多源遙感影像融合技術與應用

前言
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 研究內(nèi)容
1.3.1 研究內(nèi)容
1.3.2 研究方法
1.3.3 技術路線
1.4 本書結構
參考文獻
2 遙感影像融合的概念、層次及方法
2.1 遙感影像融合的概念
2.1.1 數(shù)據(jù)融合的含義
2.1.2 遙感影像融合的新定義
2.2 遙感影像融合的層次
2.3 遙感影像融合的方法
2.3.1 像素級影像融合方法
2.3.2 特征級影像融合方法
2.3.3 決策級影像融合方法
2.3.4 融合方法比較
2.4 常用的融合方法實驗與分析
2.5 本章小結
參考文獻
3 數(shù)據(jù)選擇及數(shù)據(jù)準備
3.1 實驗數(shù)據(jù)的選擇
3.2 實驗數(shù)據(jù)的影像配準
3.2.1 影像配準方法
3.2.2 影像配準實驗
3.3 配準數(shù)據(jù)的格式化
3.3.1 數(shù)據(jù)規(guī)則化
3.3.2 訓練數(shù)據(jù)格式化
3.4 本章小結
參考文獻
4 基于改進的自組織映射網(wǎng)絡的遙感影像決策級融合方法
4.1 自組織映射網(wǎng)絡結構
4.1.1 Kohonen網(wǎng)絡算法
4.1.2 Kohonen網(wǎng)絡模型的改進
4.2 基于改進的Kohonen網(wǎng)絡的遙感影像決策級融合
4.2.1 融合模型
4.2.2 融合規(guī)則
4.3 融合實驗與分析
4.3.1 基于Kohonen網(wǎng)絡的影像融合實驗
4.3.2 基于改進的Kohonen網(wǎng)絡的影像融合實驗
4.4 本章小結
參考文獻
5 基于支持向量機的遙感影像決策級融合方法
5.1 支持向量機方法
5.1.1 最優(yōu)分類超平面
5.1.2 構造支持向量機
5.2 基于支持向量機的遙感影像決策級融合
5.2.1 融合模型
5.2.2 融合規(guī)則
5.3 融合實驗與分析
5.3.1 融合實驗
5.3.2 融合結果分析
5.4 本章小結
參考文獻
6 遙感影像決策級融合質量評價
6.1 主觀定性評價
6.1.1 光譜分辨率評價
6.1.2 空間分辨率評價
6.2 客觀定量分析
6.2.1 分類精度評價
6.2.2 熵與聯(lián)合熵及平均梯度
6.2.3 偏差指數(shù)
6.3 遙感影像決策級融合質量評價標準
6.3.1 定性評價
6.3.2 以圖像分類精度為標準的定量分析
6.4 決策級融合結果質量評價
6.5 本章小結
參考文獻
7 決策級影像融合在土地覆蓋分類中的應用
7.1 基于神經(jīng)網(wǎng)絡的遙感影像土地覆蓋分類實驗
7.2 決策級影像融合在土地覆蓋分類中的應用評價
7.3 多源遙感影像分類融合應用系統(tǒng)框架的建立
7.4 本章小結
參考文獻
8 總結與展望