高分遙感影像空譜協(xié)同概率模型

目錄
前言
第1章　緒論　1
1.1　研究問(wèn)題與解決思路　1
1.2　“空譜”協(xié)同研究進(jìn)展　3
1.3　“空譜”協(xié)同概率模型　5
1.4　整體結(jié)構(gòu)與章節(jié)安排　9
第2章　層次Dirichlet過(guò)程混合模型　11
2.1　Dirichlet分布　11
2.2　Dirichlet過(guò)程　12
2.2.1　中餐館過(guò)程　12
2.2.2　Dirichlet過(guò)程混合模型　13
2.2.3　基于DP的圖像分割　13
2.3　層次Dirichlet過(guò)程　17
2.3.1　中餐館連鎖模型　18
2.3.2　層次Dirichlet過(guò)程混合模型　19
2.3.3　基于HDP的圖像聚類(lèi)　21
第3章　高分圖像空譜協(xié)同聚類(lèi)框架　25
3.1　HDP_IBPs模型　25
3.1.1　IBP　25
3.1.2　HDP_IBPs模型原理　26
3.1.3　HDP_IBPs模型的生成過(guò)程　28
3.1.4　HDP_IBPs模型推理算法　30
3.2　實(shí)驗(yàn)分析與討論　33
3.2.1　實(shí)驗(yàn)設(shè)計(jì)　33
3.2.2　參數(shù)設(shè)置與分析　33
3.2.3　遙感圖像非監(jiān)督分類(lèi)結(jié)果評(píng)價(jià)　37
3.3　本章小結(jié)　45
第4章　引座員中餐館連鎖模型與圖像過(guò)分割　46
4.1　引座員中餐館過(guò)程　46
4.1.1　距離依賴(lài)中餐館過(guò)程　46
4.1.2　依賴(lài)引座員的中餐館過(guò)程　47
4.2　基于uCRF模型的遙感圖像非監(jiān)督分類(lèi)　49
4.2.1　引座員中餐館連鎖模型　49
4.2.2　引導(dǎo)信息定義　50
4.2.3　模型生成過(guò)程　53
4.2.4　模型推理及算法流程　55
4.3　實(shí)驗(yàn)分析與討論　56
4.3.1　實(shí)驗(yàn)數(shù)據(jù)　57
4.3.2　評(píng)價(jià)指標(biāo)　58
4.3.3　參數(shù)設(shè)置與分析　60
4.3.4　遙感圖像非監(jiān)督分類(lèi)結(jié)果評(píng)價(jià)　65
4.4　本章小結(jié)　69
第5章　廣義中餐館連鎖模型與圖像融合　71
5.1　廣義中餐館連鎖模型　71
5.1.1　廣義中餐館連鎖模型介紹　71
5.1.2　算法及模型推理　74
5.1.3　融合全色和多光譜遙感圖像分類(lèi)　75
5.2　實(shí)驗(yàn)分析與討論　76
5.2.1　實(shí)驗(yàn)設(shè)計(jì)　77
5.2.2　融合全色和多光譜遙感圖像非監(jiān)督分類(lèi)的結(jié)果評(píng)價(jià)　81
5.3　本章小結(jié)　92
第6章　內(nèi)嵌局部聚類(lèi)的廣義中餐館連鎖模型　93
6.1　廣義中餐館連鎖模型中語(yǔ)義分割過(guò)程所存在的問(wèn)題　93
6.2　內(nèi)嵌局部聚類(lèi)的廣義中餐館連鎖模型　96
6.2.1　基于鄰近超像素構(gòu)建內(nèi)嵌空間連貫性約束的子圖像　96
6.2.2　基于局部聚類(lèi)的選餐桌方法　97
6.3　實(shí)驗(yàn)分析與討論　98
6.3.1　實(shí)驗(yàn)設(shè)計(jì)　98
6.3.2　實(shí)驗(yàn)結(jié)果評(píng)價(jià)　99
6.4　本章小結(jié)　107
第7章　廣義中餐館連鎖模型中過(guò)分割體的影響　108
7.1　不同超像素算法　109
7.1.1　多分辨率分割　110
7.1.2　簡(jiǎn)單線性迭代聚類(lèi)　110
7.1.3　熵率超像素分割算法　111
7.2　實(shí)驗(yàn)分析與討論　113
7.2.1　實(shí)驗(yàn)設(shè)計(jì)　113
7.2.2　不同超像素算法對(duì)廣義中餐館連鎖模型的影響　114
7.2.3　不同超像素算法比較　131
7.3　本章小結(jié)　135
第8章　融合光譜與形態(tài)特征的災(zāi)前建筑物自動(dòng)識(shí)別　136
8.1　gCRF_MBI模型　136
8.1.1　gCRF_MBI模型的組成　136
8.1.2　gCRF_MBI模型的框架　137
8.2　建筑物提取算法　139
8.2.1　SR模型的算法　139
8.2.2　MBI模型的算法　141
8.2.3　gCRF模型的算法　142
8.3　多源衛(wèi)星圖像的建筑物提取算法　142
8.4　實(shí)驗(yàn)分析與討論　143
8.4.1　實(shí)驗(yàn)設(shè)置　143
8.4.2　gCRF_MBI模型組分之間的關(guān)系　145
8.4.3　對(duì)比實(shí)驗(yàn)與分析　148
8.5　本章小結(jié)　155
第9章　融合圖像與點(diǎn)云數(shù)據(jù)的災(zāi)后建筑物震害提取　156
9.1　建筑物震害特征與識(shí)別　156
9.1.1　無(wú)人機(jī)圖像的建筑物震害類(lèi)型及圖像特征　158
9.1.2　基于決策樹(shù)的災(zāi)后建筑物震害識(shí)別　160
9.2　基于中餐館連鎖模型的屋頂漏空檢測(cè)　161
9.3　實(shí)驗(yàn)分析與討論　165
9.3.1　實(shí)驗(yàn)數(shù)據(jù)及預(yù)處理　165
9.3.2　實(shí)驗(yàn)結(jié)果與討論　166
9.4　本章小結(jié)　170
參考文獻(xiàn)　171
附錄　177
附錄A：　雅安地震某村建筑物的三維模型　177
附錄B：　汶川地震某鎮(zhèn)建筑物的三維模型（部分）　187