多尺度理论与遥感图像处理及应用
全新正版 极速发货
￥ 97.68 6.5折 ￥ 150 全新
库存6件
广东广州
认证卖家担保交易快速发货售后保障
作者黄世奇 等
出版社科学出版社
ISBN9787030762030
出版时间2023-08
装帧平装
开本16开
定价150元
货号1203068237
上书时间2024-08-10
商品详情
- 品相描述：全新
- 商品描述
-
目录
“信息科学技术学术著作丛书”序
前言
第1章绪论1
1.1多尺度的概念2
1.1.1一维尺度空间3
1.1.2二维尺度空间3
1.1.3高斯函数尺度空间6
1.2单尺度傅里叶变换与小波多尺度变换7
1.3遥感图像多尺度概念9
1.4本章小结11
参考文献11
第2章多尺度与多分辨率遥感图像处理13
2.1遥感成像类型与原理概述13
2.1.1红外成像遥感技术13
2.1.2可见光成像遥感技术14
2.1.3高光谱成像遥感技术15
2.1.4SAR成像遥感技术17
2.2多源遥感图像的尺度空间特征18
2.3多尺度遥感图像的融合处理20
2.3.1基于多尺度分解的图像融合原理22
2.3.2基于多尺度分解的图像融合规则23
2.3.3融合图像的质量评价27
2.3.4多源遥感图像融合的模式29
2.4本章小结32
参考文献32
第3章基于小波多尺度变换的遥感图像处理36
3.1引言36
3.2多尺度多方向性的SAR图像变化检测算法37
3.2.1算法原理概述37
3.2.2复杂环境的洪水灾害检测40
3.2.3简单场景的洪水灾害检测42
3.2.4变化区域明显但轮廓复杂场景的洪水灾害检测44
3.2.5基于ROC曲线的检测算法性能评价45
3.2.6基于Kappa系数的准确度分析48
3.3小波变换和恒虚警率结合的SAR图像分割算法50
3.3.1恒虚警率检测器和小波分解理论52
3.3.2算法原理概述54
3.3.3不同SAR图像和不同算法的分割实验57
3.3.4算法性能的定量分析61
3.3.5滑动窗口选择和很好尺度确定64
3.3.6特征尺度的选择65
3.4小波变换和局部插值结合的高光谱遥感图像条带噪声消除算法67
3.4.1算法原理概述69
3.4.2高光谱遥感图像数据质量检测判断72
3.4.3实验结果与分析73
3.4.4算法性能分析77
3.5小波变换和最小序列值结合的高光谱遥感图像条带噪声消除算法78
3.5.1条带噪声产生机理和分布特点79
3.5.2算法原理概述80
3.5.3实验结果与分析83
3.6短波红外高光谱遥感图像宽条带噪声消除算法86
3.6.1梯度均值矩匹配算法原理86
3.6.2梯度插值矩匹配算法原理89
3.6.3实验结果与分析90
3.7本章小结91
参考文献92
第4章基于多尺度几何分析理论的SAR图像处理96
4.1引言96
4.2基于Curvelet变换的SAR图像处理97
4.2.1Curvelet变换的系数特征分析与选择97
4.2.2基于Curvelet变换的SAR图像目标检测100
4.3基于Curvelet变换的SAR图像统计维纳滤波102
4.3.1滤波阈值确定与维纳滤波器103
4.3.2算法原理概述105
4.3.3实验结果与分析107
4.4基于Contourlet变换的低信杂比SAR目标检测算法115
4.4.1算法原理概述116
4.4.2实验结果与分析119
4.5基于Contourlet变换的SAR图像变化检测算法123
4.5.1算法原理概述123
4.5.2实验结果与分析125
4.6基于非下采样Contourlet变换的SAR图像特征提取及目标检测126
4.6.1基于NSCT的系数特征提取与分析127
4.6.2基于NSCT的目标检测129
4.7本章小结132
参考文献132
第5章基于经验模态分解的SAR图像处理135
5.1引言135
5.2多尺度经验模态分解理论概述135
5.3图像二维固有模态函数特征分量的提取139
5.3.1一维经验模态分解提取图像固有模态函数特征139
5.3.2二维经验模态分解提取图像固有模态函数特征144
5.3.3SAR图像目标的二维固有模态函数特征提取145
5.4不同经验模态分解融合的SAR图像变化检测算法147
5.4.1算法原理概述147
5.4.2实验结果与分析149
5.5基于SWT-BIMF特征的SAR图像变化检测算法151
5.5.1算法原理概述152
5.5.2实验结果与分析153
5.6基于SWT-BIMF特征的SAR目标检测算法154
5.6.1算法原理概述155
5.6.2实验结果与分析157
5.7本章小结160
参考文献160
第6章多尺度Retinex理论与遥感图像增强163
6.1引言163
6.2多尺度Retinex理论概述165
6.2.1Retinex理论模型165
6.2.2单尺度Retinex算法167
6.2.3多尺度Retinex算法168
6.3基于多尺度模型和直方图特征的遥感图像雾霾消除算法168
6.3.1算法原理概述169
6.3.2实验结果与分析173
6.4基于相位一致性和Retinex理论的城市遥感图像雾霾消除算法187
6.4.1算法原理概述188
6.4.2实验结果与分析192
6.5本章小结207
参考文献207
第7章多尺度窗口特征提取与遥感图像处理211
7.1引言211
7.2邻域运算与多尺度滤波窗口理论211
7.3特征窗引导的红外图像增强算法219
7.3.1引导滤波器220
7.3.2加权引导滤波器221
7.3.3算法原理概述223
7.3.4实验结果与分析226
7.4多尺度窗口特征引导的高光谱图像分类算法228
7.4.1算法原理概述230
7.4.2实验结果与分析233
7.5本章小结240
参考文献240
第8章基于深度卷积神经网络的遥感图像处理245
8.1引言245
8.2深度卷积神经网络245
8.2.1深度卷积神经网络概述245
8.2.2全卷积神经网络251
8.2.3U-Net网络252
8.3基于滚动深度学习的多光谱图像雾霾消除算法253
8.3.1算法原理概述254
8.3.2实验结果与分析256
8.3.3定量分析与评价261
8.4基于注意力卷积神经网络的SAR舰船目标检测算法266
8.4.1构建WA-CNN结构267
8.4.2小波池化原理268
8.4.3基于注意力机制的特征提取270
8.4.4参数设置与评价272
8.4.5实验结果与分析273
8.5本章小结279
参考文献280
内容摘要
本书介绍多尺度理论在遥感图像处理中的应用，涉及多尺度的概念、小波多尺度变换、多尺度几何分析理论、经验模态分解、邻域多尺度滤波器和深度学习多尺度卷积等理论，并用于光学、红外、高光谱、合成孔径雷达等遥感图像处理，主要包括红外图像滤波、光学图像雾霾去除和合成孔径雷达图像增强，以及遥感图像的特征提取、目标检测、语义分割、地物分类和变化检测等，还结合近年来的研究成果对相关理论和算法在应用领域的实践情况进行介绍。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价