高光谱遥感图像处理与应用

刘代志，等

《信息科学技术学术著作丛书》序 

前言 

第1章 绪论 

1.1 高光谱遥感成像原理及特点 

1.2 高光谱成像技术 

1.3 高光谱遥感图像波段选择与降维技术 

1.3.1 波段选择方法概述 

1.3.2 国外高光谱波段选择研究现状 

1.3.3 国内高光谱波段选择研究现状 

1.4 高光谱图像目标检测技术 

1.5 高光谱图像混合像元分解技术 

参考文献 

第2章 高光谱数据获取 

2.1 引言 

2.2 野外数据采集 

2.2.1 地物波谱数据的采集 

2.2.2 高光谱图像数据采集 

参考文献 

第3章 高光谱图像滤波处理 

3.1 引言 

3.2 高光谱图像点状噪声去除 

3.2.1 高光谱图像噪声探源与特征分析 

3.2.2 基于直方图高斯拟合的噪声估计 

3.2.3 基于小波变换的去噪 

3.2.4 基于最小噪声分离变换的去噪 

3.2.5 高光谱图像去噪实验与分析 

3.3 高光谱图像条带噪声去除 

3.3.1 条带噪声的产生机理 

3.3.2 条带噪声的特性及分析 

3.3.3 常用条带噪声消除方法 

3.3.4 条带噪声消除效果的评价 

3.3.5 基于平滑滤波的条带噪声消除方法 

参考文献 

第4章 高光谱图像波段选择 

4.1 引言 

4.2 高光谱波段选择的常用方法 

4.2.1 基于信息量的波段选择方法 

4.2.2 基于类别可分性的波段选择方法 

4.2.3 基于地物光谱响应特征的波段选择方法 

4.2.4 波段搜索方法 

4.2.5 实验结果与算法应用分析 

4.3 基于统计排序的高光谱波段选择 

4.3.1 SSBS算法描述 

4.3.2 算法分析 

4.3.3 实验结果与分析 

4.4 基于目标检测的波段剔除选择方法 

4.4.1 波段剔除选择算法描述 

4.4.2 实验结果与分析 

4.5 基于目标检测的两步波段选择法 

4.5.1 TSBS算法描述 

4.5.2 实验与分析 

4.6 基于曲线面积的波段选择法 

4.6.1 基于曲线面积的波段选择算法描述 

4.6.2 实验与分析 

4.7 高光谱波段选择智能优化算法 

4.7.1 基于粒子群算法的高光谱波段搜索方法 

4.7.2 基于遗传算法的高光谱波段搜索方法 

4.7.3 实验结果与分析 

4.8 算法总结及性能分析与比较 

参考文献 

第5章 高光谱图像端元估计 

5.1 引言 

5.2 基于VD法的端元数目估计 

5.3 基于LPP的端元数目估计 

5.3.1 LPP算法 

5.3.2 基于LPP的本征维数估计 

5.3.3 本征维与端元数目的关系 

5.3.4 基于LPP的高光谱遥感图像端元数目估计 

5.4 实验及分析 

5.4.1 模拟数据集实验 

5.4.2 高光谱遥感图像实验 

参考文献 

第6章 高光谱混合像元分解 

6.1 引言 

6.2 混合像元的产生原因及模型 

6.3 监督与非监督的高光谱混合像元分解 

6.3.1 监督类混合像元分解算法 

6.3.2 非监督类混合像元分解算法 

6.3.3 实验与结果分析 

6.4 基于体积和稀疏约束的混合像元分解 

6.4.1 非负矩阵分解与约束非负矩阵分解 

6.4.2 VSC—NMF算法 

6.4.3 实验结果与分析 

6.5 基于稀疏表示的混合像元分解 

6.5.1 稀疏表示理论 

6.5.2 SU—ADMM算法描述 

6.5.3 实验结果与分析 

6.6 几种解混方法之间的关系 

参考文献 

第7章 高光谱图像目标检测 

7.1 引言 

7.2 基于光谱特征增强与参量化的目标检测 

7.2.1 光谱特征参量化 

7.2.2 光谱特征增强 

7.2.3 基于HSI变换的光谱特征增强 

7.3 基于监督的伪装目标检测 

7.3.1 原理与实现 

7.3.2 实验设计 

7.3.3 数据处理 

7.4 基于端元提取的目标检测 

7.4.1 ICA—EEA原理及实现 

7.4.2 基于端元丰度量化的目标检测 

7.4.3 基于光谱解混的目标检测 

7.4.4 实验及结果分析 

7.5 基于改进样本自相关阵的目标检测 

7.5.1 基于加权样本自相关矩阵的目标检测算法 

7.5.2 对样本自相关阵和协方差阵的改进 

7.5.3 实验与分析 

7.6 异常目标探测 

7.6.1 RX算法概述 

7.6.2 RX异常检测改进方法 

7.6.3 实验结果与分析 

7.6.4 基于高斯混合模型的异常探测 

参考文献

页　　数：244

开　　本：32开

正文语种：中文