圖書信息
出版社: 科學出版社; 第1版 (2011年11月1日)
外文書名: High Resolution Remote Sensing Image Understanding
叢書名: 地球信息科學基礎叢書
平裝: 360頁
正文語種: 簡體中文
開本: 32
ISBN: 7030327683, 9787030327680
條形碼: 9787030327680
尺寸: 23.4 x 16.8 x 1.8 cm
重量: 499 g
內容簡介
《高解析度遙感圖像理解》系統闡述了高解析度遙感圖像理解的基本概念、模型方法和套用技術。首先結合高解析度遙感圖像的特點及其套用背景，敘述高解析度遙感圖像理解的研究架構；其次分別介紹特徵信息表達和統計學習模型，以此作為整個遙感圖像理解任務的方法基礎，並以高解析度遙感圖像理解的研究內容為導向，重點論述精細化目標檢測與識別、複雜場景描述與分類、空間語義分析與計算三大任務中採用的技術流程和關鍵算法；最後結合實際需求，給出高解析度遙感圖像理解的若干套用實例。
《高解析度遙感圖像理解》可供從事遙感測繪、圖像處理、模式識別等領域的研究和技術人員參考使用，也可作為高等院校相關專業的教學和研究資料。
目錄
前言
第1章 緒論
1.1 遙感技術發展概況
1.1.1 遙感成像機理
1.1.2 遙感觀測系統
1.1.3 遙感技術發展現狀及趨勢
1.2 高解析度遙感圖像的特點
1.3 高解析度遙感套用的挑戰
1.4 遙感圖像理解的基本概念
1.4.1 圖像理解
1.4.2 遙感圖像理解的研究進展
1.4.3 高解析度遙感圖像理解
1.5 遙感圖像理解的研究內容
1.5.1 地物目標檢測與識別
1.5.2 圖像場景描述與分類
1.5.3 目標空間語義分析與計算
1.6 遙感圖像理解的研究方法
1.6.1 圖像特徵信息表達
1.6.2 統計學習模型方法
參考文獻
第2章 特徵信息表達
2.1 圖像信息表達
2.1.1 圖像數據結構
2.1.2 知識信息表示
2.1.3 多尺度空間
2.1.4 尺度計算與轉換
2.2 圖像特徵提取
2.2.1 顏色特徵提取
2.2.2 紋理特徵提取
2.2.3 形狀特徵提取
2.2.4 感興趣點特徵提取
2.3 性能評判準則
2.3.1 特徵有效性分析
2.3.2 分類性能評價
參考文獻
第3章 統計學習模型
3.1 判別式模型
3.1.1 SVM模型
3.1.2 Boosting方法
3.1.3 CRF模型
3.2 產生式模型
3.2.1 圖模型相關理論
3.2.2 主題語義模型
3.2.3 標記點過程模型
3.3 產生式和判別式混合模型
3.3.1 混合算法
3.3.2 混合學習
參考文獻
第4章 精細化目標檢測與識別
4.1 遙感圖像前背景分割
4.1.1 基於圖割模型的遙感圖像互動式分割
4.1.2 基於高斯混合模型的遙感圖像目標分割
4.2 精細化遙感目標檢測
4.2.1 基於Boosting級聯學習的遙感目標檢測
4.2.2 基於隨機幾何模型的遙感目標檢測
4.2.3 基於主題語義模型的遙感目標提取
4.3 精細化遙感目標識別
4.3.1 基於區域對象機率標記的遙感目標識別
4.3.2 基於形狀統計模型的遙感目標識別
4.3.3 基於語義樹匹配學習的遙感目標識別
參考文獻
第5章 複雜場景描述與分類
5.1 複雜場景的分層描述
5.1.1 低層圖像場景描述
5.1.2 中層圖像場景描述
5.2 高解析度遙感圖像場景分類
……
第6章 空間語義分析與計算
第7章 高解析度遙感圖像理解的套用實例
參考文獻
