成像偏振光譜遙感及應用

第1章　緒論
　1.1　成像光譜探測
　　1.1.1　基本原理
　　1.1.2　光譜成像設備的發(fā)展和現(xiàn)狀
　　1.1.3　成像光譜圖像分析應用分類
　　1.1.4　成像光譜探測技術應用
　1.2　成像偏振光譜探測
　　1.2.1　成像偏振光譜探測的發(fā)展
　　1.2.2　成像偏振光譜探測的應用
　參考文獻
第2章　成像偏振探測
　2.1　電磁學與偏振分析
　　2.2.1　麥克斯韋方程
　　2.2.2　偏振橢圓
　　2.2.3　fresnel方程
　2.2　成像偏振探測原理
　2.3　成像偏振探測在自動目標識別中的應用
　　2.3.1　目標檢測與跟蹤
　　2.3.2　邊緣檢測
　　2.3.3　物質(zhì)分類和目標識別
　　2.3.4　目標三維重建
　2.4　影響成像偏振探測性能的因素
　　2.4.1　偏振器件傳輸特性
　　2.4.2　光照條件
　2.5　減小測量偏振參數(shù)圖像誤差的主要方法
　　2.5.1　多角度測量
　　2.5.2　圖像濾波
　　2.5.3　圖像融合
　2.6　新型偏振探測器件
　2.7　仿生多波段偏振探測
　參考文獻
第3章　偏振光譜成像系統(tǒng)
　3.1　典型成像偏振光譜探測系統(tǒng)
　　3.1.1　光譜波段調(diào)諧方法
　　3.1.2　偏振態(tài)調(diào)節(jié)
　3.2　基于可調(diào)諧濾光片的偏振光譜探測系統(tǒng)
　　3.2.1　lctf工作原理
　　3.2.2　aotf工作原理
　　3.2.3　lcvr工作原理
　　3.2.4　幾種典型的偏振光譜成像探測系統(tǒng)
　3.3　基于lctf的偏振光譜成像探測系統(tǒng)構成
　　3.3.1　成像系統(tǒng)構建
　　3.3.2　主要器件性能
　　3.3.3　偏振光譜圖像采集實驗裝置
　　3.3.4　偏振光譜圖像采集
　3.4　偏振光譜成像探測系統(tǒng)定標
　　3.4.1　光譜譜段定標
　　3.4.2　光譜輻射定標
　　3.4.3　濾光片旋轉性能
　　3.4.4　偏振態(tài)定標
　3.5　偏振光譜反演
　　3.5.1　常用的光譜反演方法
　　3.5.2　基于經(jīng)驗線性法的偏振反演
　3.6　實驗分析
　參考文獻
第4章　目標和背景偏振光譜二向反射建模
　4.1　二向反射分布
　　4.1.1　二向反射的測量
　　4.1.2　二向反射的模型
　4.2　偏振二向反射
　　4.2.1　偏振二向分布函數(shù)
　　4.2.2　偏振輻射傳輸方程
　4.3　偏振光譜brdf的測量
　　4.3.1　測量原理
　　4.3.2　偏振光譜brdf戶外實驗系統(tǒng)
　　4.3.3　圖像數(shù)據(jù)的反演
　　4.3.4　實驗測量流程
　　4.3.5　仿真實驗結果及分析
　4.4　涂層目標的偏振光譜brdf模型
　　4.4.1　強度分量模型
　　4.4.2　偏振度分量模型
　　4.4.3　涂層目標偏振光譜brdf與探測角、波長關系分析
　4.5　背景的偏振光譜brdf模型
　　4.5.1　強度分量模型
　　4.5.2　偏振度分量模型
　參考文獻
第5章　基于偏振光譜圖像的目標檢測
　5.1　偏振光譜圖像分析
　5.2　目標檢測的基礎理論
　　5.2.1　偏振光譜信號混合模型
　　5.2.2　多元正態(tài)分布族
　　5.2.3　極大似然估計
　　5.2.4　似然比檢驗
　　5.2.5　子空間分析
　　5.2.6　隨機信號與熵
　　5.2.7　非參核密度估計
　5.3　常用異常檢測算法
　　5.3.1　異常檢測統(tǒng)計假設模型
　　5.3.2　低概率目標檢測
　　5.3.3　經(jīng)典rx檢測算法
　　5.3.4　由rx算法導出的改進算法
　5.4　波段子集模糊積分融合檢測
　　5.4.1　數(shù)據(jù)模型及波段子集劃分
　　5.4.2　模糊測度及模糊積分
　　5.4.3　非參模糊隸屬度函數(shù)的構造
　　5.4.4　模糊密度的估計
　　5.4.5　實驗分析
　5.5　多檢測器最大熵融合異常檢測
　　5.5.1　單似然異常檢測模型
　　5.5.2　核密度估計
　　5.5.3　基于最大熵的檢測器融合
　　5.5.4　實驗分析
　5.6　基于偏振與光譜特征的融合檢測
　　5.6.1　融合檢測算法結構
　　5.6.2　實驗分析
　5.7　基于偏振度調(diào)制的融合檢測
　　5.7.1　偏振度調(diào)制融合
　　5.7.2　光譜和偏振圖像偽彩色編碼融合
　參考文獻　
第6章　基于偏振光譜圖像的目標分類
　6.1　偏振光譜特性分析
　　6.1.1　地物偏振光譜特征分析
　　6.1.2　目標偏振brdf特征分析
　6.2　無監(jiān)督分類
　　6.2.1　模糊c均值算法
　　6.2.2　迭代自組織數(shù)據(jù)分析算法
　　6.2.3　mean-shift聚類
　6.3　支持向量機
　　6.3.1　最優(yōu)分類超平面
　　6.3.2　線性可分的最優(yōu)分類面
　　6.3.3　線性不可分的最優(yōu)分類面
　　6.3.4　非線性支持向量機
　6.4　證據(jù)推理
　6.5　基于聚類融合的偏振光譜圖像分類
　　6.5.1　融合聚類算法
　　6.5.2　用分層分類提高分類效果
　　6.5.3　分類結果
　　6.5.4　分類精度評價
　6.6　基于偏振光譜brdf融合分類
　　6.6.1　分類結果1
　　6.6.2　分類結果2
　6.7　基于偏振brdf模型的目標分類
　　6.7.1　算法流程
　　6.7.2　分類結果分析
　參考文獻
第7章　偏振光譜信息處理軟件
　7.1　系統(tǒng)分析
　7.2　系統(tǒng)實現(xiàn)
　7.3　系統(tǒng)應用