遙感數(shù)字影像處理導(dǎo)論

第1章 遙感與數(shù)字影像處理  
1.1 現(xiàn)場(chǎng)數(shù)據(jù)采集.  
1.2 遙感數(shù)據(jù)采集  
1.2.1 遙感觀測(cè)  
1.2.2 遙感的優(yōu)勢(shì)和局限性  
1.3 遙感處理  
1.3.1 陳述問題  
1.3.2 確定現(xiàn)場(chǎng)數(shù)據(jù)與遙感數(shù)據(jù)需求  
1.3.3 遙感數(shù)據(jù)采集  
1.3.4 遙感數(shù)據(jù)分析  
1.3.5 信息表達(dá)  
1.4 地球資源分析透視  
1.5 本書的組織結(jié)構(gòu)  
參考文獻(xiàn)  
第2章 遙感數(shù)據(jù)采集  
2.1 模擬影像數(shù)字化  
2.1.1 數(shù)字影像術(shù)語  
2.1.2 測(cè)微密度計(jì)數(shù)字化  
2.1.3 視頻數(shù)字化  
2.1.4 線/面陣列CCD數(shù)字化  
2.1.5 NAPP數(shù)字化數(shù)據(jù)  
2.1.6 數(shù)字化需考慮的因素  
2.2 數(shù)字遙感數(shù)據(jù)采集  
2.3 離散傳感器和掃描鏡多光譜成像  
2.3.1 地球資源技術(shù)衛(wèi)星和Landsat傳感器系統(tǒng)  
2.3.2 NOAA多光譜掃描儀  
2.3.3 ORBIMAGE公司和NASA的寬視場(chǎng)海洋觀測(cè)傳感器  
2.3.4 機(jī)載多光譜掃描儀  
2.4 線陣列多光譜成像  
2.4.1 SPOT傳感器系統(tǒng)  
2.4.2 印度遙感系統(tǒng)  
2.4.3 高級(jí)星載熱輻射與反射輻射計(jì)  
2.4.4 多角度成像光譜儀  
2.4.5 甚高分辨率線陣列遙感系統(tǒng)  
2.5 線/面陣列成像光譜儀  
2.5.1 機(jī)載可見光/紅外成像光譜儀  
2.5.2 小型機(jī)載光譜成像儀-3  
2.5.3 中分辨率成像光譜儀  
2.6 框幅式數(shù)碼相機(jī)  
2.6.1 框幅式數(shù)碼相機(jī)數(shù)據(jù)采集  
2.6.2 Emerge公司的數(shù)字傳感器系統(tǒng)  
2.7 衛(wèi)星攝影系統(tǒng)  
2.7.1 俄羅斯SPIN-2 TK-350和KVR-1000相機(jī)  
2.7.2 美國(guó)航天飛機(jī)攝像機(jī)  
2.8 數(shù)字影像的數(shù)據(jù)格式  
2.8.1 逐像元按波段次序記錄格式  
2.8.2 逐行按波段次序記錄格式  
2.8.3 按波段次序記錄格式  
2.9 小結(jié)  
參考文獻(xiàn)  
第3章 數(shù)字影像處理的硬軟件配置  
3.1 數(shù)字影像處理系統(tǒng)需求  
3.2 中央處理器  
3.2.1 個(gè)人計(jì)算機(jī)  
3.2.2 計(jì)算機(jī)工作站  
3.2.3 大型計(jì)算機(jī)  
3.3 存儲(chǔ)器與協(xié)處理器  
3.3.1 只讀存儲(chǔ)器和隨機(jī)存取存儲(chǔ)器  
3.3.2 串行和并行影像處理  
3.3.3 算術(shù)協(xié)處理器  
3.4 操作模式及界面  
3.4.1 操作模式  
3.4.2 圖形用戶界面  
3.5 計(jì)算機(jī)操作系統(tǒng)和編譯器  
3.5.1 操作系統(tǒng)  
3.5.2 編譯器  
3.6 存儲(chǔ)與存檔需求  
3.6.1 高速大容量存儲(chǔ)器  
3.6.2 存檔要求： 壽命  
3.7 計(jì)算機(jī)顯示的空間及色彩分辨率  
3.7.1 計(jì)算機(jī)屏幕顯示分辨率  
3.7.2 計(jì)算機(jī)屏幕色彩分辨率  
3.8 重要的影像處理功能  
3.9 商業(yè)及共享數(shù)字影像處理系統(tǒng)  
3.10 數(shù)字影像處理與國(guó)家空間數(shù)據(jù)基礎(chǔ)設(shè)施  
3.11 數(shù)字影像處理系統(tǒng)資源  
參考文獻(xiàn)  
第4章 影像質(zhì)量評(píng)估與統(tǒng)計(jì)評(píng)價(jià)  
4.1 影像處理數(shù)學(xué)符號(hào)  
4.2 采樣理論  
4.3 直方圖及其對(duì)遙感數(shù)字影像處理的意義  
4.4 影像元數(shù)據(jù)  
4.5 查看影像中特定位置或地理區(qū)域的單個(gè)像元亮度值  
4.5.1 單個(gè)像元亮度值的光標(biāo)評(píng)價(jià)  
4.5.2 地理區(qū)域內(nèi)像元亮度值的二維和三維評(píng)價(jià)  
4.6 影像的一元統(tǒng)計(jì)學(xué)描述  
4.6.1 遙感數(shù)據(jù)集中趨勢(shì)測(cè)度  
4.6.2 離散度  
4.6.3 非對(duì)稱性分布（直方圖）與峰值測(cè)度  
4.7 影像多元統(tǒng)計(jì)  
4.7.1 多波段遙感數(shù)據(jù)協(xié)方差分析  
4.7.2 多波段遙感數(shù)據(jù)相關(guān)分析  
4.8 特征空間圖  
4.9 地統(tǒng)計(jì)學(xué)分析  
4.9.1 地統(tǒng)計(jì)學(xué)分析. 自相關(guān)與克里金插值之間的關(guān)系  
4.9.2 均半方差計(jì)算  
4.9.3 經(jīng)驗(yàn)半方差圖  
參考文獻(xiàn)  
第5章 顯示的初始選項(xiàng)與科學(xué)可視化  
5.1 影像顯示因素  
5.2 黑白硬拷貝影像顯示  
5.2.1 行式打印機(jī)/繪圖儀亮度圖  
5.2.2 激光或噴墨打印機(jī)亮度圖  
5.3 臨時(shí)的視頻影像顯示  
5.3.1 黑白和彩色亮度圖  
5.3.2 位圖圖形  
5.3.3 RGB色彩坐標(biāo)系統(tǒng)  
5.3.4 8bit色彩查找表  
5.3.5 24bit色彩查找表  
5.3.6 彩色合成  
5.4 遙感數(shù)據(jù)融合  
5.4.1 波段替換  
5.4.2 色彩空間轉(zhuǎn)換與替換  
5.4.3 主成分替換  
5.4.4 高頻信息逐像元累加  
5.4.5 基于平滑濾波的亮度調(diào)節(jié)影像融合  
5.5 距離. 面積和形狀量測(cè)  
5.5.1 距離量測(cè)  
5.5.2 面積量測(cè)  
5.5.3 形狀量測(cè)  
參考文獻(xiàn)  
第6章 電磁輻射原理與輻射校正  
6.1 電磁能量交互作用  
6.2 傳導(dǎo). 對(duì)流和輻射  
6.3 電磁輻射模型  
6.3.1 電磁能量的波模型  
6.3.2 粒子模型： 原子輻射  
6.4 大氣能量-物質(zhì)交互作用  
6.4.1 折射  
6.4.2 散射  
6.4.3 吸收  
6.4.4 反射  
6.5 地面能量-物質(zhì)交互作用  
6.5.1 半球反射率. 吸收率和透射率  
6.5.2 輻射通量密度  
6.6 大氣中能量-物質(zhì)的再次交互作用  
6.7 傳感器系統(tǒng)能量-物質(zhì)交互作用  
6.8 遙感探測(cè)器系統(tǒng)誤差校正  
6.8.1 隨機(jī)壞像元（散粒噪聲）  
6.8.2 行或列缺失  
6.8.3 行或列部分缺失  
6.8.4 行起始問題  
6.8.5 n行條帶  
6.9 遙感大氣校正  
6.9.1 不必要的大氣校正  
6.9.2 必要的大氣校正  
6.9.3 大氣校正類型  
6.9.4 絕對(duì)輻射校正  
6.9.5 大氣衰減的相對(duì)輻射校正  
6.10 坡度坡向影響校正  
6.10.1 余弦校正  
6.10.2 Minnaert校正  
6.10.3 統(tǒng)計(jì)-經(jīng)驗(yàn)校正  
6.10.4  校正  
參考文獻(xiàn)  
第7章 幾何校正  
7.1 內(nèi)部和外部幾何誤差  
7.1.1 內(nèi)部幾何誤差..  
7.1.2 外部幾何誤差  
7.2 幾何校正類型  
7.2.1 從影像到地圖的校正  
7.2.2 從影像到影像的配準(zhǔn)  
7.2.3 影像校正/配準(zhǔn)的混合方法  
7.2.4 從影像到地圖的幾何校正  
7.2.5 從影像到地圖校正的實(shí)例  
7.3 鑲嵌  
參考文獻(xiàn)  
第8章 影像增強(qiáng)  
8.1 影像縮小與放大  
8.1.1 影像縮小  
8.1.2 影像放大  
8.2 橫斷面（空間剖面）  
8.3 光譜剖面  
8.4 對(duì)比度增強(qiáng)  
8.4.1 線性對(duì)比度增強(qiáng)  
8.4.2 非線性對(duì)比度增強(qiáng)  
8.5 波段比  
8.6 空間濾波  
8.6.1 空間卷積濾波  
8.6.2 傅里葉變換  
8.7 主成分分析  
8.8 植被變換（指數(shù)）  
8.8.1 控制葉面反射的主導(dǎo)因素  
8.8.2 植被指數(shù)  
8.9 紋理變換  
8.9.1 空間域一階統(tǒng)計(jì)量  
8.9.2 空間域二階統(tǒng)計(jì)量  
8.9.3 紋理單元作為紋理光譜元素  
8.9.4 分形維作為空間復(fù)雜性或紋理測(cè)度  
8.9.5 基于半方差圖的紋理統(tǒng)計(jì)  
參考文獻(xiàn)  
第9章 遙感專題信息提取：模式識(shí)別  
9.1 監(jiān)督分類  
9.1.1 土地利用和地面覆蓋分類方案  
9.1.2 訓(xùn)練樣區(qū)選擇與統(tǒng)計(jì)特征提取  
9.1.3 選擇影像分類最佳波段：特征選取  
9.1.4 選擇合適的分類算法  
9.2 非監(jiān)督分類  
9.2.1 鏈?zhǔn)椒潜O(jiān)督分類  
9.2.2 ISODATA非監(jiān)督分類  
9.2.3 非監(jiān)督聚類整理  
9.3 模糊分類  
9.4 基于面向?qū)ο笥跋穹指畹姆诸?nbsp; 
9.4.1 面向?qū)ο蟮挠跋穹指钆c分類  
9.4.2 面向?qū)ο蟮乃伎?nbsp; 
9.5 分類過程中輔助數(shù)據(jù)的整合  
9.5.1 與輔助數(shù)據(jù)有關(guān)的問題  
9.5.2 整合輔助數(shù)據(jù)改進(jìn)遙感分類圖的方法  
參考文獻(xiàn)  
第10章 人工智能信息提取  
10.1 專家系統(tǒng)  
10.1.1 專家系統(tǒng)用戶界面  
10.1.2 創(chuàng)建知識(shí)庫  
10.1.3 推理機(jī)  
10.1.4 在線數(shù)據(jù)庫  
10.1.5 遙感數(shù)據(jù)專家系統(tǒng)  
10.1.6 專家系統(tǒng)的優(yōu)點(diǎn)  
10.2 神經(jīng)網(wǎng)絡(luò)  
10.2.1 用于遙感信息提取的典型人工神經(jīng)網(wǎng)絡(luò)的組成和特點(diǎn)  
10.2.2 人工神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)  
10.2.3 人工神經(jīng)網(wǎng)絡(luò)的局限  
10.2.4 神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)專家系統(tǒng)的比較  
參考文獻(xiàn)  
第11章 遙感專題信息提?。?高光譜影像分析  
11.1 多光譜和高光譜數(shù)據(jù)采集  
11.2 高光譜信息提取的步驟  
11.3 NASA的AVIRIS成像光譜儀  
11.4 從航帶中裁剪研究區(qū)域  
11.5 影像質(zhì)量的初始評(píng)價(jià)  
11.5.1 單波段目視檢查  
11.5.2 3波段彩色合成影像的目視檢查  
11.5.3 放映  
11.5.4 單波段統(tǒng)計(jì)檢查  
11.6 輻射校正  
11.6.1 實(shí)地?cái)?shù)據(jù)采集  
11.6.2 無線電探空儀  
11.6.3 基于輻射傳輸?shù)拇髿庑Ｕ?nbsp; 
11.6.4 逐波段光譜平滑  
11.6.5 經(jīng)驗(yàn)線定標(biāo)大氣校正  
11.7 高光譜遙感數(shù)據(jù)的幾何糾正  
11.8 高光譜數(shù)據(jù)降維  
11.9 端元的確定： 定位光譜最純像元  
11.9.1 像元純度指數(shù)制圖  
11.9.2 n維端元可視化  
11.10 高光譜數(shù)據(jù)制圖和匹配  
11.10.1 光譜角制圖  
11.10.2 亞像元分類（線性光譜分解）  
11.10.3 光譜庫匹配技術(shù)  
11.11 高光譜數(shù)據(jù)指數(shù)  
11.11.1 歸一化植被指數(shù)——NDVI  
11.11.2 窄波段微分植被指數(shù)  
11.11.3 黃色指數(shù)——YI  
11.11.4 生理反射指數(shù)——PRI  
11.11.5 歸一化水指數(shù)——NDWI  
11.11.6 紅端位置的確定——REP  
11.11.7 作物葉綠素含量預(yù)測(cè)  
11.12 微分光譜  
參考文獻(xiàn)  
第12章 數(shù)字變化檢測(cè)  
12.1 變化檢測(cè)步驟  
12.1.1 變化檢測(cè)的感興趣地理區(qū)域  
12.1.2 變化檢測(cè)時(shí)段  
12.1.3 選擇合適的土地利用/地面覆蓋分類系統(tǒng)  
12.1.4 硬定性與模糊性變化檢測(cè)推理  
12.1.5 逐像元或面向?qū)ο蟮淖兓瘷z測(cè)  
12.1.6 遙感系統(tǒng)需考慮的因素  
12.1.7 變化檢測(cè)需要考慮的重要環(huán)境因素  
12.2 變化檢測(cè)算法選擇  
12.2.1 寫功能存儲(chǔ)插入法變化檢測(cè)  
12.2.2 多時(shí)相合成影像變化檢測(cè)  
12.2.3 影像代數(shù)變化檢測(cè)  
12.2.4 分類后比較變化檢測(cè)  
12.2.5 對(duì)時(shí)相2影像進(jìn)行二進(jìn)制掩膜處理  
12.2.6 利用輔助數(shù)據(jù)源作為時(shí)相1的數(shù)據(jù)進(jìn)行變化檢測(cè)  
12.2.7 光譜變化矢量分析  
12.2.8 χ2變換變化檢測(cè)  
12.2.9 互相關(guān)變化檢測(cè)  
12.2.10 基于知識(shí)的視覺變化檢測(cè)系統(tǒng)  
12.2.11 在屏目視變化檢測(cè)與數(shù)字化  
12.3 變化檢測(cè)的大氣校正  
12.3.1 何時(shí)需要大氣校正  
12.3.2 何時(shí)不需要大氣校正  
12.4 小結(jié)  
參考文獻(xiàn)  
第13章 遙感專題圖精度評(píng)價(jià)  
13.1 土地利用/地面覆蓋圖精度評(píng)價(jià)  
13.2 遙感專題產(chǎn)品的誤差源  
13.3 誤差矩陣  
13.4 訓(xùn)練樣本與地面參考驗(yàn)證信息  
13.5 樣本容量  
13.5.1 基于二項(xiàng)式概率理論的樣本容量  
13.5.2 基于多項(xiàng)式分布的樣本容量  
13.6 采樣設(shè)計(jì)(框架)  
13.6.1 簡(jiǎn)單隨機(jī)采樣  
13.6.2 系統(tǒng)采樣  
13.6.3 分層隨機(jī)采樣  
13.6.4 分層系統(tǒng)非均衡采樣  
13.6.5 聚類采樣  
13.7 利用響應(yīng)設(shè)計(jì)獲取地面參考信息  
13.8 誤差矩陣的評(píng)價(jià)  
13.8.1 誤差矩陣的描述性評(píng)價(jià)  
13.8.2 用于誤差矩陣的多元離散分析方法  
13.8.3 誤差矩陣的模糊化  
13.9 地統(tǒng)計(jì)學(xué)分析方法評(píng)價(jià)遙感信息精度  
13.10 影像元數(shù)據(jù)與遙感產(chǎn)品譜系信息  
13.10.1 單景影像元數(shù)據(jù)  
13.10.2 遙感產(chǎn)品的譜系信息  
參考文獻(xiàn).