遥感图像检索技术 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

程起敏 著

图书标签:

• 遥感图像
• 图像检索
• 计算机视觉
• 模式识别
• 机器学习
• 深度学习
• 图像处理
• 遥感科学
• 信息检索
• 大数据分析

出版社： 武汉大学出版社

ISBN：9787307084674

版次：1

商品编码：10685940

包装：平装

开本：16开

出版时间：2011-05-01

用纸：胶版纸

页数：236

内容简介

　　《遥感图像检索技术》是国家自然科学基金青年科学基金项目“多Agent驱动的反馈式遥感图像检索关键技术研究”及国家973计划资助项目“下—代互联网信息存储的组织模式和核心技术研究”的成果之一。作者从视觉层次、对象及空间关系层次及语义层次阐述了遥感图像检索技术，涵盖了遥感图像的光谱特征检索、纹理特征检索、形状特征检索、多目标空间关系检索、区域检索、语义检索及相关反馈检索、压缩域检索及高维可视化特征索引等多方面内容。

目录

第1章 绪论
1．1 从基于文本到基于图像
1．2 图像检索技术的发展及现状
1．2．1 图像检索层次
1．2．2 基于内容的图像检索与MPEG．7标准
1．2．3 图像检索系统主要功能模块
1．2．4 国内外图像检索系统
1．3 基于内容的图像检索涉及的关键技术
1．3．1 图像特征描述及相似性度量
1．3．2 图像数据的组织和管理
1．3．3 支持相似性度量的高维特征索引技术
1．3．4 查询方式及相关反馈模型
1．3．5 图像检索性能评价
1．4 遥感图像检索技术的现状及热点
1．4．1 典型遥感图像检索系统
1．4．2 遥感图像检索的研究热点
参考文献
第2章 基于光谱特征的遥感图像检索
2．1 高光谱遥感基础知识
2．2 高光谱遥感图像的光谱分析
2．3 高光谱遥感图像的光谱特征选择
2．3．1 光谱特征选择方法分类
2．3．2 基于仿射传播算法的光谱波段选择
2．4 高光谱遥感图像的光谱特征提取
2．4．1 基于主成分分析的光谱特征提取
2．4．2 基于MNF变换的光谱特征提取
2．5 高光谱遥感图像的光谱匹配
2．5．1 光谱波段距离度量函数
2．5．2 光谱匹配方法
2．6 基于光谱特征的高光谱遥感图像检索
2．6．1 基于光谱曲线参量化指标的检索
2．6．2 基于光谱曲线形态的检索
参考文献
第3章 基于纹理特征的遥感图像检索
3．1 纹理及纹理分析方法
3．2 基于2D Gabor小波滤波器的遥感图像检索
3．2．1 2D Gabor小波滤波器
3．2．2 基于2D Gabor小波滤波器的纹理特征提取及相似性度量
3．2．3 基于2D Gabor小波滤波器的遥感图像纹理特征检索
3．3 基于小波变换的遥感图像检索
3．3．1 小波直方图和快速小波直方图
3．3．2 基于小波直方图的纹理特征提取及相似性度量
3．3．3 基于小波变换的遥感图像纹理特征渐进式检索
3．4 基于多进制小波变换的遥感图像检索
3．4．1 多进制小波的分解和重构
3．4．2 多进制小波直方图和多进制快速小波直方图
3．4．3 基于多进制小波直方图的遥感图像纹理特征提取及相似性度量
3．4．4 基于多进制小波变换的遥感图像纹理特征渐进式检索
3．5 基于Contourlet变换的遥感图像检索
3．5．1 Contourlet变换
3．5．2 基于Contourlet变换的遥感图像纹理特征提取及相似性度量
3．5．3 基于Contourlet变换的遥感图像纹理特征渐进式检索
参考文献
第4章 基于形状特征的遥感图像检索
4．1 形状描述及相似性检索
4．1．1 形状的基本描述和表达方法
4．1．2 理想的形状特征描述子指标
4．1．3 基于形状的相似性检索
4．2 遥感图像目标类型及形状库的创建
4．2．1 遥感图像简单目标的基本类型
4．2．2 遥感图像目标形状特征库的创建
4．3 基于目标轮廓特征的遥感图像检索
4．3．1 边缘检测算法综述
4．3．2 基于区域矩和相对矩的形状描述
4．3．3 基于小波变换和不变相对矩的遥感图像形状特征检索
4．3．4 基于多尺度形态学和不变相对矩的遥感图像形状特征检索
参考文献
第5章 基于空间关系韵遥感图像检索
5．1 空间关系理论基础
5．2 空间关系的表达及空间相似性度量
5．2．1 基于目标几何近似的空间关系表达
5．2．2 基于目标串的空间关系表达
5．2．3 基于直方图的空间关系表达及相似性度量
5．2．4 基于图的空间关系表达及相似性度量
5．3 基于多目标空间关系的遥感图像检索
5．3．1 基于空间关系的遥感图像检索
5．3．2 基于F-直方图的遥感图像多目标方位关系检索
参考文献
第6章 基于区域的遥感图像检索
6．1 基于规则划分区域的遥感图像检索
6．1．1 基于不重叠区域的遥感图像数据分块组织
6．1．2 基于重叠区域的遥感图像数据分块组织
6．1．3 基于Nona—tree的遥感图像检索
6．2 基于任意形状区域的遥感图像特征提取及检索
6．2．1 遥感图像的纹理分割
6．2．2 任意形状区域的填充
6．2．3 基于任意形状区域的遥感图像特征提取及检索
参考文献
第7章 基于压缩域的遥感图像检索
7．1 压缩域图像检索技术
7．1．1 基于空问压缩域的图像检索
7．1．2 基于变换压缩域的图像检索
7．2 顾及压缩域尺度相关性的遥感图像检索
7．2．1 小波域尺度相关性
7．2．2 NSCT域尺度相关性
7．2．3 顾及尺度相关性的NSCT域变换系数拟合模型
7．2．4 顾及尺度相关性的遥感图像NSCT压缩域检索
参考文献
第8章 基于语义的遥感图像检索
8．1 图像语义的描述、提取和度量
8．1．1 图像语义层次模型
8．1．2 图像语义的描述和提取
8．1．3 图像语义的相似性度量
8．2 基于语义的遥感图像检索
8．2．1 基于语义的遥感图像检索综述
8．2．2 基于本体论的遥感图像语义模型
8．2．3 基于数据挖掘的遥感图像语义检索
参考文献
第9章 遥感图像数据库
9．1 遥感图像数据库的发展
9．1．1 遥感图像数据库管理方式
9．1．2 大型遥感图像数据库系统
9．2 遥感图像数据的金字塔模型及可视化
9．3 遥感图像数据的压缩
9．4 遥感图像数据的空间索引
9．5 遥感图像库的空间数据库引擎
9．6 遥感图像数据的Web发布技术
参考文献
第10章 遥感图像高维可视化特征相似性索引
10．1 降维技术概述
10．1．1 降维的定义及分类
10．1．2 主要降维技术
10．2 向量空间多维索引结构
10．2．1 向量空间及相应的距离函数
10．2．2 向量空间多维索引结构分类
10．3 度量空间高维索引结构
10．3．1 度量空间和相似性查询的概念
10．3．2 度量空间高维索引结构及分析
10．4 基于VP-tree和MVP-tree的遥感图像可视化特征索引
10．4．1 VP-tree和MVP-tree
10．4．2 基于VP-tree和MVP-tree的遥感图像可视化特征索引
参考文献
第11章 遥感图像的相关反馈检索
11．1 相关反馈技术概述
11．2 基于查询向量转移的图像相关反馈检索
11．3 基于特征权重调整的图像相关反馈检索
11．4 基于灰色系统理论和特征权重调整的图像相关反馈检索
11．5 基于机器学习的遥感图像相关反馈检索
11．5．1 SVM的基本理论
11．5．2 基于SVM的遥感图像相关反馈检索
参考文献

前言/序言

好的，这是一本关于空间数据挖掘与地理信息系统集成应用的图书简介，内容侧重于理论框架、前沿方法和实际案例，不涉及遥感图像检索的具体技术细节。 --- 图书名称：空间数据挖掘与地理信息系统集成应用 内容简介 本书聚焦于现代地理空间信息科学领域中两个核心且日益融合的前沿分支：空间数据挖掘（Spatial Data Mining, SDM）与地理信息系统（Geographic Information Systems, GIS）的深度集成与创新应用。在全球数据爆炸式增长的背景下，地理空间数据（如移动轨迹、物联网传感器数据、高精度地图等）的体量和复杂性对传统分析方法构成了严峻挑战。本书旨在系统梳理和深入探讨如何利用先进的数据挖掘技术，从海量、异构的地理空间数据中发现潜在的、有价值的知识、模式和趋势，并将其高效地融入到GIS的分析、建模与可视化框架中，以解决复杂的现实世界问题。 全书结构清晰，从基础理论奠基，到核心算法剖析，再到跨学科的集成实践，力求为读者构建一个全面、深入且具有前瞻性的知识体系。 --- 第一部分：空间数据挖掘理论基础与挑战 本部分首先为读者打下坚实的理论基础，明确空间数据挖掘在数据科学中的独特地位和核心挑战。 第一章：地理空间信息的特征与数据预处理 本章详细阐述了地理空间数据的本质特征，包括空间相关性（如Tobler第一定律）、空间异质性（如尺度效应和局部性）以及数据的多源性（矢量、栅格、网络结构）。重点讨论了空间数据预处理的关键环节，如数据的配准、空间抽样策略（非均匀采样与代表性分析）、缺失值处理（引入空间插值算法如克里金法、反距离加权法的适用性分析），以及数据融合中的时空对齐难题。此外，还将探讨如何构建高效的空间索引结构（如R-tree, Quadtree的变种）以支持后续的高性能查询与挖掘。 第二章：空间描述性统计与模式识别的理论框架 本章深入探讨了超越传统欧氏空间统计学的地理空间描述方法。内容涵盖了空间描述性统计量的计算及其统计学意义，如空间集中度、离散度和方向性分析（如全局和局部莫兰指数、Geary C统计量）。重点介绍空间聚类与异常值（Outlier）的理论定义，区分全局模式与局部异常的识别标准，并引入了描述空间过程分布模式的概率模型，为后续的预测建模奠定理论基础。 --- 第二部分：核心空间数据挖掘算法与技术 本部分是全书的技术核心，详细剖析了应用于地理空间数据分析的多种先进挖掘算法。 第三章：空间聚类分析的高级技术 本章超越传统的K-Means等点数据聚类方法，专注于处理地理空间数据特有的约束条件。详细讲解了基于密度的空间聚类方法（如DBSCAN及其空间扩展版本），特别关注任意形状簇的发现以及如何处理噪声点。此外，引入了层次聚类方法（Agglomerative and Divisive）在地理尺度分析中的应用，以及基于模型的聚类技术，如空间高斯混合模型（Spatial Gaussian Mixture Models），用以揭示数据生成过程的潜在结构。 第四章：空间关联规则与模式发现 空间关联规则挖掘是发现数据项之间内在联系的关键。本章着重讨论如何定义空间邻近性（Spatial Proximity）作为关联规则的约束条件。内容包括Apriori算法的空间扩展、高效的FP-growth算法在地理数据集上的性能优化，以及如何挖掘闭合频繁项集（Closed Frequent Itemsets）和极大频繁项集（Maximal Frequent Itemsets），以减少冗余信息。同时，探讨了时空序列关联规则的发现，例如城市交通流的时空依赖性分析。 第五章：空间预测建模与回归分析 本章聚焦于如何利用空间数据建立预测模型。详细阐述了空间回归模型（Spatial Regression Models），包括空间滞后模型（Spatial Lag Model, SLM）和空间误差模型（Spatial Error Model, SEM）的数学构建与参数估计方法（如最大似然估计）。此外，还涵盖了非参数的空间预测方法，如广义加性模型（GAM）在处理非线性空间效应时的优势，以及如何利用地理加权回归（Geographically Weighted Regression, GWR）捕捉空间非平稳性，实现局部最优预测。 --- 第三部分：地理信息系统与数据挖掘的集成实践 本部分探讨了如何将挖掘出的知识无缝嵌入到GIS的分析和决策支持流程中，实现理论到实践的飞跃。 第六章：空间机器学习模型的GIS集成框架 本章探讨了将现代机器学习模型（如支持向量机、随机森林、深度学习的特定变体）应用于地理空间分类与回归任务的实践。重点在于特征工程——如何从原始空间数据中提取有效的空间特征（如地形起伏度、景观异质性指数）。同时，阐述了如何构建一个集成工作流（Workflow），使GIS平台能够调用外部挖掘库，并在GIS环境中可视化挖掘结果，如将分类概率图、回归残差图叠加到地图数据之上。 第七章：时空数据挖掘的应用场景与决策支持 本章通过多个领域案例，展示了空间数据挖掘在实际决策中的作用。案例涵盖城市规划（如设施选址优化、土地利用变化趋势预测）、环境科学（如污染扩散路径分析、生态风险评估）以及社会经济分析（如犯罪热点演变、人口流动模式识别）。特别强调了如何将挖掘出的时空模式转化为GIS中的动态可视化和交互式决策工具，以支持规划师和决策者进行干预和管理。 第八章：面向大数据的空间数据处理架构 随着数据规模的扩大，传统单机分析方法受到限制。本章介绍分布式计算框架（如基于MapReduce或Spark的地理空间数据处理架构）在空间查询、空间连接（Spatial Join）和大规模模式发现中的应用。讨论了流式地理空间数据处理（Streaming Geospatial Data Processing）的挑战与解决方案，以及如何保证在分布式环境下空间分析结果的准确性和一致性。 --- 目标读者 本书面向地理信息科学、测绘工程、环境科学、城市规划、计算机科学等领域的本科高年级学生、研究生、科研人员以及从事空间数据分析的工程技术人员。需要具备GIS基础知识和初步的编程能力（如Python或R）。 总结 《空间数据挖掘与地理信息系统集成应用》不仅是一本算法的汇编，更是一部关于如何从地理空间数据中提取知识、提升决策质量的综合性指南。它强调了理论的严谨性与应用的创新性相结合，是推动地理空间信息技术向智能化和自动化方向发展的重要参考读物。

评分☆☆☆☆☆

我必须提到这本书在“跨学科知识融合”方面的处理，这让我感到非常惊喜。遥感技术本身就具有很强的交叉性，它需要扎实的计算机视觉基础、信号处理知识，甚至在某些高级应用中还需要地球科学的背景。很多同类书籍往往只在一个领域深挖，导致读者在遇到跨领域问题时仍感到知识断裂。然而，《遥感图像检索技术》在这方面做得非常平衡。它不仅详细讲解了如何优化卷积神经网络的结构以适应遥感影像的特定“平坦”特征，还非常到位地补充了关于地理配准误差对检索结果影响的分析。这种对周边知识体系的关注，使得这本书的知识密度非常高，但又组织得井井有条，它促使我不仅关注如何“检索”，更要关注“检索的根源”和“检索的局限性”，拓宽了我的技术视野。

评分☆☆☆☆☆

阅读完这本书后，我最大的感受是它对于“未来趋势”的洞察力。在技术领域，一本书如果仅仅停留在当前最主流的技术上，很快就会过时。但这本书显然投入了大量的精力去探讨未来的研究方向和未解决的挑战。比如，它在接近尾声的部分专门开辟了一个章节讨论了联邦学习在保护遥感数据隐私前提下进行大规模模型训练的可能性，以及如何利用生成对抗网络（GAN）来增强小样本遥感数据的训练集。这些内容显然是走在行业前沿的，它们不仅提供了知识，更重要的是激发了我的研究兴趣和方向感。这本书不是一个终点，它更像是一个起点，指引着读者去思考下一个五年，遥感图像检索技术将走向何方，这对于任何希望保持技术领先地位的从业者来说，都是极其宝贵的价值所在。

评分☆☆☆☆☆

我之所以购买这本书，主要是被它在“应用场景广度”方面的宣传所吸引。我目前主要关注的是城市规划中的历史地貌变化监测，而传统的数据处理方法往往效率低下且容易遗漏细节。这本书的前几章花了大量篇幅梳理了不同分辨率卫星数据在提取地物特征时的优劣势，这一点对我触动很大。它没有停留在理论的空中楼阁，而是大量引入了基于深度学习的特征提取案例，比如如何通过多光谱和高光谱数据的融合来识别出细微的植被健康差异，或者在城市扩张模型中快速定位新增建设用地。我尤其欣赏作者在描述一个技术点时，总能迅速将其与一个实际操作中的痛点关联起来，然后给出可行的解决方案路径。比如，它详细对比了SIFT、SURF以及CNN特征在应对不同尺度变化时的表现，这种实战化的对比分析，远比单纯罗列公式要来得有价值得多，让我有种“这本书就是为我这种一线工作者量身定做”的感觉。

评分☆☆☆☆☆

这本书的叙事风格非常具有感染力，它不像某些技术著作那样，上来就堆砌晦涩难懂的数学模型，而是采用了一种循序渐进、由浅入深的讲解方式。初学者可能会担心一开始就接触复杂的算法会产生畏惧感，但这本书巧妙地将复杂概念拆解成了易于理解的小模块。举个例子，在介绍模板匹配算法时，作者先用了一个非常形象的类比，比如在地图上寻找某个标志性建筑的过程，帮助读者建立直观认知，然后再逐步引入相关的相似度量指标和优化策略。这种教学上的匠心，让我在阅读过程中几乎没有产生“卡壳”的感觉。它更像是一位经验丰富的前辈，耐心地在你身边为你梳理知识脉络，而不是冷冰冰地抛给你一堆教科书式的定义。这种亲切感，极大地降低了技术学习的心理门槛。

评分☆☆☆☆☆

这本书的装帧设计确实让人眼前一亮，封面那种深邃的蓝色调，配上一些抽象的几何线条，立刻就抓住了我的眼球。我原本对这类技术书籍的封面设计不抱太大期望，总觉得它们要么过于学术化，要么设计得平淡无奇，但这本《遥感图像检索技术》完全打破了我的固有印象。内页的纸张质感也相当不错，印刷清晰锐利，即便是那些涉及到复杂算法流程图和高分辨率遥感影像的插图，也呈现得非常细腻，阅读体验因此提升了不少。我记得刚拿到手的时候，花了好一阵子欣赏它的排版，行距和字号的搭配非常合理，长时间阅读下来眼睛也不会感到特别疲劳。特别是章节标题的处理，既有设计感又不失专业性，让我在查找特定内容时能迅速定位。可以说，从拿起这本书的那一刻起，我就感觉这不仅仅是一本技术手册，更像是一件精心制作的工艺品，这对于一本技术书籍来说，是难能可贵的加分项，也让我对书中内容的期待值瞬间拉高了不少。

评分☆☆☆☆☆

hhhhhhhhhhhhhhhh

评分☆☆☆☆☆

hhhhhhhhhhhhhhhh

评分☆☆☆☆☆

当作参考书用，有的部分可以参考参考。

评分☆☆☆☆☆

当作参考书用，有的部分可以参考参考。

评分☆☆☆☆☆

hhhhhhhhhhhhhhhh

评分☆☆☆☆☆

书是正版。冲着“满一百返一百”的活动买了700多块钱书，没想到发的是限品类东券50元的14张，必须买图书音像类商品200元才能消费1张，也就是说我必须在15天内再买2800元书才能把这些东券花了！这么发返券你事先怎么不说啊？？？你这不是坑爹吗！！你这不是坑爹吗！！你这不是坑爹吗！！

评分☆☆☆☆☆

hhhhhhhhhhhhhhhh

评分☆☆☆☆☆

hhhhhhhhhhhhhhhh

评分☆☆☆☆☆

hhhhhhhhhhhhhhhh