新書推薦：
《
唯美手编16：知性优雅的编织
》
售價：HK$
54.9
《
情绪的惊人力量：跟随内心的指引，掌控情绪，做心想事成的自己
》
售價：HK$
50.4
《
棉的全球史（历史·文化经典译丛）
》
售價：HK$
109.8
《
超越百岁看这本就够了
》
售價：HK$
55.8
《
亚洲戏剧史·南亚卷
》
售價：HK$
143.4
《
中国历代竹器图谱与数字活化
》
售價：HK$
557.8
《
EDA技术与设计（第2版）
》
售價：HK$
85.0
《
揉碎浪漫（全两册）
》
售價：HK$
70.3
|
| 編輯推薦： |
|
针对遥感图像异常检测涉及到的相关理论及技术问题，结合生物视觉信息获取、感知、处理等生物学机理，解决现有异常检测算法面临的背景建模困难与先验信息匮乏的瓶颈问题。本书可作为地理学、信息科学等专业高年级本科生及研究生教材，也可供环境保护、资源勘测等专业的科技人员参考。
|
| 內容簡介： |
|
本书在对遥感图像处理中目标检测技术的发展历史、现状及未来趋势系统总结的基础上，针对遥感图像异常检测涉及到的相关理论及技术问题，结合生物视觉信息获取、感知、处理等生物学机理，试图解决现有异常检测算法面临的背景建模困难与先验信息匮乏的瓶颈问题，重点阐述仿生视觉技术在遥感图像特征提取、异常检测及目标提取等方法的基本思路、具体计算过程及实验效果。
|
| 關於作者： |
|
李敏，现任教于河海大学物联网工程学院，通信与信息工程专业。目前主要研究方向为仿生系统建模与信息处理、遥感图像处理。主持1项国家自然科学基金，参与3项省部级以上课题。发表学术论文10余篇，其中EI检索8篇，申请国家发明专利3项，已授权2项。
|
| 目錄：
|
第1章 绪论1
1.1 关于异常检测2
1.1.1 什么是异常2
1.1.2 异常的分类3
1.1.3 异常检测的方法4
1.1.4 如何标定异常5
1.2 遥感图像处理技术6
1.2.1 遥感图像处理技术概述6
1.2.2 遥感图像目标检测技术7
1.3 遥感图像异常检测技术8
1.3.1 基于背景建模的异常检测8
1.3.2 基于子空间变换的异常检测9
1.3.3 基于机器学习的异常检测9
1.4 遥感图像异常目标检测的国内外研究现状10
1.4.1 国外遥感图像异常检测技术研究现状10
1.4.2 国内遥感图像异常检测算法研究现状14
1.5 遥感影像特定目标提取算法概述15
1.5.1 遥感图像目标提取方法的国内外研究现状15
1.5.2 遥感图像水体目标提取方法的国内外研究现状17
1.6 遥感异常检测及特定目标提取面临的主要问题18
1.6.1 复杂背景下自适应异常检测理论还需深入研究18
1.6.2 特征级目标提取方法还有待延伸19
1.6.3 仿生视觉研究19
第2章 基于谱像相关的多光谱遥感影像特征感知21
2.1 引言22
2.2 昆虫视觉初级视觉感知机理23
2.2.1 昆虫视觉的生物学机理研究23
2.2.2 时空域相关型初级运动检测器模型25
2.2.3 基于谱像相关的遥感影像特征感知器模型29
2.3 特征感知器模型分析35
2.3.1 频域分析35
2.3.2 波段相关性分析37
2.3.3 抗噪性能分析38
2.4 本章小结40
第3章 联合特征感知器模型的遥感图像超视锐度重构41
3.1 引言42
3.2 昆虫视觉系统的超视锐度机理43
3.3 联合特征感知器模型的遥感图像超视锐度重构简介44
3.3.1 联合光谱波形特征的重构模型45
3.3.2 重构有助于增强亚像元级目标特征51
3.4 本章小结54
第4章 基于大小场景的多光谱遥感图像异常检测55
4.1 引言56
4.2 昆虫视觉的高阶神经元整合机理56
4.2.1 大场景整合机理57
4.2.2 小场景整合机理58
4.3 基于高阶神经元整合机理的遥感异常目标检测62
4.3.1 复杂背景抑制与目标特征增强63
4.3.2 基于大小场景整合的遥感异常检测算法66
4.4 本章小结71
第5章 基于多孔径结构的多光谱遥感图像异常检测算法72
5.1 引言73
5.2 蝇视觉多孔径结构给我们的启发73
5.2.1 蝇类视觉的多孔径结构73
5.2.2 多孔径结构信息处理机理74
5.3 仿蝇视觉多孔径结构的多光谱遥感图像异常检测75
5.3.1 构建并行多孔径背景建模76
5.3.2 异常如何标记更加合理78
5.3.3 多孔径背景模型检测结果的融合79
5.4 本章小结81
第6章 基于高阶神经元模型的多光谱遥感图像微小异常目标检测82
6.1 引言83
6.2 高阶神经元模型84
6.2.1 时空域高阶神经元模型84
6.2.2 高阶神经元模型的生物学机理87
6.3 多光谱遥感图像微小异常检测算法89
6.3.1 谱像域的高阶神经元模型89
6.3.2 微小异常目标检测算法设计91
6.4 本章小结96
第7章 基于震荡神经网络的多光谱遥感影像水体目标提取97
7.1 引言98
7.2 局部兴奋全局抑制震荡神经网络99
7.2.1 同步震荡神经网络模型及特性分析100
7.2.2 基于特征一致性的多光谱遥感影像边缘特征感知算法102
7.3 联合NDWI与震荡神经网络的水体目标提取算法105
7.3.1 联合NDWI与震荡神经网络的水体目标提取算法简介106
7.3.2 联合特殊光谱关系与震荡神经网络的水体目标提取算法109
7.3.3 实验结果及分析110
7.3.4 收敛性的讨论113
7.4 联合线性混合模型与震荡神经网络的水体目标提取算法114
7.4.1 基于模糊判定的耦合权重115
7.4.2 联合光谱分解与震荡神经网络的水体目标提取算法117
7.4.3 实验研究及验证118
7.5 本章小结119
第8章 基于生物认知机理的视频图像目标检测技术120
8.1 引言121
8.2 仿生视觉的时空域特征提取122
8.2.1 空域特征的提取122
8.2.2 时域特征提取与修正123
8.3 基于视觉认知机理的时空域特征交互126
8.3.1 视觉认知机理126
8.3.2 基于认知机理的时空与特征交互模式126
8.3.3 基于认知机理的时空域特征交互算法128
8.4 本章小结135
结语136
参考文献138
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
