遥感综合应用实践PDF|Epub|txt|kindle电子书版本下载

遥感综合应用实践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

第一章 遥感影像处理编程基础1

1.1 VS编程中GDAL库和OpenCV库的配置1

1.1.1 建立MFC应用程序1

1.1.2 配置GDAL库3

1.1.3 配置OpenCV库4

1.2 利用GDAL库读写显示遥感影像实验6

1.2.1 建立影像类6

1.2.2 读取影像文件7

1.2.3 显示影像文件12

1.2.4 存储影像文件13

1.3 利用OpenCV读写显示图像实验15

1.3.1 创建Mat对象15

1.3.2 访问Mat元素17

1.3.3 Mat的基本操作18

1.3.4 图像的读写显示19

第二章 遥感影像变化检测20

2.1 遥感变化检测概述20

2.1.1 遥感变化检测原理20

2.1.2 遥感变化检测方法21

2.2 基于特征差异的变化检测22

2.2.1 光谱特征变化检测22

2.2.2 纹理特征变化检测24

2.3 基于特征差异的变化检测实验26

2.3.1 基于主分量变换的光谱特征变化检测实验27

2.3.2 基于EM算法的纹理特征变化检测实验34

2.4 分类比较法变化检测42

2.4.1 支持向量机分类42

2.4.2 神经网络分类43

2.4.3 最大似然分类44

2.4.4 分类比较法变化检测实现45

2.5 分类比较法变化检测实验45

2.5.1 影像几何配准46

2.5.2 影像裁剪50

2.5.3 影像融合51

2.5.4 影像监督分类53

2.5.5 分类后处理56

2.5.6 分类精度评定58

2.5.7 分类比较法变化检测60

2.5.8 变化检测精度评定62

第三章 面向对象的遥感影像信息提取69

3.1 面向对象的信息提取概述69

3.2 多尺度影像分割方法70

3.3 多尺度影像分割实验72

3.3.1 影像多尺度分割72

3.3.2 创建影像对象层75

3.3.3 分割对象合并76

3.4 面向对象特征的信息提取方法78

3.4.1 面向对象影像解译的常用特征79

3.4.2 对象特征显示82

3.4.3 自定义特征84

3.4.4 面向对象特征的信息提取85

3.5 面向对象特征的信息提取实验85

3.5.1 确定信息提取类型86

3.5.2 确定分割尺度86

3.5.3 选择或自定义特征87

3.5.4 确定特征阈值88

3.5.5 阈值法信息提取89

3.6 面向对象分类的信息提取方法91

3.6.1 最近邻分类91

3.6.2 隶属度分类94

3.6.3 决策树分类96

3.6.4 SVM分类97

3.7 面向对象分类的信息提取实验98

3.7.1 最近邻法分类实验99

3.7.2 隶属度函数法分类实验106

3.7.3 决策树分类实验118

3.8 面向对象的变化信息提取方法122

3.8.1 面向对象的特征差异法变化信息提取122

3.8.2 面向对象的分类比较法变化信息提取123

3.9 面向对象的变化信息提取实验124

3.9.1 面向对象特征差异的变化信息提取实验124

3.9.2 基于对象分类比较的变化信息提取实验130

第四章 多光谱遥感影像叶绿素浓度反演140

4.1 遥感影像叶绿素浓度反演概述140

4.1.1 叶绿素的光谱特性140

4.1.2 叶绿素浓度反演建模的理论基础141

4.2 水域叶绿素浓度反演方法141

4.2.1 叶绿素浓度反演方法分类141

4.2.2 常用的叶绿素浓度反演方法142

4.3 TM影像叶绿素a浓度经验法反演实验145

4.3.1 TM影像几何纠正145

4.3.2 几何纠正影像辐射定标145

4.3.3 定标影像FLAASH大气校正147

4.3.4 地面实测数据异常检测150

4.3.5 建立叶绿素浓度反演模型150

4.3.6 水域叶绿素浓度反演153

4.4 MODIS影像叶绿素a浓度半经验法反演实验160

4.4.1 HDF格式介绍160

4.4.2 MODIS影像辐射定标160

4.4.3 MODIS影像大气校正160

4.4.4 MODIS 1B影像自带经纬度的几何纠正162

4.4.5 地面实测数据异常检测168

4.4.6 利用MODIS影像建立三波段模型168

4.4.7 水域叶绿素浓度反演169

第五章 热红外遥感影像地表温度反演172

5.1 遥感影像地表温度反演概述172

5.1.1 遥感地面温度反演的基本理论172

5.1.2 遥感地面温度反演的方法174

5.2 遥感影像单通道法地表温度反演174

5.2.1 单窗算法地表温度反演模型175

5.2.2 地表比辐射率176

5.2.3 亮度温度177

5.2.4 大气透射率178

5.2.5 大气平均作用温度178

5.3 遥感影像单窗法地表温度反演实验178

5.3.1 热红外波段辐射定标179

5.3.2 多光谱波段大气校正180

5.3.3 影像分类181

5.3.4 计算NDVI与植被覆盖度182

5.3.5 计算地表比辐射率183

5.3.6 计算大气透射率185

5.3.7 计算大气平均作用温度186

5.3.8 计算亮度温度186

5.3.9 地表温度反演187

5.3.10 获取各类地物反演温度图189

第六章 MODIS影像气溶胶光学厚度反演192

6.1 遥感影像气溶胶光学厚度反演概述192

6.1.1 大气气溶胶的概念192

6.1.2 气溶胶光学厚度反演原理192

6.1.3 遥感气溶胶反演方法193

6.2 基于6S模型和暗像元的气溶胶光学厚度反演方法195

6.2.1 6S辐射传输模型195

6.2.2 暗像元反演法196

6.2.3 气溶胶光学厚度反演197

6.3 基于6S模型的气溶胶光学厚度反演实验198

6.3.1 数据预处理199

6.3.2 提取暗目标202

6.3.3 6S程序参数设置204

6.3.4 生成查找表205

6.3.5 查找表光学厚度匹配209

第七章 利用SAR影像提取DEM214

7.1 利用SAR影像提取DEM概述214

7.1.1 SAR成像原理214

7.1.2 SAR影像提取DEM原理214

7.2 利用SAR立体像对提取DEM方法216

7.2.1 SAR立体像对的视差216

7.2.2 SAR立体像对的基高比217

7.2.3 SAR立体测量获取DEM217

7.3 利用SAR立体像对提取DEM实验217

7.3.1 输入SAR立体像对218

7.3.2 轨道纠正218

7.3.3 影像裁剪220

7.3.4 去噪滤波221

7.3.5 降低分辨率222

7.3.6 影像配准222

7.3.7 检查配准精度226

7.3.8 约束处理227

7.3.9 影像匹配228

7.3.10 降低分辨率230

7.3.11 生成DEM231

第八章 基于PPI端元提取的高光谱影像分类234

8.1 高光谱影像分类概述234

8.1.1 高光谱数据的特点234

8.1.2 高光谱数据的表示235

8.1.3 高光谱数据分类236

8.2 基于PPI端元提取的高光谱影像分类方法239

8.2.1 端元提取239

8.2.2 最小噪声分离240

8.2.3 PPI端元提取241

8.2.4 端元波谱识别242

8.2.5 像素分类242

8.3 基于PPI端元提取的高光谱影像分类实验243

8.3.1 辐射校正243

8.3.2 最小噪声分离244

8.3.3 计算PPI指数246

8.3.4 N维可视化端元提取248

8.3.5 端元波谱分析253

8.3.6 影像分类256

参考文献259

附录 遥感信息工程国家级实验教学示范中心介绍261

依托国家特色专业和卓越计划 建设示范中心261

武汉大学遥感信息工程国家级实验教学示范中心创新型实验教学改革269

基于工程教育认证的“遥感应用综合实习”课程改革与创新275