合成孔径雷达图像精准处理 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

尤红建，付琨 著

图书标签:

• 合成孔径雷达
• SAR图像处理
• 图像处理
• 雷达遥感
• 信号处理
• 微波遥感
• 精密处理
• 算法
• 数据处理
• 地球观测

出版社： 科学出版社

ISBN：9787030311689

版次：1

商品编码：10691837

包装：平装

开本：16开

出版时间：2011-06-01

用纸：胶版纸

页数：257

正文语种：中文

编辑推荐

　　《合成孔径雷达图像精准处理》系统地介绍了合成孔径雷达（SAR）图像精准处理的技术原理和实验结果。首先简单讲述了SAR的基本原理、图像特点和发展现状；然后以SAR图像精准处理为主线，重点阐述了SAR图像的几何精校正处理、SAR图像配准处理、SAR图像的变化检测处理以及利用SAR图像进行高程等专题信息提取方法。《合成孔径雷达图像精准处理》是作者近年来在ＳＡＲ图像精准领域的研究成果总结，内容具体翔实。

内容简介

　　《合成孔径雷达图像精准处理》由尤红建、付琨所著，系统地介绍了合成孔径雷达（syntbetic aperture radar，SAR）图像精准处理的技术原理和实验结果。首先，简单讲述了SAR的基本原理、图像特点和发展状况；然后，以SAR图像精准处理为主线，重点阐述了SAR图像的几何精校正和正射校正处理、SAR图像配准处理、SAR图像的变化检测处理以及利用SAR图像进行高程、建筑物等专题信息提取。
　　《合成孔径雷达图像精准处理》是作者近年来在SAR图像精准处理领域的研究成果总结，内容具体翔实，适合于从事遥感、测绘、图像处理等领域的科学和工程技术人员参考使用，也可作为高等院校相关专业的教学和研究资料。

目录

前言
第1章 SAR图像原理和发展
1．1 SAR的基本原理和特点
1．1．1 SAR成像基本原理
1．1．2 SAR图像的特点
1．1．3 SAR应用的主要特性
1．2 SAR系统的发展现状
1．2．1 星载SAR的发展概述
1．2．2 日本PALSAR
1．2．3 意大利COSMO SAR系统
1．2．4 德国TerraSAR-X系统
1．2．5 加拿大RadarSat-2
1．2．6 我国SAR的发展
参考文献
第2章 SAR图像的几何精校正
2．1 星载sAR图像的几何精校正
2．1．1 星载SAR的对地定位模型
2．1．2 星载SAR校正计算中病态方程的求解
2．1．3 星载SAR的对地定位的精度
2．2 星载SAR图像GCP自动匹配方法
2．2．1 选取图像片，建立GCP库
2．2．2 基于轨道参数的区域粗匹配
2．2．3 基于归一化互相关的局部精匹配
2．2．4 试验和结论
2．3 星载SAR图像对地定位的严密共线方程模型
2．3．1 等效焦距的严密计算
2．3．2 斜距图像转化成严密中心投影图像的改化
2．3．3 基于中心投影模型的SAR图像定位
2．3．4 基于GCP的SAR图像对地定位精度试验和对比
2．4 SAR图像几何校正的实现策略
2．4．1 分块校正算法
2．4．2 灰度重采样方法
2．5 星载SAR图像正射校正
2．5．1 地形起伏对SAR的影响
2．5．2 利用GCP和DEM的正射校正
2．5．3 组合图像模拟和精配准的星载SAR直接正射校正
2．6 基于通用成像模型的星载SAR图像校正
2．6．1 通用成像模型
2．6．2 RPC模型参数求解
2．6．3 RPC模型参数的直接求解
2．6．4 基于GCP点精化参数的RPC定位
2．7 机载高分辨率SAR图像几何校正
2．7．1 基于GPS的机载SAR直接对地定位原理
2．7．2 SAR图像自动定位的实现流程
2．7．3 实际定位精度的检验
2．7．4 误差传播和定位精度分析
2．8 机载InSAR数据的直接几何校正处理
2．8．1 成像几何坐标直接转换地理坐标
2．8．2 SAR侧视成像的采样不均处理
2．8．3 机载InSAR数据的处理
参考文献
第3章 SAR图像配准处理
3．1 基于SIFT算法的SAR图像自动配准
3．1．1 引言
3．1．2 SIFT算法基本原理
3．1．3 基于SIFT特征向量的特征点自动匹配
3．1．4 基于SIFT算法的SAR图像自动配准
3．2 基于SURF算法的SAR图像自动配准
3．2．1 SURF算法特征原理
3．2．2 SAR图像提取SUFR特征点和同名点匹配
3．2．3 SAR图像SURF、算法自动配准试验
3．3 多时相星载SAR图像精配准
3．3．1 基于Harris算法提取SAR图像的特征点
3．3．2 基于归一化相关系数匹配的同名特征点提取
3．3．3 基于TIN小面元的精配准
3．3．4 精配准试验和精度
参考文献
第4章 SAR图像的变化检测
4．1 SAR图像变化检测原理
4．2 SAR图像变化检测的基本方法
4．2．1 图像差值法
4．2．2 图像比值法
4．2．3 相关系数法
4．2．4 直方图比较法
4．2．5 图像熵的方法
4．2．6 变化区域的提取
4．2．7 试验和结论
4．3 基于分布差异的SAR变化检测
4．3．1 SAR图像的统计分布模型
4．3．2 基于皮尔逊模型反演SAR分布模型
4．3．3 基于高斯分布的差异指数计算
4．3．4 基于瑞利分布的差异指数计算
4．3．5 对数正态分布下的交叉熵差异指数计算
4．3．6 韦布尔分布下的交叉熵差异指数
4．4 基于Edgeworth逼近的SAR图像统计模型
4．4．1 Chebyshev多项式
4．4．2 Edgeworth逼近
4．4．3 Edgeworth逼近SAR图像分布的试验
4．5 基于Edgeworth逼近的SAR变化检测
4．5．1 基于交叉熵的差异计算
4．5．2 基于积分图像的高效计算
4．5．3 星载SAR变化检测试验
4．6 变化检测的尺度效应
4．6．1 多尺度SAR序列图像的构建
4．6．2 不同尺度上变化差异指数的变化情况
4．6．3 样本窗口尺度对变化检测的影响
4．6．4 渐进聚焦的变化检测方法
4．7 多尺度联合分割优化的sAR变化检测
4．7．1 联合多尺度分割
4．7．2 基于分割斑块的差异指数计算
4．7．3 试验和结论
4．8 变化区域的自动提取
4．8．1 CFAR基本原理
4．8．2 差异分布模型
4．8．3 基于差异分布模型提取变化区域的阈值
参考文献
第5章 基于SAR图像的信息提取
5．1 基于SAR图像对提取DEM
5．1．1 SAR提取DEM的发展历史
5．1．2 SAR提取DEM的原理
5．1．3 SAR图像对同名点匹配
5．1．4 同名点三维位置的解算
5．1．5 基于SAR图像对提取DEM的试验
5．2 基于高分辨率SAR提取建筑物
5．2．1 基于SAR／InSAR的建筑物提取的发展
5．2．2 建筑物的几何模型
5．2．3 建筑物SAR成像几何结构分析
5．2．4 基于L型叠掩结构提取建筑物
参考文献
彩图

前言/序言

《城市地貌变迁监测与分析》 内容简介 本书深入探讨了利用遥感技术，特别是高分辨率光学遥感影像，对城市区域的地貌进行高精度监测、变化检测与详细分析的方法论和实践应用。本书旨在为城市规划、环境保护、灾害管理、资源开发以及历史文化遗产保护等领域的研究人员、工程师和决策者提供一套系统、全面的技术指南和理论支撑。 第一章：城市地貌的定义与分类 本章首先对“城市地貌”这一核心概念进行界定，明确其内涵和外延，区分于自然地貌，强调其由人类活动主导、与城市功能紧密相关的特点。我们将城市地貌划分为若干主要类别，包括但不限于： 建筑区域： 包括住宅区、商业区、工业区、公共建筑区域等，根据建筑密度、高度、类型等进一步细分。 交通基础设施： 道路网络（高速公路、城市干道、次干道、支路）、铁路、机场、港口、桥梁、隧道等。 绿化与水体： 公园绿地、广场、河流、湖泊、水库、湿地、人工水系等，以及它们的空间格局和演变。 裸露地与建设用地： 施工场地、矿山开采区（如果位于城市边缘）、填埋场、废弃工业区等。 农业与半自然区域： 城市郊区或内部的农业用地、城市森林、滩涂等，这些区域虽然受到人类活动影响，但仍保留一定的自然属性。 我们将详细阐述不同地貌类别的空间特征、地物光谱响应特性，以及其在城市发展中的动态变化规律，为后续的影像解译奠定基础。 第二章：高分辨率光学遥感影像特性与获取 本章重点介绍用于城市地貌监测的高分辨率光学遥感影像。我们将涵盖： 影像分辨率的定义与分类： 空间分辨率（米级、亚米级）、光谱分辨率、时间分辨率、辐射分辨率等，并分析它们对地貌信息提取的影响。 主流高分辨率光学遥感卫星系统： 详细介绍如WorldView系列、GeoEye系列、Pléiades系列、SPOT系列（新一代）、高分系列等代表性卫星平台的技术参数、成像模式、数据获取方式和应用潜力。 影像预处理技术： 包括辐射定标、大气校正、几何校正（正射校正、地形校正）、影像融合等关键步骤。我们将深入讲解每一步的目的、常用算法和实际操作中需要注意的问题，以确保影像质量满足后续分析的要求。 地面控制点（GCP）的获取与应用： 强调精确的GCP在几何校正中的重要性，介绍GCP的测量方法（RTK、全站仪等）和质量控制。 第三章：城市地貌信息提取方法 本章是本书的核心技术章节，将详细介绍从高分辨率光学遥感影像中提取城市地貌信息的多种方法： 面向对象的影像分析（OBIA）： 详细阐述OBIA的基本原理，包括影像分割（尺度、形状、紧密度等参数选择）、对象特征提取（光谱、纹理、形状、上下文信息）、对象分类（基于规则、机器学习、深度学习）等技术流程。我们将重点分析OBIA在区分复杂城市地物、克服“椒盐现象”等方面的优势，并提供不同地貌类别在OBIA中的分类策略。 基于像素的分类方法： 介绍传统的最大似然法、支持向量机（SVM）、随机森林（Random Forest）等机器学习算法在城市地貌分类中的应用。我们将分析其适用性，以及如何结合纹理、形态等辅助特征来提升分类精度。 深度学习在城市地貌提取中的应用： 重点介绍卷积神经网络（CNN）及其变体（如U-Net, DeepLab等）在语义分割和实例分割方面的最新进展。我们将讨论如何构建针对城市地貌的深度学习模型，数据标注的最佳实践，以及模型训练和优化技巧。 高光谱影像分析（如果适用）： 简要介绍高光谱影像在精细识别特定城市地物（如不同种类的植被、建筑材料）方面的潜力，以及相关的混合像元分解技术。 纹理特征提取与应用： 介绍灰度共生矩阵（GLCM）、局部二值模式（LBP）等纹理分析方法，以及它们如何帮助区分具有相似光谱特征但纹理不同的地物，例如区分密集住宅区和低矮工业区。 形状与空间形态分析： 介绍如何利用对象的几何形状信息（面积、周长、紧凑度、方向性等）来辅助分类和识别，例如识别长条形的道路、规则形状的建筑群。 第四章：城市地貌变化检测方法 本章关注如何利用多时相遥感影像来监测城市地貌的动态变化，这是理解城市发展轨迹的关键。我们将介绍： 变化检测的基本概念与流程： 变化检测的定义、基本流程（影像配准、变化指标计算、变化区域识别、变化类型分类）。 直接比较法： 如图像代数（减法、比值）、图像差值法，以及其优缺点。 分类后比较法： 分别对不同时相的影像进行分类，然后比较分类结果，讨论其优缺点和适用场景。 变化向量分析（CVA）： 详细讲解CVA的原理，包括变化幅度、变化方向的计算，以及如何解释变化向量。 基于对象的变化检测： 将变化检测过程从像素级别提升到对象级别，分析对象合并、分裂、消亡、新增等变化。 机器学习与深度学习在变化检测中的应用： 介绍如何将分类器（如SVM, Random Forest）或深度学习模型（如CNN-based Siamese Networks）应用于变化检测任务，以提高变化检测的准确性和鲁棒性。 伪变化（Spurious Change）的识别与消除： 分析因传感器差异、大气条件、光照变化等引起的“伪变化”，并介绍识别和去除这些伪变化的技术，如光谱调整、影像归一化等。 第五章：城市地貌变化的空间分析与制图 本章将探讨如何对提取和检测到的城市地貌变化进行深入的空间分析，并生成具有信息价值的图件。 地貌变化的空间格局分析： 分析变化区域的空间分布特征，如集聚性、热点区域、分散性等，利用空间统计方法（如最近邻分析、核密度分析）进行研究。 变化驱动因素分析： 结合社会经济数据（人口增长、GDP、政策文件、规划图等），分析导致地貌变化的潜在驱动因素，如城市扩张、基础设施建设、产业转移、绿地保护政策等。 城市扩张模式分析： 识别城市扩张的类型（如蔓延式、紧凑式、填空式）、扩张速度和方向，以及其对周边区域的影响。 土地利用/土地覆盖（LULC）变化量化： 量化不同地貌类别之间的转换关系，如从耕地转变为建筑用地，从绿地转变为交通用地等。 GIS空间分析技术的应用： 利用地理信息系统（GIS）平台，进行空间叠加、缓冲区分析、网络分析等，以支持更复杂的城市地貌变化分析。 可视化与制图： 介绍如何生成高质量的城市地貌变化图、统计图表、专题地图，以直观地展示分析结果，服务于决策支持。 第六章：城市地貌变化监测的应用案例 本章将通过一系列实际应用案例，展示本书所介绍的技术在不同城市场景下的应用效果。案例将涵盖： 城市扩张与规划评估： 分析某特大城市过去二十年的扩张过程，评估城市总体规划的执行情况，识别存在的规划问题。 历史文化遗产保护： 监测历史城区周边环境的变化，评估城市化进程对历史风貌的影响，为遗产保护提供科学依据。 环境影响评价： 评估新建项目（如工业区、大型交通枢纽）对周边地貌、水体、绿地的影响，为项目审批提供技术支持。 城市内涝风险评估： 分析城市低洼地带、不透水面的扩张与变化，结合地形数据，评估城市内涝风险的空间分布。 灾害监测与应急响应： 利用遥感影像快速监测地震、洪水、滑坡等灾害造成的地貌变化，为应急救援和灾后重建提供信息支持。 城市绿地系统监测与评价： 追踪城市公园、绿化带等的变化，评估城市绿化水平的动态变化，服务于生态城市建设。 第七章：挑战与未来展望 本章将总结当前城市地貌监测与分析技术面临的挑战，并展望未来的发展趋势： 数据获取与处理的挑战： 云层遮挡、数据时效性、数据融合、海量数据管理等。 算法精度与鲁棒性： 提高复杂城市环境下的分类与变化检测精度，降低对人工干预的依赖。 多源数据融合： 如何有效地融合光学、雷达、激光雷达（LiDAR）、高光谱、无人机影像等多源数据，提取更丰富、更精确的地貌信息。 语义理解与智能分析： 从“是什么”到“为什么”，实现对城市地貌变化更深层次的理解和解释。 实时监测与预警系统： 构建能够实现近实时监测和预警的城市地貌变化系统。 3D城市建模与监测： 利用倾斜摄影、LiDAR等技术，实现对城市三维地貌的精确建模和动态监测。 人工智能与大数据技术的深度融合： 探索AI在影像解译、变化分析、驱动力建模等方面的更大潜力。 本书力求理论与实践相结合，提供详实的案例分析和技术指导，希望能为广大读者在城市地貌监测与分析领域的研究和实践提供有益的帮助。

评分☆☆☆☆☆

评价一： 一直以来，我对遥感技术的应用都抱有浓厚的好奇心，尤其是在地质勘探、环境保护以及城市规划等领域。最近有幸接触到一本名为《合成孔径雷达图像精准处理》的书籍，虽然书名听起来颇具专业性，但我对它所涵盖的内容产生了极大的兴趣。我期待这本书能够深入浅出地讲解SAR（合成孔径雷达）的工作原理，让我明白它是如何穿透云层、在任何天气条件下获取地表信息的。特别是关于“精准处理”这一点，我非常想知道书中是如何阐述数据预处理的环节，例如辐射定标、几何校正等等，这些步骤对于后续的分析至关重要。此外，我也很好奇书中会分享哪些先进的处理算法，比如干涉SAR（InSAR）在形变监测方面的应用，或者极化SAR在目标分类上的优势。作为一名对遥感技术充满热情但又非专业出身的读者，我希望能通过这本书，系统地了解SAR图像的获取、处理流程，以及其在实际应用中能够解决哪些具体问题。这本书能否为我打开一扇了解SAR技术应用的新窗口，让我能够更清晰地认识到这项技术在现代科学研究和工程实践中的价值，是我最期待的。

评分☆☆☆☆☆

评价五： 我是一名软件开发者，一直以来都对能够解决实际问题的技术和算法抱有浓厚的兴趣。最近听说了《合成孔径雷达图像精准处理》这本书，觉得它可能触及到一些非常有趣和有挑战性的算法领域。《合成孔径雷达图像精准处理》这个书名，让我联想到其中可能包含了很多关于图像识别、数据降噪、特征提取等方面的高级算法。我很好奇书中会如何介绍SAR图像的独特噪声特性，以及如何通过“精准处理”来克服这些挑战。例如，斑点噪声（speckle noise）是如何被有效抑制的？书中会涉及哪些机器学习或深度学习在SAR图像分类和目标检测中的应用？对于“精准处理”的理解，我倾向于它涉及到算法的优化和效率的提升。如果书中能够提供一些关于SAR图像处理算法的性能评估和比较，甚至是一些代码示例的思路，那对于我来说将是极大的启发。我希望这本书能够提供给我一些关于SAR图像处理在技术层面上的深刻洞见，并引发我进一步探索相关算法实现的思考。

评分☆☆☆☆☆

评价四： 作为一名对地球科学和环境监测领域抱有持续关注的普通读者，我一直对SAR技术在这些领域的作用感到好奇。《合成孔径雷达图像精准处理》这个书名，听起来就充满了科学的严谨和技术的深度。我希望能在这本书中找到关于SAR数据如何帮助我们更好地理解地球表面变化的答案。比如，在研究冰川融化、海平面上升等全球性环境问题时，SAR技术是如何发挥作用的？书中是否会介绍SAR在监测地质灾害，如地震、滑坡、地面沉降等方面的具体应用和处理方法？“精准处理”对于环境监测来说尤为重要，它意味着更准确的数据，从而为科学决策提供更可靠的依据。我期待这本书能解释，SAR图像的哪些特性，比如其对地表微小形变的敏感性，能够被“精准处理”技术放大和利用。此外，我也对SAR在农业、林业等生态系统监测中的应用很感兴趣，希望这本书能为我揭示SAR技术在这些方面的潜力。

评分☆☆☆☆☆

评价二： 最近读到一本关于SAR图像处理的书，虽然我不是直接从事相关研究的，但对自然科学的兴趣让我总是想多了解一些前沿技术。《合成孔径雷达图像精准处理》这个书名，让我想到了它在军事侦察、灾害监测等领域的关键作用。我特别关注书里对于SAR数据采集的介绍，比如不同的SAR系统（如星载、机载）在性能和应用上的差异。我很好奇，对于“精准处理”这个概念，书中是如何定义的，是否涉及了高精度的地理编码、地形匹配等技术？如果书中能详细介绍一些SAR图像的解译方法，比如如何识别地表的地物类型、植被覆盖情况，甚至是海面船只的检测，那对我来说将非常有价值。我对SAR技术能够在复杂环境下提供信息的能力一直很着迷，比如在茂密的森林下勘探，或者在夜晚进行观测。如果这本书能提供一些实际案例的分析，展示SAR图像在解决实际问题中的强大能力，那我一定会觉得这趟阅读之旅非常值得。

评分☆☆☆☆☆

评价三： 我对《合成孔径雷达图像精准处理》这本书的期待，更多地来自于它所暗示的“精准”二字。在如今大数据、人工智能飞速发展的时代，任何领域的“精准”都意味着更高的效率和更可靠的结果。SAR技术本身就以其独特的穿透性和全天候工作能力而著称，如果能够结合“精准处理”的技术，其应用潜力无疑会得到极大的提升。我希望这本书能详细阐述SAR图像在不同应用场景下的“精准”体现在哪里。例如，在城市测绘中，如何通过SAR数据实现厘米级的精度，这对智慧城市建设的意义非凡。在农业监测方面，如何利用SAR数据精准评估作物长势，进行产量预测，甚至检测病虫害。我尤其对书中关于SAR数据融合的章节感兴趣，如果能将SAR数据与其他遥感数据（如光学影像）进行有效融合，以达到互补增益的效果，那将是处理复杂地物信息的一大突破。这本书能否提供一些实用的处理流程和工具的介绍，帮助读者理解如何实现 SAR 图像的“精准处理”，是我非常看重的一点。

评分☆☆☆☆☆

快递很慢就不说了，寄来后打开一看，书上端部分已经散开了，严重怀疑是盗版书籍，差评！！！！

评分☆☆☆☆☆

送到时 书上有很长的圆珠笔划痕 不爽

评分☆☆☆☆☆

工程应用的比较多，很适合看一看

评分☆☆☆☆☆

讲的很详细，很适合初学者

评分☆☆☆☆☆

合成孔径雷达图像精准处理，很不错！

评分☆☆☆☆☆

挺好挺好挺好挺好挺好挺好挺好挺好挺好

评分☆☆☆☆☆

很好的书，很多图，容易看得清

评分☆☆☆☆☆

讲解仔细讲解仔细讲解仔细

评分☆☆☆☆☆

挺好挺好挺好挺好挺好挺好挺好挺好挺好