图书介绍
光学卫星信号处理与增强2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

- (加)钱神恩著;王建宇译 著
- 出版社: 北京:科学出版社
- ISBN:9787030534958
- 出版时间:2017
- 标注页数:413页
- 文件大小:57MB
- 文件页数:431页
- 主题词:卫星通信-光学信号处理
PDF下载
下载说明
光学卫星信号处理与增强PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 星载光学传感器1
1.1 序言1
1.2 光学卫星传感器及其类型1
1.3 全色传感器2
1.4 多光谱传感器4
1.4.1 Landsat MSS、TM和ETM+4
1.4.2 SPOT卫星的HRV、HRVIR和HRG9
1.4.3 其他多光谱传感器10
1.5 高光谱传感器10
1.5.1 什么是高光谱传感器10
1.5.2 高光谱传感器的工作原理11
1.5.3 高光谱传感器的类型12
1.5.4 高光谱传感器的运行模式15
1.5.5 星载高光谱传感器16
1.6 傅里叶变换成像光谱仪21
1.6.1 简述21
1.6.2 FTS传感器的类型和工作原理22
1.6.3 星载IFTS22
1.7 激光雷达传感器27
1.7.1 定义和描述27
1.7.2 激光雷达空间技术实验29
1.7.3 航天飞机激光高度计29
1.7.4 火星轨道激光高度计30
1.7.5 地球科学激光高度计30
1.7.6 正交极化的云气溶胶激光雷达30
1.7.7 大气激光多普勒激光雷达31
1.7.8 水星激光高度计32
1.7.9 月球轨道激光高度计32
1.7.10 新一代高分辨率扫描成像激光雷达33
参考文献34
第2章 卫星数据生产和产品分级标准38
2.1 空间数据和信息系统38
2.2 地球观测系统数据和信息系统38
2.2.1 飞行器指挥与控制中心39
2.2.2 数据接收和0级数据处理39
2.2.3 数据产品生产39
2.2.4 数据归档、管理和分发39
2.2.5 数据产品的目标定位和访问机制40
2.3 地球观测系统数据产品分类标准40
2.4 行星数据系统和产品41
2.4.1 标准数据产品41
2.4.2 工程数据和其他辅助数据产品42
2.4.3 数据集说明42
2.5 行星数据产品分级标准43
2.6 地球观测系统产品等级划分案例43
2.6.1 0级数据产品44
2.6.2 1级数据产品44
2.6.3 2级及更高级别数据产品44
2.7 行星数据产品分级的案例45
2.7.1 1级数据产品:原始数据46
2.7.2 2级数据产品:拉曼数据包46
2.7.3 3级数据产品:校正未识别的拉曼光谱46
2.7.4 5级数据产品:碳含量/矿物学的结果46
2.7.5 6级数据产品:辅助数据47
2.7.6 7级数据产品:相关数据47
2.7.7 8级数据产品:用户说明47
参考文献47
第3章 卫星数据和图像的质量度量49
3.1 质量度量的需求分析49
3.2 全参考度量50
3.2.1 常见全参考度量51
3.2.2 基于视觉感知质量的全参考度量55
3.3 半参考度量60
3.3.1 四种半参考度量——用于空间分辨率提高后图像的质量评价62
3.3.2 基于小波域自然图像统计模型的半参考度量64
3.4 无参考度量65
3.4.1 针对JPEG压缩图像的无参考度量66
3.4.2 针对全色锐化多光谱图像的无参考度量68
参考文献69
第4章 卫星数据压缩72
4.1 无损和近无损数据压缩72
4.1.1 无损压缩73
4.1.2 近无损压缩74
4.2 高光谱图像的矢量量化数据压缩75
4.2.1 快速矢量量化压缩算法综述75
4.2.2 近无损压缩的矢量量化技术78
4.3 光谱图像的星上数据压缩79
4.3.1 一维差分脉冲编码调制79
4.3.2 基于离散余弦变换的压缩80
4.3.3 基于小波变换的压缩81
4.3.4 选择性压缩82
4.4 超光谱探测仪数据的无损压缩83
4.4.1 基于小波变换和基于预测方法的比较83
4.4.2 使用预先计算的矢量量化无损压缩86
4.4.3 采用基于预测的下三角变换的无损压缩88
4.5 航天器数据的CCSDS数据压缩国际标准92
4.5.1 三个空间数据压缩标准92
4.5.2 无损数据压缩国际标准93
4.5.3 图像数据压缩标准94
4.5.4 无损多光谱/高光谱压缩标准99
参考文献102
第5章 卫星数据的格式化与分包107
5.1 采用CCSDS空间数据传输协议格式化卫星数据107
5.2 遥测传输系统的概念109
5.2.1 分包层109
5.2.2 传输帧层109
5.2.3 信道编码层110
5.3 空间数据分包的概念110
5.4 空间数据包结构111
5.4.1 数据包主导头112
5.4.2 包数据域113
5.5 遥测传输帧115
5.5.1 传输帧的主导头116
5.5.2 传输帧副导头118
5.5.3 传输帧数据域119
5.5.4 操作控制域119
5.5.5 帧误码控制域120
参考文献121
第6章 信道编码123
6.1 遥测传输系统的层及信道编码123
6.2 信道编码提升空间数据的连接性能125
6.2.1 信道编码性能测量125
6.2.2 信道编码性能的香农极限125
6.3 Reed-Solomon编码127
6.3.1 定义127
6.3.2 RS编码器129
6.3.3 RS符号交织130
6.3.4 RS码的译码131
6.3.5 RS码的性能132
6.4 卷积码132
6.4.1 CCSDS标准(7,1/2)卷积码编码器133
6.4.2 CCSDS标准删余卷积码编码器134
6.4.3 卷积码的最大似然软译码135
6.4.4 (7,1/2)码和删余卷积码的性能136
6.5 RS码和卷积码的级联139
6.6 Turbo码141
6.6.1 Turbo码的定义141
6.6.2 Turbo编码器和译码器142
6.6.3 Turbo码与传统级联码的比较143
6.7 低密度奇偶校验码145
6.7.1 LDPC码简介145
6.7.2 CCSDS推荐的LDPC编码146
6.7.3 LDPC码的性能148
参考文献149
第7章 光学传感器的定标151
7.1 定标的重要性151
7.2 绝对和相对辐射定标153
7.3 卫星光学传感器模型154
7.4 发射前的地面定标156
7.4.1 综述156
7.4.2 地球资源卫星仪器的实验室定标158
7.4.3 AVIRIS实验室定标158
7.5 发射后机上定标159
7.6 替代定标162
7.7 换算至传感器辐亮度和大气顶部反射率163
7.7.1 传感器辐亮度的换算163
7.7.2 大气顶部反射率换算165
7.7.3 传感器的亮度温度换算165
参考文献166
第8章 空间畸变和光谱弯曲的检测与校正171
8.1 成像光谱仪的光谱畸变和空间畸变171
8.1.1 光谱畸变:光谱弯曲171
8.1.2 空间畸变:梯形畸变173
8.1.3 Keystone和Smile对成像像元形状和位置的影响175
8.2 利用大气吸收特征匹配方法测试Smile畸变176
8.3 五台成像光谱仪的Smile畸变测试179
8.3.1 AVIRIS传感器Smile畸变测试180
8.3.2 SFSI传感器的Smile畸变测试182
8.3.3 CASI传感器的Smile畸变测试185
8.3.4 CHRIS传感器的Smile畸变测试187
8.3.5 Hyperion传感器的Smile畸变测试188
8.4 利用空间特征的波段间相关性检测空间畸变193
8.5 高光谱成像仪的Keystone畸变测试194
8.5.1 AVIRIS传感器的Keystone畸变测试194
8.5.2 Aurora传感器的Keystone畸变测试196
8.5.3 CASI传感器的Keystone畸变测试197
8.5.4 SFSI传感器的Keystone畸变测试198
8.5.5 Hyperion传感器的Keystone畸变测试198
8.5.6 Keystone测试小结199
8.6 Keystone畸变对光谱相似性度量的影响200
参考文献202
第9章 多传感器图像融合204
9.1 图像融合定义204
9.2 三类图像融合算法206
9.3 常见图像融合方法207
9.3.1 IHS融合207
9.3.2 主成分分析融合210
9.3.3 算术组合融合211
9.3.4 小波变换融合213
9.4 典型图像融合技术的比较215
9.4.1 九种融合技术简介215
9.4.2 评估小结217
9.5 基于复数脊波变换的图像融合218
9.5.1 目的218
9.5.2 Radon变换219
9.5.3 脊波变换219
9.5.4 迭代反向投影220
9.5.5 图像融合221
9.5.6 图像融合实验结果223
9.6 光学和雷达图像融合230
9.6.1 基于强度调制的多光谱和合成孔径雷达图像融合230
9.6.2 基于小波变换的合成孔径雷达和光学图像融合231
9.6.3 基于局部方差和均值的合成孔径雷达和光学图像融合231
9.6.4 RADARSAT-1和SPOT图像融合232
参考文献233
第10章 利用探测器空间畸变特性增强图像分辨率242
10.1 利用信号处理来改善卫星载荷的性能242
10.2 利用卫星探测器的空间畸变特性来改善空间分辨率243
10.3 利用Keystone提高单波段图像的空间分辨率246
10.3.1 具有子像素位移的图像的融合246
10.3.2 方法1:基于Keystone效应引起的子像素位移提取出波段图像247
10.3.3 方法2:基于预定的子像素位移量获取合成图像249
10.3.4 方法3:基于像素点强度值的接近程度获取合成图像250
10.3.5 两种处理子像素级位移图像的方案及迭代反向投影的实现方法251
10.4 单波段高分辨率图像实验结果254
10.4.1 图像质量评价标准:改进型视觉信息保真度254
10.4.2 测试高光谱数据立方体255
10.4.3 目标数据立方体的处理结果255
10.4.4 Key Lake数据立方体实验结果259
10.5 整个数据立方体的空间分辨率提高261
10.6 数据立方体空间分辨率增强后的实验结果262
10.7 总结和讨论267
参考文献268
第11章 提高卫星传感器信噪比的数字降噪处理方法274
11.1 降低噪声提高卫星传感器信噪比274
11.2 空间维光谱维混合降噪275
11.2.1 小波收缩降噪275
11.2.2 问题描述277
11.2.3 提出的方法281
11.2.4 去噪实验结果286
11.3 主成分分析法和小波收缩去噪295
11.3.1 PCA与小波变换联合去噪方法296
11.3.2 PCA和小波联合去噪方法的实验结果298
11.4 主成分分析与块匹配三维滤波相结合去噪303
11.4.1 PCA联合BM3D降噪法303
11.4.2 实验结果304
11.5 混合光谱-空间维降噪技术评估306
11.5.1 用于评估的遥感产品306
11.5.2 评估标准309
11.5.3 评估结果311
参考文献314
第12章 降噪后的高光谱图像小目标探测318
12.1 高光谱图像目标探测318
12.2 基于光谱角填图的方法319
12.2.1 测试数据立方体319
12.2.2 使用光谱角填图算法对目标面积进行估算321
12.2.3 目标面积估算结果324
12.3 接受器操作特性方法327
12.4 使用光谱分解进行目标探测329
12.4.1 混合像元分解和目标掩模330
12.4.2 评价标准332
12.4.3 目标探测与评价结果333
12.5 基于像素的端元光谱丰度值总和的目标探测341
12.5.1 亚像素目标探测341
12.5.2 目标探测和评价结果344
12.5.3 讨论和结论349
参考文献351
第13章 高光谱图像降维354
13.1 三种降维方法和波段选择方法回顾354
13.1.1 主成分分析降维355
13.1.2 小波变换降维355
13.1.3 最小噪声分离降维356
13.1.4 波段选择356
13.2 三种降维方法和一种波段选择方法的评估357
13.2.1 端元提取实验357
13.2.2 矿物检测实验359
13.2.3 矿物分类实验360
13.2.4 森林分类应用361
13.2.5 小结363
13.3 局部线性嵌入降维363
13.3.1 改进的局部线性嵌入方法非线性降维364
13.3.2 基于端元提取和矿物检测的评估366
13.4 利用局部线性嵌入与拉普拉斯特征映射组合方法370
13.4.1 局部线性嵌入与拉普拉斯特征映射组合降维370
13.4.2 端元提取实验结果372
13.5 双变量小波收缩与主成分分析方法373
13.5.1 双变量小波收缩+主成分分析方法的数据降维与降噪374
13.5.2 双变量小波收缩+主成分分析方法的评估376
13.6 小波包和主成分分析组合方法379
13.6.1 小波包+邻域收缩+主成分分析方法降维与降噪380
13.6.2 小波包+邻域收缩+主成分分析方法评估382
参考文献383
第14章 基于数据立方体几何形状的快速端元提取386
14.1 混合像元与线性光谱分解386
14.2 端元提取方法388
14.2.1 方法概述388
14.2.2 N-FINDR算法389
14.2.3 单体增长法390
14.2.4 像元纯度指数法390
14.2.5 迭代误差分析391
14.2.6 自动形态学光谱端元提取391
14.2.7 自动目标生成方法/顶点成分分析392
14.2.8 完全约束最小二乘法线性解混392
14.3 基于减少搜索空间的快速端元提取算法393
14.3.1 快速N-FINDR393
14.3.2 仿真结果396
14.3.3 讨论403
参考文献404
术语中英文对照表407
热门推荐
- 2405244.html
- 90998.html
- 1616292.html
- 369567.html
- 2516368.html
- 1905016.html
- 2194226.html
- 562895.html
- 3700271.html
- 1409938.html
- http://www.ickdjs.cc/book_619795.html
- http://www.ickdjs.cc/book_3444698.html
- http://www.ickdjs.cc/book_417412.html
- http://www.ickdjs.cc/book_3440797.html
- http://www.ickdjs.cc/book_1419055.html
- http://www.ickdjs.cc/book_1549724.html
- http://www.ickdjs.cc/book_2119601.html
- http://www.ickdjs.cc/book_736673.html
- http://www.ickdjs.cc/book_1165493.html
- http://www.ickdjs.cc/book_956207.html