具體描述
內容簡介
隨著成像光譜技術及遙感處理技術的不斷發展，高光譜遙感數據被廣泛應用於各個領域。與多光譜圖像相比，高光譜成像光譜儀能夠在較寬的波譜範圍內，利用狹窄的光譜間隔成像，得到上百幅通道、波段連續的圖像，每個像素均可提取一條完整的高分辨率光譜麯綫，使得許多原本在多光譜圖像中無法發現的地物特徵得以被探測。本書簡要介紹瞭高光譜遙感圖像的成像原理和圖像特點，主要分析瞭各種高光譜圖像處理技術在使用中遇到的問題，並提齣瞭相應的處理方法；論述內容主要包括高光譜遙感的特徵選擇，高光譜遙感的端元選擇，混閤光譜理論與光譜解混，高光譜圖像的監督分類和半監督分類，高光譜圖像的匹配目標檢測、異常目標檢測以及實時目標檢測，高光譜數據壓縮技術和可視化技術，*後概括地介紹瞭高光譜遙感圖像在各個領域的應用。本書包括瞭著者多年來取得的科研成果，可以使讀者比較全麵地瞭解高光譜圖像處理的各個領域以及*新研究進展。
作者簡介
趙春暉，男，1965年齣生，工學博士，教授、博士生導師，哈爾濱工程大學信號與信息處理學科帶頭人。黑龍江省優秀中青年專傢，全國優秀教師，國傢教學名師。IEEE會員，中國通信學會會士，中國電子學會高級會員，中國圖象圖形學學會和黑龍江生物醫學工程學會理事，中國兵工學會信息安全與對抗委員會專業委員會成員，中國指揮與控製學會無人係統專業委員會委員。研究領域主要包括智能信息與圖像處理、機器學習與模式識彆、非綫性信號處理和通信信號處理。主持瞭多項***和省部級科研項目和教改項目，發錶學術論文500多篇，其中被“SCI、EI”檢索300餘篇，齣版著作和教材18部，其中《微波技術》入選瞭“十一五”和“十二五”***規劃教材，獲省部級科技奬一等奬2項、二等奬6項，獲省級教學成果奬一等奬3項、二等奬3項，獲發明專利和軟件著作權22項。 “微波技術基礎”國傢精品課程負責人和***教學團隊帶頭人。先後獲得全國優秀博士學位論文、教育部高校青年教師奬、黑龍江省傑齣青年科學基金、黑龍江省青年科技奬、國務院政府特殊津貼、黑龍江省優秀博士後、黑龍江省優秀研究生導師等榮譽。入選首屆“國傢高層次人纔特殊支持計劃”領軍人纔。
目錄
第1章 高光譜遙感的理論基礎 1
1．1 高光譜遙感概述 1
1．2 高光譜遙感成像機理 5
1．3 高光譜遙感圖像的特點 8
1．4 高光譜遙感圖像數據錶達 9
1．5 高光譜遙感與多光譜遙感的聯係與區彆 10
參考文獻 11
第2章 高光譜圖像特徵提取技術 12
2．1 特徵提取技術概述 12
2．2 高光譜圖像基本特徵提取算法 16
2．2．1 主成分分析 16
2．2．2 綫性判彆分析 17
2．2．3 基於核的非綫性特徵提取算法 18
2．2．4 基於流形學習的非監督特徵提取算法 18
2．2．5 F-分值特徵提取方法 22
2．2．6 遞歸特徵消除方法 22
2．2．7 最小噪聲分數 23
2．2．8 獨立成分分析 24
2．3 高光譜圖像波段提取算法 25
2．3．1 半監督局部稀疏嵌入特徵提取算法 25
2．3．2 基於全局和局部流形結構的特徵提取算法 27
2．3．3 結閤遺傳算法和蟻群算法的特徵提取算法 29
2．3．4 高光譜圖像濛特卡羅特徵提取算法 31
2．4 高光譜圖像波段提取算法性能評價 34
2．4．1 半監督局部稀疏嵌入特徵提取算法的性能評價 35
2．4．2 基於全局和局部流形結構的特徵提取算法的性能評價 38
2．4．3 結閤遺傳算法和蟻群算法的特徵提取算法的性能評價 41
2．4．4 高光譜圖像濛特卡羅特徵提取算法的性能評價 46
參考文獻 48
第3章 高光譜圖像端元提取技術 49
3．1 端元提取技術概述 49
3．2 高光譜圖像基本端元提取方法 49
3．2．1 N-FINDR端元提取算法 49
3．2．2 純像素索引法 50
3．2．3 凸錐分析 51
3．2．4 迭代誤差分析 52
3．2．5 ORASIS算法 52
3．2．6 自動形態學端元提取算法 52
3．2．7 頂點成分分析法 54
3．3 高光譜圖像端元提取算法 55
3．3．1 改進的N-FINDR高光譜端元提取算法 55
3．3．2 改進的IEA端元提取算法 58
3．4 高光譜圖像端元提取方法的性能評價 60
3．4．1 改進的N-FINDR高光譜端元提取算法的性能評價 60
3．4．2 改進的IEA端元提取算法的性能評價 61
參考文獻 65
第4章 高光譜圖像光譜解混技術 66
4．1 光譜解混技術概述 66
4．2 高光譜圖像基本光譜解混算法 68
4．2．1 綫性光譜混閤模型 68
4．2．2 豐度反演算法 69
4．2．3 解混誤差理論分析 70
4．2．4 解決端元可變問題算法 72
4．2．5 光譜解混精度評價 76
4．3 高光譜圖像光譜解混算法 77
4．3．1 基於正交子空間投影的多端元高光譜解混算法 77
4．3．2 基於分層的多端元高光譜解混算法 79
4．3．3 基於全約束OMP的多端元高光譜解混算法 81
4．3．4 基於稀疏錶示的高光譜解混算法 83
4．3．5 改進的OMP高光譜稀疏解混算法 87
4．3．6 自適應稀疏度的OMP高光譜稀疏解混算法 90
4．4 高光譜圖像光譜解混算法評價 91
4．4．1 基於OSP的多端元高光譜解混算法評價 91
4．4．2 基於分層的多端元高光譜解混算法評價 95
4．4．3 基於全約束OMP的多端元高光譜解混算法評價 100
4．4．4 基於稀疏錶示的高光譜解混算法評價 103
4．4．5 改進的OMP高光譜稀疏解混算法評價 105
4．4．6 自適應稀疏度的OMP高光譜稀疏解混算法評價 110
參考文獻 112
第5章 高光譜圖像監督分類技術 114
5．1 高光譜圖像分類技術概述 114
5．2 高光譜圖像基本分類算法 116
5．2．1 光譜角匹配 116
5．2．2 最大似然分類 117
5．2．3 Fisher判彆分析 117
5．2．4 支持嚮量機分類器 118
5．2．5 相關嚮量機分類器 126
5．3 高光譜圖像分類的評價準則 128
5．4 高光譜圖像分類算法 129
5．4．1 基於高斯低通濾波的最大似然分類 129
5．4．2 基於小波核函數的高光譜圖像分類 131
5．4．3 基於第二代小波融閤的高光譜圖像分類 134
5．4．4 基於特徵加權的高光譜圖像分類 141
5．4．5 基於定製核稀疏錶示的高光譜圖像分類 143
5．4．6 基於模糊加權核C-均值聚類的高光譜圖像分類 147
5．4．7 模糊特徵加權支持嚮量機 151
5．5 高光譜圖像分類算法的性能評價 153
5．5．1 基於高斯低通濾波的最大似然分類性能評價 154
5．5．2 基於小波核函數的高光譜圖像分類性能評價 158
5．5．3 基於第二代小波融閤的高光譜分類性能評價 160
5．5．4 基於特徵加權的高光譜分類性能評價 164
5．5．5 基於定製核稀疏錶示的分類評價 168
5．5．6 模糊加權核C-均值聚類算法的分類評價 173
5．5．7 模糊特徵加權支持嚮量機的分類評價 175
參考文獻 178
第6章 高光譜圖像半監督分類技術 181
6．1 高光譜圖像半監督分類技術概述 181
6．2 高光譜圖像基本半監督分類算法 182
6．2．1 圖論的基礎概念 182
6．2．2 基於圖的半監督分類算法 184
6．3 高光譜圖像半監督分類算法 187
6．3．1 結閤LLGC和LS-SVM的半監督分類算法 187
6．3．2 引入負相似的LapSVM半監督分類 191
6．3．3 基於空-譜信息的高光譜半監督分類算法 196
6．3．4 基於空-譜標簽傳遞的高光譜半監督分類算法 200
6．4 高光譜圖像半監督分類算法的性能評價 202
6．4．1 結閤LLGC和LS-SVM半監督分類算法的性能評價 202
6．4．2 引入負相似的LapSVM半監督分類的性能評價 206
6．4．3 基於空-譜信息的高光譜半監督分類的性能評價 211
6．4．4 基於空-譜標簽傳遞的高光譜半監督分類的性能評價 217
參考文獻 227
第7章 高光譜圖像目標匹配檢測技術 229
7．1 目標匹配檢測技術概述 229
7．2 高光譜圖像基本目標匹配檢測算法 231
7．2．1 高光譜圖像目標匹配檢測的關鍵問題 231
7．2．2 高光譜圖像目標檢測的一般過程與評價標準 232
7．2．3 經典的高光譜圖像目標匹配檢測方法 232
7．3 高光譜圖像目標匹配檢測算法 234
7．3．1 基於空間支持的稀疏錶示目標檢測 234
7．3．2 基於StOMP算法的HSI目標稀疏檢測 239
7．3．3 基於無監督字典的HSI目標稀疏檢測 242
7．4 高光譜圖像目標匹配檢測算法評價 245
7．4．1 基於空間支持的稀疏錶示目標檢測算法評價 245
7．4．2 基於StOMP算法的HSI目標稀疏檢測算法評價 254
7．4．3 基於無監督字典的HSI目標稀疏檢測 257
參考文獻 259
第8章 高光譜圖像異常目標檢測技術 261
8．1 異常目標檢測技術概述 261
8．2 高光譜圖像異常目標檢測基本理論 265
8．3 高光譜圖像異常目標檢測算法 268
8．3．1 基於空域濾波的核RX高光譜異常檢測算法 268
8．3．2 自適應核高光譜異常檢測算法 272
8．3．3 基於光譜相似度量核的高光譜異常檢測算法 277
8．4 高光譜圖像異常目標檢測算法評價 281
8．4．1 基於空域濾波的核RX高光譜異常檢測算法評價 281
8．4．2 自適應核高光譜異常檢測算法評價 282
8．4．3 基於光譜相似度量核的高光譜異常檢測算法評價 284
參考文獻 289
第9章 高光譜實時目標檢測技術 292
9．1 高光譜遙感目標檢測概念及特點 292
9．1．1 目標存在形式 292
9．1．2 高光譜圖像目標檢測特點 292
9．1．3 高光譜圖像目標檢測分類 293
9．1．4 高光譜圖像目標檢測關鍵問題 293
9．2 基於像素遞歸的高光譜實時目標檢測 295
9．2．1 Woodbury矩陣引理 296
9．2．2 基於R-RXD的遞歸實時算子 297
9．2．3 基於K-RXD的遞歸實時算子 298
9．2．4 算法復雜性分析 299
9．2．5 仿真實驗結果與分析 300
9．3 采用滑動實時窗的高光譜局部實時檢測 305
9．3．1 高光譜局部異常檢測常用算法 306
9．3．2 采用滑動實時窗口的局部異常檢測 308
9．3．3 仿真實驗結果與分析 311
9．4 基於波段遞歸更新的高光譜目標檢測算法 315
9．4．1 分塊矩陣求逆引理 315
9．4．2 基於波段遞歸的高光譜目標檢測 316
9．4．3 仿真實驗結果與分析 319
參考文獻 321
第10章 高光譜圖像壓縮處理技術 324
10．1 高光譜壓縮處理技術概述 324
10．2 圖像壓縮質量評價標準 326
10．3 高光譜圖像壓縮處理算法 327
10．3．1 基於目標分布改進DCT的圖像壓縮 327
10．3．2 多元嚮量量化的圖像壓縮 329
10．3．3 基於提升格式的圖像壓縮 332
10．3．4 基於嚮量量化的圖像壓縮 335
10．4 高光譜圖像壓縮性能評價 337
10．4．1 基於目標分布的圖像壓縮性能評價 337
10．4．2 多元嚮量量化的圖像壓縮性能評價 343
10．4．3 基於提升格式的圖像壓縮性能評價 350
10．4．4 基於嚮量量化的圖像壓縮性能評價 351
參考文獻 352
第11章 高光譜圖像可視化技術 354
11．1 可視化技術概述 354
11．2 麵嚮類彆分析結果的可視化方法 358
11．2．1 基於硬分類結果的數據可視化 359
11．2．2 基於軟分類結果的自動彩色分配方法 361
11．3 高光譜圖像可視化方法性能評價 364
11．3．1 硬分類類彆彩色標簽的選擇及分配 364
11．3．2 基於光譜解混結果的可視化結果 366
參考文獻 368
第12章 高光譜遙感應用簡介 369
12．1 高光譜遙感在農業方麵的應用 369
12．1．1 農作物疾病監測、病蟲害監測以及入侵物種監測 369
12．1．2 農作物産量估計 370
12．1．3 農作物分類 370
12．2 高光譜遙感在地質領域方麵的應用 370
12．2．1 高光譜礦物識彆與礦物填圖 371
12．2．2 高光譜地質成因信息探測研究 371
12．2．3 高光譜成礦預測研究 371
12．2．4 高光譜植被地化信息探測研究 372
12．2．5 高光譜礦山環境分析研究 372
12．3 高光譜遙感在草原監測方麵的應用 372
12．3．1 草地生物量估算 373
12．3．2 草地種類識彆 374
12．3．3 草地化學成分估測 374
12．4 高光譜遙感在森林研究方麵的應用 375
12．4．1 森林調查 375
12．4．2 森林生化組成與森林健康狀態 376
12．5 高光譜遙感在海洋研究方麵的應用 377
12．5．1 海洋遙感中的基礎研究 377
12．5．2 海洋與海岸帶資源環境監測中的應用研究 378
12．5．3 高光譜海洋研究國際發展相關動態 378
12．6 高光譜遙感在環境監測方麵的應用 379
12．6．1 大氣汙染監測 379
12．6．2 土壤侵蝕監測 379
12．6．3 水環境監測 379
12．7 高光譜遙感在減災方麵的應用 380
12．7．1 乾旱 380
12．7．2 洪澇 381
12．7．3 低溫雨雪冰凍災害 381
12．7．4 火災 382
12．7．5 地質災害 383
12．7．6 生物災害 384
12．7．7 其他災害 384
參考文獻 385
前言/序言
本書是作者多年研究成果的總結，內容涵蓋高光譜圖像處理主要方法，包括降維與數據壓縮，端元提取，光譜解混，亞像元定位，分類，異常檢測，可視化顯示技術等，理論思想和框架體係都有鮮明特色，對光譜解混技術的變端元、多端元思想；對分類技術的全麵加權思想；對端元選擇的快速實現思想；對亞像元定位技術的充分貫徹空間相關性原理；對異常檢測的形態學運用和核函數構造，以及實時檢測思想；對降維壓縮的端元提取算法藉用思想等，是本書主要創新內容。
本書既可作為高等院校遙感專業相關師生的參考書，又可作為不同信息係統中對高光譜遙感進行研究的科研人員的參考書，也可供從事環境監測、農業管理、海洋開發等應用層麵的決策者閱讀參考。
前 言
高光譜遙感技術(Hyperspectral Remote Sensing Technology)起源於多光譜遙感，是20世紀80年代開始發展的一種新興遙感技術，其突齣的優勢在於提供瞭豐富的地物光譜波段，較高的光譜分辨率可以解決許多在全色和多光譜遙感中無法解決的問題。高光譜圖像有效地結閤瞭代錶地物輻射屬性的光譜信息和反映空間幾何關係的圖像信息，其所攜帶的光譜信息提供瞭區彆地物光譜細微差彆的能力，使得許多原本在多光譜遙感圖像中無法獲取的光譜信息得以探測。高光譜圖像的光譜分辨率為納米級，成像光譜儀將成像傳感器的空間錶示與光譜儀的分析能力相結閤，在可見光、近紅外、短波紅外以及中紅外等電磁波譜範圍內，利用狹窄的光譜間隔成像，可以為每個像素提供數十至數百個窄波段，從而産生一條完整而連續的光譜麯綫，使得地物的精確定量分析與細節提取成為可能，為人們對各種地物的分析提供瞭重要的依據。
隨著高光譜遙感技術光譜分辨率的不斷遞增，人們對地物光譜屬性特徵的認知也不斷隨之深入，許多隱藏在狹窄光譜範圍內的地物特性逐漸被人們所發現，這些因素大大加速瞭遙感技術的發展，使高光譜遙感成為21世紀遙感技術領域重要的研究方嚮之一。與多光譜遙感相比，高光譜遙感提供瞭更加豐富的地物光譜，其較寬的波譜覆蓋範圍使得高光譜數據處理時，可以根據需要選擇特定的波段突顯地物特徵，為高光譜數據處理算法提供更多的地物原始數據，因此，高光譜遙感技術被廣泛應用在礦物成分含量識彆、植被識彆與分類、植物的長勢與化學成分估測、大氣中各成分含量分析、水域環境汙染程度分析、土壤調查、城市監測和規劃等方麵，且取得瞭顯著成果。
高光譜遙感成像是一門新興的交叉學科，以計算機、傳感器、航空航天等技術為基礎，涉及電磁波理論、物理科學、光譜學與幾何光學、信息學、電子工程、地質學、地理與地球科學、大氣科學、海洋科學、農學和林學等多個學科。其中，電磁波理論是最重要的基礎，通過準確接收和記錄電磁波與地物間復雜的相互作用，可以提供豐富的地物信息，進而得到高光譜圖像數據立方體。目前，許多國傢開展大量的科研項目對高光譜遙感進行研究，研製齣許多不同類型的成像光譜儀，在光譜分光方式、空間成像方式和光電轉換探測器的研究中不斷深入，逐步從地麵遙感發展到與航空、航天遙感應用平颱相結閤的階段。另外，高光譜遙感技術在與全球定位係統融閤的過程中，形成新型的地物信息獲取與對地信息觀測平颱，極大地拓展瞭高光譜遙感技術的應用領域，為地學的研究提供瞭新的技術支持和科研方法。
全書共分12章，分彆講述高光譜遙感的特徵選擇、高光譜遙感的端元選擇、混閤光譜理論與光譜解混、高光譜圖像的監督分類和半監督分類、高光譜圖像的匹配目標檢測、異常目標檢測以及實時目標檢測、高光譜數據壓縮技術和可視化技術，最後概括地介紹瞭高光譜遙感在農作物病蟲害檢測、農作物産量估計、礦物識彆和礦物填圖、草地監測及草地種類識彆、森林調查、海洋環境監測、大氣汙染監測，土壤侵蝕監測、水環境監測、災害的預警分析和實時監測等方麵的應用。本書以主要篇幅論述高光譜遙感圖像處理過程和信息處理過程中齣現的各種問題，對高光譜數據在各個應用領域的處理方法提齣改進措施，在高光譜遙感處理的理論基礎、成像機理、處理算法、應用領域及各種睏難都進行瞭較為詳細和全麵的闡述。
本書為工業和信息化部“十二五”規劃專著，是在著者承擔國傢自然科學基金(61077079、61275010、61405041、61571145)，高等學校博士學科點專項基金(20062302170021、20102304110013、20132304110007)，黑龍江省自然科學基金重點項目(ZJG0606-01、ZD201216)，中國博士後基金(2014M551221)，黑龍江省博士後基金(LBH-Z13057)，黑龍江省博士後科研啓動金(LBH-Q15025)和黑龍江省留學歸國人員科學基金資助項目(JJ2016LX0051)所取得成果的基礎上撰寫而成的。博士生劉春紅、王玉磊、梅峰、李曉慧、成寶芝、劉丹鳳、郝思媛為本書的算法設計及仿真實驗做瞭大量工作，在此錶示感謝。另外，本書撰寫過程中，參閱瞭有關書籍和文獻，同時也嚮這些作者緻以誠摯的謝意！最後，感謝電子工業齣版社對本書的齣版給予的配閤與支持。
由於著者水平有限，以及研究內容跨度大、編程軟硬件條件差異大、涉及研究人員多等實際問題，在理論和技術方麵還有很多不足、還未能將國內外更多的最新研究成果涵蓋其中，衷心希望廣大讀者批評指正和不吝賜教，著者將在後續的工作中進一步完善。
著 者
2015年7月於哈爾濱
用戶評價
評分這本書在講解高光譜遙感圖像處理方法時，始終貫穿著“應用驅動”的理念，使得學習過程充滿瞭目標感。在介紹“光譜分辨率和空間分辨率”的概念時，作者並沒有孤立地解釋它們，而是緊密結閤實際應用，例如，在礦産勘探中，我們需要高光譜分辨率來區分細微的光譜差異，而在城市規劃中，我們可能更側重於高空間分辨率來識彆建築物和道路。這種“為什麼需要”的解釋，讓讀者更容易理解不同技術參數的重要性。書中關於“目標識彆”和“目標探測”的章節，是我最為關注的部分。它詳細介紹瞭各種用於目標識彆的技術，從基於光譜庫匹配的方法，到基於特徵提取和機器學習的方法，再到近年興起的深度學習方法。對於每一種方法，書中都給齣瞭具體的應用案例，例如，如何利用高光譜數據識彆特定類型的農作物病害，或者如何在復雜的地形中識彆齣隱藏的軍事目標。書中對這些方法的比較和分析，讓我能夠根據不同的應用需求，選擇最閤適的技術方案。我尤其欣賞書中關於“定量反演”的講解。它不僅僅介紹瞭各種反演模型（如物理模型、經驗模型、半經驗模型等），還詳細闡述瞭如何獲取準確的地麵真值數據，以及如何對反演結果進行驗證和評估。這對於從高光譜圖像中獲取具有實際意義的地理信息至關重要。
評分這本書的學術嚴謹性體現在其對算法的深入講解和對理論依據的清晰闡述。在探討“光譜混閤分析”時，作者並沒有簡單地介紹幾種算法，而是詳細地分析瞭綫性混閤模型和非綫性混閤模型的區彆，以及它們在不同地物覆蓋情境下的適用性。書中對於“端元提取”這一關鍵步驟的講解尤為細緻，它詳細介紹瞭多種端元提取算法（如純淨像元法、頂點成分分析法等）的原理和操作過程，並結閤實際數據，分析瞭不同算法在提取地物端元時的優缺點。這讓我明白瞭，準確的端元是後續定量反演的基礎。在“分類算法”部分，書中對支持嚮量機（SVM）、隨機森林（RF）、深度學習等多種分類器進行瞭詳細的介紹。它不僅闡述瞭這些算法的數學原理，更重要的是，它結閤高光譜數據的特點，分析瞭這些算法在高光譜分類任務中的優勢和局限性。例如，書中指齣，高光譜數據的高維度特性可能導緻一些傳統分類器齣現“維數災難”，而一些更先進的算法，如深度學習，則能更好地處理這種高維數據。書中還提供瞭關於這些算法參數選擇的建議，以及如何對分類結果進行評估的指標，這對於讀者進行實際操作具有很強的指導意義。我特彆欣賞書中對“精度評估”環節的重視，它詳細介紹瞭Kappa係數、總體精度、用戶精度等常用指標，並闡述瞭如何通過混淆矩陣來分析分類結果的準確性，這使得整個處理流程更加科學化和可信。
評分這本書的價值不僅僅體現在其技術層麵的深度，更在於它所呈現齣的廣闊的應用前景。作者並沒有局限於純粹的技術論證，而是花瞭相當大的篇幅來描繪高光譜遙感技術在各個學科領域所扮演的關鍵角色。例如，在生態環境保護方麵，書中詳細介紹瞭如何利用高光譜數據監測森林火災的早期跡象、評估農作物病蟲害的發生範圍、分析濕地的生態健康狀況，甚至可以識彆不同種類的植被，從而進行精細化的生物多樣性研究。我印象特彆深刻的是，書中通過一個具體的案例，展示瞭如何利用高光譜圖像分析海麵油汙的擴散範圍和化學成分，這對於海上搜救和環境汙染治理具有極其重要的現實意義。而在地質礦産領域，書中則闡述瞭高光譜遙感如何幫助科學傢們快速、準確地識彆和定位具有潛在經濟價值的礦産資源，尤其是一些分散的、難以通過傳統地質勘探方法發現的礦藏。書中對不同礦物的“光譜特徵指紋”的解讀，以及如何通過這些指紋在海量的高光譜數據中進行篩選，讓我感到無比驚嘆。此外，在城市規劃和災害監測方麵，書中也提供瞭許多精彩的論述，例如利用高光譜數據分析城市綠地的覆蓋率和健康狀況，評估建築物材料的類型，或者在地震、洪水等災害發生後，快速評估災區的受損程度和物質損失。這種將復雜技術與現實需求相結閤的敘述方式，極大地激發瞭我對高光譜遙感應用的興趣，讓我看到瞭這項技術巨大的社會價值和發展潛力。
評分這本書在介紹高光譜遙感圖像處理方法時，非常注重理論與實踐的結閤，並且強調瞭不同技術之間的相互關聯性。在講解“光譜指數”的構建和應用時，作者並沒有僅僅列舉一些現成的光譜指數，而是深入分析瞭如何根據地物的光譜特性，有針對性地設計齣能夠突齣特定地物信息的光譜指數。例如，在植被監測中，如何設計能夠反映葉綠素含量、水分含量等特徵的光譜指數。這讓我明白，光譜指數並非是“萬能藥”，而是需要根據具體的研究目標進行定製。在“紋理分析”的章節，書中介紹瞭如何利用高光譜圖像的空間信息和光譜信息相結閤來提取地物的紋理特徵。這對於區分具有相似光譜但不同紋理的地物，例如不同類型的植被或者不同質地的土壤，非常重要。書中對多種紋理算子（如灰度共生矩陣、局部二值模式等）在高光譜圖像中的應用進行瞭詳細的說明。此外，本書在探討“麵嚮對象分類”時，也融入瞭多尺度分析的概念，它強調瞭如何根據研究對象的尺度，選擇閤適的分割參數和分類策略。這使得分類結果更加符閤實際地物分布的規律。總的來說，這本書提供瞭一個非常全麵的高光譜遙感圖像處理的框架，讓讀者能夠從宏觀到微觀，逐步掌握相關的處理技術。
評分這本書的結構設計著實令人贊嘆，它並非簡單地堆砌技術，而是將理論與實踐完美地融閤在一起。在探討各種圖像處理方法時，作者總是會先簡要介紹該方法的原理和數學基礎，但這部分內容並不冗長，而是點到為止，重點在於強調該方法能夠解決什麼樣的問題。緊接著，書中會引入大量的實際案例，這些案例涵蓋瞭植被監測、礦産勘探、水體質量評估、城市規劃等多個領域。對於每一個案例，作者都會詳細分析在高光譜遙感數據中遇到的具體挑戰，以及如何運用特定的處理方法來剋服這些挑戰。我尤其被書中關於“光譜解混”部分的論述所吸引。它不僅僅是介紹幾種常用的解混算法，比如綫性解混和非綫性解混，更是深入分析瞭在不同場景下，哪種算法更具優勢，以及如何評估算法的性能。書中通過模擬數據和真實數據，直觀地展示瞭不同解混方法在提取“端元”信息時的差異，這讓我對高光譜圖像的“像素內混閤”問題有瞭更深刻的理解。此外，對於“目標探測”的章節，我也覺得受益匪淺。書中列舉瞭多種目標探測的策略，從簡單的光譜匹配濾波到更復雜的機器學習方法，並結閤實際的地物目標，如特定礦物、水體汙染物等，講解瞭如何設計和應用相應的算法。書中對這些算法的優缺點、適用範圍以及參數選擇的建議，都為讀者提供瞭極具參考價值的指導。我非常喜歡書中那種“解決問題”導嚮的敘述方式，它讓讀者在學習技術的同時，也能感受到其在解決實際問題中的強大力量。
評分初拿到這本《高光譜遙感圖像處理方法及應用》時，我的第一反應是它的題材或許有些枯燥，畢竟“遙感圖像處理”聽起來就充滿瞭技術術語和復雜的算法。然而，當我深入翻閱之後，纔發現這完全是一種誤解。書本的開篇並沒有直接拋齣枯燥的數學模型，而是從高光譜遙感技術本身的曆史淵源、發展脈絡以及其在各個領域的廣泛潛力齣發，為讀者構建瞭一個宏大的背景認知。它並沒有迴避技術細節，但巧妙地將其融入到實際的應用場景中，讓讀者能夠理解為什麼需要這些復雜的處理方法。例如，書中在介紹不同類型的傳感器和其成像原理時，不僅僅是羅列參數，而是通過圖文並茂的方式，生動地解釋瞭不同光譜段的獲取如何影響我們對地物的識彆和分析。緊接著，作者並未急於深入算法，而是花瞭不少篇幅來闡述高光譜數據的獨特性——其豐富的波譜信息能夠揭示齣人眼無法直接觀察到的物質特性，這為後續的處理奠定瞭理論基礎。這種循序漸進的講解方式，對於我這樣一個對高光譜領域接觸不深的新手來說，無疑是非常友好的。它讓我意識到，高光譜技術並非僅僅是“拍照片”，而是通過捕捉地物在不同波長下的“指紋”，從而實現更深層次的理解和應用。書中對於不同地物在高光譜圖像中的典型光譜麯綫的展示，以及如何從這些麯綫中提取關鍵信息，都給我留下瞭深刻的印象。更重要的是，作者在字裏行間流露齣對這門學科的熱情，使得原本可能顯得嚴肅的科學內容，也變得生動有趣起來。我特彆欣賞書中對於“數據預處理”部分的細緻講解，它讓我明白，任何高級的分析都離不開紮實的前期數據準備，而這正是很多研究容易忽視但又至關重要的環節。
評分這本書在技術層麵的深度和廣度都令人印象深刻，尤其是在“降維技術”和“特徵選擇”方麵，給我留下瞭深刻的印象。高光譜數據維度高，信息冗餘大，如何有效地降低維度並選擇最具代錶性的特徵，是處理高光譜圖像的關鍵。書中對多種降維技術進行瞭詳細的介紹，包括主成分分析（PCA）、獨立成分分析（ICA）、最小噪聲分離（MNF）等。它不僅闡述瞭這些算法的數學原理，更重要的是，它結閤高光譜數據的特點，分析瞭不同算法在保留光譜信息、去除噪聲以及提高分類精度方麵的優勢和局限性。書中還詳細介紹瞭多種特徵選擇方法，例如基於統計學的方法、基於信息論的方法以及基於機器學習的方法。它闡述瞭如何通過這些方法來識彆齣對目標地物判彆最有效的光譜波段或光譜特徵組閤，從而避免“維數災難”，提高處理效率和分類精度。我尤其欣賞書中對“光譜信息可視化”的講解。它介紹瞭多種可視化技術，例如假彩色閤成、主成分分析結果可視化、光譜麯綫圖等，這些技術能夠幫助我們直觀地理解高光譜數據的內在結構和地物信息，為後續的處理和分析提供重要的依據。書中通過大量的圖示和實例，生動地展示瞭這些可視化技術在揭示地物特徵和發現異常信息方麵的作用。這本書的價值在於，它不僅提供瞭處理高光譜圖像的“工具箱”，更重要的是，它教會瞭讀者如何“使用”這些工具，並理解其背後的原理。
評分這本書的章節組織非常清晰，每一部分都圍繞著一個核心的處理方法或應用領域展開，邏輯性很強。我特彆喜歡書中關於“圖像復原”和“圖像融閤”的章節。在高光譜遙感圖像的獲取過程中，由於大氣效應、傳感器噪聲以及地形遮擋等原因，圖像中經常會齣現缺失、模糊或失真的區域。本書詳細介紹瞭各種圖像復原技術，例如基於統計模型的去噪方法、基於插值和外插的方法來填補缺失信息，以及基於稀疏錶示或深度學習的方法來增強圖像質量。這些技術對於提高圖像的可用性和後續分析的精度至關重要。在“圖像融閤”部分，書中介紹瞭如何將高光譜圖像與其他類型的遙感數據（如全色、多光譜或熱紅外圖像）進行融閤，以獲取更豐富、更全麵的地物信息。例如，通過將高分辨率全色圖像與高光譜圖像進行融閤，可以獲得既具有高空間分辨率又具有豐富光譜信息的目標圖像，這對於精細的目標識彆和解譯具有重要意義。書中對各種融閤算法（如小波變換融閤、基於像素的融閤、基於對象的融閤等）的原理和實現方式都進行瞭詳細的講解，並提供瞭相應的案例分析。這讓我對如何充分利用多源遙感數據來解決實際問題有瞭更深入的理解。
評分對於我而言，本書最吸引人的地方在於其對“變化檢測”和“分類”這兩個核心處理環節的深入剖析。高光譜遙感圖像的處理，很大程度上就是為瞭能夠準確地識彆和區分不同的地物，並且監測地物隨時間的推移所發生的變化。本書在介紹分類方法時，並沒有僅僅羅列幾種經典的分類器，而是對不同分類器（如監督分類、非監督分類、麵嚮對象分類等）的原理、優缺點以及適用場景進行瞭詳細的比較和闡述。書中通過圖示和錶格，清晰地展示瞭不同算法在處理高光譜數據時的錶現差異，這讓我能夠根據自己的具體需求，選擇最閤適的分類方法。讓我尤其受益的是關於“特徵提取”的章節。高光譜圖像具有維度高、數據量大的特點，直接應用分類器往往會麵臨“維數災難”的問題。書中介紹瞭多種有效的特徵提取方法，例如主成分分析（PCA）、最小噪聲分離（MNF）等，並詳細解釋瞭這些方法如何減少數據維度，同時保留最關鍵的光譜信息。這些講解不僅僅是理論性的，書中還提供瞭相關的軟件實現思路和代碼片段，這對於希望將理論付諸實踐的讀者來說，無疑是巨大的福音。在變化檢測方麵，本書也提供瞭非常全麵的視角。它不僅僅關注像素級的變化，還探討瞭麵嚮對象的變化檢測方法，以及如何結閤多時相的高光譜數據來監測地物的動態變化。這些內容對於理解和分析地物的演變過程，例如植被生長、城市擴張、環境汙染等，都提供瞭強大的技術支撐。
評分這本書在講解高光譜遙感圖像處理方法時，特彆注重與實際應用場景的緊密結閤，這使得原本可能抽象的技術內容變得生動形象。在介紹“光譜信息增強”和“噪聲去除”等預處理技術時，作者並沒有停留在算法的描述上，而是通過舉例說明，例如如何處理由於大氣湍流、儀器誤差等原因導緻的光譜失真，以及如何通過濾波、平滑等方法來抑製隨機噪聲，從而提升後續分析的精度。書中對這些預處理技術的講解，讓我明白瞭“工欲善其事，必先利其器”的道理，一個乾淨、高質量的高光譜數據集是進行有效分析的前提。更值得稱贊的是，本書在講解“特徵選擇”和“特徵提取”等技術時，並沒有陷入過於復雜的數學推導，而是側重於解釋這些技術如何幫助我們從海量的高光譜數據中篩選齣最具有代錶性的光譜特徵，或者將高維數據降維到更易於處理的空間。書中通過對不同地物的光譜麯綫進行分析，說明瞭如何識彆齣具有區分性的波段，或者如何通過組閤不同波段的信息來生成新的、更有意義的特徵。這些講解讓我對如何有效利用高光譜數據的豐富信息有瞭更深的認識。此外，書中還對一些高級的應用，如“高光譜圖像超分辨率重建”和“三維高光譜圖像處理”等進行瞭介紹，這些內容展示瞭高光譜遙感技術的前沿發展方嚮，也為我打開瞭新的視野。
速度很快
評分包裝完好，書籍正品
評分很不錯，good
評分還不錯，溫度夠瞭，也挺好看
評分書不錯 就是發票居然字跡不清 問客服客服迴答十分敷衍 不過還好 最後電話解決瞭
評分東西挺好的，送貨也方便快捷，整體感覺不錯
評分速度很快
評分商品不錯，謝謝，快遞員辛苦瞭
評分書不錯 就是發票居然字跡不清 問客服客服迴答十分敷衍 不過還好 最後電話解決瞭
相關圖書
![開源3D打印技術原理及應用 [Open Source 3D Printing Technology Theory and Applications] pdf epub mobi 電子書 下載](https://pic.tinynews.org/11969970/57ac4891N0aac6dde.jpg)
![礦山法隧道關鍵技術/中國隧道及地下工程修建關鍵技術研究書係 [Key Techniques Of The Tunnel By Mining Method] pdf epub mobi 電子書 下載](https://pic.tinynews.org/11990079/5805e8ecNd0f68c97.jpg)
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.tinynews.org All Rights Reserved. 静思书屋 版权所有