高分辨率遙感圖像理解

前言
第1章 緒論
1.1 遙感技術(shù)發(fā)展概況
1.1.1 遙感成像機理
1.1.2 遙感觀測系統(tǒng)
1.1.3 遙感技術(shù)發(fā)展現(xiàn)狀及趨勢
1.2 高分辨率遙感圖像的特點
1.3 高分辨率遙感應(yīng)用的挑戰(zhàn)
1.4 遙感圖像理解的基本概念
1.4.1 圖像理解
1.4.2 遙感圖像理解的研究進(jìn)展
1.4.3 高分辨率遙感圖像理解
1.5 遙感圖像理解的研究內(nèi)容
1.5.1 地物目標(biāo)檢測與識別
1.5.2 圖像場景描述與分類
1.5.3 目標(biāo)空間語義分析與計算
1.6 遙感圖像理解的研究方法
1.6.1 圖像特征信息表達(dá)
1.6.2 統(tǒng)計學(xué)習(xí)模型方法
參考文獻(xiàn)
第2章 特征信息表達(dá)
2.1 圖像信息表達(dá)
2.1.1 圖像數(shù)據(jù)結(jié)構(gòu)
2.1.2 知識信息表示
2.1.3 多尺度空間
2.1.4 尺度計算與轉(zhuǎn)換
2.2 圖像特征提取
2.2.1 顏色特征提取
2.2.2 紋理特征提取
2.2.3 形狀特征提取
2.2.4 感興趣點特征提取
2.3 性能評判準(zhǔn)則
2.3.1 特征有效性分析
2.3.2 分類性能評價
參考文獻(xiàn)
第3章 統(tǒng)計學(xué)習(xí)模型
3.1 判別式模型
3.1.1 SVM模型
3.1.2 Boosting方法
3.1.3 CRF模型
3.2 產(chǎn)生式模型
3.2.1 圖模型相關(guān)理論
3.2.2 主題語義模型
3.2.3 標(biāo)記點過程模型
3.3 產(chǎn)生式和判別式混合模型
3.3.1 混合算法
3.3.2 混合學(xué)習(xí)
參考文獻(xiàn)
第4章 精細(xì)化目標(biāo)檢測與識別
4.1 遙感圖像前背景分割
4.1.1 基于圖割模型的遙感圖像交互式分割
4.1.2 基于高斯混合模型的遙感圖像目標(biāo)分割
4.2 精細(xì)化遙感目標(biāo)檢測
4.2.1 基于Boosting級聯(lián)學(xué)習(xí)的遙感目標(biāo)檢測
4.2.2 基于隨機幾何模型的遙感目標(biāo)檢測
4.2.3 基于主題語義模型的遙感目標(biāo)提取
4.3 精細(xì)化遙感目標(biāo)識別
4.3.1 基于區(qū)域?qū)ο蟾怕蕵?biāo)記的遙感目標(biāo)識別
4.3.2 基于形狀統(tǒng)計模型的遙感目標(biāo)識別
4.3.3 基于語義樹匹配學(xué)習(xí)的遙感目標(biāo)識別
參考文獻(xiàn)
第5章 復(fù)雜場景描述與分類
5.1 復(fù)雜場景的分層描述
5.1.1 低層圖像場景描述
5.1.2 中層圖像場景描述
5.2 高分辨率遙感圖像場景分類
……
第6章 空間語義分析與計算
第7章 高分辨率遙感圖像理解的應(yīng)用實例
參考文獻(xiàn)