天基多源遙感信息融合：理論算法與應(yīng)用系統(tǒng)

前言
第一章 天基多源遙感信息融合處理技術(shù)進展
1.1 引言
1.2 多源遙感信息融合
1.3 多源遙感信息融合處理技術(shù)進展
1.4 多源遙感信息融合流程
第二章 多功能組合式多源遙感衛(wèi)星接收平臺
2.1 引言
2.2 遙感衛(wèi)星接收機理
2.3 多功能組合式遙感衛(wèi)星接收平臺的構(gòu)建
2.4 遙感衛(wèi)星接收平臺與處理軟件系統(tǒng)
2.5 多功能組合式遙感衛(wèi)星接收平臺的主要技術(shù)指標(biāo)
第三章 遙感衛(wèi)星軌道計算與預(yù)報
3.1 基本參考系統(tǒng)
3.2 地球扁率攝動
3.3 阿達姆斯-考威爾數(shù)值積分方法
3.4 正規(guī)化位函地球引力加速度及其偏導(dǎo)數(shù)
3.5 遙感衛(wèi)星運動方程及其解算
3.6 變分方程及其解算
3.7 阿達姆斯-考威爾數(shù)值積分的起步方法與內(nèi)插方法
3.8 實驗結(jié)果與分析
第四章 支持遙感數(shù)據(jù)融合的影像預(yù)定位
4.1 基于不變矩的影像匹配定位技術(shù)
4.2 基于圖像紋理特征的目標(biāo)檢索
4.3 利用空間圖像顯著邊緣實現(xiàn)目標(biāo)快速檢索
第五章 高精度自動影像配準(zhǔn)
5.1 緒論
5.2 自動配準(zhǔn)的典型技術(shù)
5.3 基于小面元的影像高精度配準(zhǔn)
5.4 基于跗算影像匹配
5.5 基于目標(biāo)特征局部自適應(yīng)的配準(zhǔn)算法
第六章 像素級融合及圖像質(zhì)量發(fā)送技術(shù)
6.1 概述
6.2 像素級融合處理技術(shù)
6.3 基于多時相搖控感圖像事例的去云和去陰技術(shù)
6.4 多時相多角度遙感圖像融合提高空莘分辨率技術(shù)
第七章 基于目村不特征的融合及提取技術(shù)
7.1 緒論
7.2 特征事例處理技術(shù)
7.3 基于SUSAN算子的角點提取
7.4 基于Hough變換
7.5 自適應(yīng)多窗口的角點匹配
7.6 特定目標(biāo)特征提取技術(shù)
第八章 基于GIS、判讀解譯知識庫的融合技術(shù)
8.1 緒論
8.2 基于GIS知識半自動提取目標(biāo)的基理論
8.3 基于知識的目標(biāo)特征提取
第九章 高光譜遙感信息融合與處理技術(shù)
9.1 概述
9.2 高光譜影像幾何校正
9.3 光譜重建
9.4 高光譜波段選擇與融合處理
9.5 光譜分類
第十章 高分辨率航天遙感立體圖像的定位技術(shù)
10.1 高分辨率航天遙感衛(wèi)星發(fā)展
10.2 高分辨率衛(wèi)星影旬的幾何模型
10.3 基于RPC模型的立體定位技術(shù)
第十一章 天基多源遙感信息融合處理與應(yīng)用系統(tǒng)
11.1 系統(tǒng)概述與框架設(shè)計
11.2 系統(tǒng)軟硬件平臺組成
11.3 系統(tǒng)主要關(guān)鍵技術(shù)
11.4 系統(tǒng)應(yīng)用示例