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

多尺度理論與遙感圖像處理及應用/信息科學技術學術著作叢書

  • 作者：黃世奇//張歐亞//王藝婷//張玉成|責編:張艷芬//魏英傑//李娜
  • 出版社：科學
  • ISBN：9787030762030
  • 出版日期：2023/08/01
  • 裝幀：平裝
  • 頁數：282
人民幣：RMB 150 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書介紹多尺度理論在遙感圖像處理中的應用，涉及多尺度的概念、小波多尺度變換、多尺度幾何分析理論、經驗模態分解、鄰域多尺度濾波器和深度學習多尺度卷積等理論，並用於光學、紅外、高光譜、合成孔徑雷達等遙感圖像處理，主要包括紅外圖像濾波、光學圖像霧霾去除和合成孔徑雷達圖像增強，以及遙感圖像的特徵提取、目標檢測、語義分割、地物分類和變化檢測等，還結合近年來的研究成果對相關理論和演算法在應用領域的實踐情況進行介紹。
    本書可供高等院校電子信息、遙感、電腦、模式識別、地理信息系統等專業的本科生和研究生學習，也可供相關領域科研人員和工程技術人員參考。
作者介紹
黃世奇//張歐亞//王藝婷//張玉成|責編:張艷芬//魏英傑//李娜
目錄
「信息科學技術學術著作叢書」序
前言
第1章  緒論
  1.1  多尺度的概念
    1.1.1  一維尺度空間
    1.1.2  二維尺度空間
    1.1.3  高斯函數尺度空間
  1.2  單尺度傅里葉變換與小波多尺度變換
  1.3  遙感圖像多尺度概念
  1.4  本章小結
  參考文獻
第2章  多尺度與多解析度遙感圖像處理
  2.1  遙感成像類型與原理概述
    2.1.1  紅外成像遙感技術
    2.1.2  可見光成像遙感技術
    2.1.3  高光譜成像遙感技術
    2.1.4  SAR成像遙感技術
  2.2  多源遙感圖像的尺度空間特徵
  2.3  多尺度遙感圖像的融合處理
    2.3.1  基於多尺度分解的圖像融合原理
    2.3.2  基於多尺度分解的圖像融合規則
    2.3.3  融合圖像的質量評價
    2.3.4  多源遙感圖像融合的模式
  2.4  本章小結
  參考文獻
第3章  基於小波多尺度變換的遙感圖像處理
  3.1  引言
  3.2  多尺度多方向性的SAR 圖像變化檢測演算法
    3.2.1  演算法原理概述
    3.2.2  複雜環境的洪水災害檢測
    3.2.3  簡單場景的洪水災害檢測
    3.2.4  變化區域明顯但輪廓複雜場景的洪水災害檢測
    3.2.5  基於ROC曲線的檢測演算法性能評價
    3.2.6  基於Kappa係數的準確度分析
  3.3  小波變換和恆虛警率結合的SAR 圖像分割演算法
    3.3.1  恆虛警率檢測器和小波分解理論
    3.3.2  演算法原理概述
    3.3.3  不同SAR 圖像和不同演算法的分割實驗
    3.3.4  演算法性能的定量分析
    3.3.5  滑動窗口選擇和最佳尺度確定
    3.3.6  特徵尺度的選擇
  3.4  小波變換和局部插值結合的高光譜遙感圖像條帶雜訊消除演算法
    3.4.1  演算法原理概述
    3.4.2  高光譜遙感圖像數據質量檢測判斷
    3.4.3  實驗結果與分析
    3.4.4  演算法性能分析
  3.5  小波變換和最小序列值結合的高光譜遙感圖像條帶雜訊消除演算法
    3.5.1  條帶雜訊產生機理和分佈特點
    3.5.2  演算法原理概述
    3.5.3  實驗結果與分析

  3.6  短波紅外高光譜遙感圖像寬條帶雜訊消除演算法
    3.6.1  梯度均值矩匹配演算法原理
    3.6.2  梯度插值矩匹配演算法原理
    3.6.3  實驗結果與分析
  3.7  本章小結
  參考文獻
第4章  基於多尺度幾何分析理論的SAR圖像處理
  4.1  引言
  4.2  基於Curvelet變換的SAR圖像處理
    4.2.1  Curvelet變換的係數特徵分析與選擇
    4.2.2  基於Curvelet變換的SAR圖像目標檢測
  4.3  基於Curvelet變換的SAR圖像統計維納濾波
    4.3.1  濾波閾值確定與維納濾波器
    4.3.2  演算法原理概述
    4.3.3  實驗結果與分析
  4.4  基於Contourlet變換的低信雜比SAR目標檢測演算法
    4.4.1  演算法原理概述
    4.4.2  實驗結果與分析
  4.5  基於Contourlet變換的SAR圖像變化檢測演算法
    4.5.1  演算法原理概述
    4.5.2  實驗結果與分析
  4.6  基於非下採樣Contourlet變換的SAR圖像特徵提取及目標檢測
    4.6.1  基於NSCT的係數特徵提取與分析
    4.6.2  基於NSCT的目標檢測
  4.7  本章小結
  參考文獻
第5章  基於經驗模態分解的SAR圖像處理
  5.1  引言
  5.2  多尺度經驗模態分解理論概述
  5.3  圖像二維固有模態函數特徵分量的提取
    5.3.1  一維經驗模態分解提取圖像固有模態函數特徵
    5.3.2  二維經驗模態分解提取圖像固有模態函數特徵
    5.3.3  SAR圖像目標的二維固有模態函數特徵提取
  5.4  不同經驗模態分解融合的SAR 圖像變化檢測演算法
    5.4.1  演算法原理概述
    5.4.2  實驗結果與分析
  5.5  基於SWT-BIMF特徵的SAR圖像變化檢測演算法
    5.5.1  演算法原理概述
    5.5.2  實驗結果與分析
  5.6  基於SWT-BIMF特徵的SAR目標檢測演算法
    5.6.1  演算法原理概述
    5.6.2  實驗結果與分析
  5.7  本章小結
  參考文獻
第6章  多尺度Retinex理論與遙感圖像增強
  6.1  引言
  6.2  多尺度Retinex理論概述
    6.2.1  Retinex理論模型
    6.2.2  單尺度Retinex演算法
    6.2.3  多尺度Retinex演算法

  6.3  基於多尺度模型和直方圖特徵的遙感圖像霧霾消除演算法
    6.3.1  演算法原理概述
    6.3.2  實驗結果與分析
  6.4  基於相位一致性和Retinex理論的城市遙感圖像霧霾消除演算法
    6.4.1  演算法原理概述
    6.4.2  實驗結果與分析
  6.5  本章小結
  參考文獻
第7章  多尺度窗口特徵提取與遙感圖像處理
  7.1  引言
  7.2  鄰域運算與多尺度濾波窗口理論
  7.3  特徵窗引導的紅外圖像增強演算法
    7.3.1  引導濾波器
    7.3.2  加權引導濾波器
    7.3.3  演算法原理概述
    7.3.4  實驗結果與分析
  7.4  多尺度窗口特徵引導的高光譜圖像分類演算法
    7.4.1  演算法原理概述
    7.4.2  實驗結果與分析
  7.5  本章小結
  參考文獻
第8章  基於深度卷積神經網路的遙感圖像處理
  8.1  引言
  8.2  深度卷積神經網路
    8.2.1  深度卷積神經網路概述
    8.2.2  全卷積神經網路
    8.2.3  U-Net網路
  8.3  基於滾動深度學習的多光譜圖像霧霾消除演算法
    8.3.1  演算法原理概述
    8.3.2  實驗結果與分析
    8.3.3  定量分析與評價
  8.4  基於注意力卷積神經網路的SAR艦船目標檢測演算法
    8.4.1  構建WA-CNN結構
    8.4.2  小波池化原理
    8.4.3  基於注意力機制的特徵提取
    8.4.4  參數設置與評價
    8.4.5  實驗結果與分析
  8.5  本章小結
  參考文獻

  • 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