多源遥感影像数据融合技术【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

多源遥感影像数据融合技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1．1 多源遥感影像数据融合的目的和意义1

1．2 多源遥感影像数据融合的研究现状6

1．3 主要研究内容7

第2章 多源遥感影像数据融合的理论基础8

2．1 多源遥感影像数据融合的概念8

2．1．1 概念8

2．1．2 有关术语10

2．2 多源遥感影像数据融合的层次、模型与结构11

2．2．1 融合的形式11

2．2．2 融合的层次12

2．2．3 融合的一般模型14

2．2．4 融合的结构类型16

2．3 多源遥感影像数据融合方法分类19

2．3．1 按哲学观点分类19

2．3．2 按融合层次分类21

2．3．3 按融合理论分类22

2．4 本章小结23

第3章 多源遥感影像像素级融合技术25

3．1 多源遥感影像像素级融合技术概述25

3．1．1 影像像素级融合的基本概念26

3．1．2 融合影像数据的选择26

3．1．3 影像像素级融合过程、特点及其应用27

3．2 多源遥感影像的空间配准方法28

3．2．1 基于数字地面模型的精纠正28

3．2．2 多项式纠正29

3．2．3 基于三角网（大面元）的纠正30

3．2．4 小面元微分纠正30

3．3 影像像素级融合方法及其特点31

3．3．1 空间域融合法32

3．3．2 变换域融合法38

3．4 影像像素级融合影像质量评价51

3．5 试验与分析56

3．5．1 试验数据简介56

3．5．2 试验结果分析58

3．6 本章小结74

第4章 基于Bayes理论的融合方法及其应用77

4．1 Bayes统计理论78

4．1．1 概率论要点78

4．1．2 Bayes统计理论79

4．2 基于Bayes理论的融合方法83

4．3 基于Bayes融合法的多源遥感影像分类84

4．3．1 成像模型84

4．3．2 上下文关系模型85

4．3．3 融合模型87

4．4 试验与分析89

4．5 本章小结93

第5章 基于Dempster-Shafer理论的信息融合及其应用95

5．1 Dempster-Shafer证据理论简介96

5．1．1 Dempster-Shafer证据理论要点96

5．1．2 Bayes理论与证据理论的比较99

5．2 基于Dempster-Shafer的信息融合原理101

5．3 基于Dempster-Shafer融合法的影像纹理分类102

5．3．1 纹理特征提取103

5．3．2 在影像纹理识别中的应用110

5．4 试验与分析112

5．5 本章小结115

第6章 基于BP神经网络的多源遥感影像分类方法117

6．1 概述117

6．2 BP神经网络模型119

6．2．1 神经元120

6．2．2 感知器与最小均方学习算法121

6．2．3 BP学习算法及其特点124

6．2．4 标准BP学习算法的改进127

6．3 基于BP神经网络的多源遥感影像分类方法130

6．3．1 BP神经网络的构造与实现130

6．3．2 基于模糊融合的多源遥感影像分类132

6．3．3 基于改进BP神经网络的多源遥感影像融合分类134

6．3．4 基于改进BP神经网络的多源遥感影像分类融合135

6．4 试验与分析136

6．5 本章小结140

参考文献141