无人机载SAR图像信息提取技术 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

段连飞，黄国满 著

图书标签:

• 无人机
• SAR图像
• 信息提取
• 遥感
• 图像处理
• 模式识别
• 雷达遥感
• 目标检测
• 数据融合
• 算法研究

出版社： 西北工业大学出版社

ISBN：9787561247716

版次：1

商品编码：12053517

包装：平装

开本：16开

出版时间：2016-04-01

用纸：胶版纸

页数：180

字数：226000

正文语种：中文

内容简介

　　《无人机载SAR图像信息提取技术》从技术角度，详细介绍了当前无人机载SAR图像信息提取技术原理以及方法实现策略、算法设计思想以及试验验证过程，重点阐述了SAR图像特征、无人机载SAR图像噪声抑制、无人机载SAR图像配准、无人机载SAR立体图像提取与立体定位、无人机载SAR正射影像提取与单片定位、无人机载SAR图像分类的原理与技术，并从实践的角度出发，阐述了无人机载SAR图像信息提取系统的设计与开发方法。《无人机载SAR图像信息提取技术》是作者多年从事无人机任务载荷与图像处理技术工作的研究成果。
　　《无人机载SAR图像信息提取技术》可作为高等学校相关专业的研究生和高年级的本科生教材和教学参考书，也适合无人机和遥感领域的广大科技工作者、工程技术人员参考和使用。

作者简介

　　段连飞，1977年出生，吉林省榆树市人，博士、硕士生导师、副研究员，地理空间信息工程国家测绘地理信息局重点实验室客座研究人员，国家发改委智能交通国家地方联合工程研究中心副主任，城市交通管理集成与优化技术公安部重点实验室大数据研究室常务副主任，历任教师、教研室副主任、主任等职.原南京军区高层次人才带教导师，中国兵工学会光电子分会委员，中国空间科学学会会员，中国航空学会会员，军队专业技术人才二类、三类岗位津贴获得者。长期从事无人机图像处理、目标定位、摄影测量与遥感等领域的教学和科研工作。主持与参加完成了包括“无人机信息处理系统”“无人机航空像片全数字定位仪”“无人机载SAR图像定位系统”“国家西部1：5万地形图空白区测图工程（机载合成孔径雷达影像测图课题）”在内的20余项国家、军队级重点项目的研究；获军队科技进步二等奖4项、三等奖8项；获授权的国家专利16项、软件著作权8项；参与编写专著教材12部，并担任主编或副主编；在国内外学术刊物以及学术会议上发表论文50余篇。
　　
　　黄国满，1966年出生，博士、研究员、博士生导师，现任中国测绘科学研究院地理空间信息工程国家测绘地理信息局重点实验室常务副主任，国际数字地球学会中委会委员、中国名词委委员、《遥感信息》编委。长期从事SAR遥感应用技术及相关领域的研究。主持与参加完成了国家重大测绘科级专项“机载多波段多极化干涉SAR测图系统”、国家863重点项目“面向对象的高可信SAR处理系统”、测绘行业公益性专项“微小型全极化SAR测图系统及其应急监测应用”等30余项国家和省部级项目，发表论文80余篇，申请发明专利10余项，合作出版专著3部，获得国家科技进步一等奖和二等奖各1项，测绘科技进步特等奖1项，省部级科技进步一等奖3项，军队科技进步奖2项。2013年享受国务院政府特殊津贴，2014年入选“百千万人才工程”国家人选、国家“有突出贡献中青年专家”。

内页插图

目录

第1章 绪论
1．1 无人机载SAR的发展历史与现状
1．2 无人机载SAR成像原理
1．3 无人机载SAR图像信息提取的关键技术
1．4 无人机载SAR图像信息提取技术研究进展
1．5 本书内容安排

第2章 SAR图像特征
2．1 SAR图像色调特征
2．2 SAR图像几何特征
2．3 SAR图像的几何变形分析

第3章 无人机载SAR图像噪声抑制
3．1 SAR图像噪声的数学模型
3．2 基于统计模型的SAR图像噪声抑制
3．3 保持边缘的噪声抑制方法
3．4 试验与结果分析
3．5 本章小结

第4章 无人机载SAR图像配准
4．1 图像配准
4．2 特征提取
4．3 基于点特征和线特征的配准
4．4 本章小结

第5章 无人机载SAR立体图像提取与立体定位
5．1 SAR立体图像提取
5．2 SAR图像立体定位
5．3 立体定位精度分析
5．4 试验与分析
5．5 本章小结

第6章 无人机载SAR正射影像提取与单片定位
6．1 SAR正射影像提取原理
6．2 单片定位
6．3 试验与分析
6．4 本章小结

第7章 无人机载SAR图像分类
7．1 分类方法概述
7．2 纹理分析
7．3 两种非监督分类方法
7．4 基于BP神经网络的机载SAR图像分类
7．5 本章小结

第8章 无人机载SAR图像信息提取系统设计与实现
8．1 概述
8．2 无人机载SAR图像预处理子系统
8．3 无人机载SAR图像配准子系统
8．4 无人机载SAR图像立体判读与定位子系统
8．5 无人机载SAR图像正射纠正子系统
8．6 无人机载SAR图像分类子系统

参考文献

前言/序言

　　无人驾驶飞机是指无驾驶员或“驾驶”（控制）员在机内的飞机，简称无人机（Unmanned Aerial Vehicle，UAV）。无人机以其机动性能好、成本低等突出优点广泛应用在航空摄影、地图测绘、电力线巡检、城市规划、灾情监测、军事侦察、通信中继、气象监测等领域。毋庸置疑，无人机已成为一种重要的遥感数据获取手段。
　　纵观国内外无人机的应用案例，以图像获取为目的的无人机独占鳌头，它克服了卫星和有人机对环境、天气等不利因素的影响，为实际应用提供了符合几何精度要求、高分辨率、实时性好的图像资源。这些种类图像主要分为航空像片、可见光视频图像、红外视频图像和合成孔径雷达（Sythetic Aperture Radar，SAR）图像。其中，可见光和红外成像设备受天气影响较大，而合成孔径雷达则克服了天候、云雾等因素影响，能在云、雨、雾等恶劣的天气情况下实施有效的图像获取。可以说，SAR任务载荷的装载才使得无人机成为真正意义上的全天时、全天候遥感平台。
　　近些年来，随着SAR成像技术的迅猛发展，SAR任务载荷相关技术已日趋成熟，但与之对应的SAR信息处理和信息提取技术却显得薄弱，主要体现在两个方面：其一，无人机载SAR图像信息提取相关技术研究不够系统，研究的领域主要是以图像分析、图像处理为目的的内容较多，而与信息提取实际应用紧密相关的定位、正射影像提取、立体图像提取的内容较少；其二，可直接用于无人机载SAR信息提取软硬件设备开发的相关技术研究较少，而由于成像机制不同，传统的光学图像信息处理方法和设备无法应用到无人机载SAR图像处理之中。客观上，诸多因素也造成了目前SAR图像信息提取技术的相对滞后。
　　基于此，笔者在多年无人机任务载荷、信息处理以及遥感技术研究基础上，提出了涉及无人机载SAR图像信息提取相关的图像噪声抑制、图像配准、立体图像提取、立体定位、正射影像提取和单片定位、图像分类技术。本书由笔者多年的工作经验和潜心研究的成果整理而成，既包含技术原理的阐述，又含有试验、验证方法与结果的论述。
　　本书全稿由段连飞、黄国满编写，全书由段连飞统稿。此外，在编写过程中，中国测绘科学研究院、武汉大学遥感信息学院等单位给予了大力支持，提出了许多宝贵意见和建议，在此表示衷心感谢。
　　由于水平有限，难免挂一漏万，对于书中错漏和不当之处，恳请读者不吝批评指正。

《空间感知：从光学到高光谱的遥感图像解析之道》 内容概述： 本书是一部系统探讨遥感图像解析技术的综合性著作，旨在为读者提供一个全面而深入的理解框架，涵盖从基础的光学遥感原理到前沿的高光谱数据分析方法。全书共分为十章，逻辑清晰，层层递进，由浅入深地阐述了遥感图像的获取、处理、信息提取以及应用等关键环节。本书不仅介绍了传统的遥感图像解析技术，更聚焦于近年来快速发展的新兴技术和理念，力求展现遥感图像解析领域的前沿动态与未来趋势。 第一章：遥感科学的基石——电磁波与成像原理 本章将从最基础的物理原理出发，为读者构建对遥感技术认知的第一块基石。我们将详细介绍电磁波的波谱特性，重点阐述不同波段（如可见光、近红外、热红外、微波等）与地物相互作用的机理。基于此，我们将深入剖析不同类型遥感传感器的成像原理，包括被动式光学成像（如多光谱、全色成像）和主动式成像（如激光雷达）。本章将通过大量实例，展示不同传感器获取的图像在信息内容和表现形式上的差异，为后续章节的学习奠定坚实的理论基础。此外，还将简要介绍遥感图像的空间分辨率、光谱分辨率、时间分辨率和辐射分辨率等关键参数的含义及其对信息提取的重要性。 第二章：遥感图像的预处理——数据质量的守护者 获取到的原始遥感图像往往受到大气影响、传感器误差、几何畸变等多种因素的干扰，无法直接用于精细的信息提取。本章将聚焦于遥感图像的预处理技术，它们如同为数据戴上一副“质量眼镜”，确保后续分析的准确性。我们将系统介绍大气校正（包括辐射定标、大气透射率校正等）、辐射校正（去除传感器自身误差）、几何校正（纠正地形和传感器视角引起的畸变，实现不同影像间的配准和与地理坐标的吻合）以及图像增强（提高图像的视觉可辨性，如对比度拉伸、直方图均衡化等）等核心技术。本章强调预处理技术之间的内在联系和选择依据，并结合实际案例，演示如何根据不同应用需求选择合适的预处理流程，以最大化地保留地物真实信息，同时抑制噪声和干扰。 第三章：光学遥感图像的特征提取——从像素到意义的飞跃 光学遥感图像包含了丰富的地物信息，但这些信息并非直观可见，需要通过各种特征提取方法来揭示。本章将深入探讨光学遥感图像的特征提取技术，它们是连接原始影像与有意义解析信息的关键桥梁。我们将详细介绍像素级特征（如光谱特征、纹理特征、形状特征）和对象级特征（通过分割或聚类形成具有语义的图像对象）的提取方法。重点将放在光谱特征的深入分析，包括光谱指数（如NDVI, NDWI等）的构建及其在地物分类、植被监测、水体探测等方面的应用；纹理特征的提取方法（如灰度共生矩阵、局部二值模式等）及其在识别地物纹理信息方面的作用；以及形状特征的提取对于区分具有特定形态的地物的价值。本章还将介绍一些高级特征提取技术，如小波变换、形态学操作等，为复杂地物的识别提供更多维度。 第四章：遥感图像分类——认知地表的关键一步 遥感图像分类是将地表按照不同的地物类别进行划分，是遥感图像信息提取的核心任务之一。本章将系统介绍遥感图像分类的理论与方法。我们首先梳理了监督分类（需要先验知识或训练样本，如最大似然分类、支持向量机、随机森林等）和非监督分类（无需先验知识，依靠数据内在统计规律，如K-means、ISODATA等）两大类方法。在本章中，我们将对各种分类器的原理、优缺点以及适用场景进行详细阐述。此外，还将介绍面向对象分类（Object-Based Image Analysis, OBIA）的理念和方法，它将图像分割与分类相结合，能够更好地利用对象的空间、光谱和纹理信息，尤其适用于高分辨率图像。最后，本章将讨论分类结果的评价指标（如总体精度、Kappa系数、生产者精度、用户精度等）及其重要性，并提供优化分类精度的策略。 第五章：多源遥感数据融合——集百家之长，观全局之势 单一的遥感传感器可能无法提供足够全面的地物信息，而不同传感器（如光学、雷达、高光谱）及其不同分辨率的影像又可以从不同角度揭示地表信息。本章将聚焦于多源遥感数据融合技术，其核心思想是将来自不同传感器、不同分辨率、不同时间或不同波段的遥感数据有机地结合起来，以获得比单一数据源更丰富、更准确、更可靠的信息。我们将深入探讨不同尺度（像素级、特征级、决策级）的融合方法，包括基于光谱混合分析的融合、基于小波变换的融合、基于独立成分分析的融合以及基于机器学习的融合等。本章将通过具体应用案例，例如将高分辨率全色影像与低分辨率多光谱影像融合以提高空间分辨率，或将光学与SAR数据融合以克服云雨干扰，展示数据融合在提升地物信息提取精度和拓宽应用领域方面的显著优势。 第六章：高光谱遥感图像分析——洞悉物质的“指纹” 高光谱遥感以其连续、窄且密集的窄波段，能够获取地物极其精细的光谱信息，如同地物的“指纹”，为精细化识别和定量反演提供了可能。本章将深入探讨高光谱遥感图像的分析技术。我们将首先阐述高光谱数据的特点及其与多光谱数据的区别，并介绍高光谱数据的预处理（如辐射定标、大气校正、噪声去除）和降维技术（如主成分分析PCA、最小噪声分离MNF等）。随后，我们将重点讲解基于光谱库匹配的分类方法（如光谱角制图SAM、光谱信息散度SID等），展示如何利用高光谱数据识别具体的矿物、植被种类、甚至污染物。此外，还将介绍高光谱数据在物质成分反演（如植被叶绿素含量、土壤有机质含量等）中的应用，并探讨高光谱成像光谱仪的原理和数据获取方式。 第七章：面向对象遥感图像分析（OBIA）——从像素到语义的质变 传统的遥感图像分析大多基于像素进行，难以充分利用地物的空间形态、上下文关系等信息。面向对象遥感图像分析（OBIA）是一种革命性的方法，它将图像分割生成具有语义意义的对象，然后基于对象的属性进行分析。本章将详细介绍OBIA的理论基础、核心流程和常用方法。我们将深入讲解图像分割的原理与算法（如多分辨率分割、分层分割等），以及对象特征的提取（包括光谱、纹理、形状、上下文特征）和对象分类的方法。OBIA在识别建筑物、道路、农田地块等具有清晰边界和形态特征的地物方面具有显著优势，能够有效减少“椒盐现象”，提高分类精度。本章将通过实例，展示OBIA在城市环境监测、土地覆被制图、农业精细管理等领域的强大应用能力。 第八章：时序遥感图像分析——捕捉地表的动态变迁 地球地表信息并非静止不变，而是随着时间不断发生变化。时序遥感图像分析技术能够捕捉这些动态变化，为我们理解地表演变过程、进行趋势预测提供依据。本章将系统介绍时序遥感图像分析的理论与方法。我们将讲解如何进行多时相遥感图像的配准与融合，以确保不同时相影像的可比性。随后，我们将介绍用于检测地表变化的常用方法，如差值法、变化向量分析、趋势分析等，并深入探讨基于时间序列分解、机器学习模型（如隐马尔可夫模型HMM、长短期记忆网络LSTM等）的时序分类与预测方法。本章将通过丰富的案例，展示时序遥感图像分析在森林火灾监测、城市扩张分析、农业生产过程监测、自然灾害评估等领域的关键作用，强调捕捉时间维度信息对于理解复杂地表过程的重要性。 第九章：人工智能在遥感图像信息提取中的应用——迈向智能化解析 近年来，人工智能（AI）技术，特别是深度学习，为遥感图像信息提取带来了革命性的突破。本章将聚焦于AI技术在遥感图像信息提取中的应用。我们将介绍卷积神经网络（CNN）在遥感图像分类、目标检测、语义分割等任务中的强大能力，并重点讲解如何构建和训练适合遥感数据的深度学习模型。我们将详细阐述不同网络结构（如U-Net、DeepLab系列等）及其在遥感应用中的优势。此外，还将讨论迁移学习、数据增强等技术如何缓解遥感数据标注不足的问题。本章将通过大量实例，展示AI技术在精细地物分类、小目标检测、灾害信息快速提取、语义场景理解等方面的巨大潜力，并探讨AI在提升遥感信息提取自动化程度和智能化水平方面所扮演的关键角色。 第十章：遥感图像信息提取的应用前景与挑战——展望未来 本章将对遥感图像信息提取的广泛应用领域进行梳理和展望，并探讨该领域面临的主要挑战和未来的发展趋势。我们将从环境监测（如污染源识别、水体质量评估、土壤侵蚀分析）、资源勘查（如矿产资源探测、地质构造分析）、城市规划与管理（如城市扩张监测、基础设施评估、违章建筑识别）、农业生产（如作物长势监测、病虫害预警、产量估算）、灾害管理（如地震、洪水、滑坡等灾害影响评估）等多个维度，展示遥感图像信息提取技术如何为解决现实世界问题提供强大的技术支撑。同时，本章也将深入分析该领域当前面临的挑战，如数据获取的成本与局限性、数据处理的计算资源需求、模型的可解释性与鲁棒性、以及遥感数据与业务应用的融合机制等。最后，我们将对遥感图像信息提取技术的未来发展方向进行预测，包括与物联网、大数据、5G等技术的深度融合，以及在智慧城市、精准农业、可持续发展等领域的更广泛应用。 目标读者： 本书适合于遥感、地理信息系统、测绘工程、环境科学、地理学、农学、林学、地质学等相关专业的本科生、研究生以及从事遥感数据处理与应用的研究人员、工程师和技术人员。对于对遥感技术感兴趣的普通读者，本书也能提供一个清晰易懂的学习路径。 本书特色： 理论与实践相结合： 既有深入的理论阐述，也结合了丰富的实际案例和应用实例。 内容全面且前沿： 涵盖了从经典到新兴的各类遥感图像信息提取技术，并紧跟领域发展脉搏。 逻辑清晰，循序渐进： 章节安排合理，由基础概念到高级应用，易于读者理解和掌握。 语言通俗易懂： 尽量用清晰、准确的语言解释复杂的技术概念，降低阅读门槛。 强调综合性与交叉性： 突出不同技术之间的联系，以及遥感技术与其他学科的交叉融合。 《空间感知：从光学到高光谱的遥感图像解析之道》 是一部集知识性、实用性和前瞻性于一体的著作，它将带领读者走进一个由遥感图像构建的、充满信息与洞察力的“空间感知”世界。

评分☆☆☆☆☆

这是一本充满实践导向的书籍，它没有回避SAR数据处理过程中可能遇到的各种挑战，而是直接深入到解决问题的核心。我特别欣赏书中关于SAR图像质量评估和辐射定标的章节，这部分内容对于保证信息提取的准确性至关重要，而作者却将其讲解得十分到位。我从中学习到了如何识别和处理SAR图像中的几何畸变和幅度失真，这对于后续的定量分析非常有帮助。书中对地物参数反演技术的探讨，如植被覆盖度、土壤湿度等的反演，让我看到了SAR技术在环境监测和资源管理方面的巨大应用价值。作者在介绍这些反演模型时，既指出了其原理，也提及了模型参数的选择和优化，这对于希望将SAR技术应用于实际项目的人来说，无疑提供了宝贵的参考。更重要的是，这本书没有仅仅停留在理论层面，而是通过大量的实例分析，展示了如何将SAR信息提取技术应用于具体的行业场景，例如农业、林业、地质灾害监测等，这让我对SAR技术的实际应用有了更清晰的认识，也激发了我尝试将这些技术运用到自己工作中的想法。

评分☆☆☆☆☆

这本书的叙事风格和内容让我感受到了一种前所未有的严谨与前瞻性。它没有停留在对SAR技术的表面描述，而是深入探讨了信息提取的关键环节，这让我意识到，从原始的SAR数据转化为有意义的地理空间信息，中间还有如此多的技术挑战和创新。书中对不同信息提取方法的分类和比较，以及对各种特征向量构建的深入分析，都体现了作者深厚的学术功底。我特别欣赏其中关于“解译”SAR图像的章节，作者详细阐述了如何根据SAR图像的后向散射特性来识别不同的地物类型，例如植被、水体、土壤以及人造目标。这些讲解配合着丰富的案例研究，让我能够直观地理解不同地物在SAR图像中的独特“签名”。此外，书中对一些高级信息提取技术，如目标检测、变化检测以及地物分类的讨论，也让我对SAR技术的应用潜力有了更深刻的认识。它不仅仅是一本关于“怎么做”的书，更是一本关于“为什么这么做”的书，它引导读者去思考SAR信息提取的理论基础和技术瓶颈，并对未来的发展方向进行了展望，让我对这个领域的研究充满了期待。

评分☆☆☆☆☆

我带着一种近乎“技术小白”的心态来阅读这本书，因为我对SAR技术几乎没有基础。然而，令我惊喜的是，作者的笔触非常生动，并没有直接抛出晦涩难懂的专业术语。相反，他从SAR成像的基本原理入手，通过类比和生动的图示，将原本复杂的概念变得易于理解。我印象最深刻的是关于“多普勒效应”在SAR成像中的作用的解释，作者用了一个非常形象的比喻，让我瞬间明白了雷达信号如何被处理以构建出高分辨率图像。书中对不同SAR系统（例如单极化、双极化、全极化）的介绍，也让我对SAR技术的性能差异有了清晰的认识。最让我着迷的是，它详细探讨了如何从SAR图像中提取出有价值的信息，比如地物的纹理特征、散射特性，以及如何利用这些特征进行分类和识别。书中介绍的那些特征提取算法，虽然听起来很专业，但作者通过详细的步骤和解释，让我能够大致掌握其核心思想。这本书就像一位经验丰富的向导，带领我一步步深入SAR图像信息的海洋，让我看到了那些隐藏在像素背后的丰富含义。它不仅仅是一本技术手册，更像是一堂生动形象的“SAR图像解读课”。

评分☆☆☆☆☆

这本书简直像打开了一个全新的世界！我一直对那些高空中飞行的无人机充满好奇，但从未想过它们竟然能“看穿”地面，尤其是在我们肉眼无法企及的各种复杂天气条件下。当我翻开《无人机载SAR图像信息提取技术》时，那种惊喜感是无法言喻的。它没有像我预期的那样，枯燥地罗列各种技术名词和公式，而是以一种非常引人入胜的方式，娓娓道来SAR（合成孔径雷达）是如何工作的。特别是关于它如何利用雷达波束穿透云层、雨雪甚至黑暗，捕捉地面精细纹理的讲解，让我惊叹不已。书中穿插的那些实际应用案例，比如在灾害监测中如何快速识别被损毁的区域，在城市规划中如何分析建筑物的变化，甚至在考古勘探中如何发现隐藏的地表特征，都极大地拓展了我的视野。我尤其喜欢作者在讲解原理时，那种循序渐进、化繁为简的叙述方式，即使我之前对雷达技术一无所知，也能逐渐理解其中的奥妙。它不仅仅是关于技术，更像是在讲述一种“超能力”，一种让我们能够更深入地理解和观测我们所处世界的能力。这本书让我觉得，未来科技的发展真的充满了无限可能，而无人机和SAR技术正是其中最令人兴奋的一部分。

评分☆☆☆☆☆

这本书的语言风格极其平实，没有丝毫浮夸的辞藻，但却将无人机载SAR图像信息提取这一相对专业的领域，讲解得清晰透彻，仿佛一位循循善诱的良师益友。它不是那种让你读完后觉得“什么都懂了，但又什么都记不住”的书。相反，作者非常注重逻辑的构建，从SAR成像的物理基础出发，层层递进地讲解了各种信息提取的技术手段。我尤其喜欢书中对于SAR图像噪声抑制和地物目标识别的详细论述。那些关于滤波算法和分类器原理的解释，虽然涉及一些数学公式，但作者都配以详尽的文字说明，使得即使是初学者也能理解其基本思路。让我印象深刻的是，书中还探讨了如何结合多源数据（如光学影像）来提升SAR信息提取的精度，这让我意识到，单一技术并非万能，而多技术的融合应用才是未来趋势。这本书给我最大的感受是，它不是在“灌输”知识，而是在“启发”思考，让我对SAR图像的价值有了更全面的认识，也对如何进一步挖掘这些信息产生了浓厚的兴趣。