遙感圖像檢索技術 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

程起敏 著

圖書標籤:

• 遙感圖像
• 圖像檢索
• 計算機視覺
• 模式識彆
• 機器學習
• 深度學習
• 圖像處理
• 遙感科學
• 信息檢索
• 大數據分析

齣版社： 武漢大學齣版社

ISBN：9787307084674

版次：1

商品編碼：10685940

包裝：平裝

開本：16開

齣版時間：2011-05-01

用紙：膠版紙

頁數：236

內容簡介

　　《遙感圖像檢索技術》是國傢自然科學基金青年科學基金項目“多Agent驅動的反饋式遙感圖像檢索關鍵技術研究”及國傢973計劃資助項目“下—代互聯網信息存儲的組織模式和核心技術研究”的成果之一。作者從視覺層次、對象及空間關係層次及語義層次闡述瞭遙感圖像檢索技術，涵蓋瞭遙感圖像的光譜特徵檢索、紋理特徵檢索、形狀特徵檢索、多目標空間關係檢索、區域檢索、語義檢索及相關反饋檢索、壓縮域檢索及高維可視化特徵索引等多方麵內容。

目錄

第1章 緒論
1．1 從基於文本到基於圖像
1．2 圖像檢索技術的發展及現狀
1．2．1 圖像檢索層次
1．2．2 基於內容的圖像檢索與MPEG．7標準
1．2．3 圖像檢索係統主要功能模塊
1．2．4 國內外圖像檢索係統
1．3 基於內容的圖像檢索涉及的關鍵技術
1．3．1 圖像特徵描述及相似性度量
1．3．2 圖像數據的組織和管理
1．3．3 支持相似性度量的高維特徵索引技術
1．3．4 查詢方式及相關反饋模型
1．3．5 圖像檢索性能評價
1．4 遙感圖像檢索技術的現狀及熱點
1．4．1 典型遙感圖像檢索係統
1．4．2 遙感圖像檢索的研究熱點
參考文獻
第2章 基於光譜特徵的遙感圖像檢索
2．1 高光譜遙感基礎知識
2．2 高光譜遙感圖像的光譜分析
2．3 高光譜遙感圖像的光譜特徵選擇
2．3．1 光譜特徵選擇方法分類
2．3．2 基於仿射傳播算法的光譜波段選擇
2．4 高光譜遙感圖像的光譜特徵提取
2．4．1 基於主成分分析的光譜特徵提取
2．4．2 基於MNF變換的光譜特徵提取
2．5 高光譜遙感圖像的光譜匹配
2．5．1 光譜波段距離度量函數
2．5．2 光譜匹配方法
2．6 基於光譜特徵的高光譜遙感圖像檢索
2．6．1 基於光譜麯綫參量化指標的檢索
2．6．2 基於光譜麯綫形態的檢索
參考文獻
第3章 基於紋理特徵的遙感圖像檢索
3．1 紋理及紋理分析方法
3．2 基於2D Gabor小波濾波器的遙感圖像檢索
3．2．1 2D Gabor小波濾波器
3．2．2 基於2D Gabor小波濾波器的紋理特徵提取及相似性度量
3．2．3 基於2D Gabor小波濾波器的遙感圖像紋理特徵檢索
3．3 基於小波變換的遙感圖像檢索
3．3．1 小波直方圖和快速小波直方圖
3．3．2 基於小波直方圖的紋理特徵提取及相似性度量
3．3．3 基於小波變換的遙感圖像紋理特徵漸進式檢索
3．4 基於多進製小波變換的遙感圖像檢索
3．4．1 多進製小波的分解和重構
3．4．2 多進製小波直方圖和多進製快速小波直方圖
3．4．3 基於多進製小波直方圖的遙感圖像紋理特徵提取及相似性度量
3．4．4 基於多進製小波變換的遙感圖像紋理特徵漸進式檢索
3．5 基於Contourlet變換的遙感圖像檢索
3．5．1 Contourlet變換
3．5．2 基於Contourlet變換的遙感圖像紋理特徵提取及相似性度量
3．5．3 基於Contourlet變換的遙感圖像紋理特徵漸進式檢索
參考文獻
第4章 基於形狀特徵的遙感圖像檢索
4．1 形狀描述及相似性檢索
4．1．1 形狀的基本描述和錶達方法
4．1．2 理想的形狀特徵描述子指標
4．1．3 基於形狀的相似性檢索
4．2 遙感圖像目標類型及形狀庫的創建
4．2．1 遙感圖像簡單目標的基本類型
4．2．2 遙感圖像目標形狀特徵庫的創建
4．3 基於目標輪廓特徵的遙感圖像檢索
4．3．1 邊緣檢測算法綜述
4．3．2 基於區域矩和相對矩的形狀描述
4．3．3 基於小波變換和不變相對矩的遙感圖像形狀特徵檢索
4．3．4 基於多尺度形態學和不變相對矩的遙感圖像形狀特徵檢索
參考文獻
第5章 基於空間關係韻遙感圖像檢索
5．1 空間關係理論基礎
5．2 空間關係的錶達及空間相似性度量
5．2．1 基於目標幾何近似的空間關係錶達
5．2．2 基於目標串的空間關係錶達
5．2．3 基於直方圖的空間關係錶達及相似性度量
5．2．4 基於圖的空間關係錶達及相似性度量
5．3 基於多目標空間關係的遙感圖像檢索
5．3．1 基於空間關係的遙感圖像檢索
5．3．2 基於F-直方圖的遙感圖像多目標方位關係檢索
參考文獻
第6章 基於區域的遙感圖像檢索
6．1 基於規則劃分區域的遙感圖像檢索
6．1．1 基於不重疊區域的遙感圖像數據分塊組織
6．1．2 基於重疊區域的遙感圖像數據分塊組織
6．1．3 基於Nona—tree的遙感圖像檢索
6．2 基於任意形狀區域的遙感圖像特徵提取及檢索
6．2．1 遙感圖像的紋理分割
6．2．2 任意形狀區域的填充
6．2．3 基於任意形狀區域的遙感圖像特徵提取及檢索
參考文獻
第7章 基於壓縮域的遙感圖像檢索
7．1 壓縮域圖像檢索技術
7．1．1 基於空問壓縮域的圖像檢索
7．1．2 基於變換壓縮域的圖像檢索
7．2 顧及壓縮域尺度相關性的遙感圖像檢索
7．2．1 小波域尺度相關性
7．2．2 NSCT域尺度相關性
7．2．3 顧及尺度相關性的NSCT域變換係數擬閤模型
7．2．4 顧及尺度相關性的遙感圖像NSCT壓縮域檢索
參考文獻
第8章 基於語義的遙感圖像檢索
8．1 圖像語義的描述、提取和度量
8．1．1 圖像語義層次模型
8．1．2 圖像語義的描述和提取
8．1．3 圖像語義的相似性度量
8．2 基於語義的遙感圖像檢索
8．2．1 基於語義的遙感圖像檢索綜述
8．2．2 基於本體論的遙感圖像語義模型
8．2．3 基於數據挖掘的遙感圖像語義檢索
參考文獻
第9章 遙感圖像數據庫
9．1 遙感圖像數據庫的發展
9．1．1 遙感圖像數據庫管理方式
9．1．2 大型遙感圖像數據庫係統
9．2 遙感圖像數據的金字塔模型及可視化
9．3 遙感圖像數據的壓縮
9．4 遙感圖像數據的空間索引
9．5 遙感圖像庫的空間數據庫引擎
9．6 遙感圖像數據的Web發布技術
參考文獻
第10章 遙感圖像高維可視化特徵相似性索引
10．1 降維技術概述
10．1．1 降維的定義及分類
10．1．2 主要降維技術
10．2 嚮量空間多維索引結構
10．2．1 嚮量空間及相應的距離函數
10．2．2 嚮量空間多維索引結構分類
10．3 度量空間高維索引結構
10．3．1 度量空間和相似性查詢的概念
10．3．2 度量空間高維索引結構及分析
10．4 基於VP-tree和MVP-tree的遙感圖像可視化特徵索引
10．4．1 VP-tree和MVP-tree
10．4．2 基於VP-tree和MVP-tree的遙感圖像可視化特徵索引
參考文獻
第11章 遙感圖像的相關反饋檢索
11．1 相關反饋技術概述
11．2 基於查詢嚮量轉移的圖像相關反饋檢索
11．3 基於特徵權重調整的圖像相關反饋檢索
11．4 基於灰色係統理論和特徵權重調整的圖像相關反饋檢索
11．5 基於機器學習的遙感圖像相關反饋檢索
11．5．1 SVM的基本理論
11．5．2 基於SVM的遙感圖像相關反饋檢索
參考文獻

前言/序言

好的，這是一本關於空間數據挖掘與地理信息係統集成應用的圖書簡介，內容側重於理論框架、前沿方法和實際案例，不涉及遙感圖像檢索的具體技術細節。 --- 圖書名稱：空間數據挖掘與地理信息係統集成應用 內容簡介 本書聚焦於現代地理空間信息科學領域中兩個核心且日益融閤的前沿分支：空間數據挖掘（Spatial Data Mining, SDM）與地理信息係統（Geographic Information Systems, GIS）的深度集成與創新應用。在全球數據爆炸式增長的背景下，地理空間數據（如移動軌跡、物聯網傳感器數據、高精度地圖等）的體量和復雜性對傳統分析方法構成瞭嚴峻挑戰。本書旨在係統梳理和深入探討如何利用先進的數據挖掘技術，從海量、異構的地理空間數據中發現潛在的、有價值的知識、模式和趨勢，並將其高效地融入到GIS的分析、建模與可視化框架中，以解決復雜的現實世界問題。 全書結構清晰，從基礎理論奠基，到核心算法剖析，再到跨學科的集成實踐，力求為讀者構建一個全麵、深入且具有前瞻性的知識體係。 --- 第一部分：空間數據挖掘理論基礎與挑戰 本部分首先為讀者打下堅實的理論基礎，明確空間數據挖掘在數據科學中的獨特地位和核心挑戰。 第一章：地理空間信息的特徵與數據預處理 本章詳細闡述瞭地理空間數據的本質特徵，包括空間相關性（如Tobler第一定律）、空間異質性（如尺度效應和局部性）以及數據的多源性（矢量、柵格、網絡結構）。重點討論瞭空間數據預處理的關鍵環節，如數據的配準、空間抽樣策略（非均勻采樣與代錶性分析）、缺失值處理（引入空間插值算法如剋裏金法、反距離加權法的適用性分析），以及數據融閤中的時空對齊難題。此外，還將探討如何構建高效的空間索引結構（如R-tree, Quadtree的變種）以支持後續的高性能查詢與挖掘。 第二章：空間描述性統計與模式識彆的理論框架 本章深入探討瞭超越傳統歐氏空間統計學的地理空間描述方法。內容涵蓋瞭空間描述性統計量的計算及其統計學意義，如空間集中度、離散度和方嚮性分析（如全局和局部莫蘭指數、Geary C統計量）。重點介紹空間聚類與異常值（Outlier）的理論定義，區分全局模式與局部異常的識彆標準，並引入瞭描述空間過程分布模式的概率模型，為後續的預測建模奠定理論基礎。 --- 第二部分：核心空間數據挖掘算法與技術 本部分是全書的技術核心，詳細剖析瞭應用於地理空間數據分析的多種先進挖掘算法。 第三章：空間聚類分析的高級技術 本章超越傳統的K-Means等點數據聚類方法，專注於處理地理空間數據特有的約束條件。詳細講解瞭基於密度的空間聚類方法（如DBSCAN及其空間擴展版本），特彆關注任意形狀簇的發現以及如何處理噪聲點。此外，引入瞭層次聚類方法（Agglomerative and Divisive）在地理尺度分析中的應用，以及基於模型的聚類技術，如空間高斯混閤模型（Spatial Gaussian Mixture Models），用以揭示數據生成過程的潛在結構。 第四章：空間關聯規則與模式發現 空間關聯規則挖掘是發現數據項之間內在聯係的關鍵。本章著重討論如何定義空間鄰近性（Spatial Proximity）作為關聯規則的約束條件。內容包括Apriori算法的空間擴展、高效的FP-growth算法在地理數據集上的性能優化，以及如何挖掘閉閤頻繁項集（Closed Frequent Itemsets）和極大頻繁項集（Maximal Frequent Itemsets），以減少冗餘信息。同時，探討瞭時空序列關聯規則的發現，例如城市交通流的時空依賴性分析。 第五章：空間預測建模與迴歸分析 本章聚焦於如何利用空間數據建立預測模型。詳細闡述瞭空間迴歸模型（Spatial Regression Models），包括空間滯後模型（Spatial Lag Model, SLM）和空間誤差模型（Spatial Error Model, SEM）的數學構建與參數估計方法（如最大似然估計）。此外，還涵蓋瞭非參數的空間預測方法，如廣義加性模型（GAM）在處理非綫性空間效應時的優勢，以及如何利用地理加權迴歸（Geographically Weighted Regression, GWR）捕捉空間非平穩性，實現局部最優預測。 --- 第三部分：地理信息係統與數據挖掘的集成實踐 本部分探討瞭如何將挖掘齣的知識無縫嵌入到GIS的分析和決策支持流程中，實現理論到實踐的飛躍。 第六章：空間機器學習模型的GIS集成框架 本章探討瞭將現代機器學習模型（如支持嚮量機、隨機森林、深度學習的特定變體）應用於地理空間分類與迴歸任務的實踐。重點在於特徵工程——如何從原始空間數據中提取有效的空間特徵（如地形起伏度、景觀異質性指數）。同時，闡述瞭如何構建一個集成工作流（Workflow），使GIS平颱能夠調用外部挖掘庫，並在GIS環境中可視化挖掘結果，如將分類概率圖、迴歸殘差圖疊加到地圖數據之上。 第七章：時空數據挖掘的應用場景與決策支持 本章通過多個領域案例，展示瞭空間數據挖掘在實際決策中的作用。案例涵蓋城市規劃（如設施選址優化、土地利用變化趨勢預測）、環境科學（如汙染擴散路徑分析、生態風險評估）以及社會經濟分析（如犯罪熱點演變、人口流動模式識彆）。特彆強調瞭如何將挖掘齣的時空模式轉化為GIS中的動態可視化和交互式決策工具，以支持規劃師和決策者進行乾預和管理。 第八章：麵嚮大數據的空間數據處理架構 隨著數據規模的擴大，傳統單機分析方法受到限製。本章介紹分布式計算框架（如基於MapReduce或Spark的地理空間數據處理架構）在空間查詢、空間連接（Spatial Join）和大規模模式發現中的應用。討論瞭流式地理空間數據處理（Streaming Geospatial Data Processing）的挑戰與解決方案，以及如何保證在分布式環境下空間分析結果的準確性和一緻性。 --- 目標讀者 本書麵嚮地理信息科學、測繪工程、環境科學、城市規劃、計算機科學等領域的本科高年級學生、研究生、科研人員以及從事空間數據分析的工程技術人員。需要具備GIS基礎知識和初步的編程能力（如Python或R）。 總結 《空間數據挖掘與地理信息係統集成應用》不僅是一本算法的匯編，更是一部關於如何從地理空間數據中提取知識、提升決策質量的綜閤性指南。它強調瞭理論的嚴謹性與應用的創新性相結閤，是推動地理空間信息技術嚮智能化和自動化方嚮發展的重要參考讀物。

評分☆☆☆☆☆

閱讀完這本書後，我最大的感受是它對於“未來趨勢”的洞察力。在技術領域，一本書如果僅僅停留在當前最主流的技術上，很快就會過時。但這本書顯然投入瞭大量的精力去探討未來的研究方嚮和未解決的挑戰。比如，它在接近尾聲的部分專門開闢瞭一個章節討論瞭聯邦學習在保護遙感數據隱私前提下進行大規模模型訓練的可能性，以及如何利用生成對抗網絡（GAN）來增強小樣本遙感數據的訓練集。這些內容顯然是走在行業前沿的，它們不僅提供瞭知識，更重要的是激發瞭我的研究興趣和方嚮感。這本書不是一個終點，它更像是一個起點，指引著讀者去思考下一個五年，遙感圖像檢索技術將走嚮何方，這對於任何希望保持技術領先地位的從業者來說，都是極其寶貴的價值所在。

評分☆☆☆☆☆

我必須提到這本書在“跨學科知識融閤”方麵的處理，這讓我感到非常驚喜。遙感技術本身就具有很強的交叉性，它需要紮實的計算機視覺基礎、信號處理知識，甚至在某些高級應用中還需要地球科學的背景。很多同類書籍往往隻在一個領域深挖，導緻讀者在遇到跨領域問題時仍感到知識斷裂。然而，《遙感圖像檢索技術》在這方麵做得非常平衡。它不僅詳細講解瞭如何優化捲積神經網絡的結構以適應遙感影像的特定“平坦”特徵，還非常到位地補充瞭關於地理配準誤差對檢索結果影響的分析。這種對周邊知識體係的關注，使得這本書的知識密度非常高，但又組織得井井有條，它促使我不僅關注如何“檢索”，更要關注“檢索的根源”和“檢索的局限性”，拓寬瞭我的技術視野。

評分☆☆☆☆☆

我之所以購買這本書，主要是被它在“應用場景廣度”方麵的宣傳所吸引。我目前主要關注的是城市規劃中的曆史地貌變化監測，而傳統的數據處理方法往往效率低下且容易遺漏細節。這本書的前幾章花瞭大量篇幅梳理瞭不同分辨率衛星數據在提取地物特徵時的優劣勢，這一點對我觸動很大。它沒有停留在理論的空中樓閣，而是大量引入瞭基於深度學習的特徵提取案例，比如如何通過多光譜和高光譜數據的融閤來識彆齣細微的植被健康差異，或者在城市擴張模型中快速定位新增建設用地。我尤其欣賞作者在描述一個技術點時，總能迅速將其與一個實際操作中的痛點關聯起來，然後給齣可行的解決方案路徑。比如，它詳細對比瞭SIFT、SURF以及CNN特徵在應對不同尺度變化時的錶現，這種實戰化的對比分析，遠比單純羅列公式要來得有價值得多，讓我有種“這本書就是為我這種一綫工作者量身定做”的感覺。

評分☆☆☆☆☆

這本書的敘事風格非常具有感染力，它不像某些技術著作那樣，上來就堆砌晦澀難懂的數學模型，而是采用瞭一種循序漸進、由淺入深的講解方式。初學者可能會擔心一開始就接觸復雜的算法會産生畏懼感，但這本書巧妙地將復雜概念拆解成瞭易於理解的小模塊。舉個例子，在介紹模闆匹配算法時，作者先用瞭一個非常形象的類比，比如在地圖上尋找某個標誌性建築的過程，幫助讀者建立直觀認知，然後再逐步引入相關的相似度量指標和優化策略。這種教學上的匠心，讓我在閱讀過程中幾乎沒有産生“卡殼”的感覺。它更像是一位經驗豐富的前輩，耐心地在你身邊為你梳理知識脈絡，而不是冷冰冰地拋給你一堆教科書式的定義。這種親切感，極大地降低瞭技術學習的心理門檻。

評分☆☆☆☆☆

這本書的裝幀設計確實讓人眼前一亮，封麵那種深邃的藍色調，配上一些抽象的幾何綫條，立刻就抓住瞭我的眼球。我原本對這類技術書籍的封麵設計不抱太大期望，總覺得它們要麼過於學術化，要麼設計得平淡無奇，但這本《遙感圖像檢索技術》完全打破瞭我的固有印象。內頁的紙張質感也相當不錯，印刷清晰銳利，即便是那些涉及到復雜算法流程圖和高分辨率遙感影像的插圖，也呈現得非常細膩，閱讀體驗因此提升瞭不少。我記得剛拿到手的時候，花瞭好一陣子欣賞它的排版，行距和字號的搭配非常閤理，長時間閱讀下來眼睛也不會感到特彆疲勞。特彆是章節標題的處理，既有設計感又不失專業性，讓我在查找特定內容時能迅速定位。可以說，從拿起這本書的那一刻起，我就感覺這不僅僅是一本技術手冊，更像是一件精心製作的工藝品，這對於一本技術書籍來說，是難能可貴的加分項，也讓我對書中內容的期待值瞬間拉高瞭不少。

評分☆☆☆☆☆

當作參考書用，有的部分可以參考參考。

評分☆☆☆☆☆

書是正版。衝著“滿一百返一百”的活動買瞭700多塊錢書，沒想到發的是限品類東券50元的14張，必須買圖書音像類商品200元纔能消費1張，也就是說我必須在15天內再買2800元書纔能把這些東券花瞭！這麼發返券你事先怎麼不說啊？？？你這不是坑爹嗎！！你這不是坑爹嗎！！你這不是坑爹嗎！！

評分☆☆☆☆☆

hhhhhhhhhhhhhhhh

評分☆☆☆☆☆

書是正版。衝著“滿一百返一百”的活動買瞭700多塊錢書，沒想到發的是限品類東券50元的14張，必須買圖書音像類商品200元纔能消費1張，也就是說我必須在15天內再買2800元書纔能把這些東券花瞭！這麼發返券你事先怎麼不說啊？？？你這不是坑爹嗎！！你這不是坑爹嗎！！你這不是坑爹嗎！！

評分☆☆☆☆☆

hhhhhhhhhhhhhhhh

評分☆☆☆☆☆

hhhhhhhhhhhhhhhh

評分☆☆☆☆☆

書是正版。衝著“滿一百返一百”的活動買瞭700多塊錢書，沒想到發的是限品類東券50元的14張，必須買圖書音像類商品200元纔能消費1張，也就是說我必須在15天內再買2800元書纔能把這些東券花瞭！這麼發返券你事先怎麼不說啊？？？你這不是坑爹嗎！！你這不是坑爹嗎！！你這不是坑爹嗎！！

評分☆☆☆☆☆

書是正版。衝著“滿一百返一百”的活動買瞭700多塊錢書，沒想到發的是限品類東券50元的14張，必須買圖書音像類商品200元纔能消費1張，也就是說我必須在15天內再買2800元書纔能把這些東券花瞭！這麼發返券你事先怎麼不說啊？？？你這不是坑爹嗎！！你這不是坑爹嗎！！你這不是坑爹嗎！！

評分☆☆☆☆☆

當作參考書用，有的部分可以參考參考。