高分辨率遙感的數(shù)學(xué)物理基礎(chǔ)

目錄
“地球觀測與導(dǎo)航技術(shù)叢書”編寫說明
序
前言
第1章 電磁波反射傳輸原理與高分辨率遙感特性 1
1.1 電磁波反射傳輸原理與麥克斯韋方程 1
1.2 高分辨率遙感空間特性與幾何高精度瓶頸 3
1.3 高分辨率遙感時間特性與實時性去冗余瓶頸 6
1.4 高分辨率遙感光譜特性與像元解混譜段退化瓶頸 8
1.5 高分辨率遙感輻射特性與能量傳遞的“輻射定標(biāo)黑箱模型”瓶頸 9
1.6 高分辨率遙感定標(biāo)與四大特性物理量綱 12
1.7 本章小結(jié) 13
參考文獻(xiàn) 14
第一部分 空間(幾何)分辨率
第2章 空間特性1：基于錐體構(gòu)像仿生機(jī)器視覺的極坐標(biāo)模型理論 17
2.1 直角坐標(biāo)攝影測量的局限性與稀疏陣根源解析 17
2.2 極坐標(biāo)自由網(wǎng)光束法平差模型 21
2.2.1 直角坐標(biāo)自由網(wǎng)平差模型 22
2.2.2 非線性小二乘平差優(yōu)化模型 25
2.3 極坐標(biāo)絕對網(wǎng)光束法平差模型 29
2.3.1 基于封閉解的絕對定向法 29
2.3.2 混合表達(dá)的直接絕對網(wǎng)平差模型 30
2.3.3 附加相似變換參數(shù)的間接絕對網(wǎng)平差模型 31
2.4 點(diǎn)線作為共同觀測的混合光束法平差模型 32
2.4.1 基于平面法向量參數(shù)化的線特征光束法平差模型 32
2.4.2 點(diǎn)線混合的光束法平差模型 35
2.5 極坐標(biāo)光束法平差模型精度和效率驗證 36
2.5.1 數(shù)據(jù)介紹 36
2.5.2 Levenberg-Marquardt(LM)優(yōu)參數(shù)選擇 37
2.5.3 航空攝影測量數(shù)據(jù)驗證 38
2.6 本章小結(jié) 45
參考文獻(xiàn) 46
第3章 空間特性2：航空遙感通用物理模型及可變基高比表征理論 47
3.1 數(shù)字航攝相機(jī)離散域成像新技術(shù)面臨的問題 47
3.2 數(shù)字航攝相機(jī)通用物理模型與四個對偶技術(shù)特征 48
3.2.1 數(shù)字航攝相機(jī)通用物理結(jié)構(gòu) 48
3.2.2 外視場拼接與內(nèi)視場拼接 49
3.2.3 非嚴(yán)格與嚴(yán)格中心投影 50
3.2.4 一次成像與二次成像 52
3.2.5 單基線攝影測量與廣義基線攝影測量 52
3.3 可變基高比的時空函數(shù)表征 54
3.3.1 基高比定義與數(shù)字化后可變基高比內(nèi)涵 54
3.3.2 可變基高比的空間變量 55
3.3.3 可變基高比的時間變量 57
3.4 基于可變基高比函數(shù)和數(shù)字?jǐn)z影測量系統(tǒng)類型的幾何精度計量理論的建立和解釋 57
3.4.1 可變基高比的時間變量與高程精度的關(guān)聯(lián)模型 57
3.4.2 航攝系統(tǒng)光機(jī)參量與高程精度鏈接模型 60
3.4.3 多基線影像的獲取方法 60
3.4.4 實驗驗證 64
3.5 影響立體定位高程精度的幾何指標(biāo) 67
3.5.1 高程誤差的嚴(yán)密估算公式 67
3.5.2 平面誤差的嚴(yán)密估算公式 71
3.5.3 其他幾何誤差來源 74
3.6 單剛體二次成像原型系統(tǒng)實現(xiàn)與n次成像物理模型推廣 76
3.6.1 二次成像(TIDC)相機(jī)設(shè)計及原型實踐 76
3.6.2 二次～n次成像系統(tǒng)空間分辨率推導(dǎo) 77
3.7 航空單剛體n次成像與航天折返同光路等效映射 81
3.7.1 單剛體n次折返式光路與n次成像物理模型等效性分析 82
3.7.2 n次折返式同光路成像系統(tǒng)實現(xiàn) 83
3.8 本章小結(jié) 85
參考文獻(xiàn) 85
第4章 空間特性3：幾何參量收斂性誤差敏感性和精度分析 87
4.1 光束法平差模型收斂性誤差敏感性分析 87
4.1.1 法方程奇異性 88
4.1.2 平差模型中參數(shù)變量對觀測誤差靈敏度 90
4.1.3 收斂性仿真實驗驗證 92
4.2 光束法平差模型收斂精度及速度分析 96
4.2.1 優(yōu)化問題極值點(diǎn)的分布 96
4.2.2 目標(biāo)函數(shù)的線性化程度 97
4.2.3 收斂精度、速度仿真實驗驗證 98
4.3 光束法平差模型優(yōu)化結(jié)構(gòu)設(shè)計 99
4.3.1 基于Schur補(bǔ)的自由網(wǎng)平差降維相機(jī)系統(tǒng)設(shè)計 100
4.3.2 基于Schur補(bǔ)的絕對網(wǎng)平差降維相機(jī)系統(tǒng)設(shè)計 103
4.4 數(shù)字基高比下的高程與平面精度預(yù)估 104
4.5 本章小結(jié) 106
參考文獻(xiàn) 106
第二部分 時間分辨率
第5章 時間特性1：常規(guī)3—2—3維信息轉(zhuǎn)換過冗余根源與仿生復(fù)眼3—3—2新機(jī)制 109
5.1 遙感信息過度冗余的3—2—3維模式轉(zhuǎn)換問題淺析 109
5.2 仿生復(fù)眼3—3—2維信息轉(zhuǎn)換新模式 112
5.2.1 仿生復(fù)眼3—3—2維信息獲取優(yōu)勢 112
5.2.2 仿生復(fù)眼3—3—2維信息轉(zhuǎn)換 112
5.2.3 仿生復(fù)眼3—3—2維信息處理 114
5.3 復(fù)眼的視覺基礎(chǔ)及3—3—2三級模式結(jié)構(gòu) 115
5.3.1 復(fù)眼的結(jié)構(gòu)及分布 115
5.3.2 復(fù)眼的側(cè)抑制 117
5.3.3 生物3—3—2模式的視覺結(jié)構(gòu) 120
5.3.4 基于3—3—2模式的仿生復(fù)眼成像傳感器 120
5.4 基于OMS神經(jīng)元仿生3—3運(yùn)動目標(biāo)檢測模型 121
5.4.1 OMS神經(jīng)元簡介 121
5.4.2 復(fù)眼OMS檢測機(jī)理 122
5.4.3 仿生復(fù)眼變分辨率檢測 123
5.4.4 仿生OMS檢測模型 123
5.4.5 仿生3—3 檢測算法 124
5.5 仿生3—2檢測算法及小運(yùn)動目標(biāo)檢測 127
5.5.1 仿生3—2圖像獲取 127
5.5.2 二維目標(biāo)的精確識別 128
5.5.3 仿生STMD檢測模型 131
5.5.4 仿生STMD檢測算法 133
5.6 本章小結(jié) 136
參考文獻(xiàn) 136
第6章 時間特性2：基于剖分-熵-基函數(shù)表征的數(shù)據(jù)實時處理理論 138
6.1 遙感影像數(shù)據(jù)實時處理的瓶頸問題 138
6.2 基于剖分格網(wǎng)結(jié)構(gòu)的高效數(shù)據(jù)組織與管理 139
6.2.1 空間信息剖分格網(wǎng)簡介 139
6.2.2 面片式三維重建技術(shù) 141
6.3 基于基函數(shù)-基向量-基圖像理論的簡表征存儲與轉(zhuǎn)換 146
6.3.1 基函數(shù)-基向量-基圖像理論 147
6.3.2 基于信息熵的去冗余與無損壓縮判據(jù)及有損壓縮邊界 149
6.3.3 基于率失真函數(shù)的有損壓縮判據(jù) 150
6.4 基于熵-率失真函數(shù)的無損-有損壓縮理論 150
6.4.1 熵編碼與無損壓縮算法 150
6.4.2 率失真函數(shù)與有損壓縮算法 151
6.4.3 數(shù)據(jù)壓縮解壓縮技術(shù) 153
6.5 數(shù)據(jù)實時處理理論的建立和評價 155
6.6 本章小結(jié) 156
參考文獻(xiàn) 156
第7章 時間特性3：基于單光路光場成像的3—3維信息實時轉(zhuǎn)換理論 157
7.1 3—3—2維信息轉(zhuǎn)換模式下的直接成像原理 157
7.2 光場成像系統(tǒng)結(jié)構(gòu)及預(yù)處理 158
7.2.1 光場遙感影像的輻射校正 158
7.2.2 光場影像與探測器對齊 159
7.2.3 光場微透鏡陣列位置檢測 160
7.3 基于微透鏡單光路光場三維信息獲取方法 161
7.3.1 光場相對深度提取 161
7.3.2 深度信息的計算 163
7.3.3 深度信息優(yōu)化方法 164
7.4 遙感傳感器的深度定標(biāo)方法 166
7.4.1 光場遙感相機(jī)內(nèi)參定標(biāo) 166
7.4.2 遙感絕對深度信息定標(biāo) 167
7.4.3 絕對深度精確計算 168
7.5 光場成像參數(shù)及深度精度分析 169
7.5.1 成像幾何分辨率分析 169
7.5.2 成像深度分辨率分析 172
7.5.3 成像有效景深分析 173
7.6 本章小結(jié) 174
參考文獻(xiàn) 175
第三部分 光譜分辨率
第8章 光譜特性1：多-高光譜轉(zhuǎn)換機(jī)理的光譜重構(gòu)理論 179
8.1多-高光譜關(guān)聯(lián)的光譜重構(gòu)理論基礎(chǔ) 179
8.2 光譜重構(gòu)的數(shù)據(jù)基礎(chǔ)——高光譜庫的構(gòu)建與歸一化 180
8.2.1 從公開發(fā)布的光譜庫中選擇光譜 180
8.2.2 從影像中收集光譜 184
8.2.3 野外光譜采集 184
8.2.4 波譜庫質(zhì)量控制與端元的規(guī)格化 185
8.3 光譜重構(gòu)的端元基礎(chǔ)——規(guī)格化多端元光譜分解 186
8.3.1 多端元光譜分解的基礎(chǔ) 186
8.3.2 多端元迭代混合分解 188
8.3.3 光譜重構(gòu)的豐度基礎(chǔ)-模糊集全約束條件 190
8.4 FSME光譜重構(gòu)機(jī)理的建立及驗證 196
8.4.1 重構(gòu)原理 196
8.4.2 光譜重構(gòu)測試 196
8.4.3 重構(gòu)結(jié)果評價 199
8.5 本章小結(jié) 206
參考文獻(xiàn) 206
第9章 光譜特性2：可見-中/熱紅外反射-發(fā)射機(jī)理的光譜連續(xù)理論 207
9.1 色散型與干涉型光譜載荷的技術(shù)特征 207
9.1.1 色散型光譜成像技術(shù) 208
9.1.2 干涉型光譜成像技術(shù) 208
9.1.3 兩類光譜成像方式的對比分析 209
9.2 中紅外的反射與發(fā)射分離與溫度反演 210
9.2.1 中紅外輻射傳輸模型 210
9.2.2 中紅外譜區(qū)發(fā)射能量與反射能量的分離 212
9.3 多波段熱紅外的發(fā)射率與溫度反演基本算法 215
9.3.1 多波段熱紅外發(fā)射率反演 215
9.3.2 多波段熱紅外溫度分裂窗算法 216
9.4 基于多波段溫度發(fā)射率分離的發(fā)射率測算方法 217
9.4.1 溫度發(fā)射率分離NEM模塊算法 217
9.4.2 溫度發(fā)射率分離RAT模塊算法 218
9.4.3 溫度發(fā)射率分離MMD模塊算法 218
9.5 基于中紅外的寬波段反射-發(fā)射光譜連續(xù)機(jī)理的建立及評價 219
9.6 本章小結(jié) 221
參考文獻(xiàn) 221
第10章 光譜特性3：基于光譜重構(gòu)和連續(xù)理論的像元解混模型方法 223
10.1 光譜重構(gòu)機(jī)理下的像元解混基本方法及逆向?qū)ε夹?223
10.1.1 混合像元解混的地物理解 223
10.1.2 混合像元分解的物理模型 224
10.2 中/熱紅外數(shù)據(jù)支持下的像元解混 225
10.2.1 中/熱紅外數(shù)據(jù)特性及其在圖像識別中的優(yōu)勢 225
10.2.2 中/熱紅外波數(shù)據(jù)支持下的像元解混方法 226
10.3 全色圖像支持下的高光譜像元解混 228
10.3.1 全色圖像支持下的像元解混步驟 228
10.3.2 全色圖像支持下的像元解混過程 232
10.4 成像儀光譜連續(xù)機(jī)理及解混支撐手段 235
10.4.1 成像儀光譜可編程 235
10.4.2 通道可編程讀取的三項主要關(guān)鍵技術(shù) 236
10.5 本章小結(jié) 238
參考文獻(xiàn) 238
第四部分 輻射分辨率
第11章 輻射特性1：基于能量轉(zhuǎn)換機(jī)理的輻射傳輸理論 241
11.1 遙感輻射傳輸基本理論 241
11.1.1 晴天條件大氣輻射傳輸模擬 241
11.1.2 云天條件大氣輻射傳輸模擬 243
11.2 中紅外的光學(xué)物理特性 246
11.2.1 中紅外光譜大氣光學(xué)特性分析 246