注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書科學技術工業(yè)技術自動化技術、計算技術遙感異常檢測仿生算法

遙感異常檢測仿生算法

遙感異常檢測仿生算法

定 價:¥39.00

作 者: 李敏,張學武,范新南 著
出版社: 電子工業(yè)出版社
叢編項: 仿生檢測技術叢書
標 簽: 暫缺

購買這本書可以去


ISBN: 9787121259302 出版時間: 2015-06-01 包裝: 平裝
開本: 16開 頁數: 160 字數:  

內容簡介

  《遙感異常檢測仿生算法》在對遙感圖像處理中目標檢測技術的發(fā)展歷史、現(xiàn)狀及未來趨勢系統(tǒng)總結的基礎上,針對遙感圖像異常檢測涉及到的相關理論及技術問題,結合生物視覺信息獲取、感知、處理等生物學機理,試圖解決現(xiàn)有異常檢測算法面臨的背景建模困難與先驗信息匱乏的瓶頸問題,重點闡述仿生視覺技術在遙感圖像特征提取、異常檢測及目標提取等方法的基本思路、具體計算過程及實驗效果。

作者簡介

  李敏,現(xiàn)任教于河海大學物聯(lián)網工程學院,通信與信息工程專業(yè)。目前主要研究方向為仿生系統(tǒng)建模與信息處理、遙感圖像處理。主持1項國家自然科學基金,參與3項省部級以上課題。發(fā)表學術論文10余篇,其中EI檢索8篇,申請國家發(fā)明專利3項,已授權2項。

圖書目錄

第1章 緒論 1
1.1 關于異常檢測 2
1.1.1 什么是異常 2
1.1.2 異常的分類 3
1.1.3 異常檢測的方法 4
1.1.4 如何標定異常 5
1.2 遙感圖像處理技術 6
1.2.1 遙感圖像處理技術概述 6
1.2.2 遙感圖像目標檢測技術 7
1.3 遙感圖像異常檢測技術 8
1.3.1 基于背景建模的異常檢測 8
1.3.2 基于子空間變換的異常檢測 9
1.3.3 基于機器學習的異常檢測 9
1.4 遙感圖像異常目標檢測的國內外研究現(xiàn)狀 10
1.4.1 國外遙感圖像異常檢測技術研究現(xiàn)狀 10
1.4.2 國內遙感圖像異常檢測算法研究現(xiàn)狀 14
1.5 遙感影像特定目標提取算法概述 15
1.5.1 遙感圖像目標提取方法的國內外研究現(xiàn)狀 15
1.5.2 遙感圖像水體目標提取方法的國內外研究現(xiàn)狀 17
1.6 遙感異常檢測及特定目標提取面臨的主要問題 18
1.6.1 復雜背景下自適應異常檢測理論還需深入研究 18
1.6.2 特征級目標提取方法還有待延伸 19
1.6.3 仿生視覺研究 19
第2章 基于譜像相關的多光譜遙感影像特征感知 21
2.1 引言 22
2.2 昆蟲視覺初級視覺感知機理 23
2.2.1 昆蟲視覺的生物學機理研究 23
2.2.2 時空域相關型初級運動檢測器模型 25
2.2.3 基于譜像相關的遙感影像特征感知器模型 29
2.3 特征感知器模型分析 35
2.3.1 頻域分析 35
2.3.2 波段相關性分析 37
2.3.3 抗噪性能分析 38
2.4 本章小結 40
第3章 聯(lián)合特征感知器模型的遙感圖像超視銳度重構 41
3.1 引言 42
3.2 昆蟲視覺系統(tǒng)的超視銳度機理 43
3.3 聯(lián)合特征感知器模型的遙感圖像超視銳度重構簡介 44
3.3.1 聯(lián)合光譜波形特征的重構模型 45
3.3.2 重構有助于增強亞像元級目標特征 51
3.4 本章小結 54
第4章 基于大小場景的多光譜遙感圖像異常檢測 55
4.1 引言 56
4.2 昆蟲視覺的高階神經元整合機理 56
4.2.1 大場景整合機理 57
4.2.2 小場景整合機理 58
4.3 基于高階神經元整合機理的遙感異常目標檢測 62
4.3.1 復雜背景抑制與目標特征增強 63
4.3.2 基于大小場景整合的遙感異常檢測算法 66
4.4 本章小結 71

第5章 基于多孔徑結構的多光譜遙感圖像異常檢測算法 72
5.1 引言 73
5.2 蠅視覺多孔徑結構給我們的啟發(fā) 73
5.2.1 蠅類視覺的多孔徑結構 73
5.2.2 多孔徑結構信息處理機理 74
5.3 仿蠅視覺多孔徑結構的多光譜遙感圖像異常檢測 75
5.3.1 構建并行多孔徑背景建模 76
5.3.2 異常如何標記更加合理 78
5.3.3 多孔徑背景模型檢測結果的融合 79
5.4 本章小結 81
第6章 基于高階神經元模型的多光譜遙感圖像微小異常目標檢測 82
6.1 引言 83
6.2 高階神經元模型 84
6.2.1 時空域高階神經元模型 84
6.2.2 高階神經元模型的生物學機理 87
6.3 多光譜遙感圖像微小異常檢測算法 89
6.3.1 譜像域的高階神經元模型 89
6.3.2 微小異常目標檢測算法設計 91
6.4 本章小結 96
第7章 基于震蕩神經網絡的多光譜遙感影像水體目標提取 97
7.1 引言 98
7.2 局部興奮全局抑制震蕩神經網絡 99
7.2.1 同步震蕩神經網絡模型及特性分析 100
7.2.2 基于特征一致性的多光譜遙感影像邊緣特征感知算法 102
7.3 聯(lián)合NDWI與震蕩神經網絡的水體目標提取算法 105
7.3.1 聯(lián)合NDWI與震蕩神經網絡的水體目標提取算法簡介 106
7.3.2 聯(lián)合特殊光譜關系與震蕩神經網絡的水體目標提取算法 109
7.3.3 實驗結果及分析 110
7.3.4 收斂性的討論 113
7.4 聯(lián)合線性混合模型與震蕩神經網絡的水體目標提取算法 114
7.4.1 基于模糊判定的耦合權重 115
7.4.2 聯(lián)合光譜分解與震蕩神經網絡的水體目標提取算法 117
7.4.3 實驗研究及驗證 118
7.5 本章小結 119
第8章 基于生物認知機理的視頻圖像目標檢測技術 120
8.1 引言 121
8.2 仿生視覺的時空域特征提取 122
8.2.1 空域特征的提取 122
8.2.2 時域特征提取與修正 123
8.3 基于視覺認知機理的時空域特征交互 126
8.3.1 視覺認知機理 126
8.3.2 基于認知機理的時空與特征交互模式 126
8.3.3 基于認知機理的時空域特征交互算法 128
8.4 本章小結 135
結語 136
參考文獻 138

本目錄推薦

掃描二維碼
Copyright ? 讀書網 www.afriseller.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號