扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
湖南省志(1978-2002)?铁路志
-
>
公路车宝典(ZINN的公路车维修与保养秘籍)
-
>
晶体管电路设计(下)
-
>
无头案:雍正暴亡之谜
-
>
基于个性化设计策略的智能交通系统关键技术
-
>
花样百出:贵州少数民族图案填色
-
>
识木:全球220种木材图鉴
全极化合成孔径雷达图像处理模型及方法 版权信息
- ISBN：9787121420962
- 条形码：9787121420962 ; 978-7-121-42096-2
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
全极化合成孔径雷达图像处理模型及方法 内容简介
本书对极化SAR图像进行深入分析, 不仅充分挖掘了极化SAR的散射特性, 更进一步的从视觉认知角度构建视觉层次语义模型, 提出一系列有效的新模型和极化SAR地物分类方法。
全极化合成孔径雷达图像处理模型及方法 目录
目 录
前言
符号对照表
缩略语对照表
第 1 章 极化 SAR 图像分类概述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 极化 SAR 图像数据. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3
1.2.1 极化 SAR 数据表示 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 极化 SAR 数据的统计分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 极化 SAR 图像分类算法研究现状和挑战 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.1 极化 SAR 图像分类算法研究现状 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.3.2 极化 SAR 图像分类的难点和挑战 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.3 视觉认知模型发展现状 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4 视觉计算理论和初始素描模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.4.1 Marr 视觉计算理论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.2 初始素描模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5 深度学习模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18
1.5.1 卷积神经网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5.2 深度置信网络 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.3 深度自编码 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.6 本书的贡献和内容安排. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20
第 2 章 极化 SAR 图像边缘检测算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.1 引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 极化 CFAR 检测算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
.x .全极化合成孔径雷达图像处理模型及方法
2.2.1 极化 CFAR 检测算法的基本概念 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2.2 极化 CFAR 检测算的缺点. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3 融合极化机理和梯度学习的极化 SAR 边缘检测算法. . . . . . . . . . . . . . . .27
2.3.1 基于 SPAN 图的加权梯度边缘检测 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3.2 基于语义规则的小波融合. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29
2.4 实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.1 实验设置 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.2 L 波段旧金山地区实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.4.3 C 波段极化 SAR 图像实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.5 本章小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
第 3 章 极化 SAR 图像的视觉层次语义模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.1 引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2 极化 SAR 图像的视觉层次语义模型与框架. . . . . . . . . . . . . . . . . . . . . . . . . 38
3.2.1 视觉层次语义模型构建动机. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38
3.2.2 视觉层次语义模型数学表示. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41
3.2.3 视觉层次语义模型的框架. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43
3.3 初层语义：极化 SAR 素描图的构建算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3.1 极化边线检测算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3.2 素描线的选择 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.4 中层语义：区域图构建算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.4.1 基于图规则和素描线段局部统计特性的素描线段分组 . . . . . . . . . . . . . . . . . 50
3.4.2 聚集区域提取 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3.4.3 结构区域提取 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.5 实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.5.1 多组极化 SAR 图像验证模型有效性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.5.2 参数分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.6 本章小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
目 录 .xi .第 4 章 基于层次语义模型和极化特性的极化 SAR 地物分类. . . . . . . . . . . . . . .63
4.1 引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.2 算法框架 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
4.3 语义分割算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .65
4.3.1 初始分割 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.3.2 聚集区域分割算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3.3 结构区域分割算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3.4 层次分割算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
4.4 语义?极化分类算法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.4.1 H/α-Wishart 分类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.4.2 融合语义分割和极化机理的分类策略. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.5 实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.5.1 实验数据和设置 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.5.2 合成极化 SAR 图像的实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.5.3 E-SAR 卫星 L 波段极化 SAR 图像实验结果和分析 . . . . . . . . . . . . . . . . . . 74
4.5.4 AIRSAR 卫星 L 波段极化 SAR 图像实验结果和分析. . . . . . . . . . . . . . . . . 76
4.5.5 CONVAIR 卫星极化 SAR 图像实验结果和分析 . . . . . . . . . . . . . . . . . . . . . 78
4.5.6 RadarSAT-2 卫星 C 波段极化 SAR 图像实验结果和分析 . . . . . . . . . . . . . 78
4.5.7 参数分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6 本章小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
第 5 章 基于极化素描图和自适应邻域 MRF 的极化 SAR 地物分类. . . . . . . 84
5.1 引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.2 极化素描图 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.3 基于极化素描图和自适应邻域 MRF 的极化 SAR 地物分类算法 . . . . 88
5.3.1 极化 SAR 数据分布 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
5.3.2 基于素描图的自适应 MRF 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
5.3.3 算法描述 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
5.4 实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
.xii .全极化合成孔径雷达图像处理模型及方法
5.4.1 实验设置 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.4.2 仿真数据的实验结果和分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .99
5.4.3 CONVAIR 卫星 Ottawa 地区极化 SAR 图像实验结果和分析 . . . . . . . . 102
5.4.4 E-SAR 卫星 L 波段极化 SAR 图像实验结果和分析 . . . . . . . . . . . . . . . . . 105
5.5 本章小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
第 6 章 基于深度学习和层次语义模型的极化 SAR 地物分类 . . . . . . . . . . . . . 107
6.1 引言. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .107
6.2 深度自编码模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.3 极化层次语义模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.4 DL-HSM 算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.4.1 聚集区域的深度自编码模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
6.4.2 结构区域边界定位 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
6.4.3 匀质区域的层次分割和分类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
6.5 实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.5.1 实验数据和设置 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.5.2 合成图像实验结果和分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6.5.3 AIRSA 卫星 L 波段极化 SAR 图像实验结果和分析 . . . . . . . . . . . . . . . . . 120
6.5.4 CONVAIR 卫星极化 SAR 图像实验结果和分析 . . . . . . . . . . . . . . . . . . . . 122
6.5.5 RadarSAT-2 卫星 C 波段极化 SAR 图像实验结果和分析 . . . . . . . . . . . . 123
6.5.6 参数分析 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
6.6 本章小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
参考文献. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
展开全部
全极化合成孔径雷达图像处理模型及方法 作者简介
石俊飞，女，博士，从事方向：遥感图像处理、机器学习、计算机视觉。2016/10-至今， 西安理工大学，讲师；2010/09-2016/09，西安电子科技大学，计算机学院，博士；2009/09-2010/07，西安电子科技大学，计算机学院，硕士；2005/09-2009/07，河南师范大学，计算机学院，学士。参加的学术组织：CCF会员。承担过的重点科研项目：1.国家自然科学基金(62006186)，视觉认知驱动的高分辨极化SAR复张量特征学习与地物分类，2021/01-2023/12,24万，在研，主持。 2. 陕西省自然科学基金(2018JQ6055), 基于视觉层次认知模型的极化SAR 影像分类方法研究，2018/1-2019/12,3万，已结题，主持。 3. 陕西省教育厅专项科研计划项目(19JK0566)，基于视觉层次语义表达的极化SAR影像分类方法研究，2019/1-2020/12, 2万，在研，主持。4. 地理信息工程国家重点实验室开放基金(SKLGIE2019-M-3-2),基于视觉认知驱动的高分辨极化SAR复杂场景分类，2020.1-2021.12,5万，在研，主持。 5. 国家自然科学基金(615732670),基于层次视觉语义模型和稀疏表征的高分辨SAR图像的分割和分类,2016/01-2019/12, 81万，在研，参加。 6. 国家自然科学基金面上项目(61872290)弱光低照多光源发光互扰尘雾图像的退化模型及清晰化方法研究,2018/01-2018/12,16万，已结题，参加。7. 国家自然科学基金重点项目，91438201, 稀疏认识下的遥感影像在轨变化检测与目标提取，2014/01-2017/12，380万，已结题，参加。
书友推荐
本类畅销
-
一本书读懂华为光网络
¥48.3¥69 -
广电和通信设备电子装接工(初、中、高级工)指导教程
¥47.8¥59.8 -
功率晶体管原理
¥14.6¥43 -
Xilinx FPGA开发实用教程-(第2版)-CD-ROM
¥26.7¥54.5 -
漫谈光通信·芯片卷
¥72.5¥98 -
漫谈光通信·模块卷
¥72.5¥98
浏览历史
汉语中级综合教程(上册)(附光盘)
¥45.7¥55.0
