機載激光數(shù)據(jù)輔助的高光譜遙感影像面向?qū)ο蠓诸惡途确治?/h1>

總序
論叢前言
前言
第1章 緒論
1．1 選題背景
1．2 國內(nèi)外研究現(xiàn)狀
1．2．1 高光譜遙感影像信息提取與分類研究現(xiàn)狀
1．2．2 機載激光數(shù)據(jù)處理與信息提取研究現(xiàn)狀
1．2．3 面向?qū)ο蟮姆诸愌芯楷F(xiàn)狀
1．2．4 遙感數(shù)據(jù)分類精度評價中的抽樣研究現(xiàn)狀
1．3 目前研究中存在的問題
1．4 本書的研究內(nèi)容與方法
1．4．1 研究內(nèi)容
1．4．2 研究方法與目的
1．5 本書的結(jié)構(gòu)組織
第2章 遙感數(shù)據(jù)集成處理與分類及精度抽樣評價理論基礎
2．1 高光譜遙感影像的處理
2．1．1 HyMAP幾何糾正和正射糾正
2．1．2 HyMAP輻射糾正
2．2 機載激光數(shù)據(jù)的處理
2．2．1 機載激光數(shù)據(jù)濾波處理
2．2．2 機載激光數(shù)據(jù)與高光譜遙感影像的影像匹配
2．3 集成機載激光數(shù)據(jù)信息的高光譜遙感影像面向?qū)ο蠓诸惖睦碚摶A
2．3．1 圖像直方圖理論
2．3．2 圖像分割與合并
2．3．3 二維物體形狀表達方法
2．3．4 面向?qū)ο蟮挠跋穹治?br />2．4 遙感數(shù)據(jù)分類精度評價和抽樣的理論基礎
2．4．1 遙感專題數(shù)據(jù)精度評價方法
2．4．2 統(tǒng)計抽樣檢驗理論
2．5 本章小結(jié)
第3章 改進的二進制編碼法——一種集成高度信息的面向?qū)ο蟮母吖庾V遙感影像分類提取方法
3．1 概述
3．2 二進制編碼法
3．3 研究方法
3．3．1 研究區(qū)域簡介
3．3．2 流程圖
3．3．3 影像分割
3．3．4 圖像對象的二進制編碼
3．3．5 目標對象的標準
3．3．6 特征匹配
3．4 研究結(jié)果
3．4．1 分類目標
3．4．2 分類實驗
3．5 本章小結(jié)
第4章 引入概率的改進的二進制編碼法與形狀因子及編碼長度分析
4．1 概述
4．2 將概率引進特征匹配度的計算
4．2．1 概率的計算
4．2．2 實驗和比較
4．2．3 分析和討論
4．3 如何選取合適的形狀因子
4．3．1 形狀因子介紹
4．3．2 實驗和分析
4．4 如何選擇合適的編碼長度和規(guī)則
4．4．1 面積的編碼
4．4．2 不對稱性的編碼
4．4．3 緊致度的編碼
4．4．4 長寬比的編碼
4．4．5 矩形系數(shù)的編碼
4．4．6 高程的編碼
4．4．7 分析和討論
4．5 本章小結(jié)
第5章 遙感影像分類的多層空間抽樣精度評價
5．1 概述
5．2 多層空間抽樣策略
5．2．1 多層空間抽樣的概念
5．2．2 多層空間抽樣的流程
5．2．3 抽樣技術(shù)
5．3 遙感影像分類數(shù)據(jù)多層空間抽樣方案設計
5．3．1 數(shù)據(jù)情況介紹
5．3．2 抽樣設計
5．3．3 分析和討論
5．4 實驗與分析
5．4．1 原始分類精度
5．4．2 簡單隨機抽樣
5．4．3 空間格網(wǎng)隨機抽樣
5．4．4 分層隨機抽樣
5．4．5 分析和討論
5．5 本章小結(jié)
第6章 結(jié)論與展望
附錄A HyMAP定標系數(shù)
附錄B HyMAP輻射改正系數(shù)
參考文獻
后記