本书在全面分析和总结现有文献的基础上,对近几年作者自己所完成的系列科研项目成果进行了较系统地总结;在原博士论文的基础上,对有关内容进行了提炼和充实,尽可能系统地阐述多源遥感影像融合技术。
全书共分六章。第一章绪论,主要介绍多源遥感影像数据融合的目的、意义、国内外研究现状;第二章介绍多源遥感影像数据融合的理论基础;第三章论述多源遥感影像像素级融合技术;第四章论述基于Bayes融合法的多源遥感影像数据分类技术;第五章论述基于Dempster-Shafer证据理论的多源信息融合原理、方法及其在影像纹理识别的应用;第六章论述基于改进的BP神经网络的多源遥感影像融合分类方法以及分类融合方法。
本书可供遥感、测绘、地质、国土资源与环境、电子信息工程、计算机科学等相关专业研究生、科研人员和工程技术人员参考。
本书是作者近几年在多源遥感影像融合技术方面的总结。全书共分六章。第一章绪论,主要介绍多源遥感影像数据融合的目的、意义及国内外研究现状;第二章介绍多源遥感影像数据融合的理论基础;第三章论述多源遥感影像像素级融合技术;第四章论述基于Bayes融合法的多源遥感影像数据分类技术;第五章论述基于Dempster-Shafer证据理论的多源信息融合原理、方法及其在影像纹理识别中的应用;第六章论述基于改进的BP神经网络的多源遥感影像融合分类以及分类融合方法。
本书可供遥感、测绘、地质、国土资源与环境、电子信息工程、计算机科学等相关专业研究生、科研人员和工程技术人员参考。
第1章 绪论
§1.1 多源遥感影像数据融合的目的和意义
§1.2 多源遥感影像数据融合的研究现状
§1.3 主要研究内容
第2 章多源遥感影像数据融合的理论基础
§2.1 多源遥感影像数据融合的概念
2.1.1 概念
2.1.2 有关术语
§2.2 多源遥感影像数据融合的层次、模型与结构
2.2.1 融合的形式
2.2.2 融合的层次
2.2.3 融合的一般模型
2.2.4 融合的结构类型
§2.3 多源遥感影像数据融合方法分类
2.3.1 按哲学观点分类
2.3.2 按融合层次分类
2.3.3 按融合理论分类
§2.4 本章小结
第3章 多源遥感影像像素级融合技术
§3.1 多源遥感影像像素级融合技术概述
3.1.1 影像像素级融合的基本概念
3.1.2 融合影像数据的选择
3.1.3 影像像素级融合过程、特点及其应用
§3.2 多源遥感影像的空间配准方法
3.2.1 基于数字地面模型的精纠正
3.2.2 多项式纠正
3.2.3 基于三角网(大面元)的纠正
3.2.4 小面元微分纠正
§3.3 影像像素级融合方法及其特点
3.3.1 空间域融合法
3.3.2 变换域融合法
§3.4 影像像素级融合影像质量评价
§3.5 试验与分析
3.5.1 试验数据简介
3.5.2 试验结果分析
§3.6 本章小结
第4章 基于Bayes理论的融合方法及其应用
§4.1 Bayes统计理论
4.1.1 概率论要点
4.1.2 Bayes统计理论
§4.2 基于Bayes理论的融合方法
§4.3 基于Bayes融合法的多源遥感影像分类
4.3.1 成像模型
4.3.2 上下文关系模型
4.3.3 融合模型
§4.4 试验与分析
§4.5 本章小结
第5章 基于Dempster—Shafer理论的信息融合及其应用
§5.1 Dempster—Shafer证据理论简介
5.1.1 Dempster—Shafer证据理论要点
5.1.2 Bayes理论与证据理论的比较
§5.2 基于Dempster—Shafer的信息融合原理
§5.3 基于Dempster—Shafer融合法的影像纹理分类
5.3.1 纹理特征提取
5.3.2 在影像纹理识别中的应用
§5.4 试验与分析
§5.5 本章小结
第6章 基于BP神经网络的多源遥感影像分类方法
§6.1 概述
§6.2 BP神经网络模型
6.2.1 神经元
6.2.2 感知器与最小均方学习算法
6.2.3 BP学习算法及其特点
6.2.4 标准BP学习算法的改进
§6.3 基于BP神经网络的多源遥感影像分类方法
6.3.1 BP神经网络的构造与实现
6.3.2 基于模糊融合的多源遥感影像分类
6.3.3 基于改进BP神经网络的多源遥感影像融合分类
6.3.4 基于改进BP神经网络的多源遥感影像分类融合
§6.4 试验与分析
§6.5 本章小结
参考文献