編輯推薦:

內(nèi)容簡介:　　本書首先闡述城市目標(biāo)高分辨率SAR圖像特征形成機(jī)理，介紹可輔助SAR圖像理解和信息提取的城市目標(biāo)/場景高分辨率SAR圖像模擬器，以及近年來作者團(tuán)隊(duì)發(fā)展的城市目標(biāo)提取算法、高分辨率SAR圖像自動(dòng)理解方法，最后介紹國內(nèi)外**具有應(yīng)用推廣意義的城市目標(biāo)/場景高分辨率SAR圖像解譯標(biāo)志庫。

作者簡介:

目錄:序
前言

第1章 城市雷達(dá)遙感的意義和現(xiàn)狀
1.1 城市雷達(dá)遙感的意義
1.2 建筑物目標(biāo)SAR監(jiān)測研究進(jìn)展
1.2.1 建筑物目標(biāo)散射機(jī)理及sAR圖像理解
1.2.2 高分辨率sAR圖像建筑物目標(biāo)提取與三維重建
1.3 道路目標(biāo)SAR圖像提取研究進(jìn)展
1.3.1 SAR圖像道路局部檢測
1.3.2 SAR圖像道路全局連接
參考文獻(xiàn)

第2章 城市目標(biāo)高分辨率SAR圖像特征
2.1 城市高分辨率SAR圖像特點(diǎn)
2.2 建筑物目標(biāo)高分辨率SAR圖像特點(diǎn)
2.3 建筑物目標(biāo)SAR圖像幾何畸變特征
2.4 建筑物目標(biāo)的特殊散射及分析
2.4.1 二次散射及多次散射
2.4.2 散射中心模型
2.5 道路目標(biāo)高分辨率SAR圖像特點(diǎn)
參考文獻(xiàn)

第3章 建筑物目標(biāo)SAR圖像散射特征形成機(jī)理分析
3.1 建筑物目標(biāo)SAR圖像尺度特征分析
3.1.1 距離向尺度特性分析
3.1.2 方位向尺度特性分析
3.1.3 距離向和方位向尺度特性綜合分析
3.2 基于距離向剖面分析的散射特征定量關(guān)系模型
3.2.1 平頂建筑物
3.2.2 尖頂建筑物
3.3 建筑物目標(biāo)SAR圖像散射特征方位敏感性分析
3.3.1 建筑物目標(biāo)散射特征基元與分解合成方法
3.3.2 方位角對(duì)建筑物目標(biāo)散射特征基元的影響
3.3.3 建筑物目標(biāo)散射特征基元模擬計(jì)算
3.4 遮擋效應(yīng)對(duì)建筑物目標(biāo)SAR圖像散射特征的影響
3.4.1 建筑物目標(biāo)疊掩陰影干擾分析
3.4.2 墻地二次散射遮擋分析
參考文獻(xiàn)

第4章 建筑物目標(biāo)高分辨率SAR圖像模擬
4.1 SAR圖像模擬方法綜述
4.2 SAR模擬系統(tǒng)構(gòu)建
4.2.1 SAR成像幾何模型
4.2.2 目標(biāo)／場景三維模型
4.2.3 目標(biāo)散射模型
4.3 回波信號(hào)模擬
4.3.1 模擬系統(tǒng)參數(shù)初始化
4.3.2 射線追蹤電磁波與目標(biāo)／場景相互作用
4.3.3 回波信號(hào)屬性計(jì)算
4.4 模擬圖像生成與散射機(jī)制分析
4.4.1 二維模擬sAR圖像生成
4.4.2 散射單元直方圖
4.4.3 散射中心定位及散射貢獻(xiàn)來源分析
4.4.4 模擬分析示例
4.5 基于SAR圖像模擬的SAR圖像理解
4.5.1 模擬SAR圖像與真實(shí)SAR圖像配準(zhǔn)
4.5.2 圖像特征匹配分析與標(biāo)注
4.6 基于SAR圖像模擬和迭代匹配的建筑物高度反演
參考文獻(xiàn)

第5章 高分辨率SAR圖像預(yù)處理方法
5.1 SAR圖像濾波
5.1.1 傳統(tǒng)濾波方法
5.1.2 基于局部統(tǒng)計(jì)特性的自適應(yīng)濾波算法
5.1.3 圖像濾波效果評(píng)價(jià)指標(biāo)
5.1.4 實(shí)驗(yàn)結(jié)果與分析
5.2 恒虛警率閾值分割算法
5.2.1 目標(biāo)模型
5.2.2 雜波模型
5.2.3 CFlAR的檢測原理
5.2.4 概率分布函數(shù)選擇
5.2.5 CFAR分割結(jié)果及分析
5.3 K-means聚類及改進(jìn)方法
5.3.1 K-means聚類算法
5.3.2 K-means聚類改進(jìn)算法
5.4 基于Gabor紋理特征和FCM的SAR圖像建筑物分割
5.4.1 基于Gabor濾波的紋理特征提取
5.4.2 FCM聚類與SAR圖像分割
5.5 基于馬爾可夫隨機(jī)場的分割
5.6 基于離散隱馬爾可夫模型的分類
5.6.1 隱馬爾可夫模型
5.6.2 HMM分類算法的實(shí)現(xiàn)
參考文獻(xiàn)

第6章 高分辨率SAR圖像建筑物目標(biāo)提取與參數(shù)反演
6.1 墻地二次散射特征結(jié)構(gòu)中心線提取方法
6.1.1 基于形態(tài)學(xué)細(xì)化的骨架提取
6.1.2 骨架跟蹤算法
6.1.3 建筑物最小外接矩形提取
6.1.4 基于最小二乘的直線提取
6.1.5 實(shí)驗(yàn)結(jié)果與分析
6.2 基于二次散射特征的建筑物幾何參數(shù)反演
6.2.1 建筑物目標(biāo)二次散射的特點(diǎn)
6.2.2 二次散射中心距離徙動(dòng)機(jī)制
6.2.3 考慮二次散射中心距離徙動(dòng)的建筑物參數(shù)反演
6.3 基于幾何模型匹配的SAR圖像建筑物高度反演方法
6.3.1 建筑物SAR成像特征幾何模型構(gòu)建
6.3.2 基于模型匹配的建筑物高度反演方法
6.3.3 實(shí)驗(yàn)結(jié)果與分析
6.4 雙視向SAR圖像建筑物目標(biāo)參數(shù)提取方法
6.4.1 配準(zhǔn)方法綜述
6.4.2 城區(qū)高分辨率SAR圖像手動(dòng)配準(zhǔn)
6.4.3 基于Hausdorff距離的城區(qū)高分辨率SAR圖像配準(zhǔn)方法
6.4.4 基于D-S融合的雙視向SAR圖像建筑物提取
6.4.5 基于強(qiáng)散射特征模型的雙視向SAR圖像建筑物高度反演
參考文獻(xiàn)

第7章 高分辨率SAR圖像道路提取方法研究
7.1 SAR圖像道路基元提取方法
7.1.1 SAR圖像線狀道路基元提取
7.1.2 SAR圖像帶狀道路基元提取
7.2 基于模糊連接度的道路基元分割方法
7.2.1 模糊連接度理論
7.2.2 結(jié)合FCM分割和ROEWA自動(dòng)提取種子點(diǎn)
7.2.3 考慮邊緣特征的模糊連接度種子點(diǎn)擴(kuò)展
7.2.4 實(shí)驗(yàn)結(jié)果與分析
7.3 結(jié)合張量投票和snakes模型的道路半自動(dòng)提取
7.3.1 基于Snakes模型的道路半自動(dòng)提取
7.3.2 利用張量投票算法定義Snakes模型外部能量
7.3.3 實(shí)驗(yàn)結(jié)果與分析
7.4 基于MRF模型的道路網(wǎng)自動(dòng)提取
7.4.1 道路線特征提取
7.4.2 基于線特征的MRF模型構(gòu)建
7.4.3 MRF模型能量函數(shù)的建立
7.4.4 模擬退火法搜索最優(yōu)道路標(biāo)記
7.4.5 實(shí)驗(yàn)結(jié)果與分析
參考文獻(xiàn)

第8章 建筑物目標(biāo)SAR圖像自動(dòng)理解
8.1 先驗(yàn)知識(shí)模型構(gòu)建
8.2 基于均值漂移和區(qū)域合并的高亮區(qū)域提取
8.2.1 均值漂移的思想
8.2.2 均值漂移圖像分割方法
8.2.3 分割后區(qū)域合并
8.2.4 圖像分割結(jié)果
8.3 候選建筑物目標(biāo)確定
8.3.1 初始平行四邊形主對(duì)角線的確定
8.3.2 平行四邊形相似性判定
8.4 建筑物三維重建方法
8.4.1 主墻面圖像初始范圍的確定
8.4.2 主墻面圖像區(qū)域的優(yōu)化
8.4.3 建筑物寬度提取及三維重建
8.4.4 三維重建結(jié)果和分析
8.5 圖像標(biāo)注與理解
參考文獻(xiàn)

第9章 城市目標(biāo)與場景高分辨率SAR圖像解譯標(biāo)志庫
9.1 知識(shí)庫與解譯標(biāo)志庫簡介
9.2 住宅用地
9.2.1 高層居民樓
9.2.2 低層居民樓
9.2.3 高層居民區(qū)
9.2.4 低層居民區(qū)
9.3 商服用地
9.3.1 商務(wù)區(qū)
9.3.2 辦公區(qū)
9.4 工業(yè)用地
9.4.1 廠房倉庫
9.4.2 污水處理廠
9.4.3 天然氣罐
9.4.4 工業(yè)區(qū)
9.5 公共設(shè)施用地
9.5.1 公共服務(wù)區(qū)
9.5.2 高速公路
9.5.3 主干道
9.5.4 普通公路
9.5.5 人行天橋
9.5.6 水橋
9.5.7 公路橋
9.5.8 立交橋
9.5.9 鐵路及火車
9.5.10 港口碼頭
9.5.11 機(jī)場
9.5.12 通信電力塔
9.6 工商綜合體
9.7 城鎮(zhèn)或建成區(qū)混合體
9.8 其他城鎮(zhèn)或建成區(qū)
參考文獻(xiàn)
彩圖