多源遙感影像數(shù)據(jù)融合技術(shù)

定　價：￥13.00

作　者：	賈永紅著
出版社：	測繪出版社
叢編項：
標　簽：	人工智能計算機/網(wǎng)絡(luò)

購買這本書可以去

ISBN：	9787503012518	出版時間：	2005-01-01	包裝：	平裝
開本：	21cm	頁數(shù)：	145頁	字數(shù)：

內(nèi)容簡介

　　《多源遙感影像數(shù)據(jù)融合技術(shù)》是作者近幾年在多源遙感影像融合技術(shù)方面的總結(jié)。《多源遙感影像數(shù)據(jù)融合技術(shù)》共分六章。第一章緒論，主要介紹多源遙感影像數(shù)據(jù)融合的目的、意義及國內(nèi)外研究現(xiàn)狀；第二章介紹多源遙感影像數(shù)據(jù)融合的理論基礎(chǔ)；第三章論述多源遙感影像像素級融合技術(shù)；第四章論述基于Bayes融合法的多源遙感影像數(shù)據(jù)分類技術(shù)；第五章論述基于Dempster-Shafer證據(jù)理論的多源信息融合原理、方法及其在影像紋理識別中的應(yīng)用；第六章論述基于改進的BP神經(jīng)網(wǎng)絡(luò)的多源遙感影像融合分類以及分類融合方法?！抖嘣催b感影像數(shù)據(jù)融合技術(shù)》可供遙感、測繪、地質(zhì)、國土資源與環(huán)境、電子信息工程、計算機科學(xué)等相關(guān)專業(yè)研究生、科研人員和工程技術(shù)人員參考。

作者簡介

　　賈永紅，男，湖北仙桃人，1966年9月生。武漢大學(xué)教授、博士生導(dǎo)師。1987年畢業(yè)于武漢測繪科技大學(xué)攝影測量與遙感本科專業(yè)，獲學(xué)上學(xué)位；1989年底獲該專業(yè)碩士學(xué)位，并留校任教；2001年獲武漢大學(xué)工學(xué)博士學(xué)位。曾任遙感信息工程學(xué)院GIS教研室副主任和院長助理。現(xiàn)主要從事遙感圖像處理與分析的教學(xué)與研究工作，國家精品課程一數(shù)字圖像處理課程負責(zé)人。目前研究方向主要為遙感信息融合、土地覆蓋／利用分類與變化監(jiān)測等方向。主要著作有：《計算機圖像處理與分析》、《數(shù)字圖像處理》等。

圖書目錄

第1章　緒論
　　§1.1　多源遙感影像數(shù)據(jù)融合的目的和意義
　　§1.2　多源遙感影像數(shù)據(jù)融合的研究現(xiàn)狀
　　§1.3　主要研究內(nèi)容
　　第2章　多源遙感影像數(shù)據(jù)融合的理論基礎(chǔ)
　　§2.1　多源遙感影像數(shù)據(jù)融合的概念
　　2.1.1　概念
　　2.1.2　有關(guān)術(shù)語
　　§2.2　多源遙感影像數(shù)據(jù)融合的層次、模型與結(jié)構(gòu)
　　2.2.1　融合的形式
　　2.2.2　融合的層次
　　2.2.3　融合的一般模型
　　2.2.4　融合的結(jié)構(gòu)類型
　　§2.3　多源遙感影像數(shù)據(jù)融合方法分類
　　2.3.1　按哲學(xué)觀點分類
　　2.3.2　按融合層次分類
　　2.3.3　按融合理論分類
　　§2.4　本章小結(jié)
　　第3章　多源遙感影像像素級融合技術(shù)
　　§3.1　多源遙感影像像素級融合技術(shù)概述
　　3.1.1　影像像素級融合的基本概念
　　3.1.2　融合影像數(shù)據(jù)的選擇
　　3.1.3　影像像素級融合過程、特點及其應(yīng)用
　　§3.2　多源遙感影像的空間配準方法
　　3.2.1　基于數(shù)字地面模型的精糾正
　　3.2.2　多項式糾正
　　3.2.3　基于三角網(wǎng)(大面元)的糾正
　　3.2.4　小面元微分糾正
　　§3.3　影像像素級融合方法及其特點
　　3.3.1　空間域融合法
　　3.3.2　變換域融合法
　　§3.4　影像像素級融合影像質(zhì)量評價
　　§3.5　試驗與分析
　　3.5.1　試驗數(shù)據(jù)簡介
　　3.5.2　試驗結(jié)果分析
　　§3.6　本章小結(jié)
　　第4章　基于Bayes理論的融合方法及其應(yīng)用
　　§4.1　Bayes統(tǒng)計理論
　　4.1.1　概率論要點
　　4.1.2　Bayes統(tǒng)計理論
　　§4.2　基于Bayes理論的融合方法
　　§4.3　基于Bayes融合法的多源遙感影像分類
　　4.3.1　成像模型
　　4.3.2　上下文關(guān)系模型
　　4.3.3　融合模型
　　§4.4　試驗與分析
　　§4.5　本章小結(jié)
　　第5章　基于Dempster-Shafer理論的信息融合及其應(yīng)用
　　§5.1　Dempster-Shafer證據(jù)理論簡介
　　5.1.1　Dempster-Sharer證據(jù)理論要點
　　5.1.2　Bayes理論與證據(jù)理論的比較
　　§5.2　基于Dempster-Shafer的信息融合原理
　　§5.3　基于Dempster-Shafer融合法的影像紋理分類
　　5.3.1　紋理特征提取
　　5.3.2　在影像紋理識別中的應(yīng)用
　　……
　　第6章　基于BP神經(jīng)網(wǎng)絡(luò)的多源遙感影像分類方法
　　參考文獻