遙感圖象獲取與分析

遙感圖象獲取與分析:《遙感圖象獲取與分析 》從應(yīng)用的角度系統(tǒng)闡述了遙感中的電磁波理論、遙感平臺知識、傳感器及其圖象特性、遙感圖象目視判讀方法、遙感圖象校正、遙感影象信息增強處理、遙感圖象分類等問題。
    《遙感圖象獲取與分析 》適合于遙感應(yīng)用領(lǐng)域內(nèi)的廣大科技工作者、工程技術(shù)人員參考使用，也可作為高等院校有關(guān)專業(yè)研究生和高年級本科生的教材和教學(xué)參考書。

遙感圖象獲取與分析 目錄
 
第一章 緒論
1·1 遙感的基本概念
1·2 遙感的發(fā)展歷程和趨勢
1·3 遙感技術(shù)系統(tǒng)的結(jié)構(gòu)和功能
1·4 本書的主要內(nèi)容和安排
第二章 遙感基礎(chǔ)
2·1 電磁波與電磁波譜
2·1·1 電磁波的概念
2·1·2 電磁波的產(chǎn)生
2·1·3 電磁波的性質(zhì)
2·1·4 電磁波譜
2·2 物體的電磁波發(fā)射特性
2·2·1 輻射量的定義
2·2·2 黑體輻射
2·2·3 太陽的波譜輻射特性
2·2·4 地物的波譜發(fā)射特性
2·2·5 紅外波段中的太陽輻射與地物發(fā)射情況
2·3 物體的電磁波反射特性
2·3·1 物體反射電磁波的三種形式
2·3·2 地物的波譜反射特性
2·3·3 地物反射波譜特性的測量
2·4 大氣對電磁波傳輸過程的影響
2·4·1 大氣的組成和大氣層的結(jié)構(gòu)
2·4·2 大氣對電磁波傳輸過程的影響
2·4·3 輻射傳輸方程
第三章 遙感平臺
3·1 遙感平臺的種類
3·2 遙感衛(wèi)星
3·2·1 衛(wèi)星在空間中的位置和姿態(tài)
3·2·2 幾種遙感衛(wèi)星簡介
3·2·3 部分對地觀測衛(wèi)星計劃
第四章 傳感器及其圖象特性
4·1 傳感器的分類及其基本組成
4·1·1 傳感器的分類
4·1·2 傳感器的組成
4·2 攝影型傳感器
4·2·1 單鏡頭框幅式攝影機
4·2·2 縫隙式攝影機
4·2·3 全景式攝影機
4·2·4 多光譜攝影機
4·3 攝影象片的特性
4·3·1 框幅式象片的幾何特性
4·3·2 縫隙式象片的幾何特性
4·3·3 全景象片的幾何特性
4·3·4 攝影象片的地面分辨率
4·3·5 攝影象片的物理特性
4·4 掃描方式的傳感器
4·4·1 光機掃描儀
4·4·2 推帚式掃描儀
4·5 掃描圖象的特性
4·5·1 光機掃描圖象的幾何特性
4·5·2 CCD固體掃描圖象的幾何特性
4·5·3 掃描圖象的物理特性
4·6 側(cè)視雷達成象
4·6·1 側(cè)視雷達的一般結(jié)構(gòu)
4·6·2 真實孔徑側(cè)視雷達
4·6·3 合成孔徑側(cè)視雷達
4·6·4 合成孔徑側(cè)視雷達的數(shù)字成象處理
4·6·5 INSAR的基本原理
4·7 側(cè)視雷達圖象的特性
4·7·1 側(cè)視雷達圖象的幾何特性
4·7·2 側(cè)視雷達圖象的色調(diào)特性
第五章 遙感圖象目視判讀
5·1 遙感圖象的判讀特征
5·2 遙感圖象的目視判讀方法
第六章 遙感圖象校正
6·1 遙感圖象的輻射量校正
6·1·1 光學(xué)鏡頭的非均勻性引起的邊緣減光現(xiàn)象的改正
6·1·2 光電變換系統(tǒng)的特性引起的輻射誤差校正
6·1·3 太陽高度引起的輻射誤差校正
6·1·4 地形坡度引起的輻射誤差校正
6·1·5 大氣校正
6·2 遙感圖象的幾何變形
6·2·1 成象投影方式引起的圖象變形
6·2·2 傳感器外方位元素變化引起的圖象變形
6·2·3 地形起伏引起的圖象變形
6·2·4 地球曲率引起的圖象變形
6·2·5 大氣折射引起的圖象變形
6·2·6 地球自轉(zhuǎn)引起的圖象變形
6·3 遙感圖象的幾何校正
6·3·1 遙感圖象幾何校正的一般過程
6·3·2 圖象幾何校正中的重采樣和內(nèi)插方法
6·3·3 遙感圖象的多項式校正
6·3·4 幾種遙感圖象的精確校正
6·3·5 圖象的鑲嵌處理
第七章 遙感信息增強處理
7·1 彩色合成
7·2 遙感影象信息融合
7·2·1 基于HIS變換的遙感影象信息融合
7·2·2 基于小波變換的遙感影象信息融合
7·2·3 遙感影象和DTM數(shù)據(jù)之間的復(fù)合
7·3 主成分分析
7·3·1 主成分分析算法及其應(yīng)用
7·3·2 快速近似主成分分析算法
7·4 K-T變換及其應(yīng)用
7·4·1 K-T變換在MSS數(shù)據(jù)分析中的應(yīng)用
7·4·2 K-T變換在TM數(shù)據(jù)分析中的應(yīng)用
7·5 植被指數(shù)特征及其應(yīng)用
7·5·1 植被指數(shù)模型
7·5·2 植被指數(shù)特征的應(yīng)用
第八章 遙感圖象分類
8·1 遙感圖象分類的基本原理
8·2 遙感圖象監(jiān)督分類
8·2·1 基于最小錯誤概率的Bayes分類器
8·2·2 子空間分類器
8·2·3 概率松弛算法
8·3 遙感圖象非監(jiān)督分類
8·3·1 聚類中的相似性度量
8·3·2 K-均值算法
8·3·3 ISODATA算法
8·3·4 模糊聚類算法
8·4 基于混合象元的遙感圖象分類
8·5 非光譜信息在遙感圖象分類中的應(yīng)用
8·5·1 高程信息在遙感圖象分類中的應(yīng)用
8·5·2 紋理信息在遙感圖象分類中的應(yīng)用
8·6 基于知識的遙感圖象分類
附錄 遙感圖象處理軟件包簡介