遥感数字图像处理教程：IDL编程实现 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

赵银娣 著

图书标签:

• 遥感
• 数字图像处理
• IDL
• 图像处理
• 遥感应用
• 教程
• 编程
• 科学计算
• 地球科学
• 计算机视觉

出版社： 测绘出版社

ISBN：9787503038556

版次：1

商品编码：11886167

包装：平装

开本：16开

出版时间：2015-11-01

用纸：胶版纸

编辑推荐

　　遥感图像处理

内容简介

　　本书结合IDL编程语言系统介绍了遥感数字图像处理的基本概念、理论和方法。全书共8章，主要内容包括：绪论，光学成像遥感传感器，遥感图像读写，遥感图像几何校正，遥感图像辐射校正，遥感图像增强，遥感图像变换与融合，遥感图像分类。本书在内容安排上循序渐进、深入浅出、侧重算法原理和IDL编程实现，各章均配有实例和思考题，力求突出重点、面向应用，提高解决实际问题的能力。
　　本书可作为摄影测量与遥感、地理信息系统等专业本科生教材，也可作为相关专业研究生、教师和科研工作者的参考用书。

目录

第1章 绪论 1
1.1 遥感数字图像的基本概念 1
1.2 遥感数字图像处理的主要内容 5
1.3 遥感数字图像处理的应用示例 12
第2章 光学成像遥感传感器 20
2.1遥感传感器的类型及组成 20
2.2光学成像传感器的物理参数 22
2.3 摄影型传感器 32
2.4 扫描型多光谱传感器 38
2.5 成像光谱仪 46
第3章 ENVI/IDL遥感图像读写 54
3.1 IDL基本语法 54
3.2 遥感数字图像格式 66
3.3 ENVI/IDL遥感数字图像读取 71
3.4 ENVI/IDL遥感数字图像输出 80
第4章 遥感图像几何校正 91
4.1 几何变形误差的来源 91
4.2 几何校正模型与方法 95
4.3 遥感图像配准 103
4.4 遥感图像镶嵌 107
4.5 遥感图像裁剪 108
第5章 遥感图像辐射校正 114
5.1 传感器端的辐射校正 114
5.2 大气校正 116
5.3 地面辐射校正 120
5.4 辐射校正程序实现 123
第6章 遥感图像增强 127
6.1 对比度拉伸 127
6.2 空间域滤波增强 139
6.3 频率域滤波增强 146
第7章 遥感图像变换与融合 157
7.1 波段间的算术运算 157
7.2 多光谱图像变换 162
7.3 遥感图像融合
第8章 遥感图像分类 186
8.1 概述 186
8.2 样本选取 188
8.3 监督分类 192
8.4 非监督分类 198
8.5 分类精度分析 213
参考文献 219

前言/序言

　　随着航天技术、通信技术和信息技术的飞速发展，遥感数字图像正朝着“三多”（多传感器、多平台、多角度）和“四高”（高空间分辨率、高光谱分辨率、高时相分辨率、高辐射分辨率）方向发展。与一般的数字图像相比，遥感数字图像类型更为多样、内容更为复杂、数据量更加庞大，因此遥感数字图像处理不仅要掌握一般的数字图像处理方法，还要掌握相当的地学知识和编程知识。IDL作为一种面向矩阵计算的编程语言，在图像处理以及大数据可视化分析方面有着很大的优势，是遥感数字图像处理的理想编程工具。
　　本书在总结遥感教学经验和遥感技术最新进展的基础上，结合IDL语言，系统地讲述了遥感数字图像处理的基本方法及其编程实现。为了适应教学实际需要，本书对经典的遥感数字图像处理算法进行重点讲解，提供了大量的应用实例，并给出了相关的IDL代码和数据来源，知识容量适度，理论实践并重。全书共分8章：第1章绪论，对遥感数字图像的基本概念和处理内容进行了简要介绍；第2章光学成像遥感传感器，重点介绍了遥感传感器的基本组成和主要类型；第3章遥感图像读写，主要介绍了IDL基本语法和遥感数字图像的格式及其读写；第4章遥感图像几何校正，重点介绍了遥感图像配准、镶嵌和裁剪；第5章遥感图像辐射校正，主要介绍了传感器端的辐射校正、大气校正、地面辐射校正以及辐射校正程序实现；第6章遥感图像增强，重点介绍了对比度拉伸、空间域和频率域的滤波增强、伪彩色增强；第7章遥感图像变换与融合，主要介绍了波段间的算术运算、多光谱图像变换和遥感图像融合；第8章遥感图像分类，重点介绍了监督分类和非监督分类方法的基本原理、算法步骤和编程实现。
　　本书是在“江苏高校品牌专业建设工程资助项目”（编号：测绘工程PPZY2015B144）的资助下出版的，在编写过程中得到了中国矿业大学环境与测绘学院测绘与地理信息系的领导和同事的关心和帮助，得到了加拿大新布伦瑞克大学章云教授的指导和帮助，在此一并表示感谢。
　　由于遥感技术的迅速发展和个人水平的限制，书中错误和不妥之处在所难免，敬请读者批评指正。

深度学习：模型、算法与应用 内容简介 本书是一部系统、深入探讨深度学习核心理论、关键算法与前沿应用的专业著作。它旨在为读者构建一个坚实的理论基础，并提供丰富的实践指导，使其能够全面掌握深度学习领域的关键技术和最新发展动态。全书内容结构严谨，逻辑清晰，覆盖面广，尤其侧重于对复杂模型背后数学原理的剖析以及工程实现中的关键考量。 第一部分：深度学习基础与数学基石 本部分为后续深入学习奠定坚实的数学和概念基础。首先，我们将回顾并深入解析线性代数、概率论与数理统计在深度学习中的核心作用。重点讲解向量空间、矩阵分解（如SVD在降维中的应用）、随机变量的联合分布、贝叶斯定理的实际意义，以及最大似然估计（MLE）和最大后验估计（MAP）在线性回归和逻辑回归中的推导过程。 随后，进入神经网络的基石。详细阐述感知机模型、多层前馈网络（MLP）的结构。核心内容在于反向传播算法（Backpropagation）的数学推导，清晰展示如何利用链式法则高效计算梯度。我们不仅会展示标准的反向传播，还会讨论其在不同网络层（如卷积层、循环层）上的具体应用和变体。 在优化算法方面，本书会超越传统的梯度下降法。我们将细致讲解随机梯度下降（SGD）的局限性，并深入剖析各种改进型优化器：从动量法（Momentum）、自适应学习率方法如AdaGrad、RMSProp，到业界广泛采用的Adam和Nadam。针对每种优化器，本书会提供其收敛速度、内存消耗以及对超参数敏感度的对比分析，帮助读者根据实际任务选择最优策略。 第二部分：核心网络架构与原理 本部分聚焦于现代深度学习中最具影响力的几类网络结构。 首先是卷积神经网络（CNN）。我们详尽解析了卷积操作的数学定义、局部连接性、权重共享机制及其带来的参数效率提升。重点介绍经典CNN架构的演变，如LeNet、AlexNet、VGG、GoogLeNet（Inception结构）和ResNet（残差连接机制）。对于ResNet，本书将深入探讨残差块如何解决深层网络中的梯度消失和退化问题，并分析其在计算机视觉任务中的鲁棒性。此外，还将涵盖扩张卷积（Dilated Convolution）和分组卷积（Grouped Convolution）在特定场景下的应用。 其次是循环神经网络（RNN）及其变体。详细介绍标准RNN处理序列数据时的结构和局限性（如长期依赖问题）。重点剖析长短期记忆网络（LSTM）和门控循环单元（GRU）的内部结构——输入门、遗忘门、输出门（以及候选记忆单元）的精确数学模型。本书将通过实例演示这些门控机制如何精确控制信息流，从而有效捕获序列中的长期依赖关系。 第三部分：高级主题与前沿模型 本部分深入探索当前深度学习领域的研究热点和强大工具。 注意力机制（Attention Mechanism）是本部分的核心。从最初的Seq2Seq模型中的软注意力，过渡到Transformer架构。本书将全面解析Transformer的自注意力（Self-Attention）机制，包括多头注意力（Multi-Head Attention）的并行计算优势，以及如何通过位置编码（Positional Encoding）引入序列顺序信息。我们将清晰区分全局注意力与局部注意力，并分析其在自然语言处理（NLP）和视觉任务中的广泛影响。 生成模型占据了重要篇幅。我们将详细介绍变分自编码器（VAE）的概率图模型基础、重参数化技巧以及KL散度损失项的意义。随后，重点讲解生成对抗网络（GAN）的对偶博弈框架，包括判别器和生成器的损失函数推导。本书会深入探讨GANs在训练过程中遇到的模式崩溃（Mode Collapse）问题，并介绍WGAN（Wasserstein GAN）、DCGAN等稳定化训练的改进版本。 第四部分：模型部署与实用技术 理论学习的最终目标是成功应用。本部分关注模型训练与部署过程中的关键实用技术。 正则化技术的讨论将涵盖L1/L2正则化、Dropout（包括其在训练集和测试集上的不同行为）以及早停法。 迁移学习与预训练模型是现代深度学习实践的基石。本书将阐述如何利用大规模数据集预训练的模型（如BERT、GPT系列、或ResNet/Vision Transformer在ImageNet上的权重）来加速和优化特定领域的任务，并详细讲解微调（Fine-tuning）的策略和技巧。 模型评估与解释方面，本书不满足于单一的准确率指标。我们将探讨混淆矩阵、精确率-召回率曲线、F1分数、ROC-AUC曲线，并专门介绍模型可解释性方法（XAI），如梯度加权类激活映射（Grad-CAM）和特征重要性分析，帮助读者理解模型做出决策的依据，增强模型的可信赖性。 本书的编写风格力求严谨而不失生动，所有重要公式均提供详细的数学推导，关键概念辅以直观的图示和实际案例分析，确保读者不仅“知道”如何使用，更能“理解”其背后的科学原理。它适合作为高等院校相关专业本科生和研究生的教材或参考书，也为希望系统提升技能的工程师提供了一条清晰的学习路径。

评分☆☆☆☆☆

在遥感应用研究的实践中，我常常面临着将科研想法转化为具体数据处理流程的挑战。理论知识固然重要，但如何在实际操作中灵活运用，才是衡量一个研究者能力的重要标准。《遥感数字图像处理教程：IDL编程实现》这本书，恰恰是我一直在寻找的“桥梁”。我特别期待书中能够深入讲解如何利用IDL实现一些高级的遥感图像处理技术，例如面向对象影像分析（OBIA）、时序影像分析等。我希望书中能通过具体的IDL代码，清晰地展示如何将面向对象分割与分类相结合，从而实现更精细的地物信息提取。在时序影像分析方面，我则希望能够学习到如何利用IDL来处理多时相遥感数据，进行植被长势监测、土地利用动态分析等。这本书不仅仅是提供一个工具的使用说明，更重要的是，它能够启发我如何根据不同的研究问题，设计和实现个性化的遥感数据处理流程。这种“授人以渔”式的教学方式，是我对这本书最大的期待。它的出现，无疑将极大地拓展我在遥感数据处理方面的技术视野和实践能力。

评分☆☆☆☆☆

当我翻开《遥感数字图像处理教程：IDL编程实现》这本书的时候，我感觉自己仿佛打开了一扇通往高效遥感数据处理世界的大门。之前，我在进行遥感数据预处理的时候，经常会遇到各种棘手的问题，比如不同影像之间的辐射差异、几何畸变等等，这些都需要进行精细的校正。而这本书恰恰满足了我在这方面的迫切需求。我非常看重它在“IDL编程实现”这一部分，这意味着我不再是被动地接受一些既定的处理流程，而是有机会去理解和掌握背后的编程逻辑。我期待书中能详细介绍如何利用IDL进行辐射定标，如何处理不同传感器的数据，如何进行大气校正。尤其是关于传感器模型和几何校正的部分，我希望它能通过IDL代码演示如何实现不同类型的几何变换，比如多项式模型、RPC模型等，并能解释这些模型背后的数学原理。更进一步，我希望这本书能引导我如何根据特定的研究区域和传感器类型，灵活调整IDL代码，以获得最准确的处理结果。这种赋能感，是我在阅读其他相关书籍时很少获得的。这本书的出现，让我看到了将理论知识转化为实际操作的巨大潜力，也让我对未来开展更深入的遥感研究充满了信心。

评分☆☆☆☆☆

对于我这样一位刚刚接触遥感领域的研究生来说，《遥感数字图像处理教程：IDL编程实现》这本书简直就像一本“救命稻草”。我在学习过程中，经常被各种遥感图像处理的理论概念搞得头晕脑胀，尤其是涉及到各种复杂的算法和模型时，更是感觉无从下手。而这本书中“IDL编程实现”的特色，让我看到了将抽象理论转化为具体操作的可能性。我最期待的是，书中能够提供清晰、易懂的IDL代码示例，并且这些示例能够覆盖遥感数据处理中的核心环节，例如图像增强、信息提取、分类等等。我希望能够通过阅读这些代码，理解每一步操作背后的目的和意义，并能够亲手去运行、修改和调试。例如，在图像分类部分，我希望能看到基于IDL的监督分类和非监督分类的代码实现，并且能够理解不同分类算法的优缺点，以及如何选择合适的算法。此外，我非常希望这本书能够指导我如何利用IDL来处理不同种类的遥感数据，比如光学影像、SAR影像等，并能解释在处理不同类型数据时可能遇到的特殊问题和解决方案。这本书的出现，让我觉得遥感图像处理不再是高不可攀的科学，而是可以通过编程实践来掌握的实用技能。

评分☆☆☆☆☆

这本书的出现，简直是我在遥感领域摸索多年的一道曙光！作为一个多年在野外采集数据、又苦于后续处理效率低下的“老炮儿”，我一直渴望有一本既能讲透遥感数字图像处理的理论，又能提供切实可行编程实现方法的书。市面上不乏理论深邃但代码晦涩难懂的书籍，也有些工具书罗列了函数但缺乏系统性的讲解，总让人觉得隔靴搔痒。而《遥感数字图像处理教程：IDL编程实现》这本书，从名字上就直击痛点，让我看到了希望。我尤其期待它在图像增强、几何校正、辐射定标、变化检测等关键环节，能给出清晰的IDL代码示例，并且能够解释为什么这样写，背后的原理是什么。比如，在图像增强部分，对于对比度拉伸、直方图均衡化等方法，我希望书中能用IDL代码演示如何一步步实现，并且对比不同算法的效果，分析其适用场景。更重要的是，我希望能通过这本书，真正掌握IDL这门语言在遥感数据处理中的强大能力，而不是仅仅停留在“会用”的层面，而是能够“用好”、“用活”，甚至能够根据自己的科研需求，开发出定制化的处理流程。这本书的出现，让我觉得多年的技术瓶颈有望被打破，可以更专注于科学问题的研究，而不是被繁琐的技术操作所困扰。

评分☆☆☆☆☆

一直以来，我在遥感数据分析中，最头疼的就是如何有效地从海量的遥感影像中提取有用的信息，尤其是在进行大范围的区域调查或环境监测时，效率至关重要。《遥感数字图像处理教程：IDL编程实现》这本书，从书名上看就精准地击中了我的需求。我非常看重它“IDL编程实现”的侧重点，因为我深知，只有掌握了编程工具，才能真正地实现自动化、批量化的数据处理，从而大幅提升工作效率。我特别期待书中能够针对变化检测、目标识别等应用场景，提供详实的IDL代码实现方案。比如，在变化检测方面，我希望书中能演示如何利用IDL实现影像间的配准，然后通过不同的变化检测算法（如图像差值法、变化向量分析法等）来识别地物变化，并能提供相关的评估指标。此外，对于目标识别，我希望书中能介绍如何利用IDL来提取特征，并结合机器学习算法进行目标检测。这本书的出现，让我看到了将先进的遥感技术与强大的编程工具相结合的巨大前景，相信它能为我未来的科研工作带来质的飞跃。

评分☆☆☆☆☆

经济实惠特价，不错的，值

评分☆☆☆☆☆

不错！！！！！！！！！！！

评分☆☆☆☆☆

描述的很多，代码很少，没有内容

评分☆☆☆☆☆

唱歌v&美丽女孩秀一波莫不薄膜买票吗拍马屁没脸没皮

评分☆☆☆☆☆

教科书查找方便很不错

评分☆☆☆☆☆

送货快，赞一个

评分☆☆☆☆☆

idl就那么几本书

评分☆☆☆☆☆

描述的很多，代码很少，没有内容

评分☆☆☆☆☆

教科书查找方便很不错