衛(wèi)星遙感圖像解譯

全書的章節(jié)目錄安排如下：第1章 概述1．1 衛(wèi)星遙感概況1．1．1 基本概念1．1．2 衛(wèi)星遙感分類1．1．3衛(wèi)星遙感技術發(fā)展及趨勢1．2 衛(wèi)星遙感圖像1．2．1 分類1．2．2 典型衛(wèi)星圖像介紹1．3衛(wèi)星遙感圖像解譯1．3．1 基本概念1．3．2現狀與發(fā)展趨勢1．3．3 主要應用第2章 衛(wèi)星遙感原理2．1電磁輻射原理2．1．1 電磁波譜與電磁輻射2．1．2 太陽輻射與大氣吸收2．1．3 地表與太陽輻射的相互作用2．2 衛(wèi)星遙感平臺及管控2．2．1 衛(wèi)星運行定律2．2．2 衛(wèi)星軌道與運行特點2．2．3 衛(wèi)星對地觀測與覆蓋范圍2．2．4 衛(wèi)星任務管控2．3 衛(wèi)星傳感器2．3．1 多光譜傳感器2．3．2 紅外傳感器2．3．3 高光譜傳感器2．3．4 微波傳感器第3章 衛(wèi)星遙感圖像解譯的信息論基礎3．1信息與信息論的概念3．1．1 信息的基本定義3．1．2 信息的特征和表現3．1．2 信息論的概念3．2 信息過程的認知3．2．1 信息的一般過程3．2．2 遙感信息的傳遞過程3．2．3 遙感信息的本質3．3 信息論在遙感圖像解譯中的應用3．3．1 信息的度量和作用3．3．2 信息的不確定性分析3．3．3 圖像中遙感信息的內容表達第4章 衛(wèi)星遙感圖像解譯物理基礎4．1 幾何特征4．1．1 經緯度和圖像的重疊4．1．2 投影性質4．1．3 測量性能4．1．4 比例尺及面積4．2光學物理特性4．2．1 圖像灰階4．2．2 圖像分辨率4．2．3 不同波段圖像的解譯4．2．4 不同季節(jié)圖像的解譯4．3 波譜特征4．3．1水體的波譜特性4．3．2植被的波譜特性4．3．3巖石和礦物波譜特性4．3．4土壤波譜特性4．3．5人工地物波譜特性4．4 時間特性4．4．1 時相信息4．4．2 時間分辨率4．4．3 地物時敏特性4．5 紅外特性4．5．1 物體熱紅外輻射特性4．5．2 大氣熱紅外輻射傳輸方程4．5．3 熱紅外遙感信息模型4．6 微波特性4．6．1 輻射特性4．6．2 極化特性第5章 衛(wèi)星遙感圖像解譯原理5．1 信息傳遞與圖像解譯5．1．1 遙感信息單元5．1．2 光譜響應5．1．3 混合像元與像元的分解5．2 遙感圖像解譯信息性能5．2．1 圖像解譯的可能性5．2．2 圖像可解譯性影響因素5．2．3 地物目標可識別性分析5．3 遙感圖譜認知理論5．3．1 地學信息圖譜5．3．2 遙感信息圖譜解釋5．3．3信息圖譜的分析和運用5．4 特征信息表達5．4．1圖像信息表達5．4．2圖像特征提取5．4．3性能評價標準5．5圖像理解5．5．1 基本概念5．5．2 圖像信息表達5．5．3 圖像理解的研究方法第6章 衛(wèi)星遙感圖像目視解譯6．1 目視解譯原理6．1．1生理和視覺信息機制6．1．2人的視覺認知基本原理6．1．3空間認知模型和過程6．2 圖像特征和解譯標志6．2．1 圖像特征及其內在規(guī)律6．2．2 解譯標志及其綜合應用6．3 解譯的基本方法6．3．1 地學分析法6．3．2 信息圖譜法6．3．3 物理模擬法6．3．4 數據反演法6．3．5 分析推理法6．4 目視解譯的基本程序與原則6．4．1 任務和程序6．4．2 基本原則和實施過程6．4．3 解譯精度評價第7章 衛(wèi)星遙感圖像計算機解譯7．1 衛(wèi)星遙感圖像多種特征的提取7．1．1 地物邊界跟蹤法7．1．2 形狀特征描述與提取7．1．3 地物空間關系特征描述與提取7．2 衛(wèi)星遙感數字圖像的自動識別分類7．2．1 自動識別分類原理與基本過程7．2．2 特征、特征選擇和分類器7．2．3 有監(jiān)督、無監(jiān)督和半監(jiān)督分類7．3 監(jiān)督分類7．3．1 判別函數和判別規(guī)則7．3．2 分類過程7．3．3 基于神經網絡的遙感圖像識別7．3．4 基于貝葉斯決策理論的遙感圖像識別7．3．5 基于霍夫森林的遙感圖像識別7．3．6 基于支持向量機的遙感圖像識別7．4 非監(jiān)督分類7．4．1 均值聚類法7．4．2 ISODATA算法聚類分析7．4．3 平行管道法聚類分析7．4．4 基于聚類的遙感圖像識別7．4．5 基于主成分分析的遙感圖像識別7．5 衛(wèi)星遙感圖像人機交互解譯7．5．1 人工和計算機的解譯比較7．5．2 人機交互環(huán)境與方式7．5．3 衛(wèi)星遙感圖像解譯專家系統(tǒng)第8章 衛(wèi)星遙感圖像智能解譯8．1 衛(wèi)星遙感圖像理解8．1．1特征信息表達8．1．2基于語義的圖像解譯8．1．3復雜背景描述與分類8．2 人工智能解譯原理8．2．1 人工智能發(fā)展與深度學習基礎8．2．2 基于深度學習的遙感圖像識別第9章 多光譜衛(wèi)星遙感圖像解譯9．1 多光譜圖像幾何特性9．1．1空間分辨率和地面覆蓋9．1．2圖像比例尺和其他特征9．2 多光譜圖像解譯方法9．3 高分辨衛(wèi)星圖像解譯第10章 紅外衛(wèi)星遙感圖像解譯10．1紅外波段的基本概念10．2紅外輻射的基本定律10．3地物紅外輻射特性10．4紅外圖像的分析注意事項第11章 高光譜衛(wèi)星遙感圖像解譯11．1概述11．1．1原理11．1．2特點和優(yōu)勢11．2高光譜圖像空譜特征11．3解譯方法和流程11．4高光譜圖像解譯注意事項第12章 微波衛(wèi)星遙感圖像解譯12．1微波的基本概念12．2微波傳感器的工作原理12．3微波衛(wèi)星圖像解譯原理12．4 SAR圖像解譯注意事項第13章 典型地物地貌的解譯13．1水體的解譯13．2植被的解譯13．3典型地貌的解譯13．3．1流水地貌的解譯13．3．2風成地貌的解譯13．3．3坡地地貌的解譯13．3．4構造地貌的解譯13．4土地利用類型的解譯第14章 典型人工地物目標的解譯14．1公路和橋梁的解譯14．2鐵路線路和車站的解譯14．3民用機場及飛機的解譯14．4居民地的解譯14．5工業(yè)設施的解譯參考文獻