合成孔径雷达图像理解与应用 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

宋建社，郑永安，袁礼海 著

图书标签:

• 合成孔径雷达
• SAR图像
• 图像理解
• 遥感
• 信号处理
• 雷达技术
• 模式识别
• 机器学习
• 目标检测
• 地物分类

店铺： 满苑逞娇图书专营店

出版社： 科学出版社

ISBN：9787030230942

商品编码：28015290383

包装：平装

出版时间：2008-11-01

基本信息

书名：合成孔径雷达图像理解与应用

定价：39.00元

作者：宋建社,郑永安,袁礼海

出版社：科学出版社

出版日期：2008-11-01

ISBN：9787030230942

字数：

页码：

版次：1

装帧：平装

开本：16开

商品重量：0.422kg

编辑推荐

---

内容提要

---

本书从SAR的基本原理和图像的基本特征出发，以SAR图像工程应用的后处理为重点，将理论、方法与工程应用实例相结合，以目标电磁散射特征计算、图像特征分析、图像分割、目标识别与分类、图像融合和图像压缩等内容为研究重点，较系统地涵盖了SAR图像应用中涉及的核心内容。
本书可作为从事SAR图像处理、信号处理、模式识别技术人员和科研院所相关研究人员的重要参考书，也可作为高等院校信号处理、遥感图像处理等相关专业的教师、高年级本科生和研究生的参考教材。

目录

---

章 绪论
1.1 合成孔径雷达概况
1.2 发展历程
1.2.1 国外SAR发展历程
1.2.2 我国SAR发展历程
1.3 发展趋势
1.4 主要应用
1.4.1 军事领域
1.4.2 民用领域
1.5 内容安排
第2章 合成孔径雷达
2.1 概述
2.2 SAR成像基本原理
2.2.1 距离向分辨率与脉冲压缩技术
2.2.2 方位向分辨率与合成孔径原理
2.2.3 点目标信号回波模型
2.2.4 SAR成像处理与算法
2.3 SAR成像的几何特性
2.3.1 斜距图像的比例失真
2.3.2 透视收缩与顶底位移
2.3.3 雷达阴影
2.3.4 雷达视差与立体观察
第3章 雷达目标电磁散射计算
3.1 概述
3.1.1 电磁散射基本计算方法
3.1.2 严格的经典解法
3.1.3 近似求解方法
3.2 等效电磁流计算
3.2.1 等效电磁流奇异性的消除
3.2.2 等效电磁流的分析与计算
3.3 多次散射的计算
3.3.1 几何/物理光学混合算法
3.3.2 存在多重散射的条件和遮挡关系的判断
3.3.3 几何光学/等效电磁流混合算法
3.3.4 GO/PO混合方法的应用
3.4 腔体结构电磁散射RCS计算
3.4.1 复射线近轴近似电磁散射算法
3.4.2 计算实例
3.5复杂目标电磁散射的计算
3.5.1 复杂目标几何建模
3.5.2 复杂目标电磁散射混合计算
第4章 合成孔径雷达图像特征分析
4.1 概述
4.2 SAR图像辐射特征
4.2.1 SAR图像回波强度的概率分布
4.2.2 辐射分辨率
4.3 SAR图像噪声特征
4.4 SAR图像目标几何特征
4.4.1 点目标
4.4.2 线目标
4.4.3 面目标
4.5 SAR图像灰度统计特征
4.5.1 幅度特征
4.5.2 直方图特征
4.5.3 统计特征
4.6 SAR图像纹理特征
4.6.1 方向差分特征
4.6.2 灰度共现特征
4.6.3 小波纹理能量特征
第5章 合成孔径雷达图像分割
5.1 概述
5.2 阈值分割法
5.2.1 基于遗传算法的二维大熵阈值分割法
5.2.2 二维模糊熵阈值分割法
5.2.3 双阈值分割算法
5.3 基于马尔可夫场模型的分割法
5.3.1 吉布斯MEF分割模型
5.3.2 吉布斯MRF分割算法
5.3.3 多尺度MRF图像分割
5.4 基于多尺度几何分析的分割法
5.4.1 基于Contourlet变换的SAR图像分割
5.4.2 基于Wedgelet变换的SAR图像分割
5.5 分割评价方法
5.5.1 分割质量评价
5.5.2 适用情况分析
第6章 合成孔径雷达图像目标分类
6.1 概述
6.1.1 分类流程
6.1.2 评价标准
6.2 概率密度函数估计
6.2.1 单-密度函数
6.2.2 混合密度函数
6.2.3 有限混合密度函数的逼近能力
6.3 参数估计
6.3.1 极大似然估计
6.3.2 EM算法
6.4 小距离分类法
6.5 大后验概率分类法
6.6 支持向量机分类法
6.6.1 支持向量机原理
6.6.2 支持向量机分类法
6.7 隐马尔可夫优化分类法
6.7.1 HMM原理
6.7.2 HMOC模型
第7章 合成孔径雷达图像目标识别
7.1 概述
7.1.1 识别方法
7.1.2 自动目标识别系统
7.2 基于电磁特性的目标识别
7.3 典型目标识别
7.3.1 道路识别
7.3.2 机场识别
7.3.3 MSTAR坦克识别
第8章 合成孔径雷达图像融合
8.1 概述
8.1.1 图像融合概念
8.1.2 融合效果评价
8.2 SAR图像与可见光图像融合
8.2.1 提升小波变换
8.2.2 基于提升小波变换区域统计特性的融合算法
8.3 SAR图像与多光谱图像融合
8.3.1 主成分分析方法
8.3.2 基于主成分分析的SAR与多光谱图像融合
8.4 多波段SAR图像融合
8.4.1 基于a trous算法方向滤波器组的多波段SAR图像灰度融合
8.4.2 多波段SAR图像伪彩色融合
第9章 合成孔径雷达图像压缩
9.1 概述
9.1.1 代和第二代压缩技术
9.1.2 多尺度方向分析技术
9.2 SAR图像压缩中的典型特征
9.2.1 纹理特征
9.2.2 变换域系数统计特征
9.3 SAR图像Non-SWMDA压缩方法
9.3.1 不可分离小波的提升实现
9.3.2 基于块分割的二叉树编码方案设计
9.4 SAR图像压缩效果评价
9.4.1 保真度准则
9.4.2 特征衡量标准
英汉术语对照
主要参考文献

作者介绍

---

文摘

---

序言

---

《光学遥感图像处理与分析》 内容简介： 本书系统深入地阐述了光学遥感图像的获取、预处理、增强、特征提取、分类以及应用等关键技术。全书共分为十章，内容翔实，逻辑严谨，既有理论深度，又具实践指导意义。 第一章 绪论：光学遥感基础 本章首先介绍了光学遥感的基本原理，包括电磁波与物质的相互作用、辐射传输、传感器的类型与工作方式等。重点讲解了可见光、近红外、短波红外等波段的光谱特性及其在地球观测中的意义。随后，详细阐述了光学遥感卫星的成像方式，如推扫成像、凝视成像等，并对不同传感器（如多光谱、高光谱）的特点及其优劣势进行了比较。最后，从历史发展、技术现状和未来趋势三个层面，勾勒了光学遥感技术的发展脉络，为后续章节的学习奠定坚实的基础。 第二章 光学遥感图像获取与辐射定标 本章聚焦于光学遥感图像的实际获取过程。首先，详细介绍了常用光学遥感卫星的成像平台、传感器参数以及数据获取流程。接着，深入探讨了图像辐射特性，包括辐射亮度、反射率等关键概念，并详细讲解了辐射定标的原理和方法。重点介绍了绝对辐射定标和相对辐射定标，以及两种定标方法的具体实现步骤和技术要求。此外，还讨论了不同定标方法对后续图像分析结果的影响，强调了准确辐射定标对于定量遥感分析的重要性。 第三章 图像预处理技术 本章详细介绍了光学遥感图像预处理的各种技术，旨在提高图像质量，去除噪声和畸变，为后续分析做好准备。首先，讲解了图像几何校正的原理，包括传感器畸变、平台姿态变化、地球曲率等因素造成的几何误差，并介绍了多项式纠正、地形匹配纠正等常用方法。随后，深入探讨了图像辐射校正，包括大气散射、吸收、透射等大气效应的影响，以及大气校正的各种模型和算法，如 FLAASH、QUAC 等。此外，还详细介绍了图像去噪技术，包括空间域滤波器（如均值滤波、中值滤波、高斯滤波）和频率域滤波器，以及针对不同噪声类型的去噪策略。最后，本章还涵盖了图像融合技术，如 IHS 融合、PCA 融合、小波融合等，用于结合不同传感器或不同时相的图像信息，生成更高空间或光谱分辨率的合成图像。 第四章 图像增强技术 本章专注于提升光学遥感图像的视觉信息量，使其更便于人眼观察和分析。首先，介绍了点运算增强方法，包括线性拉伸、直方图均衡化、直方图规定化等，以及它们在增强图像对比度和细节方面的作用。随后，深入探讨了空间域滤波增强技术，如锐化滤波（如拉普拉斯算子、Sobel 算子）、平滑滤波（如高斯滤波、均值滤波）以及它们对图像边缘和纹理的影响。接着，详细介绍了频域增强方法，包括傅里叶变换及其在图像增强中的应用，如低通滤波、高通滤波、同态滤波等。此外，本章还讨论了假彩色合成技术，以及如何选择合适的波段组合来突出特定的地物信息，以满足不同应用的需求。 第五章 图像特征提取 本章重点阐述了从光学遥感图像中提取有意义特征的方法，这些特征将用于后续的分类和分析。首先，介绍了光谱特征的提取，包括像元光谱曲线的分析、关键光谱指数（如 NDVI、EVI、NDWI）的计算及其在植被、水体等监测中的应用。随后，深入探讨了纹理特征的提取，如灰度共生矩阵（GLCM）及其统计特征（如均值、方差、对比度、能量），以及 Gabor 滤波器、LBP（Local Binary Pattern）等方法在刻画地物表面粗糙度和结构信息中的作用。此外，本章还介绍了形状特征的提取，如轮廓、质心、面积、周长等几何属性，以及基于形状描述符（如 Hu 不变量）的特征提取。最后，讨论了尺度不变特征变换（SIFT）等局部特征描述符在目标识别和匹配中的应用。 第六章 图像分类技术 本章系统讲解了光学遥感图像的分类原理和方法，旨在将图像划分为不同的地物类别。首先，介绍了监督分类方法，包括最大似然分类、支持向量机（SVM）、随机森林（Random Forest）、神经网络（如 BP 网络、CNN）等，以及它们在基于已知训练样本进行分类时的优劣势。接着，详细阐述了非监督分类方法，如 K-means 聚类、ISODATA 聚类、模糊 C 均值聚类等，以及它们在未知类别情况下的应用。此外，本章还深入探讨了面向对象的图像分析（OBIA）方法，它将图像分割后形成的同质区域作为基本单元进行分类，能更好地处理高分辨率遥感图像。最后，讨论了分类精度评估的方法，如混淆矩阵、Kappa 系数、总体精度等。 第七章 高光谱遥感图像处理 本章专注于高光谱遥感图像的处理技术。首先，介绍了高光谱遥感图像的光谱分辨率特点及其与多光谱遥感图像的区别，以及高光谱数据的特有挑战，如“维数灾难”。接着，详细讲解了高光谱图像的预处理技术，包括辐射定标、大气校正、噪声去除（如 MNF 变换）等。然后，深入探讨了高光谱图像的特征提取方法，如光谱匹配、光谱角制图（SAM）、线性混合模型（LMM）等。此外，本章还介绍了高光谱图像的分类技术，如基于光谱相似性的分类、分类与目标探测相结合的方法。最后，讨论了高光谱遥感在矿物探测、农作物识别、环境监测等领域的典型应用。 第八章 遥感影像变化检测 本章围绕遥感影像变化检测的核心技术展开。首先，介绍了变化检测的基本概念和分类，包括图像配准、变化幅度分析、变化类型识别等。接着，详细讲解了常用的变化检测方法，如图像叠加法、图像差值法、图像比值法、组合变化检测法（如 CVA）等。随后，深入探讨了基于特征的变化检测方法，以及如何利用纹理、光谱等特征来识别和量化变化。此外，本章还介绍了基于机器学习和深度学习的变化检测技术，如 SVM、随机森林、CNN 等在变化检测中的应用。最后，列举了变化检测在土地利用变化、城市扩张、灾害监测等领域的实际应用案例。 第九章 典型应用领域 本章从实际应用的角度，详细阐述了光学遥感图像处理与分析在多个领域的具体应用。首先，在农业遥感方面，介绍了利用遥感技术监测作物长势、估算产量、识别病虫害、制定精准施肥和灌溉策略等。其次，在林业遥感方面，阐述了如何利用遥感监测森林资源、评估森林健康状况、识别森林火灾、进行森林采伐监测等。接着，在水体遥感方面，讲解了遥感在水质监测（如叶绿素浓度、浊度）、水体边界提取、湖泊富营养化评估、洪水监测等方面的应用。此外，在城市遥感方面，介绍了利用遥感技术进行城市扩张监测、土地利用/覆盖分类、城市热岛效应分析、城市基础设施调查等。最后，在地质与矿产遥感方面，阐述了遥感在矿产资源勘查、地质构造分析、地质灾害监测（如滑坡、崩塌）等方面的应用。 第十章 综述与展望 本章对全书内容进行总结，并对光学遥感图像处理与分析的未来发展方向进行展望。首先，回顾了本学科的发展历程，总结了当前的主要技术瓶颈和挑战。随后，重点探讨了人工智能（AI）技术，特别是深度学习在光学遥感图像处理与分析中的发展趋势，包括自动特征学习、端到端模型、迁移学习等。接着，展望了高分辨率、高光谱、高时效等新型遥感数据获取能力对图像处理提出的新要求。此外，还讨论了多源遥感数据融合、时空信息挖掘、以及将遥感技术与大数据、云计算、物联网等技术相结合的前景。最后，强调了光学遥感图像处理与分析在服务国家战略、促进可持续发展、应对全球性挑战等方面的重要作用和广阔前景。 本书适合高等院校遥感、地理信息科学、测绘工程、计算机科学等专业的本科生、研究生，以及从事遥感数据处理、地理信息系统开发、环境监测、资源管理等领域的科研人员和工程师阅读。

评分☆☆☆☆☆

作为一名对环境监测和可持续发展领域的研究者，我一直在寻找能够提供更精细、更广阔视角的数据源。SAR图像因其独特的全天候、全天时成像能力，在我的研究方向上具有不可替代的优势。这本书的价值在于，它不仅详细介绍了SAR的基本原理，更重要的是，它将SAR技术与实际的科学问题紧密结合，提供了丰富的应用案例。我特别关注书中关于SAR在农业监测中的应用，包括作物长势监测、灌溉状况评估以及病虫害早期预警等。这些信息对于提高农业生产效率、保障粮食安全具有重要意义。此外，书中关于SAR在土地利用/土地覆盖变化监测方面的讨论，也为我理解城市扩张、森林砍伐等环境问题提供了新的视角。让我印象深刻的是，书中对于不同SAR传感器（如Sentinel-1、TerraSAR-X等）的性能比较和应用特点的分析，这对于研究者选择合适的数据源非常有指导意义。总的来说，这本书是一本兼具理论深度和实践广度的优秀参考书。

评分☆☆☆☆☆

我是一名对地球科学充满好奇心的大学在读本科生，之前接触过一些基础的地理信息科学课程，但对SAR的了解非常有限。这本书的语言风格非常友好，不像很多学术著作那样枯燥乏味。作者用了很多形象的比喻和图示，将抽象的电磁波理论和数据处理过程变得生动易懂。我最喜欢的是书中关于SAR在灾害监测方面的应用，比如洪水淹没范围的提取、地震引起的地面形变分析等。看到SAR图像能够如此清晰地展示这些灾难性的事件，让我深刻体会到科技的力量。书中还提到了一些前沿的SAR应用，比如利用深度学习来自动化SAR图像的解译，这让我看到了SAR技术未来的发展潜力，也激起了我对这个领域进一步探索的兴趣。虽然有些地方涉及到一些数学公式，但在作者的讲解下，我都能大致理解其含义和作用。这本书让我觉得SAR不再是遥不可及的专业技术，而是与我们的生活息息相关的、充满魅力的科学领域。

评分☆☆☆☆☆

我本身是一名软件工程师，对算法和数据处理非常感兴趣，但对遥感领域了解不多。偶然的机会接触到这本书，就被其严谨的逻辑和丰富的内涵所吸引。这本书让我第一次系统地认识到SAR图像是如何从原始的雷达信号一步步转化为我们所看到的“图像”，其中涉及到复杂的信号处理技术，如距离多普勒算法、自聚焦算法等。书中的相关章节虽然篇幅不长，但清晰地勾勒出了这些关键技术的轮廓，让我对SAR数据处理的复杂性有了初步的认识。更让我觉得这本书有价值的是，它不仅仅局限于原理，还深入探讨了SAR图像的“理解”和“应用”。例如，书中关于SAR图像地物分类的算法介绍，以及如何利用机器学习模型来提高分类精度，这让我联想到很多在其他领域中相似的算法思想，觉得SAR图像解译也是一个充满挑战和机遇的领域。这本书虽然篇幅不大，但信息量非常密集，对有志于深入了解SAR技术的人来说，是一本非常好的入门和进阶读物。

评分☆☆☆☆☆

我是一位有着多年遥感数据处理经验的从业者，之前主要接触光学遥感。出于工作需要，我开始深入研究SAR技术。这本书的出现，无疑为我提供了一个非常系统和深入的学习平台。它不仅仅是对SAR成像原理的梳理，更重要的是，对于SAR数据的高级应用，特别是那些能产生显著经济效益和科研价值的应用，进行了详尽的阐述。我惊喜地发现，书中对SAR干涉测量（InSAR）技术的讲解非常透彻，从基本原理到各种形变监测技术的演变，再到实际案例分析，都非常到位。我曾经在处理InSAR数据时遇到过一些瓶颈，这本书中关于相干性分析、去平地相位去除、大气延迟校正等关键环节的详细说明，为我解决实际问题提供了宝贵的思路和方法。此外，书中对SAR图像在目标识别和分类方面的讨论，也给了我不少启发，特别是关于利用多极化、多时相数据来提升分类精度的方法，我觉得非常有实用价值。总的来说，这本书是一本能够帮助从业者快速提升专业技能的优秀教材。

评分☆☆☆☆☆

这本书简直打开了我的新世界大门！我一直对遥感技术非常感兴趣，但合成孔径雷达（SAR）这个概念对我来说一直有点神秘。读了这本书之后，我终于明白了SAR到底是怎么回事，它不仅仅是简单的拍照，而是通过“穿透”云层、在夜晚也能成像的能力，揭示了我们肉眼看不到的地表信息。书里详细讲解了SAR成像的原理，从电磁波的发射、地物散射，到回波信号的处理，一步步地让我理解了这个复杂过程。尤其让我印象深刻的是，作者并没有停留在理论层面，而是用大量的实例，比如地表形变监测、作物分类、海冰监测等等，来展示SAR图像的应用。看着那些清晰的、经过处理的SAR图像，我能感受到背后蕴含的巨大信息量，以及它在科学研究和实际生产中发挥的重要作用。这本书的逻辑性很强，每一步的讲解都紧密相连，即使是初学者，也能循序渐进地掌握其中的知识。我特别喜欢其中关于目标散射特性分析的部分，这让我对不同地物在SAR图像中的表现有了更直观的认识。