《遥感图像智能处理》

内容简介本书以遥感图像处理的若干关键问题为主线，以智能学习算法为副线，结合实例，详细介绍了新兴智能算法及其在遥感信息处理中的应用情况。主要内容包括：监督与非监督神经网络、模糊支持向量机、混合智能模型在遥感图像分类中的应用对比、模糊连接度结合遗传算法的公路信息提取、数学形态学与知识处理的目标自动检测、小波变换与人类视觉系统结合的图像融合、独立分量分析等。
本书内容新颖，强调理论联系实际，可作为从事遥感技术与应用、图像处理、计算机应用、电子信息工程、工业自动化等相关专业的工程技术人员、科研人员、研究生和高年级本科生的参考书。

图书目录第1章绪论1.1遥感智能处理任务与意义1.2遥感信息智能处理方法1.2.1人工神经网络1.2.2支持向量机1.2.3混合智能模型1.2.4卫星图像上公路信息提取1.2.5卫星图像的目标自动识别1.2.6遥感影像融合1.2.7独立分量分析参考文献第2章神经网络2.1人工神经网络概述2.2BP网络及其代表性改进模型2.2.1BP网络的基本原理2.2.2BP网络的学习算法及实现2.2.3BP算法的局限性2.2.4BP算法的代表性改进模型2.2.5输入向量扩展的改进方法2.2.6应用实例及对比分析2.3概率神经网络模型2.3.1概率神经网络简介2.3.2概率神经网络的应用实验2.4混合神经网络模型2.4.1SOM算法简介2.4.2广义回归神经网络简介2.4.3SOM和GRNN结合的混合网络模型2.4.4实验与讨论2.5本章小结参考文献第3章模糊支持向量机3.1支持向量机理论3.1.1线性SVM3.1.2非线性SVM3.1.3SVM分类器参数选择3.1.4SVM分类器从二类到多类的推广3.2模糊支持向量机3.2.1增加模糊后处理的模糊支持向量机简介3.2.2引入模糊因子的模糊支持向量机训练算法简介3.2.3边缘效应训练的模糊支持向量机算法3.3应用实例3.3.1SVM在遥感图像分类中的应用3.3.2增加模糊后处理的模糊支持向量机在遥感图像分类中的应用3.3.3引入模糊因子的模糊支持向量机在遥感图像分类中的应用3.4本章小结参考文献第4章遥感图像分类的混合智能模型4.1知识发现4.1.1地物纹理知识4.1.2地物几何形状知识4.1.3空间关系知识4.1.4地物的时相变化特征知识4.1.5地物的边缘特征知识4.1.6GIS属性知识4.2知识表示4.2.1知识表示技术4.2.2遥感图像分类知识的面向对象表示4.3知识推理4.3.1规则推理与规则表达4.3.2遥感信息智能推理的实现4.3.3智能推理的控制策略4.4遥感信息处理的混合智能模型4.4.1神经网络与知识推理的集成模式4.4.2遥感信息的混合智能处理流程4.5遥感土地利用信息智能提取实验4.5.1数据准备4.5.2水域遥感信息智能提取4.5.3公路信息提取4.5.4其他斑块状地物智能提取4.6信息提取精度分析4.6.1精度分析方法4.6.2精度分析结果4.7本章小结参考文献第5章模糊连接度与遥感图像公路提取5.1引言5.2遥感图像公路提取的基本思想5.2.1公路的影像特征5.2.2公路提取的基本过程5.3公路提取的研究现状5.3.1半自动公路特征提取5.3.2自动公路特征提取5.4基于模糊连接度的公路提取5.4.1基本概念5.4.2图像分割中模糊相似度的表现形式5.4.3模糊连接度提取公路算法5.4.4公路提取实验5.5基于相对模糊连接度的公路提取5.5.1相对模糊连接度的基本思想5.5.2相对模糊连接度算法5.5.3公路提取实验结果5.6基于自适应相对模糊连接度的公路提取5.6.1自适应模糊连接度5.6.2公路种子点的自动选取5.6.3公路信息自动提取算法5.6.4公路提取实验结果5.7遗传算法连接公路5.7.1染色体编码5.7.2目标函数与适应度函数5.7.3遗传算子5.7.4进化过程5.7.5采用遗传算法连接公路实验5.8本章小结参考文献第6章目标自动检测6.1引言6.2数学形态学图像处理及其基本运算6.2.1数学形态学的基本运算6.2.2基本运算的性质6.3目标的形态学特征6.4实验与分析6.4.1机场跑道识别实验6.4.2油罐识别实验6.4.3实验结果分析6.5本章小结参考文献第7章图像融合7.1概述7.1.1遥感图像融合的概念和意义7.1.2多源遥感数据融合方法7.2传统的遥感图像融合方法7.2.1加权平均法7.2.2IHS变换法7.2.3PCA（PrincipalComponentAnalysis，主成分分析）方法7.2.4HPF（High-PassFilter，高通滤波器）方法7.2.5金字塔方法7.2.6小波变换方法7.3基于小波变换与人类视觉系统的图像融合新算法7.3.1人类视觉系统7.3.2图像融合新算法7.4实验结......

307千字
356
32开

北京朝阳区