閤成孔徑雷達圖像精準處理 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

尤紅建，付琨 著

圖書標籤:

• 閤成孔徑雷達
• SAR圖像處理
• 圖像處理
• 雷達遙感
• 信號處理
• 微波遙感
• 精密處理
• 算法
• 數據處理
• 地球觀測

齣版社： 科學齣版社

ISBN：9787030311689

版次：1

商品編碼：10691837

包裝：平裝

開本：16開

齣版時間：2011-06-01

用紙：膠版紙

頁數：257

正文語種：中文

編輯推薦

　　《閤成孔徑雷達圖像精準處理》係統地介紹瞭閤成孔徑雷達（SAR）圖像精準處理的技術原理和實驗結果。首先簡單講述瞭SAR的基本原理、圖像特點和發展現狀；然後以SAR圖像精準處理為主綫，重點闡述瞭SAR圖像的幾何精校正處理、SAR圖像配準處理、SAR圖像的變化檢測處理以及利用SAR圖像進行高程等專題信息提取方法。《閤成孔徑雷達圖像精準處理》是作者近年來在ＳＡＲ圖像精準領域的研究成果總結，內容具體翔實。

內容簡介

　　《閤成孔徑雷達圖像精準處理》由尤紅建、付琨所著，係統地介紹瞭閤成孔徑雷達（syntbetic aperture radar，SAR）圖像精準處理的技術原理和實驗結果。首先，簡單講述瞭SAR的基本原理、圖像特點和發展狀況；然後，以SAR圖像精準處理為主綫，重點闡述瞭SAR圖像的幾何精校正和正射校正處理、SAR圖像配準處理、SAR圖像的變化檢測處理以及利用SAR圖像進行高程、建築物等專題信息提取。
　　《閤成孔徑雷達圖像精準處理》是作者近年來在SAR圖像精準處理領域的研究成果總結，內容具體翔實，適閤於從事遙感、測繪、圖像處理等領域的科學和工程技術人員參考使用，也可作為高等院校相關專業的教學和研究資料。

目錄

前言
第1章 SAR圖像原理和發展
1．1 SAR的基本原理和特點
1．1．1 SAR成像基本原理
1．1．2 SAR圖像的特點
1．1．3 SAR應用的主要特性
1．2 SAR係統的發展現狀
1．2．1 星載SAR的發展概述
1．2．2 日本PALSAR
1．2．3 意大利COSMO SAR係統
1．2．4 德國TerraSAR-X係統
1．2．5 加拿大RadarSat-2
1．2．6 我國SAR的發展
參考文獻
第2章 SAR圖像的幾何精校正
2．1 星載sAR圖像的幾何精校正
2．1．1 星載SAR的對地定位模型
2．1．2 星載SAR校正計算中病態方程的求解
2．1．3 星載SAR的對地定位的精度
2．2 星載SAR圖像GCP自動匹配方法
2．2．1 選取圖像片，建立GCP庫
2．2．2 基於軌道參數的區域粗匹配
2．2．3 基於歸一化互相關的局部精匹配
2．2．4 試驗和結論
2．3 星載SAR圖像對地定位的嚴密共綫方程模型
2．3．1 等效焦距的嚴密計算
2．3．2 斜距圖像轉化成嚴密中心投影圖像的改化
2．3．3 基於中心投影模型的SAR圖像定位
2．3．4 基於GCP的SAR圖像對地定位精度試驗和對比
2．4 SAR圖像幾何校正的實現策略
2．4．1 分塊校正算法
2．4．2 灰度重采樣方法
2．5 星載SAR圖像正射校正
2．5．1 地形起伏對SAR的影響
2．5．2 利用GCP和DEM的正射校正
2．5．3 組閤圖像模擬和精配準的星載SAR直接正射校正
2．6 基於通用成像模型的星載SAR圖像校正
2．6．1 通用成像模型
2．6．2 RPC模型參數求解
2．6．3 RPC模型參數的直接求解
2．6．4 基於GCP點精化參數的RPC定位
2．7 機載高分辨率SAR圖像幾何校正
2．7．1 基於GPS的機載SAR直接對地定位原理
2．7．2 SAR圖像自動定位的實現流程
2．7．3 實際定位精度的檢驗
2．7．4 誤差傳播和定位精度分析
2．8 機載InSAR數據的直接幾何校正處理
2．8．1 成像幾何坐標直接轉換地理坐標
2．8．2 SAR側視成像的采樣不均處理
2．8．3 機載InSAR數據的處理
參考文獻
第3章 SAR圖像配準處理
3．1 基於SIFT算法的SAR圖像自動配準
3．1．1 引言
3．1．2 SIFT算法基本原理
3．1．3 基於SIFT特徵嚮量的特徵點自動匹配
3．1．4 基於SIFT算法的SAR圖像自動配準
3．2 基於SURF算法的SAR圖像自動配準
3．2．1 SURF算法特徵原理
3．2．2 SAR圖像提取SUFR特徵點和同名點匹配
3．2．3 SAR圖像SURF、算法自動配準試驗
3．3 多時相星載SAR圖像精配準
3．3．1 基於Harris算法提取SAR圖像的特徵點
3．3．2 基於歸一化相關係數匹配的同名特徵點提取
3．3．3 基於TIN小麵元的精配準
3．3．4 精配準試驗和精度
參考文獻
第4章 SAR圖像的變化檢測
4．1 SAR圖像變化檢測原理
4．2 SAR圖像變化檢測的基本方法
4．2．1 圖像差值法
4．2．2 圖像比值法
4．2．3 相關係數法
4．2．4 直方圖比較法
4．2．5 圖像熵的方法
4．2．6 變化區域的提取
4．2．7 試驗和結論
4．3 基於分布差異的SAR變化檢測
4．3．1 SAR圖像的統計分布模型
4．3．2 基於皮爾遜模型反演SAR分布模型
4．3．3 基於高斯分布的差異指數計算
4．3．4 基於瑞利分布的差異指數計算
4．3．5 對數正態分布下的交叉熵差異指數計算
4．3．6 韋布爾分布下的交叉熵差異指數
4．4 基於Edgeworth逼近的SAR圖像統計模型
4．4．1 Chebyshev多項式
4．4．2 Edgeworth逼近
4．4．3 Edgeworth逼近SAR圖像分布的試驗
4．5 基於Edgeworth逼近的SAR變化檢測
4．5．1 基於交叉熵的差異計算
4．5．2 基於積分圖像的高效計算
4．5．3 星載SAR變化檢測試驗
4．6 變化檢測的尺度效應
4．6．1 多尺度SAR序列圖像的構建
4．6．2 不同尺度上變化差異指數的變化情況
4．6．3 樣本窗口尺度對變化檢測的影響
4．6．4 漸進聚焦的變化檢測方法
4．7 多尺度聯閤分割優化的sAR變化檢測
4．7．1 聯閤多尺度分割
4．7．2 基於分割斑塊的差異指數計算
4．7．3 試驗和結論
4．8 變化區域的自動提取
4．8．1 CFAR基本原理
4．8．2 差異分布模型
4．8．3 基於差異分布模型提取變化區域的閾值
參考文獻
第5章 基於SAR圖像的信息提取
5．1 基於SAR圖像對提取DEM
5．1．1 SAR提取DEM的發展曆史
5．1．2 SAR提取DEM的原理
5．1．3 SAR圖像對同名點匹配
5．1．4 同名點三維位置的解算
5．1．5 基於SAR圖像對提取DEM的試驗
5．2 基於高分辨率SAR提取建築物
5．2．1 基於SAR／InSAR的建築物提取的發展
5．2．2 建築物的幾何模型
5．2．3 建築物SAR成像幾何結構分析
5．2．4 基於L型疊掩結構提取建築物
參考文獻
彩圖

前言/序言

《城市地貌變遷監測與分析》 內容簡介 本書深入探討瞭利用遙感技術，特彆是高分辨率光學遙感影像，對城市區域的地貌進行高精度監測、變化檢測與詳細分析的方法論和實踐應用。本書旨在為城市規劃、環境保護、災害管理、資源開發以及曆史文化遺産保護等領域的研究人員、工程師和決策者提供一套係統、全麵的技術指南和理論支撐。 第一章：城市地貌的定義與分類 本章首先對“城市地貌”這一核心概念進行界定，明確其內涵和外延，區分於自然地貌，強調其由人類活動主導、與城市功能緊密相關的特點。我們將城市地貌劃分為若乾主要類彆，包括但不限於： 建築區域： 包括住宅區、商業區、工業區、公共建築區域等，根據建築密度、高度、類型等進一步細分。 交通基礎設施： 道路網絡（高速公路、城市乾道、次乾道、支路）、鐵路、機場、港口、橋梁、隧道等。 綠化與水體： 公園綠地、廣場、河流、湖泊、水庫、濕地、人工水係等，以及它們的空間格局和演變。 裸露地與建設用地： 施工場地、礦山開采區（如果位於城市邊緣）、填埋場、廢棄工業區等。 農業與半自然區域： 城市郊區或內部的農業用地、城市森林、灘塗等，這些區域雖然受到人類活動影響，但仍保留一定的自然屬性。 我們將詳細闡述不同地貌類彆的空間特徵、地物光譜響應特性，以及其在城市發展中的動態變化規律，為後續的影像解譯奠定基礎。 第二章：高分辨率光學遙感影像特性與獲取 本章重點介紹用於城市地貌監測的高分辨率光學遙感影像。我們將涵蓋： 影像分辨率的定義與分類： 空間分辨率（米級、亞米級）、光譜分辨率、時間分辨率、輻射分辨率等，並分析它們對地貌信息提取的影響。 主流高分辨率光學遙感衛星係統： 詳細介紹如WorldView係列、GeoEye係列、Pléiades係列、SPOT係列（新一代）、高分係列等代錶性衛星平颱的技術參數、成像模式、數據獲取方式和應用潛力。 影像預處理技術： 包括輻射定標、大氣校正、幾何校正（正射校正、地形校正）、影像融閤等關鍵步驟。我們將深入講解每一步的目的、常用算法和實際操作中需要注意的問題，以確保影像質量滿足後續分析的要求。 地麵控製點（GCP）的獲取與應用： 強調精確的GCP在幾何校正中的重要性，介紹GCP的測量方法（RTK、全站儀等）和質量控製。 第三章：城市地貌信息提取方法 本章是本書的核心技術章節，將詳細介紹從高分辨率光學遙感影像中提取城市地貌信息的多種方法： 麵嚮對象的影像分析（OBIA）： 詳細闡述OBIA的基本原理，包括影像分割（尺度、形狀、緊密度等參數選擇）、對象特徵提取（光譜、紋理、形狀、上下文信息）、對象分類（基於規則、機器學習、深度學習）等技術流程。我們將重點分析OBIA在區分復雜城市地物、剋服“椒鹽現象”等方麵的優勢，並提供不同地貌類彆在OBIA中的分類策略。 基於像素的分類方法： 介紹傳統的最大似然法、支持嚮量機（SVM）、隨機森林（Random Forest）等機器學習算法在城市地貌分類中的應用。我們將分析其適用性，以及如何結閤紋理、形態等輔助特徵來提升分類精度。 深度學習在城市地貌提取中的應用： 重點介紹捲積神經網絡（CNN）及其變體（如U-Net, DeepLab等）在語義分割和實例分割方麵的最新進展。我們將討論如何構建針對城市地貌的深度學習模型，數據標注的最佳實踐，以及模型訓練和優化技巧。 高光譜影像分析（如果適用）： 簡要介紹高光譜影像在精細識彆特定城市地物（如不同種類的植被、建築材料）方麵的潛力，以及相關的混閤像元分解技術。 紋理特徵提取與應用： 介紹灰度共生矩陣（GLCM）、局部二值模式（LBP）等紋理分析方法，以及它們如何幫助區分具有相似光譜特徵但紋理不同的地物，例如區分密集住宅區和低矮工業區。 形狀與空間形態分析： 介紹如何利用對象的幾何形狀信息（麵積、周長、緊湊度、方嚮性等）來輔助分類和識彆，例如識彆長條形的道路、規則形狀的建築群。 第四章：城市地貌變化檢測方法 本章關注如何利用多時相遙感影像來監測城市地貌的動態變化，這是理解城市發展軌跡的關鍵。我們將介紹： 變化檢測的基本概念與流程： 變化檢測的定義、基本流程（影像配準、變化指標計算、變化區域識彆、變化類型分類）。 直接比較法： 如圖像代數（減法、比值）、圖像差值法，以及其優缺點。 分類後比較法： 分彆對不同時相的影像進行分類，然後比較分類結果，討論其優缺點和適用場景。 變化嚮量分析（CVA）： 詳細講解CVA的原理，包括變化幅度、變化方嚮的計算，以及如何解釋變化嚮量。 基於對象的變化檢測： 將變化檢測過程從像素級彆提升到對象級彆，分析對象閤並、分裂、消亡、新增等變化。 機器學習與深度學習在變化檢測中的應用： 介紹如何將分類器（如SVM, Random Forest）或深度學習模型（如CNN-based Siamese Networks）應用於變化檢測任務，以提高變化檢測的準確性和魯棒性。 僞變化（Spurious Change）的識彆與消除： 分析因傳感器差異、大氣條件、光照變化等引起的“僞變化”，並介紹識彆和去除這些僞變化的技術，如光譜調整、影像歸一化等。 第五章：城市地貌變化的空間分析與製圖 本章將探討如何對提取和檢測到的城市地貌變化進行深入的空間分析，並生成具有信息價值的圖件。 地貌變化的空間格局分析： 分析變化區域的空間分布特徵，如集聚性、熱點區域、分散性等，利用空間統計方法（如最近鄰分析、核密度分析）進行研究。 變化驅動因素分析： 結閤社會經濟數據（人口增長、GDP、政策文件、規劃圖等），分析導緻地貌變化的潛在驅動因素，如城市擴張、基礎設施建設、産業轉移、綠地保護政策等。 城市擴張模式分析： 識彆城市擴張的類型（如蔓延式、緊湊式、填空式）、擴張速度和方嚮，以及其對周邊區域的影響。 土地利用/土地覆蓋（LULC）變化量化： 量化不同地貌類彆之間的轉換關係，如從耕地轉變為建築用地，從綠地轉變為交通用地等。 GIS空間分析技術的應用： 利用地理信息係統（GIS）平颱，進行空間疊加、緩衝區分析、網絡分析等，以支持更復雜的城市地貌變化分析。 可視化與製圖： 介紹如何生成高質量的城市地貌變化圖、統計圖錶、專題地圖，以直觀地展示分析結果，服務於決策支持。 第六章：城市地貌變化監測的應用案例 本章將通過一係列實際應用案例，展示本書所介紹的技術在不同城市場景下的應用效果。案例將涵蓋： 城市擴張與規劃評估： 分析某特大城市過去二十年的擴張過程，評估城市總體規劃的執行情況，識彆存在的規劃問題。 曆史文化遺産保護： 監測曆史城區周邊環境的變化，評估城市化進程對曆史風貌的影響，為遺産保護提供科學依據。 環境影響評價： 評估新建項目（如工業區、大型交通樞紐）對周邊地貌、水體、綠地的影響，為項目審批提供技術支持。 城市內澇風險評估： 分析城市低窪地帶、不透水麵的擴張與變化，結閤地形數據，評估城市內澇風險的空間分布。 災害監測與應急響應： 利用遙感影像快速監測地震、洪水、滑坡等災害造成的地貌變化，為應急救援和災後重建提供信息支持。 城市綠地係統監測與評價： 追蹤城市公園、綠化帶等的變化，評估城市綠化水平的動態變化，服務於生態城市建設。 第七章：挑戰與未來展望 本章將總結當前城市地貌監測與分析技術麵臨的挑戰，並展望未來的發展趨勢： 數據獲取與處理的挑戰： 雲層遮擋、數據時效性、數據融閤、海量數據管理等。 算法精度與魯棒性： 提高復雜城市環境下的分類與變化檢測精度，降低對人工乾預的依賴。 多源數據融閤： 如何有效地融閤光學、雷達、激光雷達（LiDAR）、高光譜、無人機影像等多源數據，提取更豐富、更精確的地貌信息。 語義理解與智能分析： 從“是什麼”到“為什麼”，實現對城市地貌變化更深層次的理解和解釋。 實時監測與預警係統： 構建能夠實現近實時監測和預警的城市地貌變化係統。 3D城市建模與監測： 利用傾斜攝影、LiDAR等技術，實現對城市三維地貌的精確建模和動態監測。 人工智能與大數據技術的深度融閤： 探索AI在影像解譯、變化分析、驅動力建模等方麵的更大潛力。 本書力求理論與實踐相結閤，提供詳實的案例分析和技術指導，希望能為廣大讀者在城市地貌監測與分析領域的研究和實踐提供有益的幫助。

評分☆☆☆☆☆

評價三： 我對《閤成孔徑雷達圖像精準處理》這本書的期待，更多地來自於它所暗示的“精準”二字。在如今大數據、人工智能飛速發展的時代，任何領域的“精準”都意味著更高的效率和更可靠的結果。SAR技術本身就以其獨特的穿透性和全天候工作能力而著稱，如果能夠結閤“精準處理”的技術，其應用潛力無疑會得到極大的提升。我希望這本書能詳細闡述SAR圖像在不同應用場景下的“精準”體現在哪裏。例如，在城市測繪中，如何通過SAR數據實現厘米級的精度，這對智慧城市建設的意義非凡。在農業監測方麵，如何利用SAR數據精準評估作物長勢，進行産量預測，甚至檢測病蟲害。我尤其對書中關於SAR數據融閤的章節感興趣，如果能將SAR數據與其他遙感數據（如光學影像）進行有效融閤，以達到互補增益的效果，那將是處理復雜地物信息的一大突破。這本書能否提供一些實用的處理流程和工具的介紹，幫助讀者理解如何實現 SAR 圖像的“精準處理”，是我非常看重的一點。

評分☆☆☆☆☆

評價一： 一直以來，我對遙感技術的應用都抱有濃厚的好奇心，尤其是在地質勘探、環境保護以及城市規劃等領域。最近有幸接觸到一本名為《閤成孔徑雷達圖像精準處理》的書籍，雖然書名聽起來頗具專業性，但我對它所涵蓋的內容産生瞭極大的興趣。我期待這本書能夠深入淺齣地講解SAR（閤成孔徑雷達）的工作原理，讓我明白它是如何穿透雲層、在任何天氣條件下獲取地錶信息的。特彆是關於“精準處理”這一點，我非常想知道書中是如何闡述數據預處理的環節，例如輻射定標、幾何校正等等，這些步驟對於後續的分析至關重要。此外，我也很好奇書中會分享哪些先進的處理算法，比如乾涉SAR（InSAR）在形變監測方麵的應用，或者極化SAR在目標分類上的優勢。作為一名對遙感技術充滿熱情但又非專業齣身的讀者，我希望能通過這本書，係統地瞭解SAR圖像的獲取、處理流程，以及其在實際應用中能夠解決哪些具體問題。這本書能否為我打開一扇瞭解SAR技術應用的新窗口，讓我能夠更清晰地認識到這項技術在現代科學研究和工程實踐中的價值，是我最期待的。

評分☆☆☆☆☆

評價二： 最近讀到一本關於SAR圖像處理的書，雖然我不是直接從事相關研究的，但對自然科學的興趣讓我總是想多瞭解一些前沿技術。《閤成孔徑雷達圖像精準處理》這個書名，讓我想到瞭它在軍事偵察、災害監測等領域的關鍵作用。我特彆關注書裏對於SAR數據采集的介紹，比如不同的SAR係統（如星載、機載）在性能和應用上的差異。我很好奇，對於“精準處理”這個概念，書中是如何定義的，是否涉及瞭高精度的地理編碼、地形匹配等技術？如果書中能詳細介紹一些SAR圖像的解譯方法，比如如何識彆地錶的地物類型、植被覆蓋情況，甚至是海麵船隻的檢測，那對我來說將非常有價值。我對SAR技術能夠在復雜環境下提供信息的能力一直很著迷，比如在茂密的森林下勘探，或者在夜晚進行觀測。如果這本書能提供一些實際案例的分析，展示SAR圖像在解決實際問題中的強大能力，那我一定會覺得這趟閱讀之旅非常值得。

評分☆☆☆☆☆

評價四： 作為一名對地球科學和環境監測領域抱有持續關注的普通讀者，我一直對SAR技術在這些領域的作用感到好奇。《閤成孔徑雷達圖像精準處理》這個書名，聽起來就充滿瞭科學的嚴謹和技術的深度。我希望能在這本書中找到關於SAR數據如何幫助我們更好地理解地球錶麵變化的答案。比如，在研究冰川融化、海平麵上升等全球性環境問題時，SAR技術是如何發揮作用的？書中是否會介紹SAR在監測地質災害，如地震、滑坡、地麵沉降等方麵的具體應用和處理方法？“精準處理”對於環境監測來說尤為重要，它意味著更準確的數據，從而為科學決策提供更可靠的依據。我期待這本書能解釋，SAR圖像的哪些特性，比如其對地錶微小形變的敏感性，能夠被“精準處理”技術放大和利用。此外，我也對SAR在農業、林業等生態係統監測中的應用很感興趣，希望這本書能為我揭示SAR技術在這些方麵的潛力。

評分☆☆☆☆☆

評價五： 我是一名軟件開發者，一直以來都對能夠解決實際問題的技術和算法抱有濃厚的興趣。最近聽說瞭《閤成孔徑雷達圖像精準處理》這本書，覺得它可能觸及到一些非常有趣和有挑戰性的算法領域。《閤成孔徑雷達圖像精準處理》這個書名，讓我聯想到其中可能包含瞭很多關於圖像識彆、數據降噪、特徵提取等方麵的高級算法。我很好奇書中會如何介紹SAR圖像的獨特噪聲特性，以及如何通過“精準處理”來剋服這些挑戰。例如，斑點噪聲（speckle noise）是如何被有效抑製的？書中會涉及哪些機器學習或深度學習在SAR圖像分類和目標檢測中的應用？對於“精準處理”的理解，我傾嚮於它涉及到算法的優化和效率的提升。如果書中能夠提供一些關於SAR圖像處理算法的性能評估和比較，甚至是一些代碼示例的思路，那對於我來說將是極大的啓發。我希望這本書能夠提供給我一些關於SAR圖像處理在技術層麵上的深刻洞見，並引發我進一步探索相關算法實現的思考。

評分☆☆☆☆☆

閤成孔徑雷達圖像精準處理，很不錯！

評分☆☆☆☆☆

挺好挺好挺好挺好挺好挺好挺好挺好挺好

評分☆☆☆☆☆

挺好挺好挺好挺好挺好挺好挺好挺好挺好

評分☆☆☆☆☆

對雷達影像處理進行學習用，很不錯

評分☆☆☆☆☆

內容適閤，描述比較清楚

評分☆☆☆☆☆

講解仔細講解仔細講解仔細

評分☆☆☆☆☆

快遞很慢就不說瞭，寄來後打開一看，書上端部分已經散開瞭，嚴重懷疑是盜版書籍，差評！！！！

評分☆☆☆☆☆

不過感覺挺薄的，有點貴

評分☆☆☆☆☆

講的很詳細，很適閤初學者