遙感數(shù)字圖像處理 原理與方法

第一部分 遙感數(shù)字圖像處理基礎(chǔ)
第1章 數(shù)字圖像基礎(chǔ)
1.1 數(shù)字圖像獲取
1.1.1 空間分辨率
1.1.2 輻射分辨率
1.1.3 光譜分辨率
1.1.4 時(shí)間分辨率
1.2 數(shù)字圖像特性
1.2.1 空間分布特性
1.2.2 數(shù)值統(tǒng)計(jì)特性
1.3 數(shù)字圖像輸出
1.3.1 輸出分辨率
1.3.2 灰度分辨率
1.3.3 顏色空間模型
1.4 數(shù)字圖像種類
練習(xí)題
參考文獻(xiàn)
第2章 數(shù)字圖像存儲
2.1 信息在計(jì)算機(jī)上的存儲原理
2.2 圖像文件存儲的基本信息
2.3 多波段數(shù)據(jù)存儲方式
2.3.1 BSQ
2.3.2 BIP
2.3.3 BIL
2.4 常見圖像文件存儲格式
2.4.1 開放式存儲格式
2.4.2 封裝式存儲格式
練習(xí)題
參考文獻(xiàn)
第3章 空間域處理方法
3.1 數(shù)值運(yùn)算
3.1.1 單波段運(yùn)算
3.1.2 多波段運(yùn)算
3.2 集合運(yùn)算
3.2.1 空間操作
3.2.2 波段操作
3.3 邏輯運(yùn)算
3.3.1 求反運(yùn)算
3.3.2 與運(yùn)算
3.3.3 或運(yùn)算
3.3.4 異或運(yùn)算
3.4 數(shù)學(xué)形態(tài)學(xué)操作
3.4.1 二值形態(tài)學(xué)
3.4.2 灰度形態(tài)學(xué)
練習(xí)題
參考文獻(xiàn)
第4章 變換域處理方法
4.1 主成分分析
4.1.1 基本原理
4.1.2 遙感圖像處理中的主成分變換
4.2 最小噪聲分離變換
4.2.1 基本原理
4.2.2 遙感圖像處理中的*小噪聲分離變換
4.3 纓帽變換
4.3.1 基本原理
4.3.2 常見傳感器的纓帽變換
4.4 獨(dú)立成分分析
4.4.1 基本原理
4.4.2 遙感圖像處理中的獨(dú)立成分分析
4.5 傅里葉變換
4.5.1 基本原理
4.5.2 一維離散傅里葉變換
4.5.3 遙感圖像處理中的傅里葉變換
4.5.4 傅里葉變換的局限性與窗口傅里葉變換
4.6 小波變換
4.6.1 基本原理
4.6.2 一維離散小波變換
4.6.3 遙感圖像處理中的小波變換
4.7 顏色空間變換
4.7.1 RGB顏色空間
4.7.2 CMY／CMYK顏色空間
4.7.3 HSI顏色空間
4.7.4 遙感圖像處理中的顏色空間變換
練習(xí)題
參考文獻(xiàn)
第二部分 遙感數(shù)字圖像質(zhì)量改善
第5章 輻射校正
5.1 傳感器校正
5.1.1 相對輻射定標(biāo)
5.1.2 絕對輻射定標(biāo)
5.1.3 定標(biāo)參數(shù)獲取
5.2 大氣校正
5.2.1 統(tǒng)計(jì)模型
5.2.2 物理模型
5.3 地形校正
5.3.1 余弦校正法
5.3.2 C校正法
5.4 太陽高度角校正
練習(xí)題
參考文獻(xiàn)
第6章 幾何校正
6.1 幾何校正原理
6.1.1 坐標(biāo)變換
6.1.2 重采樣
6.2 幾何校正步驟
6.3 幾何校正類型
6.3.1 圖像到圖像的幾何校正
6.3.2 圖像到地圖的幾何校正
6.3.3 具有地理位置信息的幾何校正
6.3.4 正射校正
6.4 圖像自動匹配
6.4.1 圖像匹配要素
6.4.2 圖像匹配性能
6.4.3 圖像匹配方法
6.5 投影轉(zhuǎn)換
練習(xí)題
參考文獻(xiàn)
第7章 圖像去噪聲
7.1 常見噪聲類型及其識別
7.1.1 隨機(jī)噪聲模型
7.1.2 隨機(jī)噪聲類型識別
7.1.3 周期噪聲及其識別
7.2 空間域去噪聲
7.2.1 均值濾波
7.2.2 中值濾波
7.2.3 邊緣保持平滑濾波
7.2.4 數(shù)學(xué)形態(tài)學(xué)去噪聲
7.3 變換域去噪聲
7.3.1 傅里葉變換
7.3.2 小波變換
7.3.3 其他變換
練習(xí)題
參考文獻(xiàn)
第8章 圖像增強(qiáng)
8.1 空間域圖像增強(qiáng)
8.1.1 點(diǎn)運(yùn)算
8.1.2 鄰域運(yùn)算
8.1.3 灰度形態(tài)學(xué)梯度運(yùn)算
8.2 變換域圖像增強(qiáng)
8.2.1 傅里葉變換
8.2.2 小波變換
8.2.3 顏色空間變換
8.2.4 其他變換
8.3 偽彩色處理
8.4 圖像融合
8.4.1 空間域代數(shù)運(yùn)算
8.4.2 變換域替代法
練習(xí)題
參考文獻(xiàn)
第三部分 遙感數(shù)字圖像特征選擇與信息提取
第9章 感興趣目標(biāo)及對象提取
9.1 圖像分割
9.1.1 閾值法
9.1.2 邊界分割法
9.1.3 區(qū)域提取法
9.1.4 形態(tài)學(xué)分水嶺分割
9.2 二值圖像處理
9.2.1 基本概念
9.2.2 空洞點(diǎn)填補(bǔ)和碎塊消除
9.3 對象提取
9.3.1 貼標(biāo)簽
9.3.2 邊界提取
練習(xí)題
參考文獻(xiàn)
第10章 特征提取與選擇
10.1 光譜特征提取
10.2 空間特征提取
10.2.1 紋理特征
lO.2.2 形狀特征
10.2.3 空間關(guān)系特征
10.3 特征選擇
10.3.1 特征選擇流程
10.3.2 屬性評價(jià)準(zhǔn)則
10.3.3 基于先驗(yàn)知識的特征選擇
10.4 特征組合
練習(xí)題
參考文獻(xiàn)
第11章圖像分類
11.1 背景知識
11.2 分類原理
11.2.1 類型
11.2.2 流程
11.3 分類方法
11.3.1 監(jiān)督分類
11.3.2 非監(jiān)督分類
11.3.3 決策樹分類
11.3.4 面向?qū)ο蠓诸?br />11.4 分類后處理
11.4.1 主／次要分析
11.4.2 聚類處理
11.4.3 過濾處理
11.4.4 其他的分類后處理
11.5 精度評價(jià)
11.5.1 檢驗(yàn)樣本選取
11.5.2 精度評價(jià)方法
練習(xí)題
參考文獻(xiàn)
第12章遙感制圖表達(dá)
12.1 遙感制圖的基本要求
12.2 制圖流程
12.2.1 制圖目的
12.2.2 制圖規(guī)劃
12.2.3 制圖顏色
12.2.4 圖像整飾
12.3 遙感影像圖制作案例
12.4 遙感專題圖制作案例
練習(xí)題
參考文獻(xiàn)