掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法
作者：王玉
開(kāi)本：
16開(kāi)
頁(yè)數(shù)：
183頁(yè)
讀者評(píng)分：5分1條評(píng)論
本類榜單：教材銷量榜
本類五星書(shū)更多>
-
>
闖進(jìn)數(shù)學(xué)世界――探秘歷史名題
-
>
中醫(yī)基礎(chǔ)理論
-
>
當(dāng)代中國(guó)政府與政治(新編21世紀(jì)公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國(guó)特色社會(huì)主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學(xué)·全國(guó)中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
中圖價(jià):¥31.4
加入購(gòu)物車(chē)
曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法 版權(quán)信息
- ISBN：9787563560370
- 條形碼：9787563560370 ; 978-7-5635-6037-0
- 裝幀：簡(jiǎn)裝本
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法 內(nèi)容簡(jiǎn)介
本書(shū)以多尺度分析與統(tǒng)計(jì)建模相結(jié)合的高分辨率遙感圖像分割方法理論與實(shí)踐為主線, 重點(diǎn)闡述貝葉斯框架下和能量框架下的特征加權(quán)分割模型、光譜特征分割模型和無(wú)權(quán)重特征分割模型以及各類分割模型的*優(yōu)分割解, 并對(duì)每類分割問(wèn)題給出相應(yīng)的高分辨率遙感圖像分割實(shí)例, 以體現(xiàn)其分割模型的有效性和實(shí)用性。
曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法 目錄
●章 緒論1
1.1 星載高分辨率遙感衛(wèi)星1
1.2 高分辨率遙感圖像的特點(diǎn)14
1.3 高分辨率遙感圖像分割方法14
1.3.1 單一特征分割方法15
1.3.2 多特征分割方法17
第2章 基礎(chǔ)理論20
2.1 多尺度分析20
2.1.1 小波變換20
2.1.2 曲波變換25
2.2 特征選擇30
2.2.1 過(guò)濾方法30
2.2.2 封裝方法32
2.3 統(tǒng)計(jì)建模與模擬33
2.3.1 統(tǒng)計(jì)建模33
2.3.2 統(tǒng)計(jì)模擬38
第3章 高分辨率遙感圖像特征提取43
3.1 光譜特征43
3.2 紋理特征47
3.3 邊緣特征50
3.4 高分辨率遙感圖像特征提取實(shí)例52
3.4.1 光譜特征提取實(shí)例52
3.4.2 紋理特征提取實(shí)例56
3.4.3 邊緣特征提取實(shí)例58
第4章 貝葉斯框架下的特征分割62
4.1 特征加權(quán)貝葉斯分割算法62
4.1.1 特征加權(quán)貝葉斯分割算法描述62
4.1.2 特征加權(quán)貝葉斯分割算法實(shí)例68
4.2 光譜特征貝葉斯分割算法101
4.2.1 光譜特征貝葉斯分割算法描述102
4.2.2 光譜特征貝葉斯分割算法實(shí)例106
4.3 無(wú)權(quán)重特征貝葉斯分割算法109
4.3.1 無(wú)權(quán)重特征貝葉斯分割算法描述109
4.3.2 無(wú)權(quán)重特征貝葉斯分割算法實(shí)例113
第5章 能量框架下的特征分割117
5.1 特征加權(quán)能量分割算法117
5.1.1 特征加權(quán)能量分割算法的描述117
5.1.2 特征加權(quán)能量分割算法實(shí)例121
5.2 光譜特征能量分割算法153
5.2.1 光譜特征能量分割算法描述153
5.2.2 光譜特征能量分割算法實(shí)例155
5.3 無(wú)權(quán)重特征能量分割算法159
5.3.1 無(wú)權(quán)重特征能量分割算法描述159
5.3.2 無(wú)權(quán)重特征能量分割算法實(shí)例162
參考文獻(xiàn)166
附錄A 變量注釋表178
附錄B 縮略語(yǔ)清單182
1.1 星載高分辨率遙感衛(wèi)星1
1.2 高分辨率遙感圖像的特點(diǎn)14
1.3 高分辨率遙感圖像分割方法14
1.3.1 單一特征分割方法15
1.3.2 多特征分割方法17
第2章 基礎(chǔ)理論20
2.1 多尺度分析20
2.1.1 小波變換20
2.1.2 曲波變換25
2.2 特征選擇30
2.2.1 過(guò)濾方法30
2.2.2 封裝方法32
2.3 統(tǒng)計(jì)建模與模擬33
2.3.1 統(tǒng)計(jì)建模33
2.3.2 統(tǒng)計(jì)模擬38
第3章 高分辨率遙感圖像特征提取43
3.1 光譜特征43
3.2 紋理特征47
3.3 邊緣特征50
3.4 高分辨率遙感圖像特征提取實(shí)例52
3.4.1 光譜特征提取實(shí)例52
3.4.2 紋理特征提取實(shí)例56
3.4.3 邊緣特征提取實(shí)例58
第4章 貝葉斯框架下的特征分割62
4.1 特征加權(quán)貝葉斯分割算法62
4.1.1 特征加權(quán)貝葉斯分割算法描述62
4.1.2 特征加權(quán)貝葉斯分割算法實(shí)例68
4.2 光譜特征貝葉斯分割算法101
4.2.1 光譜特征貝葉斯分割算法描述102
4.2.2 光譜特征貝葉斯分割算法實(shí)例106
4.3 無(wú)權(quán)重特征貝葉斯分割算法109
4.3.1 無(wú)權(quán)重特征貝葉斯分割算法描述109
4.3.2 無(wú)權(quán)重特征貝葉斯分割算法實(shí)例113
第5章 能量框架下的特征分割117
5.1 特征加權(quán)能量分割算法117
5.1.1 特征加權(quán)能量分割算法的描述117
5.1.2 特征加權(quán)能量分割算法實(shí)例121
5.2 光譜特征能量分割算法153
5.2.1 光譜特征能量分割算法描述153
5.2.2 光譜特征能量分割算法實(shí)例155
5.3 無(wú)權(quán)重特征能量分割算法159
5.3.1 無(wú)權(quán)重特征能量分割算法描述159
5.3.2 無(wú)權(quán)重特征能量分割算法實(shí)例162
參考文獻(xiàn)166
附錄A 變量注釋表178
附錄B 縮略語(yǔ)清單182
展開(kāi)全部
曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法 節(jié)選
《曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法》以多尺度分析與統(tǒng)計(jì)建模相結(jié)合的高分辨率遙感圖像分割方法理論與實(shí)踐為主線，重點(diǎn)闡述貝葉斯框架下和能量框架下的特征加權(quán)分割模型、光譜特征分割模型和無(wú)權(quán)重特征分割模型以及各類分割模型的分割解，并對(duì)每類分割問(wèn)題給出相應(yīng)的高分辨率遙感圖像分割實(shí)例，以體現(xiàn)其分割模型的有效性和實(shí)用性。
針對(duì)上述內(nèi)容，《曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法》共5章，涉及高分辨率遙感圖像分割問(wèn)題、基礎(chǔ)理論、關(guān)鍵技術(shù)和應(yīng)用范例，具體的章節(jié)安排如下。章介紹了星載高分辨率遙感衛(wèi)星的技術(shù)發(fā)展，論述了高分辨率遙感圖像的特點(diǎn)及其分割問(wèn)題，并根據(jù)高分辨率遙感圖像的特征綜述了目前高分辨率遙感圖像的分割方法。第2章介紹了《曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法》涉及的基礎(chǔ)理論知識(shí)，包括多尺度分析理論中的小波變換和曲波變換、特征選擇中的過(guò)濾方法和封裝方法、統(tǒng)計(jì)建模中的貝葉斯定理和能量函數(shù)等
曲波特征加權(quán)遙感圖像統(tǒng)計(jì)分割原理與方法 作者簡(jiǎn)介
王玉，博士，桂林理工大學(xué)講師。主要研究方向?yàn)檫b感數(shù)據(jù)處理理論與應(yīng)用基礎(chǔ)研究，包括空間統(tǒng)計(jì)學(xué)、隨機(jī)幾何、多尺度分析在遙感數(shù)據(jù)建模與分析方面的應(yīng)用，地物目標(biāo)幾何以及特征提取。
商品評(píng)論(1條)
書(shū)友推薦
- >
羅庸西南聯(lián)大授課錄
- >
月亮虎
- >
山海經(jīng)
- >
人文閱讀與收藏·良友文學(xué)叢書(shū):一天的工作
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
中國(guó)歷史的瞬間
- >
我從未如此眷戀人間
- >
小考拉的故事-套裝共3冊(cè)
本類暢銷
