0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 图书分类 > 地球天文 > 天体测量与天体力学 > 光学卫星信号处理与增强

相同作者的商品

相同语种的商品

浏览历史

光学卫星信号处理与增强


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
光学卫星信号处理与增强
  • 书号:9787030534958
    作者:王建宇
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:
    字数:521000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2017-06-01
  • 所属分类:
  • 定价: ¥198.00元
    售价: ¥198.00元
  • 图书介质:
    按需印刷

  • 购买数量: 件  可供
  • 商品总价:

内容介绍

样章试读

用户评论

全部咨询

  本书全面介绍了近年来发展起来的光学卫星信号处理和增强的方法与算法,内容覆盖星载光学传感器的基本知识、卫星数据生成方法、光学卫星图像品质评估指标、星上数据压缩和数据定标方法。为了更好地进行图像信息增强和开发应用,还介绍了降低数据的噪声、提高信噪比和增强空间分辨率等改善光学卫星图像数据质量的方法及使用这些数据的技术。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    “电子与信息作战”丛书序
    译者序
    前言
    第1章 星载光学传感器 1
    1.1 序言 1
    1.2 光学卫星传感器及其类型 1
    1.3 全色传感器 2
    1.4 多光谱传感器 4
    1.4.1 LandsatMSS、TM和ETM+ 4
    1.4.2 SPOT卫星的HRV、HRVIR和HRG 9
    1.4.3 其他多光谱传感器 10
    1.5 高光谱传感器 10
    1.5.1 什么是高光谱传感器 10
    1.5.2 高光谱传感器的工作原理 11
    1.5.3 高光谱传感器的类型 12
    1.5.4 高光谱传感器的运行模式 15
    1.5.5 星载高光谱传感器 16
    1.6 傅里叶变换成像光谱仪 21
    1.6.1 简述 21
    1.6.2 FTS传感器的类型和工作原理 22
    1.6.3 星载IFTS 22
    1.7 激光雷达传感器 27
    1.7.1 定义和描述 27
    1.7.2 激光雷达空间技术实验 29
    1.7.3 航天飞机激光高度计 29
    1.7.4 火星轨道激光高度计 30
    1.7.5 地球科学激光高度计 30
    1.7.6 正交极化的云——气溶胶激光雷达 30
    1.7.7 大气激光多普勒激光雷达 31
    1.7.8 水星激光高度计 32
    1.7.9 月球轨道激光高度计 32
    1.7.10 新一代高分辨率扫面成像激光雷达 33
    参考文献 34
    第2章 卫星数据生产和产品分级标准 38
    2.1 空间数据和信息系统 38
    2.2 地球观测系统数据信息系统 38
    2.2.1 飞行器指挥与控制中心 39
    2.2.2 数据接收和0级数据处理 39
    2.2.3 数据产品生产 39
    2.2.4 数据归档、管理和分发 39
    2.2.5 卫星数据产品的目标定位和访问机制 40
    2.3 地球观测系统数据产品分类标准 40
    2.4 行星数据系统和产品 41
    2.4.1 标准数据产品 41
    2.4.2 工程数据和其他辅助数据产品 42
    2.4.3 数据集说明 42
    2.5 行星数据产品分级标准 43
    2.6 地球观测系统产品等级划分案例 43
    2.6.1 0级数据产品 44
    2.6.2 1级数据产品 44
    2.6.3 2级及更高级别数据产品 44
    2.7 行星数据产品分级的案例 45
    2.7.1 1级数据产品:原始数据 46
    2.7.2 2级数据产品:拉曼数据包 46
    2.7.3 3级数据产品:校正未识别的拉曼光谱 46
    2.7.4 5级数据产品:碳含量/矿物学的结果 46
    2.7.5 6级数据产品:辅助数据 47
    2.7.6 7级数据产品:相关数据 47
    2.7.7 8级数据产品:用户说明 47
    参考文献 47
    第3章 卫星数据和图像的质量度量 49
    3.1 质量度量的需求分析 49
    3.2 全参考度量 50
    3.2.1 常见全参考度量 51
    3.2.2 基于视觉感知质量的全参考度量 55
    3.3 半参考度量 60
    3.3.1 四种半参考度量——用于空间分辨率提高后图像的质量评价 62
    3.3.2 基于小波域自然图像统计模型的半参考度量 64
    3.4 无参考度量 65
    3.4.1 针对JPEG压缩图像的无参考度量 66
    3.4.2 针对全色锐化多光谱图像的无参考度量 68
    参考文献 69
    第4章 卫星数据压缩 72
    4.1 无损和近无损数据压缩 72
    4.1.1 无损压缩 73
    4.1.2 近无损压缩 74
    4.2 高光谱图像的矢量量化数据压缩 75
    4.2.1 快速矢量量化压缩算法综述 75
    4.2.2 近无损压缩的矢量量化技术 78
    4.3 光谱图像的星上数据压缩 79
    4.3.1 一维差分脉冲编码调制 79
    4.3.2 基于离散余弦变换的压缩 80
    4.3.3 基于小波变换的压缩 81
    4.3.4 选择性压缩 82
    4.4 超光谱探测仪数据的无损压缩 83
    4.4.1 基于小波变换和基于预测方法的比较 83
    4.4.2 使用预先计算的矢量量化无损压缩 86
    4.4.3 采用基于预测的下三角变换的无损压缩 88
    4.5 航天器数据的CCSDS数据压缩国际标准 92
    4.5.1 三个空间数据压缩标准 92
    4.5.2 无损数据压缩国际标准 93
    4.5.3图像数据压缩标准 94
    4.5.4 无损多光谱/高光谱压缩标准 99
    参考文献 102
    第5章 卫星数据的格式化与分包 107
    5.1 采用CCSDS空间数据传输协议格式化卫星数据 107
    5.2 遥测传输系统的概念 109
    5.2.1 分包层 109
    5.2.2 传输帧层 109
    5.2.3 信道编码层 110
    5.3 空间数据分包的概念 110
    5.4 空间数据包结构 111
    5.4.1 数据包主导头 112
    5.4.2 包数据域 113
    5.5 遥测传输帧 115
    5.5.1 传输帧的主导头 116
    5.5.2 传输帧副导头 118
    5.5.3 传输帧数据域 119
    5.5.4 操作控制域 119
    5.5.5 帧误码控制域 120
    参考文献 121
    第6章 信道编码 123
    6.1 遥测传输系统的层及信道编码 123
    6.2 信道编码提升空间数据的连接性能 125
    6.2.1 信道编码性能测量 125
    6.2.2 信道编码性能的香农极限 125
    6.3 Reed——Solomon(RS)编码 127
    6.3.1 定义 127
    6.3.2 RS编码器 129
    6.3.3 RS符号交织 130
    6.3.4 RS码的译码 131
    6.3.5 RS码的性能 132
    6.4 卷积码 132
    6.4.1 CCSDS标准(7,1/2)卷积码编码器 133
    6.4.2 CCSDS标准删余卷积码编码器 134
    6.4.3 卷积码的最大似然软译码 135
    6.4.4 (7,1/2)码和删余卷积码的性能 136
    6.5 RS码和卷积码的级联 139
    6.6 Turbo码 141
    6.6.1 Turbo码的定义 141
    6.6.2 Turbo编码器和译码器 142
    6.6.3 Turbo码与传统级联码的比较 143
    6.7 低密度奇偶校验码 145
    6.7.1 LDPC码简介 145
    6.7.2 CCSDS推荐的LDPC编码 146
    6.7.3 LDPC码的性能 148
    参考文献 149
    第7章 光学传感器的定标 151
    7.1 定标的重要性 151
    7.2 绝对和相对辐射定标 153
    7.3 卫星光学传感器模型 154
    7.4 发射前的地面定标 156
    7.4.1 综述 156
    7.4.2 地球资源卫星仪器的实验室定标 158
    7.4.3 AVIRIS实验室定标 158
    7.5 发射后机上定标 159
    7.6 替代定标 162
    7.7 传感器辐亮度和大气顶部(TOA)反射率的换算 163
    7.7.1 传感器辐亮度的换算 163
    7.7.2 大气顶部反射率换算 165
    7.7.3 传感器的亮度温度换算 165
    参考文献 166
    第8章 空间畸变和光谱弯曲的检测与校正 171
    8.1 成像光谱仪的空间畸变和光谱弯曲 171
    8.1.1 光谱畸变:光谱弯曲 171
    8.1.2 空间畸变:梯形畸变 173
    8.1.3 keystone和smile对成像像元形状和位置的影响 175
    8.2 利用大气吸收特征匹配方法测试smile畸变 176
    8.3 五台成像光谱仪的smile畸变测试 179
    8.3.1 AVIRIS传感器smile畸变测试 180
    8.3.2 SFSI传感器的smile畸变测试 182
    8.3.3 CASI传感器的smile畸变测试 185
    8.3.4 CHRIS传感器的smile畸变测试 187
    8.3.5 Hyperion传感器的smile畸变测试 188
    8.4 利用空间特征的波段间相关性检测空间畸变 193
    8.5 高光谱成像仪的Keystone畸变测试 194
    8.5.1 AVIRIS传感器的Keystone畸变测试 194
    8.5.2 Aurora传感器的Keystone畸变测试 196
    8.5.3 CASI传感器的Keystone畸变测试 197
    8.5.4 SFSI传感器的Keystone畸变测试 198
    8.5.5 Hyperion传感器的Keystone畸变测试 198
    8.5.6 Keystone畸变测试结果小结 199
    8.6 Keystone畸变对光谱相似性度量的影响 200
    参考文献 202
    第9章 多传感器图像融合 204
    9.1 图像融合定义 204
    9.2 三类图像融合算法 206
    9.3 常见图像融合方法 207
    9.3.1 IHS融合 207
    9.3.2 主成分分析融合 210
    9.3.3 算术组合融合 211
    9.3.4 小波变换融合 213
    9.4 典型图像融合技术的比较 215
    9.4.1 九种融合技术简介 215
    9.4.2 评估结果小结 217
    9.5 基于复数脊波变换的图像融合 218
    9.5.1 目的 218
    9.5.2 Radon变换 219
    9.5.3 脊波变换 219
    9.5.4 迭代反向投影 220
    9.5.5 基于复数脊波变换的图像融合 221
    9.5.6 图像融合实验结果 223
    9.6 光学和雷达图像融合 230
    9.6.1 基于强度调制的多光谱和合成孔径雷达图像融合 230
    9.6.2 基于小波变换的合成孔径雷达和光学图像融合 231
    9.6.3 基于局部方差和均值的合成孔径雷达和光学图像融合 231
    9.6.4 RADARSAT——1和SPOT图像融合 232
    参考文献 233
    第10章 利用探测器空间畸变特性增强图像分辨率 242
    10.1 利用信号处理来改善卫星载荷的性能 242
    10.2 利用卫星探测器的空间畸变特性来改善空间分辨率 243
    10.3 利用KS提高单波段图像的空间分辨率 246
    10.3.1 具有子像素位移的图像的融合 246
    10.3.2 方法1:基于KS效应引起的子像素位移提取出波段图像 247
    10.3.3 方法2:基于预定的子像素位移量获取合成图像 249
    10.3.4 方法3:基于像素点强度值的接近程度获取合成图像 250
    10.3.5 两种处理子像素级位移图像的方案及迭代反向投影的实现方法 251
    10.4 单波段高分辨率图像实验结果 254
    10.4.1 图像质量评价标准:改进型视觉信息保真度 254
    10.4.2 测试高光谱数据立方体 255
    10.4.3 Target数据立方体的处理结果 255
    10.4.4 KeyLake数据立方体实验结果 259
    10.5 整个数据立方体的空间分辨率提高 261
    10.6 数据立方体空间分辨率增强后的实验结果 262
    10.7 总结和讨论 267
    参考文献 268
    第11章 提高卫星传感器信噪比的数字降噪处理方法 274
    11.1 通过降低噪声提高卫星传感器信噪比 274
    11.2 空间维光谱维混合降噪 275
    11.2.1 小波收缩降噪 275
    11.2.2 问题描述 277
    11.2.3 提出的方法 281
    11.2.4 去噪实验结果 286
    11.3 主成分分析法和小波收缩去噪 295
    11.3.1 PCA与小波变换联合去噪方法 296
    11.3.2 PCA和小波联合去噪方法的实验结果 298
    11.4 主成分分析(PCA)与块匹配三维滤波相结合去噪 302
    11.4.1 PCA联合BM3D降噪法 303
    11.4.2 实验结果 304
    11.5 混合光谱——空间维降噪技术评估 306
    11.5.1 用于评估的遥感产品 306
    11.5.2 评估标准 309
    11.5.3 评估结果 311
    参考文献 314
    第12章 降噪后的高光谱图像小目标探测 318
    12.1 高光谱图像目标探测 318
    12.2 基于光谱角填图的方法 319
    12.2.1 测试数据立方体 319
    12.2.2 使用光谱角填图算法对目标面积进行估算 321
    12.2.3 目标面积估算结果 324
    12.3 接受器操作特性方法 327
    12.4 使用光谱分解进行目标探测 329
    12.4.1 混合像元分解和目标掩模 330
    12.4.2 评价标准 332
    12.4.3 目标探测与评价结果 333
    12.5 基于像素的端元光谱丰度值的总和的目标探测 341
    12.5.1 亚像素目标探测 341
    12.5.2 目标探测和评价结果 344
    12.5.3 讨论和结论 349
    参考文献 351
    第13章 高光谱图像降维 354
    13.1 三种降维方法和波段选择方法回顾 354
    13.1.1 主成分分析降维 355
    13.1.2 小波变换降维 355
    13.1.3 最小噪声分离降维 356
    13.1.4 波段选择 356
    13.2 三种降维方法和一种波段选择方法的评估 357
    13.2.1 端元提取实验 357
    13.2.2 矿物检测实验 359
    13.2.3 矿物分类实验 360
    13.2.4 森林分类应用 361
    13.2.5 小结 363
    13.3 局部线性嵌入降维 363
    13.3.1 改进的局部线性嵌入方法非线性降维 364
    13.3.2 基于端元提取和矿物检测的评估 366
    13.4 利用局部线性嵌入与拉普拉斯特征映射组合的降维方法 370
    13.4.1 局部线性嵌入与拉普拉斯特征映射组合降维 370
    13.4.2 端元提取实验结果 372
    13.5 双变量小波收缩与主成分分析方法 373
    13.5.1 双变量小波收缩+主成分分析方法的数据降维与降噪 374
    13.5.2 双变量小波收缩+主成分分析方法的评估 376
    13.6 小波包和主成分分析组合同时降维和降噪方法 379
    13.6.1 小波包+邻域收缩+主成分分析方法 380
    13.6.2 小波包+邻域收缩+主成分分析方法的评估 381
    参考文献 383
    第14章 基于数据立方体几何形状的快速端元提取 386
    14.1 混合像元与线性光谱分解 386
    14.2 端元提取方法 388
    14.2.1 方法概述 388
    14.2.2 N-FINDR算法 389
    14.2.3 单体增长法 390
    14.2.4 像元纯度指数法 390
    14.2.5 迭代误差分析 391
    14.2.6 自动形态学光谱端元提取 392
    14.2.7 自动目标生成方法/顶点成分分析 392
    14.2.8 完全约束最小二乘法线性解 392
    14.3 基于减少搜索空间的快速端元提取算法 393
    14.3.1 快速N-FINDR 393
    14.3.2 仿真结果 397
    14.3.3 讨论 403
    参考文献 404
    中英文术语对照表 407
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证