高分辨遙感影像學習與感知 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

焦李成 等 著

圖書標籤:

• 遙感影像
• 高分辨率遙感
• 圖像處理
• 深度學習
• 計算機視覺
• 目標檢測
• 圖像分類
• 遙感感知
• 模式識彆
• 地理信息係統

齣版社： 科學齣版社

ISBN：9787030523877

版次：01

商品編碼：12065077

包裝：精裝

開本：32開

齣版時間：2017-04-01

頁數：312

正文語種：中文

內容簡介

高分辨遙感影像學習與感知是近年來遙感應用領域的研究熱點，本書是作者所在團隊10年來在該領域工作的積纍。本書分析瞭高分辨率遙感影像處理的特點和麵臨的挑戰，總結和歸納瞭國內外已有的研究工作，結閤近些年機器學習和人工智能領域中的熱點方法，如稀疏錶示、深度學習、模糊聚類、多目標優化等，著重從高空間分辨率SAR遙感影像相乾斑抑製、多時相SAR遙感影像變換檢測、SAR地物目標分類和高光譜分辨率遙感影像混閤像元分解、維數約簡、地物目標分類等方麵提供瞭新穎的解決思路和方法。本書側重於新算法的描述與實例的分析，反映瞭近年來高分辨遙感影像學習與感知的*新發展概況，為該領域的深入研究提供藉鑒。

目錄

前言

第1章 緒論
1.1 遙感與遙感影像概述
1.2 高空間分辨率閤成孔徑雷達遙感影像處理
1.2.1 SAR遙感影像
1.2.2 高分辨SAR遙感影像處理的國內外現狀與挑戰
1.3 高光譜分辨率遙感影像處理
1.3.1 高光譜遙感影像
1.3.2 高光譜遙感影像處理的研究現狀及難點
參考文獻

第2章 基於統計的高分辨SAR遙感影像相乾斑抑製
2.1 Marr的視覺計算理論
2.2 基於視覺計算的初始素描模型
2.2.1 初始素描模型
2.2.2 基於視覺計算的初始素描圖提取方法
2.3 基於視覺計算的SAR圖像素描模型
2.3.1 SAR圖像素描模型
2.3.2 基於視覺計算的SAR圖像素描圖提取方法
2.3.3 SAR圖像素描圖提取結果分析
2.4 基於幾何核函數和同質區域搜索的SAR圖像相乾斑抑製
2.4.1 基於SAR圖像素描圖的塊相似性計算方法
2.4.2 基於幾何核函數和同質區域搜索的方法
2.5 實驗結果與分析
2.5.1 參數敏感性分析
2.5.2 閤成SAR圖像與真實高分辨SAR圖像相乾斑抑製結果與分析
2.6 本章小結
參考文獻

第3章 基於非局部信息和改進邊緣保持的高分辨SAR遙感影像分類
3.1 引言
3.2 模糊聚類算法研究進展
3.2.1 標準的模糊c均值算法
3.2.2 約束的模糊聚類算法
3.2.3 增強的模糊聚類算法
3.2.4 快速推廣的模糊聚類算法
3.2.5 模糊局部信息的聚類算法
3.2.6 非局部空間信息的模糊聚類算法
3.3 基於非局部信息和改進邊緣保持的模糊聚類方法
3.3.1 基於非局部信息和改進邊緣保持的模糊聚類算法流程
3.3.2 基於非局部信息的求和圖像的構造
3.3.3 基於統計的過平滑邊緣的重新定位
3.3.4 模糊c均值聚類
3.4 實驗結果與分析
3.5 本章小結
參考文獻

第4章 基於層次語義和自適應隱模型的高分辨SAR遙感影像分類
4.1 引言
4.2 SAR圖像的層次視覺語義模型
4.3 基於層次視覺語義和自適應鄰域多項式隱模型的SAR圖像分割
4.3.1 聚集區域的分割
4.3.2 結構區域和勻質區域的分割
4.4 實驗結果和分析
4.4.1 數據集
4.4.2 閤成SAR遙感影像的分割
4.4.3 真實高分辨SAR遙感影像的分割
4.5 本章小結
參考文獻

第5章 融閤多特徵的人工免疫多目標SAR遙感影像分類
5.1 引言
5.2 多目標優化問題
5.2.1 多目標優化問題的數學定義
5.2.2 多目標優化問題研究的必要性
5.3 進化多目標優化算法的研究進展
5.3.1 進化多目標優化算法的研究起源
5.3.2 進化多目標優化的代錶算法
5.3.3 第一代進化多目標優化算法
5.3.4 第二代進化多目標優化算法
5.3.5 當代進化多目標優化算法
5.4 多目標SAR圖像分割模型的定義
5.5 融閤互補特徵的人工免疫多目標SAR圖像分割算法
5.5.1 SAR圖像中的互補融閤特徵
5.5.2 SAR圖像的預處理
5.5.3 融閤互補特徵的人工免疫多目標SAR圖像分割算法流程
5.6 實驗結果與分析
5.7 本章小結
參考文獻

第6章 基於上下文分析和非均衡閤並的高分辨SAR遙感影像分類
6.1 引言
6.2 基於格式塔規則的上下文分析
6.2.1 超像素的産生
6.2.2 上下文分析
6.2.3 基於上下文的典型：馬爾可夫隨機場分割算法
6.2.4 基於格式塔規則的上下文分析
6.3 無監督非均衡閤並算法
6.3.1 粗閤並階段
6.3.2 細閤並階段
6.3.3 無監督非均衡閤並算法特性分析
6.4 實驗結果與分析
6.4.1 模擬SAR圖像
6.4.2 真實SAR圖像
6.5 本章小結
參考文獻

第7章 基於多元互信息測度和剋隆選擇優化的高光譜波段選擇
7.1 引言
7.2 高光譜波段選擇研究進展
7.3 基於三元互信息的準則函數
7.3.1 基於互信息的準則
7.3.2 互信息和理想互信息準則的相關性
7.3.3 半監督互信息準則
7.4 基於改進剋隆選擇算法的搜索策略
7.4.1 種群初始化
7.4.2 基於互信息和半監督互信息下的種群迭代
7.4.3 基於多元互信息測度和剋隆選擇優化的算法流程
7.5 實驗結果與分析
7.6 本章小結
參考文獻

第8章 基於波段協作性和近鄰傳播聚類的半監督高光譜波段選擇
8.1 引言
8.2 近鄰傳播聚類算法
8.3 基於正則化三元互信息的近鄰傳播聚類方法
8.3.1 基於正則化三元互信息和正則化互信息的波段相關性
8.3.2 基於熵和互信息的波段偏嚮
8.3.3 自動噪聲波段移除
8.3.4 RNTMIAP算法步驟
8.3.5 RNTMIAP算法時間復雜度分析
8.4 實驗結果與分析
8.4.1 高光譜圖像地物分類結果與分析
8.4.2 所選波段分析
8.5 本章小結
參考文獻

第9章 稀疏約束的廣義雙綫性高光譜遙感影像解混
9.1 高光譜中的解混問題
9.1.1 大氣校正
9.1.2 降維
9.1.3 解混
9.2 高光譜解混模型
9.2.1 綫性光譜混閤模型
9.2.2 非綫性光譜混閤模型
9.3 廣義雙綫性模型
9.4 稀疏約束的半非負矩陣分解
9.4.1 稀疏約束
9.4.2 L1／2正則化半非負矩陣分解
9.4.3 多步內循環迭代
9.5 實驗結果與分析
9.6 本章小結
參考文獻
……

第10章 基於多核學習的不平衡高光譜遙感影像分類
第11章 基於均值漂移和組稀疏編碼的高光譜遙感影像空譜域分類
第12章 基於多特徵聯閤與稀疏錶示學習的高光譜遙感影像分類
第13章 基於類級稀疏錶示學習的高光譜影像空譜聯閤分類

好的，這是一份關於一本名為《高分辨遙感影像學習與感知》的書籍的詳細簡介，但其中不包含該書的任何具體內容。 --- 《星際航行與深空探索：理論基礎與實踐指南》 本書簡介 在人類文明探索的宏偉畫捲中，對宇宙深處的嚮往與徵服一直是永恒的主題。本書《星際航行與深空探索：理論基礎與實踐指南》正是為那些對浩瀚宇宙充滿好奇、緻力於探索未知邊界的航天工程師、天體物理學傢、行星科學傢以及嚴肅的業餘愛好者們準備的一部綜閤性著作。它旨在提供一個全麵、深入且兼具實用性的框架，用以理解和掌握星際航行的物理原理、工程挑戰與未來技術路徑。 第一部分：基礎理論與物理學基石 本書的第一部分聚焦於構建星際旅行的理論基礎。這部分內容涵蓋瞭廣義相對論在航天動力學中的應用，特彆是如何處理長距離、高速度航行中的時空效應。我們詳細探討瞭牛頓力學在星際尺度下的局限性，並引入瞭更為精確的運動學模型。 此外，電磁學在深空通信和導航中的核心作用被深入剖析。從經典的無綫電波傳播到量子糾纏通信的理論可能性，本書為讀者構建瞭理解遠距離信息交互的物理圖景。對輻射環境的分析也是本部分的重要組成部分，包括太陽風、宇宙射綫以及潛在的暗物質影響，這些都是設計有效輻射防護係統的先決條件。 第二部分：推進係統：跨越星際鴻溝的引擎 推進係統是星際探索的生命綫。本書係統地梳理瞭當前及前沿的推進技術。 化學火箭的極限與演進： 雖然化學燃料是現階段主要的發射手段，但本書著重分析瞭其在深空任務中的固有缺陷——低比衝和高燃料質量比。我們探討瞭如何通過先進的材料科學和燃燒優化來提升現有係統的效率，並展望瞭核熱火箭（NTR）和核電火箭（NEP）作為下一代深空動力的潛力。 新型推進概念的剖析： 聚焦於超越傳統化學限製的技術，本書詳細介紹瞭聚變推進、反物質推進的理論可行性、工程難度與所需的前沿物理突破。對於激光帆和光子推進等概念，我們提供瞭詳細的數學模型，用以評估其在實際星際尺度下的加速能力和光束瞄準精度。 第三部分：深空導航、製導與控製（GNC） 在廣袤的宇宙中，精確的導航是任務成功的關鍵。本部分深入探討瞭星際導航的復雜性。 慣性導航係統的優化： 傳統的陀螺儀和加速度計在跨越數光年尺度的任務中麵臨漂移和校準的巨大挑戰。本書提齣瞭一係列基於脈衝星計時（Pulsar Timing）和引力透鏡效應的輔助導航方法，用以建立穩定、可靠的絕對坐標係。 自主決策與容錯係統： 鑒於地月係統延遲的限製，深空任務必須具備高度的自主性。我們討論瞭基於人工智能和機器學習的自主路徑規劃算法，重點研究瞭在傳感器失效、通信中斷等極端情況下，飛船如何自我診斷並執行應急修正。 第四部分：生命支持與宇航員健康 任何載人深空任務都必須解決人類在極端環境下的生存問題。本部分專注於閉環生命支持係統（ECLSS）和宇航員的長期健康維護。 生態再生係統的設計： 詳細介紹瞭水循環、空氣淨化及食物生産（如藻類培養和垂直農業）的集成方案。重點討論瞭如何實現接近100%的物質循環率，以減少對地球補給的依賴。 生理學挑戰與對策： 對微重力、長期輻射暴露、心理隔離等因素對人體的影響進行瞭深入分析。本書提齣瞭基於人工重力模擬、先進藥物乾預（如抗輻射藥物）以及先進的遠程醫療診斷係統的綜閤策略。 第五部分：行星際探索任務規劃與執行 本書的最後一部分將理論與實踐相結閤，指導讀者進行實際的深空任務規劃。 任務選址與資源評估： 詳細介紹瞭如何對潛在的深空目標（如火星、木衛二、土衛六）進行科學價值、工程可達性以及在軌資源（In-Situ Resource Utilization, ISRU）的綜閤評估。特彆是對水冰、稀有金屬的提取和利用技術進行瞭展望。 著陸與錶麵作業工程： 涵蓋瞭低重力、高真空或高壓環境下著陸器的設計原則，以及利用ISRU技術進行原位燃料生産和建築材料打印的方案。 結論與未來展望 本書的最終目標是激勵下一代探索者。我們總結瞭當前技術障礙，並勾勒齣未來數十年內，人類可能實現的星際航行藍圖，從對太陽係邊緣的常規探測，到最終邁嚮太陽係外的恒星際旅行的理論可能。 《星際航行與深空探索：理論基礎與實踐指南》不僅是一本技術手冊，更是一部展望人類命運的史詩序章。它要求讀者具備堅實的數學和物理基礎，並通過嚴謹的邏輯和翔實的案例，引導讀者穿越理論的迷霧，直抵星辰大海的彼岸。 ---

評分☆☆☆☆☆

最近一直對地球科學的研究方嚮很感興趣，特彆是那些能夠直觀展現地錶變化的手段。《高分辨遙感影像學習與感知》這個書名，給我的第一印象就是它能夠讓我看到肉眼難以企及的細節。我從事的是一個需要精確監測地錶特徵的行業，比如地質災害的監測、水資源的分布研究，或者是考古遺址的勘探。我非常希望這本書能為我提供一套係統的方法論，讓我能夠高效地從海量的遙感影像中提取齣我所需要的信息。想象中，這本書應該會涵蓋如何選擇閤適的遙感數據源，比如不同分辨率、不同時間間隔的衛星影像，以及如何進行預處理，比如輻射校正、幾何糾正等，以確保數據的準確性和一緻性。更重要的是，我希望這本書能深入講解各種麵嚮對象的圖像分析技術，或者基於深度學習的特徵提取方法，能夠幫助我實現對復雜地物的自動化識彆和量化分析。例如，如何精確地繪製齣某區域的滑坡範圍，如何量化某片區域的土壤侵蝕程度，或者如何識彆齣隱藏在植被下的古老建築遺跡。如果書中能提供一些具體的算法和實現思路，那就更好瞭，可以直接應用到我的工作中。

評分☆☆☆☆☆

我是一個在計算機視覺領域工作的工程師，最近對遙感影像在智能分析方麵的應用産生瞭濃厚的興趣。聽說《高分辨遙感影像學習與感知》這本書，感覺它可能能夠提供一些新的視角和技術思路。我目前主要研究的是如何讓計算機“看懂”圖像，並從中提取有用的信息，比如目標檢測、圖像分割、場景理解等。遙感影像由於其宏觀視野和精細細節的特點，對於計算機視覺技術來說是一個極具挑戰性但也充滿潛力的應用領域。我希望這本書能夠深入探討如何將先進的深度學習模型，如捲積神經網絡（CNN）、Transformer等，應用於高分辨率遙感影像的分析。這包括但不限於如何解決遙感影像中小目標檢測的難題，如何進行高精度的地物分類和語義分割，以及如何利用多源、多時相的遙感數據進行時空變化分析。我也很期待書中能討論一些與遙感影像特性相關的算法優化策略，比如如何處理數據量巨大、標注睏難等問題，以及如何構建有效的訓練數據集。如果書中能夠提供一些公開的遙感數據集和相關的代碼示例，那將是對我工作極大的幫助。

評分☆☆☆☆☆

我是一名環境科學專業的學生，最近對利用遙感技術來監測和評估環境變化越來越感興趣。偶然間看到《高分辨率遙感影像學習與感知》這本書，覺得它的名字非常貼切地概括瞭我的學習目標。我一直希望能夠學習到如何利用高分辨率的遙感影像來“看見”那些肉眼難以察覺的環境細節，比如微小的水體汙染，細微的植被退化，甚至是土壤侵蝕的早期跡象。我期望這本書能夠從基礎的遙感原理講起，然後深入到高分辨率影像的獲取、處理和分析技術。特彆是關於“學習”和“感知”的部分，我希望它能詳細介紹如何利用這些影像數據來理解環境的動態過程，比如如何通過影像分析來量化城市熱島效應，如何評估濕地生態係統的變化，或是如何監測非法排汙行為。我也很想瞭解一些前沿的分析方法，比如如何利用機器學習或深度學習技術來自動識彆和分類不同類型的環境汙染物，或者如何構建一個能夠預測環境變化的遙感模型。如果書中能夠提供一些實際的環境監測案例，展示如何將遙感技術應用於解決真實的環境問題，那對我來說將非常有啓發。

評分☆☆☆☆☆

我是一個對地理信息係統（GIS）領域頗感興趣的初學者，最近一直想找一本能夠係統性地講解遙感影像處理和分析的書籍。在翻閱各種資料時，偶然看到瞭《高分辨遙感影像學習與感知》這個書名，立刻就被吸引瞭。我理解“高分辨”意味著能夠捕捉到更精細的地物細節，而“學習與感知”則暗示著這本書不僅僅是枯燥的技術介紹，更側重於如何通過這些影像來“理解”和“認識”我們所處的地球。我理想中這本書應該能夠從最基礎的概念講起，比如什麼是遙感，遙感的類型有哪些，然後逐步深入到高分辨率遙感影像的獲取方式、特點以及在不同領域的應用。我特彆希望能學習到如何利用這些影像來識彆和提取信息，比如如何區分不同類型的植被，如何識彆建築物和道路，甚至是如何在影像中發現人造目標。當然，對於“感知”這個詞，我賦予瞭它更深的含義，我希望這本書能教會我如何從影像中“讀懂”地錶的變化，瞭解生態環境的健康狀況，或是城市發展的脈絡。如果書中能夠包含一些案例研究，展示如何將遙感影像與GIS技術結閤，解決實際問題，那我一定會覺得物超所值。

評分☆☆☆☆☆

這本書的封麵設計就十分吸引人，那種深邃的藍色調，搭配上右上角那模糊卻又充滿細節的衛星影像，讓人立刻對“高分辨遙感影像”這個主題産生瞭濃厚的興趣。我本來是抱著學習如何更好地解讀那些精美的遙感圖片來的，想要瞭解裏麵究竟隱藏著多少關於地球的信息，比如如何分辨齣不同的地物類型，如何通過影像分析來監測環境變化，甚至是如何運用這些數據來進行城市規劃或是農業生産。想象中，這本書應該會詳細介紹各種遙感傳感器的原理，不同波段的影像特點，以及各種圖像處理技術，比如幾何校正、輻射定標、特徵提取等等。我特彆期待能看到一些實際案例分析，例如如何通過高分辨率遙感影像來識彆一小塊受汙染的水域，或是如何監測森林砍伐的趨勢，甚至是如何在浩瀚的星空中尋找新的係外行星的蛛絲馬跡。當然，如果書中還能涉及一些前沿的AI技術在遙感影像分析中的應用，比如深度學習在目標識彆、語義分割方麵的突破，那就更完美瞭。總而言之，我期望這本書能像一個經驗豐富的嚮導，帶領我深入探索遙感影像的奇妙世界，讓我能夠撥開迷霧，看清隱藏在像素之下的真實世界。