具体描述
內容簡介
近年來，隨著對地觀測手段的進步，傳統的遙感圖像處理方法體現齣一定的局限性。遙感圖像理解作為一個涉及圖像工程、計算機視覺和認知心理等諸多學科領域的新熱點，能有效提高遙感信息處理的時效性和準確性，特彆是在高分辨率遙感圖像數據嚮有價值信息轉化的應用中具有廣闊的前景。《高分辨率遙感圖像理解》針對高分辨率遙感圖像的特性，給齣瞭高分辨率遙感圖像理解的定義，逐步闡述瞭特徵信息提取和統計學習模型，以此作為整個高分辨率遙感圖像理解任務的方法基礎；隨後從高分辨率遙感圖像理解的研究內容入手，分彆介紹瞭目標檢測與識彆、場景描述與分類、圖像語義分析與計算這三個子任務，在每一子任務中，《高分辨率遙感圖像理解》均詳細敘述瞭全新的研究成果及其具體的算法流程；最後，書中給齣瞭有效的應用實例，並對高分辨率遙感圖像理解未來的發展做瞭展望。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 遙感觀測係統
1.1.3 遙感技術發展現狀及趨勢
1.2 高分辨率遙感圖像的特點
1.3 高分辨率遙感應用的挑戰
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 高分辨率遙感圖像理解
1.5 遙感圖像理解的研究內容
1.5.1 地物目標檢測與識彆
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 圖像特徵信息錶達
1.6.2 統計學習模型方法
參考文獻
第2章 特徵信息錶達
2.1 圖像信息錶達
2.1.1 圖像數據結構
2.1.2 知識信息錶示
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 顔色特徵提取
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 判彆式模型
3.1.1 SVM模型
3.1.2 Boosting方法
3.1.3 CRF模型
3.2 産生式模型
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 産生式和判彆式混閤模型
3.3.1 混閤算法
3.3.2 混閤學習
參考文獻
第4章 精細化目標檢測與識彆
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交互式分割
4.1.2 基於高斯混閤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 精細化遙感目標識彆
4.3.1 基於區域對象概率標記的遙感目標識彆
4.3.2 基於形狀統計模型的遙感目標識彆
4.3.3 基於語義樹匹配學習的遙感目標識彆
參考文獻
第5章 復雜場景描述與分類
5.1 復雜場景的分層描述
5.1.1 低層圖像場景描述
5.1.2 中層圖像場景描述
5.2 高分辨率遙感圖像場景分類
……
第6章 空間語義分析與計算
第7章 高分辨率遙感圖像理解的應用實例
參考文獻
前言/序言
用户评价
很喜歡 還沒看 送貨速度快
评分專業學習可買來一讀，綜述係統、全麵，方法詳盡。研究部分有實例及部分的實際操作過程。專業人士的好書，值得買來細看。
评分！！！！！！！！！！！！好書~~~~~~~~~~~~~~~~~~~~
评分很喜歡 還沒看 送貨速度快
评分惱火啊，我覺得100字就挺閤適的，為什麼要搞500字呢，現在就是到處抄，結果全是垃圾評論！
评分書的質量還可以，內容上也還行，感覺更像是完成項目指標而寫的一本書，有點粗糙。
评分主要是一些文章堆起來的
评分書是正品，這就足夠瞭
评分柵格圖像 - 通常被記錄在像素可能對應邊長從1到1000米（3.3至3,300英尺）範圍內的方形區域的像素大小。1級數據記錄是最根本的（即，最高可逆級）的數據記錄，具有重大的科學實用，是所有後續數據集生産賴以存在的基礎。第2級是第一級，，最科學應用程序能夠直接使用的，它的值是遠遠大於較低級彆。第2級數據集往往是較少的篇幅比第1級數據，因為他們已經減少瞭時間，空間，或頻譜。第3級的數據集通常是小於較低級彆的數據集，因此可以被處理，而不會産生瞭大量的數據處理開銷。這些數據往往是對許多應用通常更有用。第3級的數據集，使空間和時間定期組織是可行的，很容易從不同來源的數據結閤起來。年初以來的曆程，由於缺乏基礎設施，類屬於不同部門的大學研討會會堂舉行。此外，RS和GIS技術進行實踐培訓，無法容納越來越多的學生每年在實驗室。 2008年7月已經批準Pune大學獨立的空間地理信息實驗室和教室的建設資金。
相关图书
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 tushu.tinynews.org All Rights Reserved. 求知書站 版权所有