高分辨遥感影像学习与感知【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

高分辨遥感影像学习与感知PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1遥感与遥感影像概述1

1.2高空间分辨率合成孔径雷达遥感影像处理2

1.2.1 SAR遥感影像2

1.2.2高分辨SAR遥感影像处理的国内外现状与挑战5

1.3高光谱分辨率遥感影像处理10

1.3.1高光谱遥感影像11

1.3.2高光谱遥感影像处理的研究现状及难点12

参考文献17

第2章 基于统计的高分辨SAR遥感影像相干斑抑制29

2.1 M arr的视觉计算理论29

2.2基于视觉计算的初始素描模型30

2.2.1初始素描模型31

2.2.2基于视觉计算的初始素描图提取方法32

2.3基于视觉计算的SAR图像素描模型34

2.3.1 SAR图像素描模型34

2.3.2基于视觉计算的SAR图像素描图提取方法35

2.3.3 SAR图像素描图提取结果分析39

2.4基于几何核函数和同质区域搜索的SAR图像相干斑抑制45

2.4.1基于SAR图像素描图的块相似性计算方法45

2.4.2基于几何核函数和同质区域搜索的方法47

2.5实验结果与分析48

2.5.1参数敏感性分析48

2.5.2合成SAR图像与真实高分辨SAR图像相干斑抑制结果与分析51

2.6本章小结60

参考文献61

第3章 基于非局部信息和改进边缘保持的高分辨SAR遥感影像分类63

3.1引言63

3.2模糊聚类算法研究进展64

3.2.1标准的模糊c均值算法64

3.2.2约束的模糊聚类算法64

3.2.3增强的模糊聚类算法65

3.2.4快速推广的模糊聚类算法66

3.2.5模糊局部信息的聚类算法67

3.2.6非局部空间信息的模糊聚类算法67

3.3基于非局部信息和改进边缘保持的模糊聚类方法68

3.3.1基于非局部信息和改进边缘保持的模糊聚类算法流程68

3.3.2基于非局部信息的求和图像的构造68

3.3.3基于统计的过平滑边缘的重新定位70

3.3.4模糊c均值聚类71

3.4实验结果与分析71

3.5本章小结79

参考文献79

第4章 基于层次语义和自适应隐模型的高分辨SAR遥感影像分类82

4.1引言82

4.2 SAR图像的层次视觉语义模型84

4.3基于层次视觉语义和自适应邻域多项式隐模型的SAR图像分割88

4.3.1聚集区域的分割88

4.3.2结构区域和匀质区域的分割88

4.4实验结果和分析92

4.4.1数据集93

4.4.2合成SAR遥感影像的分割94

4.4.3真实高分辨SAR遥感影像的分割97

4.5本章小结103

参考文献103

第5章 融合多特征的人工免疫多目标SAR遥感影像分类106

5.1引言106

5.2多目标优化问题107

5.2.1多目标优化问题的数学定义107

5.2.2多目标优化问题研究的必要性108

5.3进化多目标优化算法的研究进展109

5.3.1进化多目标优化算法的研究起源109

5.3.2进化多目标优化的代表算法110

5.3.3第一代进化多目标优化算法111

5.3.4第二代进化多目标优化算法112

5.3.5当代进化多目标优化算法114

5.4多目标SAR图像分割模型的定义114

5.5融合互补特征的人工免疫多目标SAR图像分割算法116

5.5.1 SAR图像中的互补融合特征116

5.5.2 SAR图像的预处理118

5.5.3融合互补特征的人工免疫多目标SAR图像分割算法流程119

5.6实验结果与分析120

5.7本章小结131

参考文献131

第6章 基于上下文分析和非均衡合并的高分辨SAR遥感影像分类136

6.1引言136

6.2基于格式塔规则的上下文分析137

6.2.1超像素的产生138

6.2.2上下文分析138

6.2.3基于上下文的典型：马尔可夫随机场分割算法140

6.2.4基于格式塔规则的上下文分析143

6.3无监督非均衡合并算法146

6.3.1粗合并阶段147

6.3.2细合并阶段148

6.3.3无监督非均衡合并算法特性分析151

6.4实验结果与分析152

6.4.1模拟SAR图像153

6.4.2真实SAR图像158

6.5本章小结161

参考文献161

第7章 基于多元互信息测度和克隆选择优化的高光谱波段选择165

7.1引言165

7.2高光谱波段选择研究进展166

7.3基于三元互信息的准则函数167

7.3.1基于互信息的准则167

7.3.2互信息和理想互信息准则的相关性169

7.3.3半监督互信息准则171

7.4基于改进克隆选择算法的搜索策略172

7.4.1种群初始化172

7.4.2基于互信息和半监督互信息下的种群迭代172

7.4.3基于多元互信息测度和克隆选择优化的算法流程173

7.5实验结果与分析174

7.6本章小结185

参考文献185

第8章 基于波段协作性和近邻传播聚类的半监督高光谱波段选择188

8.1引言188

8.2近邻传播聚类算法189

8.3基于正则化三元互信息的近邻传播聚类方法190

8.3.1基于正则化三元互信息和正则化互信息的波段相关性191

8.3.2基于熵和互信息的波段偏向194

8.3.3自动噪声波段移除194

8.3.4 RNTMIAP算法步骤195

8.3.5 RNTMIAP算法时间复杂度分析195

8.4实验结果与分析196

8.4.1高光谱图像地物分类结果与分析196

8.4.2所选波段分析203

8.5本章小结206

参考文献206

第9章 稀疏约束的广义双线性高光谱遥感影像解混208

9.1高光谱中的解混问题208

9.1.1大气校正208

9.1.2降维209

9.1.3解混210

9.2高光谱解混模型210

9.2.1线性光谱混合模型210

9.2.2非线性光谱混合模型212

9.3广义双线性模型213

9.4稀疏约束的半非负矩阵分解214

9.4.1稀疏约束214

9.4.2 L12正则化半非负矩阵分解214

9.4.3多步内循环迭代217

9.5实验结果与分析218

9.6本章小结221

参考文献221

第10章 基于多核学习的不平衡高光谱遥感影像分类223

10.1引言223

10.2核学习223

10.3多核学习的发展历史及研究现状224

10.3.1半定规划求解多核学习225

10.3.2二阶锥形规划求解多核学习225

10.3.3基于切平面的交替优化求解多核学习226

10.3.4基于梯度下降的交替优化求解多核学习227

10.3.5基于解析优化的交替优化求解多核学习228

10.4传统分类器与经典的不平衡分类器228

10.4.1传统分类器与不平衡数据228

10.4.2经典的不平衡分类器229

10.5基于多核学习的不平衡分类器232

10.5.1最大margin准则232

10.5.2最大margin的分类器集成233

10.5.3基于多核学习的最大margin分类器求解234

10.6实验结果与分析235

10.7本章小结239

参考文献240

第11章 基于均值漂移和组稀疏编码的高光谱遥感影像空谱域分类242

11.1稀疏表示理论242

11.2组稀疏编码243

11.2.1组编码243

11.2.2组稀疏编码的字典学习244

11.2.3组稀疏编码算法与传统的稀疏编码算法的比较245

11.3基于组稀疏编码的高光谱图像分类及结果分析245

11.4基于均值漂移和组稀疏编码的高光谱图像空谱域分类252

11.4.1高光谱图像分割252

11.4.2均值漂移聚类253

11.4.3基于均值漂移聚类和组稀疏编码的高光谱图像空谱域分类254

11.5实验结果与分析255

11.6本章小结260

参考文献260

第12章 基于多特征联合与稀疏表示学习的高光谱遥感影像分类263

12.1引言263

12.2空谱域多特征提取265

12.3基于多特征联合的稀疏表示分类方法268

12.3.1基于多特征的稀疏表示分类268

12.3.2基于多特征的联合稀疏表示分类269

12.4实验结果与分析270

12.5本章小结276

参考文献276

第13章 基于类级稀疏表示学习的高光谱影像空谱联合分类278

13.1集成学习理论基础278

13.1.1集成学习的定义和系统结构278

13.1.2集成学习的应用281

13.2基于稀疏集成学习的空谱联合分类方法281

13.2.1稀疏集成分类方法282

13.2.2空谱联合的稀疏集成分类方法283

13.2.3交替方向乘子法285

13.3实验结果与分析287

13.4本章小结297

参考文献298