遥感数字图像处理/高等学校“十二五”规划教材·测绘地理信息类 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

刘丹丹，张玉娟 编

图书标签:

• 遥感
• 数字图像处理
• 测绘
• 地理信息系统
• GIS
• 图像处理
• 遥感应用
• 高等教育
• 教材
• 十二五规划

出版社： 哈尔滨工程大学出版社

ISBN：9787566113351

版次：1

商品编码：12152476

包装：平装

丛书名： 高等学校“十二五”规划教材·测绘地理信息类

开本：16开

出版时间：2016-07-01

用纸：胶版纸

页数：292

字数：478000

正文语种：中文

内容简介

　　《遥感数字图像处理/高等学校“十二五”规划教材·测绘地理信息类》为测绘地理信息类高等学校“十二五”规划教材，系统地介绍了遥感基本概念、电磁波遥感基本理论、遥感平台与传感器系统、遥感数据获取和遥感图像处理与分析，以遥感图像的获取和存储、图像数字表示和描述、图像校正、图像增强变换、图像分割和遥感信息定量提取为主线，详细探讨了遥感各应用领域的研究方法与实践案例，主要体现在测绘遥感、林业遥感、农业遥感、大气环境遥感、生态环境遥感、水环境遥感、灾害遥感与地理信息系统的集成及综合应用。
　　《遥感数字图像处理/高等学校“十二五”规划教材·测绘地理信息类》可作为环境、地理、土地、海洋、农业、地矿、水利、经济、管理、信息等学科的本科生和研究生教材，可供遥感及相关专业的学生使用，也可供遥感科研和生产人员参考。

内页插图

目录

第一篇 基础篇
第1章 遥感的物理基础
1．1 遥感的概念
1．2 电磁辐射及物体的波谱特性
1．3 发射辐射
1．4 地物的反射辐射
第2章 传感器及成像原理
2．1 传感器的分类
2．2 传感器的组成
2．3 传感器的性能
2．3 传感器成像原理
第3章 遥感数据
3．1 数据的表示方法
3．2 图像的存储
第4章 遥感图像的复原
4．1 遥感图像的辐射校正
4．2 遥感图像的构像方程
4．3 遥感图像的几何变形
4．4 遥感数字图像的几何处理
第5章 图像增强
5．1 灰度直方图
5．2 灰度变换
5．3 直方图变换
5．4 空间域增强
5．5 频率域增强
5．6 图像运算
第6章 遥感图像解译
6．1 人工目视解译
6．2 遥感图像的计算机分类

第二篇 应用篇
第7章 RS技术在基础测绘中的应用
7．1 遥感技术优势
7．2 RS技术在测绘领域的应用
第8章 RS技术在林业中的应用
8．1 森林生态系统简介
8．2 森林资源与森林遥感
8．3 RS，GIS和GPS技术在森林资源中的应用
8．4 数字林业
第9章 RS和GIS技术在农业的应用研究
9．1 农业遥感概述
9．2 RS和GIS技术在农作物估产上的应用
9．3 3S技术在农业监测上的应用
9．4 RS和GIS技术的精细农业
第10章 环境遥感的应用研究
10．1 大气环境遥感监测
10．2 生态环境的遥感监测
10．3 沙漠化遥感监测
10．4 土壤侵蚀遥感监测
10．5 水环境污染遥感监测
10．6 灾害遥感
参考文献

前言/序言

　　遥感是20世纪60年代发展起来的对地观测综合性技术。它是在航空摄影测量的基础上，随着空间技术、电子计算机技术等当代科技的迅速发展以及地学、生物学等学科发展的需要形成的一门新兴技术学科。遥感是把地球作为一个完整的系统，研究地球各圈层的空间结构及相互作用，并通过遥感数据的定性、定量分析，为解决地球的资源与环境等问题服务。遥感特有的宏观、综合、动态、快速的特点决定了它能被广泛地应用于国民经济与社会发展的各个领域，充分体现出它强大的生命力和广阔的前景。
　　遥感图像分析是将各种传感器获取反映地表特征的各种数据通过传输、变换和处理，提取有用的信息，实现研究地物空间形状、位置、性质及其与环境的相互关系的一门现代应用技术科学。遥感数字图像处理是计算机数字处理技术与遥感图像分析技术结合而形成的一门新兴技术科学。遥感数字图像处理技术的出现从根本上改变了传统遥感图像的处理方式和识别方式，为遥感技术系统的完善，实现对地高效、快速识别以及多源信息的数字融合处理创造了良好的条件。
　　本书以图像的获取和存储、图像数字表示和描述、图像显示、图像校正、图像变换、滤波、图像分割、分类和遥感信息提取为主线，以森林资源、农业资源、生态环境和水土流失监测等应用为目的，帮助读者掌握理论和熟悉应用，从而可作为森林资源、环境、水土保持等相关专业大学本科生、硕士和博士研究生课程教材及相关科技人员参考书，也可供空间信息管理相关的研究、设计和工程开发人员参考。
　　本书共分为两个部分，第1章至第6章为理论部分，第7章至第10章为应用部分。理论部分主要介绍了遥感的物理基础、传感器及成像原理、遥感数据、遥感图像的复原、图像增强和遥感图像解译等方面的知识；应用部分主要采用多源、多级分辨率，多时相的遥感数据及理论与实例相结合的方法，结合地面调查数据，对遥感应用分析的理论与方法进行全面、系统的论述，主要涉及领域为林业、农业、水资源、生态环境、水土流失、湿地监测等。全书内容丰富，系统性强，具有较强的科学性和实用性。其中，第1章、第2章、第4章的第1节和第2节、第6章、第8章的第l节和第2节、第9章、第10章的第1节至第3节由黑龙江工程学院刘丹丹编写；第3章、第4章的第3节和第4节、第5章、第7章、第8章的第3节和第4节、第10章的第4节至第6节由黑龙江工程学院张玉娟编写。本书得到了黑龙江省自然基金面上项目——语义信息在高分辨率影像分类中的研究（E201203）资助。
　　全书由刘丹丹进行统稿、定稿。在编写过程中，参考了国内外大量相关文献资料，有的资料未能在教材中标出，在此向文献作者致以诚挚感谢。由于作者水平有限，书中不足之处在所难免，希望各位读者不吝赐教，提出宝贵意见。
　　编者
　　2016年7月

遥感影像的魅力：从观测到洞察的科学之旅 自人类仰望星空，便渴望了解我们所处的这个星球。古人凭借肉眼和简单的仪器，描绘出大地的轮廓；而今，科技的飞跃让我们得以从太空俯瞰地球，以前所未有的视角捕捉地表的细微变化。遥感，这门捕捉并解读来自地球表面反射或发射的电磁波信息的科学，正以其强大的力量，重塑着我们认知世界的方式。本书旨在带领读者踏上一段深入理解遥感数字图像处理的科学之旅，从基础原理到前沿应用，揭示遥感影像中蕴藏的无限可能。 第一章：遥感的基石——电磁波与图像的诞生 在深入图像处理之前，我们必须理解遥感工作的基本原理。地球万物都在不断地与外界进行能量交换，这种交换主要通过电磁波进行。不同的物质对不同波长的电磁波具有独特的反射、吸收和透射特性，这就像是给地球上的万物披上了“光谱签名”。遥感技术正是利用这一点，通过在不同波段（可见光、红外、微波等）捕捉地物的电磁波信号，形成一幅幅“数字图像”。 本章将详细阐述电磁波的性质，包括其波长、频率、能量等概念，以及不同波段电磁波与地物之间相互作用的物理过程。我们将探讨黑体辐射理论，了解地球和大气如何成为电磁波的发射源。同时，本章还会介绍遥感系统的组成，包括平台（如卫星、飞机、无人机）、传感器（如光学相机、扫描仪、雷达）以及数据传输与接收系统，为后续章节的学习打下坚实的基础。我们将深入理解不同传感器的工作原理，例如CCD和CMOS传感器在可见光遥感中的应用，以及热红外传感器如何捕捉地物的温度信息。 第二章：数字图像的语言——像素、色彩与几何 遥感获取的原始数据并非我们直观看到的彩色照片，而是一串串的数字，这些数字代表了地表不同位置的电磁波辐射强度。这些数字被组织成一个个微小的单元，称为“像素”（Pixel）。每个像素都承载着特定的空间位置信息和辐射亮度值。 本章将聚焦于数字图像的基本构成要素。我们将详细讲解像素的概念，以及如何通过像素矩阵来表示一幅遥感图像。色彩的呈现是图像的关键，我们将深入探讨不同色彩模型（如RGB、HSI、Lab）在遥感图像显示中的作用，以及如何通过不同波段的组合来生成假彩色或真彩色图像，从而更直观地展示地物的特征。此外，图像的几何信息也是至关重要的。我们将讲解像素坐标系、地理坐标系的概念，以及图像在地球表面的投影方式，为后续的几何校正和空间分析奠定基础。理解图像分辨率，包括空间分辨率、光谱分辨率、时间分辨率和辐射分辨率，对于选择合适的遥感数据至关重要。 第三章：图像的“瘦身”与“美化”——预处理技术 原始的遥感数字图像往往存在各种噪声、辐射不均等问题，或者需要根据特定的应用需求进行增强。预处理技术就是对原始图像进行一系列的数学和统计运算，以提高图像的质量、突出地物特征，并为后续的分析做准备。 本章将系统介绍常用的遥感图像预处理技术。我们将详细讲解辐射定标，如何将传感器记录的原始数字信号转换为具有物理意义的地表反射率或辐射亮度值，这对于进行定量分析至关重要。大气校正是另一个关键环节，它旨在消除大气对电磁波传播的影响，获取真实的地表反射率，使得不同时间、不同地点获取的图像具有可比性。我们将介绍多种大气校正模型，如基于辐射传输方程的模型和基于图像特征的模型。 噪声去除技术将是本章的重点之一。我们将学习空间域滤波（如中值滤波、均值滤波、高斯滤波）和频率域滤波（如傅里叶变换）在去除椒盐噪声、高斯噪声等方面的应用。图像增强技术则旨在提升图像的视觉效果，突出地物细节。我们将学习直方图均衡化、对比度拉伸、锐化等方法，以及它们在不同场景下的应用。例如，如何通过直方图均衡化来改善低对比度图像的视觉质量。 第四章：点亮地物细节——图像增强与变换 遥感图像的价值在于其蕴含的丰富信息。图像增强技术旨在通过各种数学变换，突出图像中的有用信息，抑制无用信息，使地物的特征更加明显，便于人眼识别或计算机分析。 本章将深入探讨各种图像增强技术。我们将从空间域增强开始，如点运算（灰度变换、阈值分割），以及卷积运算（平滑滤波、锐化滤波）。例如，如何利用拉普拉斯算子来突出图像边缘。随后，我们将进入频率域增强，学习傅里叶变换如何将图像分解为不同频率的成分，以及如何通过滤波来改变图像的频率特性，实现平滑或锐化。 更进一步，本章将介绍多光谱图像变换。我们知道，不同地物在不同波段的反射率组合是不同的，通过对多光谱波段进行线性或非线性组合，可以生成新的图像，这些新图像往往能更有效地突出特定地物的特征。我们将详细介绍主成分分析（PCA）、缨 বিরোধ（Tasseled Cap）变换、差值合成、比值合成等方法，并分析它们在植被、水体、土壤等信息提取中的应用。例如，PCA如何减少数据冗余并突出主要变化。 第五章：让图像“说话”——图像分类与目标识别 图像分类是遥感数字图像处理的核心任务之一，其目标是将图像中的像素划分到不同的地物类别中，如森林、农田、水体、城市等。这就像是给地表“贴标签”，构建了地物信息的基础图层。 本章将系统介绍各种图像分类方法。我们将从监督分类入手，理解其需要预先提供“训练样本”（已知地物类别的像素）来指导分类过程。我们将深入讲解最小距离分类法、最大似然分类法、支持向量机（SVM）和随机森林等经典监督分类算法的原理和应用。这些算法的关键在于它们如何根据像素的光谱特征来判断其所属类别。 随后，我们将探讨非监督分类。非监督分类无需训练样本，而是根据像素之间的光谱相似性将它们自动聚集成若干个类别。我们将介绍K-means聚类、ISODATA等常用非监督分类算法，并讨论其优缺点。 除了像素级别的分类，本章还将涉及面向对象分类（Object-Based Image Analysis, OBIA）。与传统像素分类不同，OBIA首先将图像分割成具有相似特征的对象，然后利用对象的形状、纹理、光谱信息以及对象之间的关系进行分类。这种方法在处理高分辨率遥感图像时具有显著优势。 第六章：量化地表变化——影像变化检测 地球是一个动态的系统，地表景观时刻在发生变化。遥感技术凭借其重复观测能力，为我们提供了监测这些变化的有力工具。影像变化检测旨在比较同一区域在不同时间获取的遥感图像，识别并量化地表的变化。 本章将详细介绍多种影像变化检测方法。我们将从图像配准讲起，确保不同时期的图像在空间上精确对齐，这是进行有效变化检测的前提。随后，我们将学习直接比较法，如差值法和比值法，直接比较像素值来识别变化。 变化向量分析（Change Vector Analysis, CVA）将作为重点介绍。CVA通过计算不同时期图像对应像素的光谱向量之间的差异，能够同时反映变化的幅度和方向，提供更丰富变化信息。 此外，本章还将介绍图像叠加法，如Post-classification Comparison，先对不同时期的图像进行分类，然后比较分类结果来检测变化。同时，我们还会探讨基于纹理、形状等特征的变化检测方法，以及利用机器学习和深度学习进行变化检测的新兴技术。我们将分析这些方法在城市扩张、森林砍伐、灾害监测等领域的应用。 第七章：从二维到三维——遥感影像的几何校正与三维建模 遥感图像的几何畸变是影响其应用精度的重要因素。这些畸变源于传感器自身的特性、地球的曲率、地形起伏以及传感器姿态的变化。几何校正是为了消除这些畸变，使图像上的位置信息能够准确地对应到地理空间。 本章将深入讲解几何校正的原理和方法。我们将介绍传感器几何校正，校正传感器在成像过程中产生的几何畸变。地形校正是另一项重要内容，利用数字高程模型（DEM）来消除地形起伏造成的影像变形。我们将学习如何进行辐射校正，将影像上的亮度值转换为具有物理意义的反射率值，确保不同传感器、不同时间获取的影像具有可比性。 本章还将介绍遥感影像的三维建模。随着高分辨率遥感技术的进步，从二维影像生成三维模型已成为可能。我们将探讨影像匹配、视差计算等关键技术，以及如何利用立体像对或多视角影像来构建数字表面模型（DSM）和数字高程模型（DEM）。这些三维模型在城市规划、地形分析、地质勘探等领域具有广泛应用。 第八章：信息提取的利器——遥感数据融合 不同的遥感传感器拥有不同的优势。例如，光学传感器提供丰富的地物光谱信息，而SAR（合成孔径雷达）传感器不受云雨影响，能够穿透地表。数据融合技术旨在将来自不同传感器、不同波段、不同尺度的遥感数据有机结合起来，取长补短，生成包含更丰富、更准确信息的合成图像。 本章将详细介绍遥感数据融合的原理与方法。我们将区分像素级融合、特征级融合和决策级融合。像素级融合通过对不同源图像的像素进行运算来生成新的图像，如PCA融合、小波变换融合等。特征级融合则是在提取了各源图像的特征后，再进行融合。决策级融合是在对各源图像进行独立分析后，再将得到的决策结果进行融合。 我们将重点介绍几种经典的融合方法，如 IHS（Intensity-Hue-Saturation）变换融合，它能够将高空间分辨率的单波段影像与多光谱影像进行融合，提高多光谱影像的空间分辨率。小波变换融合则能够有效地融合不同尺度的信息。同时，我们还将探讨基于深度学习的数据融合技术，其强大的特征学习能力为遥感数据融合带来了新的突破。 第九章：前沿探索与未来展望——深度学习与大数据时代 随着大数据时代的到来，海量的遥感数据以前所未有的速度增长。传统的遥感图像处理方法在面对如此庞大的数据量和日益复杂的应用需求时，显得力不从心。深度学习技术，凭借其强大的模式识别和特征学习能力，正引领着遥感图像处理进入一个全新的时代。 本章将聚焦于深度学习在遥感图像处理中的应用。我们将介绍卷积神经网络（CNN）在图像分类、目标检测、语义分割等任务中的强大威力。例如，如何利用CNN自动识别地物类别，而无需手工设计特征。我们将探讨全卷积网络（FCN）、U-Net等在遥感图像分割中的应用，能够实现像素级别的精细分类。 此外，本章还将讨论遥感大数据的处理与分析。如何构建高效的遥感数据存储、管理和处理平台，如何利用云计算和分布式计算技术来加速遥感图像的处理。最后，我们将对遥感数字图像处理的未来发展趋势进行展望，包括高分辨率、高光谱、高时效遥感数据的应用，以及与人工智能、物联网等技术的深度融合，共同描绘人类探索与保护地球的美好未来。

评分☆☆☆☆☆

我是在一次课程学习中接触到这本《遥感数字图像处理》的。这本书的叙述风格非常朴实，没有过多华丽的辞藻，直击核心概念。每一章的开头都会给出本章的学习目标，这使得我能够有针对性地进行阅读，避免迷失在浩瀚的知识海洋中。让我印象最深刻的是书中的例题和习题，它们紧密结合了实际的遥感应用场景，例如森林火灾监测、城市扩张分析等。通过完成这些题目，我不仅巩固了书本上的理论知识，还学会了如何运用这些知识解决实际问题。这本书在数据表达方面也做得非常出色，使用了大量的表格和图表来清晰地展示数据和结果，这大大提高了我的阅读效率。虽然有时候会觉得某些概念的解释略显枯燥，但整体而言，这本书的实用性和指导性非常强，对于那些希望将遥感图像处理技术应用于实际项目中的工程师和技术人员来说，绝对是一本不可多得的好助手。

评分☆☆☆☆☆

这次购入的《遥感数字图像处理》教科书，确实是学习遥感领域数字图像处理的绝佳入门读物。从我个人使用体验来看，这本书最大的亮点在于其系统性。它由浅入深地讲解了遥感图像处理的各个环节，从最初的图像获取、预处理，到中期的增强、变换，再到后期的分类、信息提取，几乎涵盖了所有核心内容。特别是图像预处理部分，对辐射校正、几何校正的阐述非常详尽，结合大量的实例分析，让我这个初学者也能快速理解这些关键步骤的原理和实际操作方法。书中的公式推导清晰，概念解释到位，并且辅以了大量图示，这对于理解抽象的算法原理非常有帮助。此外，它还介绍了多种常用的遥感数据处理软件，并给出了相应的操作指导，这对于即将投入实际应用的同学来说，无疑是巨大的福音。总的来说，这本书不仅提供了扎实的理论基础，更注重实践操作指导，非常适合作为高等院校测绘地理信息类专业的“十二五”规划教材，能够帮助学生建立起全面、扎实的遥感数字图像处理知识体系，为后续深入学习和研究打下坚实的基础。

评分☆☆☆☆☆

翻开这本《遥感数字图像处理》，首先给我留下深刻印象的是其章节逻辑的严谨和内容的深度。它并没有简单罗列各种技术，而是巧妙地将原理、方法和应用融为一体，让读者在学习理论知识的同时，也能感受到遥感技术在实际工作中的强大生命力。书中对影像增强技术的讲解尤为精彩，从基本的灰度变换到复杂的多光谱影像融合，都提供了清晰的解释和直观的对比图。特别是独立成分分析（ICA）在影像融合中的应用，虽然有些技术深度，但作者通过实例和对比，将复杂的概念变得易于理解。这本书的另一个优点是其前沿性，它不仅涵盖了经典的遥感图像处理技术，还对一些新兴的技术和方法有所提及，例如深度学习在遥感图像分类中的应用，这让我对遥感技术未来的发展方向有了更清晰的认识。整体而言，这本书的学术价值非常高，内容丰富且具有很强的启发性，对于想要深入理解遥感数字图像处理原理和技术的研究生以及科研人员来说，绝对是一本值得反复研读的参考书。

评分☆☆☆☆☆

坦白说，拿到这本《遥感数字图像处理》之前，我对数字图像处理的理解仅停留在基础层面。然而，这本书的出现彻底改变了我的看法。它不仅仅是一本教科书，更像是一位循循善诱的老师。书中对遥感图像的几何校正和辐射校正的讲解，用了很多生动的比喻和类比，让我这个对数学公式不太感冒的人也能轻松理解其中的奥秘。特别是几何校正部分，对不同投影系统和变换方法的详细介绍，以及它们之间的联系和区别，都给我留下了深刻的印象。这本书还非常注重实践操作，提供了很多不同类型的遥感影像作为练习素材，并指导读者如何利用常见的软件进行处理。这对我来说简直是及时雨，让我能够将课堂上学到的理论知识立即应用到实践中，大大提升了我的动手能力。我尤其喜欢书中关于地物光谱特征分析的部分，它帮助我理解了不同地物在不同波段的反射特性，这对于后续的图像分类至关重要。

评分☆☆☆☆☆

作为一名对遥感技术充满好奇的爱好者，我一直想找一本能够系统介绍遥感数字图像处理的书。偶然间发现了这本《遥感数字图像处理》，它并没有让我失望。这本书的内容涵盖面非常广，从基础的遥感原理到高级的图像分析技术，应有尽有。我尤其喜欢书中关于遥感影像解译的部分，它详细介绍了如何通过影像的“看”来“读”出信息，例如纹理、形状、阴影等多种解译要素的应用。书中还提及了时序遥感影像分析，这让我了解到如何利用不同时期的影像来监测地物的变化，这在环境监测和灾害评估等领域具有极其重要的意义。尽管有些章节的技术细节比较复杂，需要反复研读，但整体而言，这本书的逻辑清晰，结构合理，能够带领读者逐步深入到遥感数字图像处理的各个层面。它为我打开了一扇新的大门，让我看到了遥感技术在理解地球、服务人类方面的无限潜力。