☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《基於特徵的光學與SAR遙感圖像配準》針對光學與SAR影像存在輻射、幾何差異，造成影像上缺乏可靠的同名特徵，導緻難以匹配等問題，從多特徵（幾何特徵、視覺特徵、灰度特徵等）、多測度（改進的SIFT匹配、形狀麯綫、Voroni圖與譜圖結閤的匹配等）、多層次（由粗到精的匹配策略）等方麵，闡述瞭光學與SAR圖像配準的自動和半自動方法。
　　《基於特徵的光學與SAR遙感圖像配準》可作為遙感圖像處理及相關學科的教材，也可作為各類專業技術人員進行科學研究、生産和管理等工作的參考書。

內頁插圖

目錄

序
前言
第1章 緒論
1．1 研究背景及意義
1．2 遙感影像配準的國內外研究現狀
1．2．1 基於灰度的配準方法
1．2．2 基於特徵的配準方法
1．3 現有問題及發展趨勢

第2章 遙感圖像配準基本方法
2．1 圖像配準的原理
2．1．1 基本原理
2．1．2 常用的幾何變換模型
2．1．3 圖像配準方法的一般框架
2．2 典型的圖像配準方法
2．2．1 互信息法
2．2．2 交叉纍積剩餘熵法
2．2．3 尺度不變特徵檢測與匹配算法（SIFT）
2．3 圖像配準評價準則
2．3．1 客觀評價準則
2．3．2 主觀評價標準

第3章 基於多尺度水平集的遙感圖像分割方法
3．1 水平集方法基本理論
3．2 基於多尺度CV模型的光學影像分割方法
3．2．1 基於單水平集CV模型的光學影像分割
3．2．2 基於多水平集模型的光學影像分割
3．3 基於統計模型的單水平集SAR影像分割方法
3．3．1 基於Gamma分布的多尺度單水平集分割模型
3．3．2 自適應的零水平集初始化方法
3．4 基於統計模型的非監督多層水平集SAR影像分割方法
3．4．1 基於Gamma模型的多層水平集分割模型
3．4．2 自適應的多水平層策略
3．5 實驗結果及分析
3．5．1 單水平集SAR影像分割
3．5．2 多層水平集SAR影像分割
3．5．3 多尺度水平集模型的光學影像分割

第4章 顧及馬爾可夫隨機場的綫特徵提取方法
4．1 遙感圖像邊緣檢測研究現狀及問題
4．1．1 SAR影像邊緣特性
4．1．2 現有的邊緣檢測方法
4．1．3 閾值選擇方法研究
4．1．4 實驗與分析
4．2 基於貝葉斯決策和馬爾可夫隨機場的綫特徵優化
4．2．1 馬爾可夫隨機場理論
4．2．2 綫特徵優化的雙層馬爾可夫場模型
4．2．3 基於最小錯誤率的貝葉斯決策的綫特徵優化
4．2．4 後驗能量最小化的優化搜索算法
4．2．5 綫檢測響應與方嚮的更新
4．2．6 實驗與分析
4．3 基於隨機Hou麯變換的直綫目標提取
4．3．1 霍夫變換
4．3．2 隨機霍夫變換原理
4．3．3 利用直綫方嚮信息的隨機霍夫變換
4．3．4 隨機霍夫變換在直綫提取中的實驗與分析

第5章 逐步求精策略下的光學與SAR影像半自動配準方法
5．1 直綫特徵提取與匹配
5．1．1 直綫段提取
5．1．2 直綫交點生成
5．1．3 直綫段匹配
5．2 基於HOPC-NCC相似測度的影像精配準
5．2．1 均勻分布的特徵點提取
5．2．2 HOPC-NCC相似測度
5．3 實驗結果及分析
5．3．1 實驗數據
5．3．2 實驗結果與分析

第6章 光學與SAR影像分割與配準一體化方法
6．1 基於迭代反饋的水平集分割與SIFT配準方法
6．1．1 改進的SIFT算法
6．1．2 自適應參數調整與迭代策略
6．2 基於全局約束的三角網優化配準方法
6．2．1 基於分割的配準方法存在的問題
6．2．2 三角網優化配準方法
6．3 誤差剔除
6．4 實驗及分析
6．4．1 實驗數據
6．4．2 配準結果及與其他方法比較
6．4．3 精度分析

第7章 迭代反饋的光學與SAR影像多尺度綫特徵自動配準方法
7．1 自適應的參數調整與迭代策略
7．2 基於VSPM算法的光學與SAR影像配準
7．2．1 經典的Shapiro和Brady譜圖匹配算法
7．2．2 結閤Voronoi圖的譜圖匹配算法
7．3 基於KNN圖的誤差剔除
7．3．1 同名直綫段判斷
7．3．2 基於KNN圖的差異點剔除
7．4 實驗與分析
7．4．1 實驗數據
7．4．2 配準結果及與其他方法的比較

第8章 基於視覺顯著特徵的快速粗配準方法
8．1 基於TW-Itti視覺注意模型的顯著區域提取
8．1．1 經典的Itti視覺注意模型
8．1．2 TW-Itti視覺注意模型
8．2 基於顯著區域特徵的影像粗配準
8．2．1 顯著區域特徵提取
8．2．2 基於形狀麯綫的顯著區域特徵配準
8．3 基於顯著結構特徵的影像粗配準
8．4 實驗結果與分析
8．4．1 實驗數據
8．4．2 顯著模型的比較
8．4．3 基於顯著區域特徵影像粗配準
8．4．4 基於顯著結構特徵的影像粗配準
參考文獻

前言/序言

　　多源遙感影像融閤通過集成和整閤優勢互補的數據來提高數據信息的可用程度，可有效改善遙感信息提取的及時性和可靠性，其目的在於：提高分辨率、增強目標特徵、提高分類精度、動態監測、信息互補等。多源遙感影像融閤對重大環境與災害監測、軍事應用等應急響應方麵具有顯著的意義，是目前遙感應用分析研究的前沿課題和熱點領域。閤成孔徑雷達（synthetic aperture radar，SAR）具有全天時、全天候、能穿透地錶雲霧等特點，能彌補光學影像受天氣狀況影響大的缺點，它們的融閤有利於發揮各自的信息優勢。例如，災害發生時，天氣情況往往很惡劣，此時光學傳感器因受到天氣影響，無法及時進行圖像拍攝。全天候、全天時的SAR係統獲取的遙感影像可及時獲取用於監測的實時數據並及時確定災害發生的區域麵積等。
　　影像配準是影像融閤的前提，配準精度直接影響影像融閤的效果，因此光學影像和SAR影像的配準對遙感應用具有重要的作用，對光學與SAR影像配準技術進行深入研究，具有重要的理論和實際價值。但是，由於SAR影像斑點噪聲（speckle）的影響及兩種影像完全不同的成像特性增大瞭影像特徵提取及匹配的難度，使SAR影像與光學影像的自動配準難以實現。因此，SAR影像與光學影像的配準成為目前多傳感器遙感影像配準的研究熱點及國際難題。
　　本書係統總結瞭光學與SAR圖像配準的學術思路、關鍵技術及其實現過程，針對異源影像間的成像差異大，相關度小、特徵提取不完備等問題，從多特徵（幾何特徵、視覺特徵、灰度特徵等）、多測度（改進的SIFT匹配、形狀麯綫、Voroni圖與譜圖結閤的匹配等）、多層次（由粗到精的匹配策略）等方麵，闡述瞭光學與SAR圖像配準的自動和半自動方法。
　　全書內容共8章。第1章論述圖像配準的學科背景、理論基礎和國內外研究進展。第2章在綜述圖像配準的方法原理及典型方法。第3章在介紹現有分割方法的基礎上，重點研究SAR影像的分割技術，提齣瞭一種基於統計模型的多尺度水平集SAR影像分割方法，有效地改善瞭SAR影像分割的效果。第4章深入闡述瞭現有的綫特徵提取方法，提齣顧及馬爾可夫隨機場的綫特徵提取算法。第5章利用影像結構特徵與灰度特徵的互補性，采用從粗到精的匹配策略，實現一種基於混閤特徵的光學與SAR影像半自動配準方法。第6章針對現有基於分割的配準方法都是將分割和配準獨立為兩個單獨的環節，造成配準的結果嚴重依賴於分割質量的問題，提齣一種光學與SAR影像一體化分割配準方法，當分割結果不滿足配準條件時，分割參數將會自適應調整，進行重新分割，直至達到配準要求。第7章研究基於綫特徵的全自動配準方法，提齣一種結閤譜圖與Voronoi圖的點集配準方法，解決瞭綫特徵提取過程中齣現的特徵不一緻、多對多的問題。第8章分析瞭視覺注意機製基本理論，在研究經典的Itti視覺注意模型的基礎上，提齣一種快速的全自動影像配準方法，主要思想在於利用視覺顯著模型提取齣光學與SAR影像上的顯著區域，對區域特徵利用基於形狀的匹配方法進行配準，對顯著結構特徵，利用特殊結構形狀進行粗配準。分析瞭地形起伏對SAR圖像的影響，提齣顧及成像幾何模型的高精度影像配準方法。本書內容上力求做到深入淺齣、通俗易懂、不僅具有一定的深度和廣度，而且反映瞭學科的新動嚮、新問題，介紹學科前沿的新成果和新內容。
基於特徵的光學與SAR遙感圖像配準 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價