☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

内容简介

　　《基于特征的光学与SAR遥感图像配准》针对光学与SAR影像存在辐射、几何差异，造成影像上缺乏可靠的同名特征，导致难以匹配等问题，从多特征（几何特征、视觉特征、灰度特征等）、多测度（改进的SIFT匹配、形状曲线、Voroni图与谱图结合的匹配等）、多层次（由粗到精的匹配策略）等方面，阐述了光学与SAR图像配准的自动和半自动方法。
　　《基于特征的光学与SAR遥感图像配准》可作为遥感图像处理及相关学科的教材，也可作为各类专业技术人员进行科学研究、生产和管理等工作的参考书。

内页插图

目录

序
前言
第1章 绪论
1．1 研究背景及意义
1．2 遥感影像配准的国内外研究现状
1．2．1 基于灰度的配准方法
1．2．2 基于特征的配准方法
1．3 现有问题及发展趋势

第2章 遥感图像配准基本方法
2．1 图像配准的原理
2．1．1 基本原理
2．1．2 常用的几何变换模型
2．1．3 图像配准方法的一般框架
2．2 典型的图像配准方法
2．2．1 互信息法
2．2．2 交叉累积剩余熵法
2．2．3 尺度不变特征检测与匹配算法（SIFT）
2．3 图像配准评价准则
2．3．1 客观评价准则
2．3．2 主观评价标准

第3章 基于多尺度水平集的遥感图像分割方法
3．1 水平集方法基本理论
3．2 基于多尺度CV模型的光学影像分割方法
3．2．1 基于单水平集CV模型的光学影像分割
3．2．2 基于多水平集模型的光学影像分割
3．3 基于统计模型的单水平集SAR影像分割方法
3．3．1 基于Gamma分布的多尺度单水平集分割模型
3．3．2 自适应的零水平集初始化方法
3．4 基于统计模型的非监督多层水平集SAR影像分割方法
3．4．1 基于Gamma模型的多层水平集分割模型
3．4．2 自适应的多水平层策略
3．5 实验结果及分析
3．5．1 单水平集SAR影像分割
3．5．2 多层水平集SAR影像分割
3．5．3 多尺度水平集模型的光学影像分割

第4章 顾及马尔可夫随机场的线特征提取方法
4．1 遥感图像边缘检测研究现状及问题
4．1．1 SAR影像边缘特性
4．1．2 现有的边缘检测方法
4．1．3 阈值选择方法研究
4．1．4 实验与分析
4．2 基于贝叶斯决策和马尔可夫随机场的线特征优化
4．2．1 马尔可夫随机场理论
4．2．2 线特征优化的双层马尔可夫场模型
4．2．3 基于最小错误率的贝叶斯决策的线特征优化
4．2．4 后验能量最小化的优化搜索算法
4．2．5 线检测响应与方向的更新
4．2．6 实验与分析
4．3 基于随机Hou曲变换的直线目标提取
4．3．1 霍夫变换
4．3．2 随机霍夫变换原理
4．3．3 利用直线方向信息的随机霍夫变换
4．3．4 随机霍夫变换在直线提取中的实验与分析

第5章 逐步求精策略下的光学与SAR影像半自动配准方法
5．1 直线特征提取与匹配
5．1．1 直线段提取
5．1．2 直线交点生成
5．1．3 直线段匹配
5．2 基于HOPC-NCC相似测度的影像精配准
5．2．1 均匀分布的特征点提取
5．2．2 HOPC-NCC相似测度
5．3 实验结果及分析
5．3．1 实验数据
5．3．2 实验结果与分析

第6章 光学与SAR影像分割与配准一体化方法
6．1 基于迭代反馈的水平集分割与SIFT配准方法
6．1．1 改进的SIFT算法
6．1．2 自适应参数调整与迭代策略
6．2 基于全局约束的三角网优化配准方法
6．2．1 基于分割的配准方法存在的问题
6．2．2 三角网优化配准方法
6．3 误差剔除
6．4 实验及分析
6．4．1 实验数据
6．4．2 配准结果及与其他方法比较
6．4．3 精度分析

第7章 迭代反馈的光学与SAR影像多尺度线特征自动配准方法
7．1 自适应的参数调整与迭代策略
7．2 基于VSPM算法的光学与SAR影像配准
7．2．1 经典的Shapiro和Brady谱图匹配算法
7．2．2 结合Voronoi图的谱图匹配算法
7．3 基于KNN图的误差剔除
7．3．1 同名直线段判断
7．3．2 基于KNN图的差异点剔除
7．4 实验与分析
7．4．1 实验数据
7．4．2 配准结果及与其他方法的比较

第8章 基于视觉显著特征的快速粗配准方法
8．1 基于TW-Itti视觉注意模型的显著区域提取
8．1．1 经典的Itti视觉注意模型
8．1．2 TW-Itti视觉注意模型
8．2 基于显著区域特征的影像粗配准
8．2．1 显著区域特征提取
8．2．2 基于形状曲线的显著区域特征配准
8．3 基于显著结构特征的影像粗配准
8．4 实验结果与分析
8．4．1 实验数据
8．4．2 显著模型的比较
8．4．3 基于显著区域特征影像粗配准
8．4．4 基于显著结构特征的影像粗配准
参考文献

前言/序言

　　多源遥感影像融合通过集成和整合优势互补的数据来提高数据信息的可用程度，可有效改善遥感信息提取的及时性和可靠性，其目的在于：提高分辨率、增强目标特征、提高分类精度、动态监测、信息互补等。多源遥感影像融合对重大环境与灾害监测、军事应用等应急响应方面具有显著的意义，是目前遥感应用分析研究的前沿课题和热点领域。合成孔径雷达（synthetic aperture radar，SAR）具有全天时、全天候、能穿透地表云雾等特点，能弥补光学影像受天气状况影响大的缺点，它们的融合有利于发挥各自的信息优势。例如，灾害发生时，天气情况往往很恶劣，此时光学传感器因受到天气影响，无法及时进行图像拍摄。全天候、全天时的SAR系统获取的遥感影像可及时获取用于监测的实时数据并及时确定灾害发生的区域面积等。
　　影像配准是影像融合的前提，配准精度直接影响影像融合的效果，因此光学影像和SAR影像的配准对遥感应用具有重要的作用，对光学与SAR影像配准技术进行深入研究，具有重要的理论和实际价值。但是，由于SAR影像斑点噪声（speckle）的影响及两种影像完全不同的成像特性增大了影像特征提取及匹配的难度，使SAR影像与光学影像的自动配准难以实现。因此，SAR影像与光学影像的配准成为目前多传感器遥感影像配准的研究热点及国际难题。
　　本书系统总结了光学与SAR图像配准的学术思路、关键技术及其实现过程，针对异源影像间的成像差异大，相关度小、特征提取不完备等问题，从多特征（几何特征、视觉特征、灰度特征等）、多测度（改进的SIFT匹配、形状曲线、Voroni图与谱图结合的匹配等）、多层次（由粗到精的匹配策略）等方面，阐述了光学与SAR图像配准的自动和半自动方法。
　　全书内容共8章。第1章论述图像配准的学科背景、理论基础和国内外研究进展。第2章在综述图像配准的方法原理及典型方法。第3章在介绍现有分割方法的基础上，重点研究SAR影像的分割技术，提出了一种基于统计模型的多尺度水平集SAR影像分割方法，有效地改善了SAR影像分割的效果。第4章深入阐述了现有的线特征提取方法，提出顾及马尔可夫随机场的线特征提取算法。第5章利用影像结构特征与灰度特征的互补性，采用从粗到精的匹配策略，实现一种基于混合特征的光学与SAR影像半自动配准方法。第6章针对现有基于分割的配准方法都是将分割和配准独立为两个单独的环节，造成配准的结果严重依赖于分割质量的问题，提出一种光学与SAR影像一体化分割配准方法，当分割结果不满足配准条件时，分割参数将会自适应调整，进行重新分割，直至达到配准要求。第7章研究基于线特征的全自动配准方法，提出一种结合谱图与Voronoi图的点集配准方法，解决了线特征提取过程中出现的特征不一致、多对多的问题。第8章分析了视觉注意机制基本理论，在研究经典的Itti视觉注意模型的基础上，提出一种快速的全自动影像配准方法，主要思想在于利用视觉显著模型提取出光学与SAR影像上的显著区域，对区域特征利用基于形状的匹配方法进行配准，对显著结构特征，利用特殊结构形状进行粗配准。分析了地形起伏对SAR图像的影响，提出顾及成像几何模型的高精度影像配准方法。本书内容上力求做到深入浅出、通俗易懂、不仅具有一定的深度和广度，而且反映了学科的新动向、新问题，介绍学科前沿的新成果和新内容。
基于特征的光学与SAR遥感图像配准 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

类似图书 点击查看全场最低价