幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數據缺失下的遙感影像預測模擬技術及農業應用

  • 作者：劉芳//劉祥磊//陳錚|責編:魏曉平
  • 出版社：東南大學
  • ISBN：9787564196929
  • 出版日期：2021/08/01
  • 裝幀：平裝
  • 頁數：154
人民幣：RMB 50 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書針對遙感數據缺失問題，運用遙感影像預測模擬技術，對遙感影像進行整景時序插補和空間局部修復，以支持農情遙感監測。本書基於對傳統時空白適應模型、基於時空自適應的加權合成方法、改進紋理合成技術、逆塊克里金技術、逆塊克里金模型估計地統計參數、高斯分佈下的隨機變數模擬、遺傳-退火演算法模擬空間布局等的研究，系統地闡述了遙感影像時序插補技術、遙感影像空間修復技術、遙感影像融合技術和圖像質量評價指標，並介紹了時序插補影像在農業估產上的應用以及對冬小麥種植地塊上雲遮擋空間局部信息的修復等。
    本書可作為遙感科學與技術、地理信息科學與技術、農情遙感技術、電腦圖形學等領域的研究開發人員及相關專業教師、研究生的參考書。
作者介紹
劉芳//劉祥磊//陳錚|責編:魏曉平
目錄
第1章  緒論
  1.1  研究背景與意義
  1.2  通用的衛星類型
    1.2.1  遙感平台
    1.2.2  黽感感測器
    1.2.3  遙感衛星的發展
    1.2.4  遙感衛星的分類及統計
  1.3  遙感數據應急機制研究現狀
    1.3.1  遙感數據的共享機制
    1.3.2  遙感數據供需矛盾
第2章  遙感影像時序插補技術
  2.1  遙感影像時序插補技術
    2.1.1  研究背景
    2.1.2  TM時序變化監測技術的發展
    2.1.3  研究思路
  2.2  對多個感測器的一致性檢驗
    2.2.1  假設條件
    2.2.2  對多個感測器的一致性檢驗
  2.3  理論依據
    2.3.1  時空自適應模型
    2.3.2  同化模型——連續校正演算法
  2.4  基於時空自適應加權的合成演算法
    2.4.1  設計思想
    2.4.2  數學模型
    2.4.3  模型檢驗
    2.4.4  適用性分析
  2.5  動態優化時空自適應演算法
    2.5.1  技術路線
    2.5.2  模型建立
    2.5.3  流程圖示意圖
    2.5.4  模型分析
  2.6  模擬實現
    2.6.1  可行性驗證
    2.6.2  有效性驗證
  2.7  幾種遙感影像時空融合方法
    2.7.1  基於混合像元分解的融合方法典型代表：IFSDAF演算法
    2.7.2  基於時空濾波的融合方法典型代表：ESTARFM演算法
    2.7.3  基於學習的時空融合方法典型代表：SPSTFM演算法
  2.8  小結
    2.8.1  研究取得成果
    2.8.2  進一步研究方向
第3章  遙感影像空間修復技術
  3.1  遙感影像空間修復技術
    3.1.1  研究背景
    3.1.2  面向雲遮擋或局部缺失問題的圖像修復技術方法研究進展
    3.1.3  研究思路
  3.2  理論依據
    3.2.1  克里金法（Kriging）
    3.2.2  紋理合成技術
  3.3  改進紋理合成技術

    3.3.1  研究思路
    3.3.2  實現技術
    3.3.3  處理流程
    3.3.4  演算法延伸討論
  3.4  逆塊克里金法
    3.4.1  研究背景
    3.4.2  研究思路
    3.4.3  假設條件
    3.4.4  實現技術
    3.4.5  處理流程
  3.5  遙感影像方法實現
    3.5.1  演算法評測標準制定
    3.5.2  試驗及結果分析
  3.6  幾種遙感影像空間修復方法
    3.6.1  基於圖像修復的空間修復方法典型代表：基於特徵圖斑字典學習的自適應修復演算法
    3.6.2  基於多光譜互補的空間修復方法典型代表：SAR數據輔助+深度殘差神經網路演算法
    3.6.3  基於多時相的空間修復方法典型代表：稀疏正則張量優化演算法
  3.7  小結
    3.7.1  研究取得成果
    3.7.2  進一步研究方向
第4章  遙感影像融合技術
  4.1  圖像融合的三個層級
    4.1.1  像素級圖像融合
    4.1.2  特徵級圖像融合
    4.1.3  決策級圖像融合
  4.2  多視超解析度圖像融合技術
    4.2.1  融合假設
    4.2.2  多時相感測器超解析度圖像融合技術
    4.2.3  多角度感測器超解析度圖像融合技術
    4.2.4  其他超解析度圖像融合技術
  4.3  空間一光譜圖像融合技術
    4.3.1  基於成分替換的融合方法
    4.3.2  基於多解析度分析的融合方法
    4.3.3  基於模型優化的融合方法
    4.3.4  基於混合模型的融合方法
第5章  圖像質量評估指標
  5.1  概述
  5.2  定性評估
    5.2.1  視覺評估
    5.2.2  分類評估
  5.3  定量評估
    5.3.1  有參考圖像時的評估指標
    5.3.2  沒有參考圖像時的評估指標
  5.4  小結
第6章  研究區概述、數據標準化處理及估產模型
  6.1  研究區概述
  6.2  試驗數據說明
  6.3  試驗數據預處理
  6.4  遙感影像的冬小麥面積提取方法
  6.5  空間抽樣方法

  6.6  遙感估產模型
  6.7  精度評價
第7章  時序插補影像應用於農業估產
  7.1  實例分析
    7.1.1  一致性測度檢驗
    7.1.2  實驗結果及結果分析
  7.2  關於演算法推廣的討論
    7.2.1  多時相影像公式表達
    7.2.2  多源感測器公式表達
  7.3  小結
第8章  主產區內冬小麥種植地塊的空間缺損信息修復
  8.1  實例分析
  8.2  演算法討論
  8.3  小結
第9章  結語
  9.1  研究貢獻
  9.2  有待進一步研究的問題
    9.2.1  演算法的繼續深入研究點
    9.2.2  改進演算法的方向
    9.2.3  拓寬演算法的適用性

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032