高分辨遥感影像学习与感知 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

焦李成 等 著

图书标签:

• 遥感影像
• 高分辨率遥感
• 图像处理
• 深度学习
• 计算机视觉
• 目标检测
• 图像分类
• 遥感感知
• 模式识别
• 地理信息系统

出版社： 科学出版社

ISBN：9787030523877

版次：01

商品编码：12065077

包装：精装

开本：32开

出版时间：2017-04-01

页数：312

正文语种：中文

内容简介

高分辨遥感影像学习与感知是近年来遥感应用领域的研究热点，本书是作者所在团队10年来在该领域工作的积累。本书分析了高分辨率遥感影像处理的特点和面临的挑战，总结和归纳了国内外已有的研究工作，结合近些年机器学习和人工智能领域中的热点方法，如稀疏表示、深度学习、模糊聚类、多目标优化等，着重从高空间分辨率SAR遥感影像相干斑抑制、多时相SAR遥感影像变换检测、SAR地物目标分类和高光谱分辨率遥感影像混合像元分解、维数约简、地物目标分类等方面提供了新颖的解决思路和方法。本书侧重于新算法的描述与实例的分析，反映了近年来高分辨遥感影像学习与感知的*新发展概况，为该领域的深入研究提供借鉴。

目录

前言

第1章 绪论
1.1 遥感与遥感影像概述
1.2 高空间分辨率合成孔径雷达遥感影像处理
1.2.1 SAR遥感影像
1.2.2 高分辨SAR遥感影像处理的国内外现状与挑战
1.3 高光谱分辨率遥感影像处理
1.3.1 高光谱遥感影像
1.3.2 高光谱遥感影像处理的研究现状及难点
参考文献

第2章 基于统计的高分辨SAR遥感影像相干斑抑制
2.1 Marr的视觉计算理论
2.2 基于视觉计算的初始素描模型
2.2.1 初始素描模型
2.2.2 基于视觉计算的初始素描图提取方法
2.3 基于视觉计算的SAR图像素描模型
2.3.1 SAR图像素描模型
2.3.2 基于视觉计算的SAR图像素描图提取方法
2.3.3 SAR图像素描图提取结果分析
2.4 基于几何核函数和同质区域搜索的SAR图像相干斑抑制
2.4.1 基于SAR图像素描图的块相似性计算方法
2.4.2 基于几何核函数和同质区域搜索的方法
2.5 实验结果与分析
2.5.1 参数敏感性分析
2.5.2 合成SAR图像与真实高分辨SAR图像相干斑抑制结果与分析
2.6 本章小结
参考文献

第3章 基于非局部信息和改进边缘保持的高分辨SAR遥感影像分类
3.1 引言
3.2 模糊聚类算法研究进展
3.2.1 标准的模糊c均值算法
3.2.2 约束的模糊聚类算法
3.2.3 增强的模糊聚类算法
3.2.4 快速推广的模糊聚类算法
3.2.5 模糊局部信息的聚类算法
3.2.6 非局部空间信息的模糊聚类算法
3.3 基于非局部信息和改进边缘保持的模糊聚类方法
3.3.1 基于非局部信息和改进边缘保持的模糊聚类算法流程
3.3.2 基于非局部信息的求和图像的构造
3.3.3 基于统计的过平滑边缘的重新定位
3.3.4 模糊c均值聚类
3.4 实验结果与分析
3.5 本章小结
参考文献

第4章 基于层次语义和自适应隐模型的高分辨SAR遥感影像分类
4.1 引言
4.2 SAR图像的层次视觉语义模型
4.3 基于层次视觉语义和自适应邻域多项式隐模型的SAR图像分割
4.3.1 聚集区域的分割
4.3.2 结构区域和匀质区域的分割
4.4 实验结果和分析
4.4.1 数据集
4.4.2 合成SAR遥感影像的分割
4.4.3 真实高分辨SAR遥感影像的分割
4.5 本章小结
参考文献

第5章 融合多特征的人工免疫多目标SAR遥感影像分类
5.1 引言
5.2 多目标优化问题
5.2.1 多目标优化问题的数学定义
5.2.2 多目标优化问题研究的必要性
5.3 进化多目标优化算法的研究进展
5.3.1 进化多目标优化算法的研究起源
5.3.2 进化多目标优化的代表算法
5.3.3 第一代进化多目标优化算法
5.3.4 第二代进化多目标优化算法
5.3.5 当代进化多目标优化算法
5.4 多目标SAR图像分割模型的定义
5.5 融合互补特征的人工免疫多目标SAR图像分割算法
5.5.1 SAR图像中的互补融合特征
5.5.2 SAR图像的预处理
5.5.3 融合互补特征的人工免疫多目标SAR图像分割算法流程
5.6 实验结果与分析
5.7 本章小结
参考文献

第6章 基于上下文分析和非均衡合并的高分辨SAR遥感影像分类
6.1 引言
6.2 基于格式塔规则的上下文分析
6.2.1 超像素的产生
6.2.2 上下文分析
6.2.3 基于上下文的典型：马尔可夫随机场分割算法
6.2.4 基于格式塔规则的上下文分析
6.3 无监督非均衡合并算法
6.3.1 粗合并阶段
6.3.2 细合并阶段
6.3.3 无监督非均衡合并算法特性分析
6.4 实验结果与分析
6.4.1 模拟SAR图像
6.4.2 真实SAR图像
6.5 本章小结
参考文献

第7章 基于多元互信息测度和克隆选择优化的高光谱波段选择
7.1 引言
7.2 高光谱波段选择研究进展
7.3 基于三元互信息的准则函数
7.3.1 基于互信息的准则
7.3.2 互信息和理想互信息准则的相关性
7.3.3 半监督互信息准则
7.4 基于改进克隆选择算法的搜索策略
7.4.1 种群初始化
7.4.2 基于互信息和半监督互信息下的种群迭代
7.4.3 基于多元互信息测度和克隆选择优化的算法流程
7.5 实验结果与分析
7.6 本章小结
参考文献

第8章 基于波段协作性和近邻传播聚类的半监督高光谱波段选择
8.1 引言
8.2 近邻传播聚类算法
8.3 基于正则化三元互信息的近邻传播聚类方法
8.3.1 基于正则化三元互信息和正则化互信息的波段相关性
8.3.2 基于熵和互信息的波段偏向
8.3.3 自动噪声波段移除
8.3.4 RNTMIAP算法步骤
8.3.5 RNTMIAP算法时间复杂度分析
8.4 实验结果与分析
8.4.1 高光谱图像地物分类结果与分析
8.4.2 所选波段分析
8.5 本章小结
参考文献

第9章 稀疏约束的广义双线性高光谱遥感影像解混
9.1 高光谱中的解混问题
9.1.1 大气校正
9.1.2 降维
9.1.3 解混
9.2 高光谱解混模型
9.2.1 线性光谱混合模型
9.2.2 非线性光谱混合模型
9.3 广义双线性模型
9.4 稀疏约束的半非负矩阵分解
9.4.1 稀疏约束
9.4.2 L1／2正则化半非负矩阵分解
9.4.3 多步内循环迭代
9.5 实验结果与分析
9.6 本章小结
参考文献
……

第10章 基于多核学习的不平衡高光谱遥感影像分类
第11章 基于均值漂移和组稀疏编码的高光谱遥感影像空谱域分类
第12章 基于多特征联合与稀疏表示学习的高光谱遥感影像分类
第13章 基于类级稀疏表示学习的高光谱影像空谱联合分类

好的，这是一份关于一本名为《高分辨遥感影像学习与感知》的书籍的详细简介，但其中不包含该书的任何具体内容。 --- 《星际航行与深空探索：理论基础与实践指南》 本书简介 在人类文明探索的宏伟画卷中，对宇宙深处的向往与征服一直是永恒的主题。本书《星际航行与深空探索：理论基础与实践指南》正是为那些对浩瀚宇宙充满好奇、致力于探索未知边界的航天工程师、天体物理学家、行星科学家以及严肃的业余爱好者们准备的一部综合性著作。它旨在提供一个全面、深入且兼具实用性的框架，用以理解和掌握星际航行的物理原理、工程挑战与未来技术路径。 第一部分：基础理论与物理学基石 本书的第一部分聚焦于构建星际旅行的理论基础。这部分内容涵盖了广义相对论在航天动力学中的应用，特别是如何处理长距离、高速度航行中的时空效应。我们详细探讨了牛顿力学在星际尺度下的局限性，并引入了更为精确的运动学模型。 此外，电磁学在深空通信和导航中的核心作用被深入剖析。从经典的无线电波传播到量子纠缠通信的理论可能性，本书为读者构建了理解远距离信息交互的物理图景。对辐射环境的分析也是本部分的重要组成部分，包括太阳风、宇宙射线以及潜在的暗物质影响，这些都是设计有效辐射防护系统的先决条件。 第二部分：推进系统：跨越星际鸿沟的引擎 推进系统是星际探索的生命线。本书系统地梳理了当前及前沿的推进技术。 化学火箭的极限与演进： 虽然化学燃料是现阶段主要的发射手段，但本书着重分析了其在深空任务中的固有缺陷——低比冲和高燃料质量比。我们探讨了如何通过先进的材料科学和燃烧优化来提升现有系统的效率，并展望了核热火箭（NTR）和核电火箭（NEP）作为下一代深空动力的潜力。 新型推进概念的剖析： 聚焦于超越传统化学限制的技术，本书详细介绍了聚变推进、反物质推进的理论可行性、工程难度与所需的前沿物理突破。对于激光帆和光子推进等概念，我们提供了详细的数学模型，用以评估其在实际星际尺度下的加速能力和光束瞄准精度。 第三部分：深空导航、制导与控制（GNC） 在广袤的宇宙中，精确的导航是任务成功的关键。本部分深入探讨了星际导航的复杂性。 惯性导航系统的优化： 传统的陀螺仪和加速度计在跨越数光年尺度的任务中面临漂移和校准的巨大挑战。本书提出了一系列基于脉冲星计时（Pulsar Timing）和引力透镜效应的辅助导航方法，用以建立稳定、可靠的绝对坐标系。 自主决策与容错系统： 鉴于地月系统延迟的限制，深空任务必须具备高度的自主性。我们讨论了基于人工智能和机器学习的自主路径规划算法，重点研究了在传感器失效、通信中断等极端情况下，飞船如何自我诊断并执行应急修正。 第四部分：生命支持与宇航员健康 任何载人深空任务都必须解决人类在极端环境下的生存问题。本部分专注于闭环生命支持系统（ECLSS）和宇航员的长期健康维护。 生态再生系统的设计： 详细介绍了水循环、空气净化及食物生产（如藻类培养和垂直农业）的集成方案。重点讨论了如何实现接近100%的物质循环率，以减少对地球补给的依赖。 生理学挑战与对策： 对微重力、长期辐射暴露、心理隔离等因素对人体的影响进行了深入分析。本书提出了基于人工重力模拟、先进药物干预（如抗辐射药物）以及先进的远程医疗诊断系统的综合策略。 第五部分：行星际探索任务规划与执行 本书的最后一部分将理论与实践相结合，指导读者进行实际的深空任务规划。 任务选址与资源评估： 详细介绍了如何对潜在的深空目标（如火星、木卫二、土卫六）进行科学价值、工程可达性以及在轨资源（In-Situ Resource Utilization, ISRU）的综合评估。特别是对水冰、稀有金属的提取和利用技术进行了展望。 着陆与表面作业工程： 涵盖了低重力、高真空或高压环境下着陆器的设计原则，以及利用ISRU技术进行原位燃料生产和建筑材料打印的方案。 结论与未来展望 本书的最终目标是激励下一代探索者。我们总结了当前技术障碍，并勾勒出未来数十年内，人类可能实现的星际航行蓝图，从对太阳系边缘的常规探测，到最终迈向太阳系外的恒星际旅行的理论可能。 《星际航行与深空探索：理论基础与实践指南》不仅是一本技术手册，更是一部展望人类命运的史诗序章。它要求读者具备坚实的数学和物理基础，并通过严谨的逻辑和翔实的案例，引导读者穿越理论的迷雾，直抵星辰大海的彼岸。 ---

评分☆☆☆☆☆

我是一个在计算机视觉领域工作的工程师，最近对遥感影像在智能分析方面的应用产生了浓厚的兴趣。听说《高分辨遥感影像学习与感知》这本书，感觉它可能能够提供一些新的视角和技术思路。我目前主要研究的是如何让计算机“看懂”图像，并从中提取有用的信息，比如目标检测、图像分割、场景理解等。遥感影像由于其宏观视野和精细细节的特点，对于计算机视觉技术来说是一个极具挑战性但也充满潜力的应用领域。我希望这本书能够深入探讨如何将先进的深度学习模型，如卷积神经网络（CNN）、Transformer等，应用于高分辨率遥感影像的分析。这包括但不限于如何解决遥感影像中小目标检测的难题，如何进行高精度的地物分类和语义分割，以及如何利用多源、多时相的遥感数据进行时空变化分析。我也很期待书中能讨论一些与遥感影像特性相关的算法优化策略，比如如何处理数据量巨大、标注困难等问题，以及如何构建有效的训练数据集。如果书中能够提供一些公开的遥感数据集和相关的代码示例，那将是对我工作极大的帮助。

评分☆☆☆☆☆

最近一直对地球科学的研究方向很感兴趣，特别是那些能够直观展现地表变化的手段。《高分辨遥感影像学习与感知》这个书名，给我的第一印象就是它能够让我看到肉眼难以企及的细节。我从事的是一个需要精确监测地表特征的行业，比如地质灾害的监测、水资源的分布研究，或者是考古遗址的勘探。我非常希望这本书能为我提供一套系统的方法论，让我能够高效地从海量的遥感影像中提取出我所需要的信息。想象中，这本书应该会涵盖如何选择合适的遥感数据源，比如不同分辨率、不同时间间隔的卫星影像，以及如何进行预处理，比如辐射校正、几何纠正等，以确保数据的准确性和一致性。更重要的是，我希望这本书能深入讲解各种面向对象的图像分析技术，或者基于深度学习的特征提取方法，能够帮助我实现对复杂地物的自动化识别和量化分析。例如，如何精确地绘制出某区域的滑坡范围，如何量化某片区域的土壤侵蚀程度，或者如何识别出隐藏在植被下的古老建筑遗迹。如果书中能提供一些具体的算法和实现思路，那就更好了，可以直接应用到我的工作中。

评分☆☆☆☆☆

我是一名环境科学专业的学生，最近对利用遥感技术来监测和评估环境变化越来越感兴趣。偶然间看到《高分辨率遥感影像学习与感知》这本书，觉得它的名字非常贴切地概括了我的学习目标。我一直希望能够学习到如何利用高分辨率的遥感影像来“看见”那些肉眼难以察觉的环境细节，比如微小的水体污染，细微的植被退化，甚至是土壤侵蚀的早期迹象。我期望这本书能够从基础的遥感原理讲起，然后深入到高分辨率影像的获取、处理和分析技术。特别是关于“学习”和“感知”的部分，我希望它能详细介绍如何利用这些影像数据来理解环境的动态过程，比如如何通过影像分析来量化城市热岛效应，如何评估湿地生态系统的变化，或是如何监测非法排污行为。我也很想了解一些前沿的分析方法，比如如何利用机器学习或深度学习技术来自动识别和分类不同类型的环境污染物，或者如何构建一个能够预测环境变化的遥感模型。如果书中能够提供一些实际的环境监测案例，展示如何将遥感技术应用于解决真实的环境问题，那对我来说将非常有启发。

评分☆☆☆☆☆

我是一个对地理信息系统（GIS）领域颇感兴趣的初学者，最近一直想找一本能够系统性地讲解遥感影像处理和分析的书籍。在翻阅各种资料时，偶然看到了《高分辨遥感影像学习与感知》这个书名，立刻就被吸引了。我理解“高分辨”意味着能够捕捉到更精细的地物细节，而“学习与感知”则暗示着这本书不仅仅是枯燥的技术介绍，更侧重于如何通过这些影像来“理解”和“认识”我们所处的地球。我理想中这本书应该能够从最基础的概念讲起，比如什么是遥感，遥感的类型有哪些，然后逐步深入到高分辨率遥感影像的获取方式、特点以及在不同领域的应用。我特别希望能学习到如何利用这些影像来识别和提取信息，比如如何区分不同类型的植被，如何识别建筑物和道路，甚至是如何在影像中发现人造目标。当然，对于“感知”这个词，我赋予了它更深的含义，我希望这本书能教会我如何从影像中“读懂”地表的变化，了解生态环境的健康状况，或是城市发展的脉络。如果书中能够包含一些案例研究，展示如何将遥感影像与GIS技术结合，解决实际问题，那我一定会觉得物超所值。

评分☆☆☆☆☆

这本书的封面设计就十分吸引人，那种深邃的蓝色调，搭配上右上角那模糊却又充满细节的卫星影像，让人立刻对“高分辨遥感影像”这个主题产生了浓厚的兴趣。我本来是抱着学习如何更好地解读那些精美的遥感图片来的，想要了解里面究竟隐藏着多少关于地球的信息，比如如何分辨出不同的地物类型，如何通过影像分析来监测环境变化，甚至是如何运用这些数据来进行城市规划或是农业生产。想象中，这本书应该会详细介绍各种遥感传感器的原理，不同波段的影像特点，以及各种图像处理技术，比如几何校正、辐射定标、特征提取等等。我特别期待能看到一些实际案例分析，例如如何通过高分辨率遥感影像来识别一小块受污染的水域，或是如何监测森林砍伐的趋势，甚至是如何在浩瀚的星空中寻找新的系外行星的蛛丝马迹。当然，如果书中还能涉及一些前沿的AI技术在遥感影像分析中的应用，比如深度学习在目标识别、语义分割方面的突破，那就更完美了。总而言之，我期望这本书能像一个经验丰富的向导，带领我深入探索遥感影像的奇妙世界，让我能够拨开迷雾，看清隐藏在像素之下的真实世界。