高分遙感影像空譜協(xié)同概率模型

定　價(jià)：￥150.00

作　者：	唐宏等著
出版社：	科學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787030727145	出版時間：	2022-07-01	包裝：	精裝
開本：	16開	頁數(shù)：	191	字?jǐn)?shù)：

內(nèi)容簡介

　　如何充分利用高空間分辨率遙感圖像的光譜和空間信息是遙感圖像理解與地學(xué)應(yīng)用的關(guān)鍵問題之一?！陡叻诌b感圖像空譜協(xié)同概率模型》系統(tǒng)地闡述了在概率主題模型框架下協(xié)同利用高空間分辨率遙感圖像的光譜和空間信息基本原理、方法和應(yīng)用。首先，分析現(xiàn)有高空間分辨率遙感圖像信息提取框架存在的主要問題及其在概率主題模型框架下的新研究思路；其次，在全面介紹層次Dirichlet過程混合模型的基礎(chǔ)上提出高分遙感圖像空譜協(xié)同聚類模型；再次，將其擴(kuò)展成可以無縫融合多源遙感數(shù)據(jù)的高分圖像分類方法；*后，將其應(yīng)用于建筑物及其震害信息的快速提取中。

作者簡介

暫缺《高分遙感影像空譜協(xié)同概率模型》作者簡介

圖書目錄

目錄
前言
第1章　緒論　1
1.1　研究問題與解決思路　1
1.2　“空譜”協(xié)同研究進(jìn)展　3
1.3　“空譜”協(xié)同概率模型　5
1.4　整體結(jié)構(gòu)與章節(jié)安排　9
第2章　層次Dirichlet過程混合模型　11
2.1　Dirichlet分布　11
2.2　Dirichlet過程　12
2.2.1　中餐館過程　12
2.2.2　Dirichlet過程混合模型　13
2.2.3　基于DP的圖像分割　13
2.3　層次Dirichlet過程　17
2.3.1　中餐館連鎖模型　18
2.3.2　層次Dirichlet過程混合模型　19
2.3.3　基于HDP的圖像聚類　21
第3章　高分圖像空譜協(xié)同聚類框架　25
3.1　HDP_IBPs模型　25
3.1.1　IBP　25
3.1.2　HDP_IBPs模型原理　26
3.1.3　HDP_IBPs模型的生成過程　28
3.1.4　HDP_IBPs模型推理算法　30
3.2　實(shí)驗(yàn)分析與討論　33
3.2.1　實(shí)驗(yàn)設(shè)計(jì)　33
3.2.2　參數(shù)設(shè)置與分析　33
3.2.3　遙感圖像非監(jiān)督分類結(jié)果評價(jià)　37
3.3　本章小結(jié)　45
第4章　引座員中餐館連鎖模型與圖像過分割　46
4.1　引座員中餐館過程　46
4.1.1　距離依賴中餐館過程　46
4.1.2　依賴引座員的中餐館過程　47
4.2　基于uCRF模型的遙感圖像非監(jiān)督分類　49
4.2.1　引座員中餐館連鎖模型　49
4.2.2　引導(dǎo)信息定義　50
4.2.3　模型生成過程　53
4.2.4　模型推理及算法流程　55
4.3　實(shí)驗(yàn)分析與討論　56
4.3.1　實(shí)驗(yàn)數(shù)據(jù)　57
4.3.2　評價(jià)指標(biāo)　58
4.3.3　參數(shù)設(shè)置與分析　60
4.3.4　遙感圖像非監(jiān)督分類結(jié)果評價(jià)　65
4.4　本章小結(jié)　69
第5章　廣義中餐館連鎖模型與圖像融合　71
5.1　廣義中餐館連鎖模型　71
5.1.1　廣義中餐館連鎖模型介紹　71
5.1.2　算法及模型推理　74
5.1.3　融合全色和多光譜遙感圖像分類　75
5.2　實(shí)驗(yàn)分析與討論　76
5.2.1　實(shí)驗(yàn)設(shè)計(jì)　77
5.2.2　融合全色和多光譜遙感圖像非監(jiān)督分類的結(jié)果評價(jià)　81
5.3　本章小結(jié)　92
第6章　內(nèi)嵌局部聚類的廣義中餐館連鎖模型　93
6.1　廣義中餐館連鎖模型中語義分割過程所存在的問題　93
6.2　內(nèi)嵌局部聚類的廣義中餐館連鎖模型　96
6.2.1　基于鄰近超像素構(gòu)建內(nèi)嵌空間連貫性約束的子圖像　96
6.2.2　基于局部聚類的選餐桌方法　97
6.3　實(shí)驗(yàn)分析與討論　98
6.3.1　實(shí)驗(yàn)設(shè)計(jì)　98
6.3.2　實(shí)驗(yàn)結(jié)果評價(jià)　99
6.4　本章小結(jié)　107
第7章　廣義中餐館連鎖模型中過分割體的影響　108
7.1　不同超像素算法　109
7.1.1　多分辨率分割　110
7.1.2　簡單線性迭代聚類　110
7.1.3　熵率超像素分割算法　111
7.2　實(shí)驗(yàn)分析與討論　113
7.2.1　實(shí)驗(yàn)設(shè)計(jì)　113
7.2.2　不同超像素算法對廣義中餐館連鎖模型的影響　114
7.2.3　不同超像素算法比較　131
7.3　本章小結(jié)　135
第8章　融合光譜與形態(tài)特征的災(zāi)前建筑物自動識別　136
8.1　gCRF_MBI模型　136
8.1.1　gCRF_MBI模型的組成　136
8.1.2　gCRF_MBI模型的框架　137
8.2　建筑物提取算法　139
8.2.1　SR模型的算法　139
8.2.2　MBI模型的算法　141
8.2.3　gCRF模型的算法　142
8.3　多源衛(wèi)星圖像的建筑物提取算法　142
8.4　實(shí)驗(yàn)分析與討論　143
8.4.1　實(shí)驗(yàn)設(shè)置　143
8.4.2　gCRF_MBI模型組分之間的關(guān)系　145
8.4.3　對比實(shí)驗(yàn)與分析　148
8.5　本章小結(jié)　155
第9章　融合圖像與點(diǎn)云數(shù)據(jù)的災(zāi)后建筑物震害提取　156
9.1　建筑物震害特征與識別　156
9.1.1　無人機(jī)圖像的建筑物震害類型及圖像特征　158
9.1.2　基于決策樹的災(zāi)后建筑物震害識別　160
9.2　基于中餐館連鎖模型的屋頂漏空檢測　161
9.3　實(shí)驗(yàn)分析與討論　165
9.3.1　實(shí)驗(yàn)數(shù)據(jù)及預(yù)處理　165
9.3.2　實(shí)驗(yàn)結(jié)果與討論　166
9.4　本章小結(jié)　170
參考文獻(xiàn)　171
附錄　177
附錄A：　雅安地震某村建筑物的三維模型　177
附錄B：　汶川地震某鎮(zhèn)建筑物的三維模型（部分）　187