多源遥感影像融合技术与应用
2008-10
南京大学出版社
赵书河
本书主要介绍了多源遥感影像决策级融合的技术与方法。全书共分8章，第1章论述了遥感影像融合国内外研究现状，第2章给出了遥感影像融合概念及其研究范畴，第3章介绍了遥感影像融合的数据选择及精配准技术，第4章介绍了基于自组织映射网络（Kohonen网络）的遥感影像融合方法，第5章介绍了基于支持向最机（SVM）的遥感影像融合打法，第6章给出了遥感影像融合质量评价标准，第7章介绍了多源遥感影像融合在土地覆盖分类中的应用，第8章进行了总结和展望。全书内容充实，由浅入深，循序渐进，可读性强。 本书可作为遥感科学与技术、地理信息系统等专业的高年级本科生、研究生的参考用书，也可为遥感应用领域的相关人员提供技术参考
前言1 绪论 1.1 研究背景 1.2 国内外研究现状 1.2.1 国外研究现状 1.2.2 国内研究现状 1.3 研究内容 1.3.1 研究内容 1.3.2 研究方法 1.3.3 技术路线 1.4 本书结构 参考文献2 遥感影像融合的概念、层次及方法 2.1 遥感影像融合的概念 2.1.1 数据融合的含义 2.1.2 遥感影像融合的新定义 2.2 遥感影像融合的层次 2.3 遥感影像融合的方法 2.3.1 像素级影像融合方法 2.3.2 特征级影像融合方法 2.3.3 决策级影像融合方法 2.3.4 融合方法比较 2.4 常用的融合方法实验与分析 2.5 本章小结 参考文献3 数据选择及数据准备 3.1 实验数据的选择 3.2 实验数据的影像配准 3.2.1 影像配准方法 3.2.2 影像配准实验 3.3 配准数据的格式化 3.3.1 数据规则化 3.3.2 训练数据格式化 3.4 本章小结 参考文献4 基于改进的自组织映射网络的遥感影像决策级融合方法 4.1 自组织映射网络结构 4.1.1 Kohonen网络算法 4.1.2 Kohonen网络模型的改进 4.2 基于改进的Kohonen网络的遥感影像决策级融合 4.2.1 融合模型 4.2.2 融合规则 4.3 融合实验与分析 4.3.1 基于Kohonen网络的影像融合实验 4.3.2 基于改进的Kohonen网络的影像融合实验 4.4 本章小结 参考文献5 基于支持向量机的遥感影像决策级融合方法 5.1 支持向量机方法 5.1.1 最优分类超平面 5.1.2 构造支持向量机 5.2 基于支持向量机的遥感影像决策级融合 5.2.1 融合模型 5.2.2 融合规则 5.3 融合实验与分析 5.3.1 融合实验 5.3.2 融合结果分析 5.4 本章小结 参考文献6 遥感影像决策级融合质量评价 6.1 主观定性评价 6.1.1 光谱分辨率评价 6.1.2 空间分辨率评价 6.2 客观定量分析 6.2.1 分类精度评价 6.2.2 熵与联合熵及平均梯度 6.2.3 偏差指数 6.3 遥感影像决策级融合质量评价标准 6.3.1 定性评价 6.3.2 以图像分类精度为标准的定量分析 6.4 决策级融合结果质量评价 6.5 本章小结 参考文献7 决策级影像融合在土地覆盖分类中的应用 7.1 基于神经网络的遥感影像土地覆盖分类实验 7.2 决策级影像融合在土地覆盖分类中的应用评价 7.3 多源遥感影像分类融合应用系统框架的建立 7.4 本章小结 参考文献8 总结与展望
