多源遙感影像融合技術(shù)與應(yīng)用

前言
1 緒論
1.1 研究背景
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 國外研究現(xiàn)狀
1.2.2 國內(nèi)研究現(xiàn)狀
1.3 研究內(nèi)容
1.3.1 研究內(nèi)容
1.3.2 研究方法
1.3.3 技術(shù)路線
1.4 本書結(jié)構(gòu)
參考文獻(xiàn)
2 遙感影像融合的概念、層次及方法
2.1 遙感影像融合的概念
2.1.1 數(shù)據(jù)融合的含義
2.1.2 遙感影像融合的新定義
2.2 遙感影像融合的層次
2.3 遙感影像融合的方法
2.3.1 像素級影像融合方法
2.3.2 特征級影像融合方法
2.3.3 決策級影像融合方法
2.3.4 融合方法比較
2.4 常用的融合方法實(shí)驗(yàn)與分析
2.5 本章小結(jié)
參考文獻(xiàn)
3 數(shù)據(jù)選擇及數(shù)據(jù)準(zhǔn)備
3.1 實(shí)驗(yàn)數(shù)據(jù)的選擇
3.2 實(shí)驗(yàn)數(shù)據(jù)的影像配準(zhǔn)
3.2.1 影像配準(zhǔn)方法
3.2.2 影像配準(zhǔn)實(shí)驗(yàn)
3.3 配準(zhǔn)數(shù)據(jù)的格式化
3.3.1 數(shù)據(jù)規(guī)則化
3.3.2 訓(xùn)練數(shù)據(jù)格式化
3.4 本章小結(jié)
參考文獻(xiàn)
4 基于改進(jìn)的自組織映射網(wǎng)絡(luò)的遙感影像決策級融合方法
4.1 自組織映射網(wǎng)絡(luò)結(jié)構(gòu)
4.1.1 Kohonen網(wǎng)絡(luò)算法
4.1.2 Kohonen網(wǎng)絡(luò)模型的改進(jìn)
4.2 基于改進(jìn)的Kohonen網(wǎng)絡(luò)的遙感影像決策級融合
4.2.1 融合模型
4.2.2 融合規(guī)則
4.3 融合實(shí)驗(yàn)與分析
4.3.1 基于Kohonen網(wǎng)絡(luò)的影像融合實(shí)驗(yàn)
4.3.2 基于改進(jìn)的Kohonen網(wǎng)絡(luò)的影像融合實(shí)驗(yàn)
4.4 本章小結(jié)
參考文獻(xiàn)
5 基于支持向量機(jī)的遙感影像決策級融合方法
5.1 支持向量機(jī)方法
5.1.1 最優(yōu)分類超平面
5.1.2 構(gòu)造支持向量機(jī)
5.2 基于支持向量機(jī)的遙感影像決策級融合
5.2.1 融合模型
5.2.2 融合規(guī)則
5.3 融合實(shí)驗(yàn)與分析
5.3.1 融合實(shí)驗(yàn)
5.3.2 融合結(jié)果分析
5.4 本章小結(jié)
參考文獻(xiàn)
6 遙感影像決策級融合質(zhì)量評價
6.1 主觀定性評價
6.1.1 光譜分辨率評價
6.1.2 空間分辨率評價
6.2 客觀定量分析
6.2.1 分類精度評價
6.2.2 熵與聯(lián)合熵及平均梯度
6.2.3 偏差指數(shù)
6.3 遙感影像決策級融合質(zhì)量評價標(biāo)準(zhǔn)
6.3.1 定性評價
6.3.2 以圖像分類精度為標(biāo)準(zhǔn)的定量分析
6.4 決策級融合結(jié)果質(zhì)量評價
6.5 本章小結(jié)
參考文獻(xiàn)
7 決策級影像融合在土地覆蓋分類中的應(yīng)用
7.1 基于神經(jīng)網(wǎng)絡(luò)的遙感影像土地覆蓋分類實(shí)驗(yàn)
7.2 決策級影像融合在土地覆蓋分類中的應(yīng)用評價
7.3 多源遙感影像分類融合應(yīng)用系統(tǒng)框架的建立
7.4 本章小結(jié)
參考文獻(xiàn)
8 總結(jié)與展望