高分辨率遙感圖像理解

定　價：￥69.00

作　者：	孫顯等著
出版社：	科學出版社
叢編項：
標　簽：	人工智能

購買這本書可以去

ISBN：	9787030327680	出版時間：	2011-11-01	包裝：	平裝
開本：	16開	頁數：	360	字數：

內容簡介

　　近年來，隨著對地觀測手段的進步，傳統(tǒng)的遙感圖像處理方法體現出一定的局限性。遙感圖像理解作為一個涉及圖像工程、計算機視覺和認知心理等諸多學科領域的新熱點，能有效提高遙感信息處理的時效性和準確性，特別是在高分辨率遙感圖像數據向有價值信息轉化的應用中具有廣闊的前景。《高分辨率遙感圖像理解》針對高分辨率遙感圖像的特性，給出了高分辨率遙感圖像理解的定義，逐步闡述了特征信息提取和統(tǒng)計學習模型，以此作為整個高分辨率遙感圖像理解任務的方法基礎；隨后從高分辨率遙感圖像理解的研究內容入手，分別介紹了目標檢測與識別、場景描述與分類、圖像語義分析與計算這三個子任務，在每一子任務中，《高分辨率遙感圖像理解》均詳細敘述了最新的研究成果及其具體的算法流程；最后，書中給出了有效的應用實例，并對高分辨率遙感圖像理解未來的發(fā)展做了展望。

作者簡介

暫缺《高分辨率遙感圖像理解》作者簡介

圖書目錄

前言
第1章緒論
1.1 遙感技術發(fā)展概況
1.1.1 遙感成像機理
1.1.2 遙感觀測系統(tǒng)
1.1.3 遙感技術發(fā)展現狀及趨勢
1.2 高分辨率遙感圖像的特點
1.3 高分辨率遙感應用的挑戰(zhàn)
1.4 遙感圖像理解的基本概念
1.4.1 圖像理解
1.4.2 遙感圖像理解的研究進展
1.4.3 高分辨率遙感圖像理解
1.5 遙感圖像理解的研究內容
1.5.1 地物目標檢測與識別
1.5.2 圖像場景描述與分類
1.5.3 目標空間語義分析與計算
1.6 遙感圖像理解的研究方法
1.6.1 圖像特征信息表達
1.6.2 統(tǒng)計學習模型方法
參考文獻
第2章特征信息表達
2.1 圖像信息表達
2.1.1 圖像數據結構
2.1.2 知識信息表示
2.1.3 多尺度空間
2.1.4 尺度計算與轉換
2.2 圖像特征提取
2.2.1 顏色特征提取
2.2.2 紋理特征提取
2.2.3 形狀特征提取
2.2.4 感興趣點特征提取
2.3 性能評判準則
2.3.1 特征有效性分析
2.3.2 分類性能評價
參考文獻
第3章統(tǒng)計學習模型
3.1 判別式模型
3.1.1 SVM模型
3.1.2 Boosting方法
3.1.3 CRF模型
3.2 產生式模型
3.2.1 圖模型相關理論
3.2.2 主題語義模型
3.2.3 標記點過程模型
3.3 產生式和判別式混合模型
3.3.1 混合算法
3.3.2 混合學習
參考文獻
第4章精細化目標檢測與識別
4.1 遙感圖像前背景分割
4.1.1 基于圖割模型的遙感圖像交互式分割
4.1.2 基于高斯混合模型的遙感圖像目標分割
4.2 精細化遙感目標檢測
4.2.1 基于Boosting級聯(lián)學習的遙感目標檢測
4.2.2 基于隨機幾何模型的遙感目標檢測
4.2.3 基于主題語義模型的遙感目標提取
4.3 精細化遙感目標識別
4.3.1 基于區(qū)域對象概率標記的遙感目標識別
4.3.2 基于形狀統(tǒng)計模型的遙感目標識別
4.3.3 基于語義樹匹配學習的遙感目標識別
參考文獻
第5章復雜場景描述與分類
5.1 復雜場景的分層描述
5.1.1 低層圖像場景描述
5.1.2 中層圖像場景描述
5.2 高分辨率遙感圖像場景分類
……
第6章空間語義分析與計算
第7章高分辨率遙感圖像理解的應用實例
參考文獻