF-5地物光谱的GF-1与GF-6辐射归一化
3.5 本章小结
第4章 空谱信息协同的高光谱图像降维理论与方法
4.1 基于空谱去相关分析的核最小噪声分数变换方法
4.1.1 主成分分析算法原理
4.1.2 最小噪声分数变换算法原理
4.1.3 核最小噪声分数变换算法原理
4.1.4 基于空谱去相关分析的核最小噪声分数变换算法原理
4.1.5 实验结果和分析
4.2 基于图像空间分割的核最小噪声分数变换方法
4.2.1 基于图像空间分割的核最小噪声分数变换算法原理
4.2.2 实验结果和分析
4.3 基于超像元分割及核最小噪声分数的降维分类一体化算法
4.3.1 基于超像元分割及核最小噪声分数的降维分类一体化算法原理
4.3.2 实验结果和分析
4.4 本章小结
第5章 基于图嵌入理论的高光谱图像特征提取与分类
5.1 基于稀疏表示图的特征表示
5.1.1 图嵌入理论框架
5.1.2 稀疏图构建及特征表示
5.2 基于稀疏与低秩表示图的特征表示
5.2.1 稀疏与低秩图构建
5.2.2 实验结果与分析
5.3 基于局部保留与低秩表示图的特征提取
5.3.1 局部保留与低秩图构建
5.3.2 实验结果与分析
5.4 基于图嵌入理论的多源高光谱图像协同分类
5.5 本章小结
第6章 高光谱协同多源遥感图像分类
6.1 基于自适应马尔可夫随机场模型的高光谱协同高空间数据分类
6.1.1 空间邻域
6.1.2 马尔可夫随机场模型
6.1.3 相对同质性指数
6.1.4 自适应马尔可夫随机场模型
6.1.5 高光谱协同高空间数据分类实验
6.2 基于边缘约束的马尔可夫随机场模型的高光谱协同激光雷达数据分类
6.2.1 马尔可夫随机场初始能量获取
6.2.2 马尔可夫随机场空间项权重系数提取
6.2.3 高光谱协同LiDAR数据分类实验
6.3 基于数学形态学的高光谱协同热红外数据分类
6.3.1 数学形态学
6.3.2 基于LCP数学形态学的高光谱协同热红外数据分类
6.3.3 基于数学形态学的高光谱和热红外图像的特征提取
6.3.4 高光谱图像与热红外数据融合分类
6.3.5 高光谱协同热红外数据实验
6.4 本章小结
