出版社： 科学出版社
ISBN：9787030327680
版次：1
商品编码：10885449
包装：平装
丛书名： 地球信息科学基础丛书
开本：32开
出版时间：2011-11-01
用纸：胶版纸
页数：368
正文语种：中文
具体描述
内容简介
近年来，随着对地观测手段的进步，传统的遥感图像处理方法体现出一定的局限性。遥感图像理解作为一个涉及图像工程、计算机视觉和认知心理等诸多学科领域的新热点，能有效提高遥感信息处理的时效性和准确性，特别是在高分辨率遥感图像数据向有价值信息转化的应用中具有广阔的前景。《高分辨率遥感图像理解》针对高分辨率遥感图像的特性，给出了高分辨率遥感图像理解的定义，逐步阐述了特征信息提取和统计学习模型，以此作为整个高分辨率遥感图像理解任务的方法基础；随后从高分辨率遥感图像理解的研究内容入手，分别介绍了目标检测与识别、场景描述与分类、图像语义分析与计算这三个子任务，在每一子任务中，《高分辨率遥感图像理解》均详细叙述了全新的研究成果及其具体的算法流程；最后，书中给出了有效的应用实例，并对高分辨率遥感图像理解未来的发展做了展望。目录
前言第1章 绪论
1.1 遥感技术发展概况
1.1.1 遥感成像机理
1.1.2 遥感观测系统
1.1.3 遥感技术发展现状及趋势
1.2 高分辨率遥感图像的特点
1.3 高分辨率遥感应用的挑战
1.4 遥感图像理解的基本概念
1.4.1 图像理解
1.4.2 遥感图像理解的研究进展
1.4.3 高分辨率遥感图像理解
1.5 遥感图像理解的研究内容
1.5.1 地物目标检测与识别
1.5.2 图像场景描述与分类
1.5.3 目标空间语义分析与计算
1.6 遥感图像理解的研究方法
1.6.1 图像特征信息表达
1.6.2 统计学习模型方法
参考文献
第2章 特征信息表达
2.1 图像信息表达
2.1.1 图像数据结构
2.1.2 知识信息表示
2.1.3 多尺度空间
2.1.4 尺度计算与转换
2.2 图像特征提取
2.2.1 颜色特征提取
2.2.2 纹理特征提取
2.2.3 形状特征提取
2.2.4 感兴趣点特征提取
2.3 性能评判准则
2.3.1 特征有效性分析
2.3.2 分类性能评价
参考文献
第3章 统计学习模型
3.1 判别式模型
3.1.1 SVM模型
3.1.2 Boosting方法
3.1.3 CRF模型
3.2 产生式模型
3.2.1 图模型相关理论
3.2.2 主题语义模型
3.2.3 标记点过程模型
3.3 产生式和判别式混合模型
3.3.1 混合算法
3.3.2 混合学习
参考文献
第4章 精细化目标检测与识别
4.1 遥感图像前背景分割
4.1.1 基于图割模型的遥感图像交互式分割
4.1.2 基于高斯混合模型的遥感图像目标分割
4.2 精细化遥感目标检测
4.2.1 基于Boosting级联学习的遥感目标检测
4.2.2 基于随机几何模型的遥感目标检测
4.2.3 基于主题语义模型的遥感目标提取
4.3 精细化遥感目标识别
4.3.1 基于区域对象概率标记的遥感目标识别
4.3.2 基于形状统计模型的遥感目标识别
4.3.3 基于语义树匹配学习的遥感目标识别
参考文献
第5章 复杂场景描述与分类
5.1 复杂场景的分层描述
5.1.1 低层图像场景描述
5.1.2 中层图像场景描述
5.2 高分辨率遥感图像场景分类
……
第6章 空间语义分析与计算
第7章 高分辨率遥感图像理解的应用实例
参考文献
前言/序言
用户评价
评分
工作中要用的，买来看看。
评分栅格图像 - 通常被记录在像素可能对应边长从1到1000米（3.3至3,300英尺）范围内的方形区域的像素大小。1级数据记录是最根本的（即，最高可逆级）的数据记录，具有重大的科学实用，是所有后续数据集生产赖以存在的基础。第2级是第一级，，最科学应用程序能够直接使用的，它的值是远远大于较低级别。第2级数据集往往是较少的篇幅比第1级数据，因为他们已经减少了时间，空间，或频谱。第3级的数据集通常是小于较低级别的数据集，因此可以被处理，而不会产生了大量的数据处理开销。这些数据往往是对许多应用通常更有用。第3级的数据集，使空间和时间定期组织是可行的，很容易从不同来源的数据结合起来。年初以来的历程，由于缺乏基础设施，类属于不同部门的大学研讨会会堂举行。此外，RS和GIS技术进行实践培训，无法容纳越来越多的学生每年在实验室。 2008年7月已经批准Pune大学独立的空间地理信息实验室和教室的建设资金。
评分非常满意，五星
评分一本经典的专业书，对高分辨率遥感图像目前的技术做了很好的综述，适合遥感专业高年级或研究生以及从事遥感的专业人员阅读，好书。
评分有点难内容,不适合初学者
评分有助于对遥感图像的理解。
评分很喜欢 还没看 送货速度快
评分高分辨率，还见头上的狮子吗
评分遥感专业必备专业书的
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.idnshop.cc All Rights Reserved. 静思书屋 版权所有