新書推薦：
《
初老的身体：更年期新规则指南（第2版）
》
售價：HK$
140.8
《
摘星星的人
》
售價：HK$
47.1
《
名侦探的守则（东野圭吾：反套路！玩梗诡计，吐槽套路，爆笑推理！“你怎么看出我男扮女装的？”）
》
售價：HK$
64.9
《
金融帝国：美元如何计算全球
》
售價：HK$
74.8
《
全球化时代的历史书写：七位欧美历史学家访谈录 尔文智识生活系列
》
售價：HK$
107.8
《
好能量
》
售價：HK$
97.9
《
心灵银行手账 ： 创造真正改变的卓越系统 世界级催眠大师约翰·卡帕斯博士上世纪90年代收费75万美金
》
售價：HK$
74.8
《
档案中的虚构：16世纪法国的赦罪故事及故事的讲述者（人类学与新文化史研究经典力作）
》
售價：HK$
74.8
|
| 內容簡介： |
|
本书在前两版的基础上，基于ENVI 6.1对全书进行了修订，增加了新内容，以突出遥感技术的发展。本版仍分为基础篇和增强篇。基础篇内容包括导论、ENVI窗口组成、图像预处理、图像增强、图像分类、高分辨率遥感图像特征提取、遥感制图与三维可视化、图像变化检测；增强篇内容包括高光谱分析技术、雷达图像处理、合成孔径雷达干涉测量、地形特征提取、多特征信息提取与分析、机器学习与深度学习图像分类。全书重点介绍了遥感数字图像处理中常用的基本功能和部分增强功能，针对遥感专题提取建模做了较为详细的实例说明，注重基本能力与专题应用能力的共同提高。本书可作为遥感科学与技术、地理信息科学、测绘工程、城乡规划、地理学等专业本科生遥感课程的实验教材，也可供地图学与地理信息系统、摄影测量与遥感等专业的研究生及相关技术人员参考。
|
| 關於作者： |
|
别强，兰州大学地理学学士，兰州大学地图学与地理信息系统硕士，兰州大学地图学与地理信息系统博士，现为兰州交通大学测绘与地理信息学院遥感系主任，教育部黄大年式教师团队核心成员，自然资源部高层次科技创新人才工程―科技创新团队核心成员，甘肃省遥感学会理事，甘肃省地理学会理事。
|
| 目錄：
|
第1章 导论1
1.1 遥感数字图像处理与分析1
1.1.1 基本概念1
1.1.2 遥感数字图像处理的主要内容1
1.1.3 遥感图像理解与分析2
1.1.4 遥感数字图像处理技术与发展2
1.2 ENVI 6.x概述3
1.2.1 ENVI的特点3
1.2.2 ENVI 6.x的新增功能3
1.3 ENVI工程化应用5
1.4 数据下载和技术资源6
第2章 ENVI窗口组成8
2.1 图形用户界面8
2.2 菜单9
2.2.1 文件9
2.2.2 显示17
2.2.3 视图25
2.2.4 服务器27
2.2.5 帮助31
2.3 图层管理31
2.3.1 调整图层顺序32
2.3.2 菜单栏及功能32
2.4 工具栏34
2.4.1 图像增强显示35
2.4.2 像元定位功能36
2.4.3 量测功能36
2.5 基础工具36
2.5.1 图层叠加43
2.5.2 图像大小调整44
2.5.3 感兴趣区定义45
2.5.4 掩膜46
2.5.5 直方图匹配47
2.5.6 波段运算47
第3章 图像预处理50
3.1 坐标系50
3.2 图像校正55
3.2.1 辐射定标55
3.2.2 大气校正58
3.2.3 几何校正62
3.2.4 正射校正70
3.3 图像融合72
3.3.1 RGB图像的融合72
3.3.2 多光谱图像的融合73
3.4 图像镶嵌75
3.4.1 基于像元的图像镶嵌75
3.4.2 无缝镶嵌76
3.4.3 快速镶嵌工具77
3.5 图像裁剪78
3.5.1 规则分幅裁剪78
3.5.2 不规则分幅裁剪79
3.6 图像合成82
3.6.1 伪彩色合成82
3.6.2 彩色合成82
3.7 向量数据处理83
3.7.1 新建向量数据84
3.7.2 编辑向量数据84
3.7.3 数据格式转换85
第4章 图像增强87
4.1 波段组合图像增强87
4.1.1 RGB合成显示87
4.1.2 图像密度分割89
4.1.3 基于波段组合的假彩色合成90
4.2 图像变换93
4.2.1 拉伸93
4.2.2 色彩空间变换与拉伸93
4.2.3 色彩拉伸95
4.2.4 交互式直方图拉伸97
4.2.5 直方图均衡化98
4.2.6 直方图规定化99
4.2.7 坏行填补100
4.2.8 波段比的计算100
4.2.9 主成分分析101
4.2.10 独立主成分分析103
4.2.11 NDVI计算104
4.2.12 缨帽变换104
4.3 滤波增强105
4.3.1 卷积增强105
4.3.2 形态学滤波107
4.3.3 自适应滤波108
4.3.4 快速傅里叶变换109
4.4 纹理分析112
4.4.1 基于概率统计的滤波112
4.4.2 基于二阶概率统计的滤波113
第5章 图像分类115
5.1 遥感图像分类简介115
5.2 灰度分割116
5.3 非监督分类117
5.3.1 ISODATA分类117
5.3.2 K-Means分类118
5.3.3 类别定义与子类合并119
5.4 监督分类121
5.4.1 创建训练样本121
5.4.2 执行监督分类123
5.5 决策树分类126
5.5.1 定义分类规则126
5.5.2 构建决策树128
5.5.3 执行和修改决策树129
5.6 分类后处理130
5.6.1 分类结果编辑130
5.6.2 聚类统计131
5.6.3 聚合处理131
5.6.4 过滤分析132
5.6.5 多数/少数分析132
5.6.6 分类统计133
5.6.7 分类结果转向量134
5.7 流程化图像分类工具134
5.8 精度评价136
5.8.1 分类结果叠加136
5.8.2 混淆矩阵137
5.8.3 ROC曲线138
第6章 高分辨率遥感图像特征提取140
6.1 基于规则的房屋信息提取140
6.2 基于样本的农田信息提取144
6.3 基于规则的道路信息提取147
6.4 图像分割150
6.4.1 面向对象图像分割150
6.4.2 基于像素分割的河流信息提取152
6.5 创建云掩膜154
第7章 遥感制图与三维可视化156
7.1 遥感制图156
7.1.1 快速制图156
7.1.2 自定义制图元素158
7.2 三维可视化161
7.2.1 生成三维效果161
7.2.2 三维场景窗口162
7.2.3 三维场景美化163
7.2.4 交互式三维场景浏览164
7.2.5 飞行浏览165
第8章 图像变化检测166
8.1 图像直接比较法166
8.2 分类后比较法169
8.2.1 分类后比较法的步骤169
8.2.2 分类后比较法流程化工具171
8.3 林冠遥感动态检测实例173
8.3.1 林区提取173
8.3.2 林区变化检测175
8.3.3 森林变化信息提取176
8.4 农业耕作变化检测实例178
8.4.1 Landsat农业用地分类178
8.4.2 农业用地变化信息提取183
第9章 高光谱分析技术186
9.1 地物波谱与波谱库186
9.1.1 标准波谱库186
9.1.2 创建波谱库190
9.1.3 交互浏览波谱库193
9.1.4 波谱重采样194
9.1.5 图像波谱分割195
9.1.6 波谱立方体196
9.2 端元波谱提取技术197
9.2.1 最小噪声分离（MNF）197
9.2.2 纯净像元指数（PPI）199
9.2.3 N维可视化器201
9.2.4 基于几何顶点的端元提取203
9.2.5 基于PPI的端元提取204
9.2.6 基于SMACC的端元提取205
9.3 植被高光谱分析206
9.3.1 植被波谱特征206
9.3.2 各类植被指数208
9.3.3 农业胁迫分析208
9.3.4 火灾燃料分析209
9.3.5 森林健康分析210
9.3.6 植被指数计算器211
9.4 高光谱图像分类与分析技术212
9.4.1 端元波谱收集器212
9.4.2 常见高光谱分类方法212
9.4.3 高级高光谱分析214
9.4.4 珠海一号OHS高光谱数据预处理217
第10章 雷达图像处理223
10.1 雷达图像的基本处理223
10.1.1 数据读取223
10.1.2 图像增强224
10.1.3 图像滤波224
10.1.4 ENVI 6.x中的SARscape模块225
10.2 极化雷达数据处理227
10.2.1 系统设置228
10.2.2 数据导入229
10.2.3 数据多视处理230
10.2.4 强度数据滤波231
10.2.5 地理编码232
10.3 SAR应用：洪水提取234
10.3.1 参数设置与数据导入234
10.3.2 图像配准236
10.3.3 图像滤波236
10.3.4 地理编码和辐射定标237
10.3.5 洪水信息提取238
第11章 合成孔径雷达干涉测量241
11.1 InSAR技术概述241
11.1.1 SAR卫星发展历程241
11.1.2 InSAR技术分类242
11.2 数据准备与预处理243
11.2.1 SARscape参数设置243
11.2.2 数据导入243
11.3 基线估算和参考DEM下载245
11.3.1 基线估算245
11.3.2 参考DEM下载246
11.4 干涉相位处理247
11.4.1 干涉图生成247
11.4.2 自适应滤波和相干性生成248
11.4.3 解缠250
11.4.4 轨道精炼和重去平252
11.4.5 相位转换为形变254
11.5 干涉数据对获取DEM255
11.5.1 参数设置和数据导入256
11.5.2 基线估算256
11.5.3 InSAR工作流处理257
第12章 地形特征提取265
12.1 地形建模266
12.1.1 地形菜单266
12.1.2 地形建模266
12.1.3 三维地形可视化267
12.2 地形特征提取269
12.3 等高线提取269
12.4 地形阴影工具270
12.4.1 DEM显示参数设置271
12.4.2 Topographic地形参数设置271
12.4.3 Blend混合渲染参数设置272
12.4.4 使用预设模板272
12.5 立体像对DEM自动提取273
12.5.1 DEM自动提取操作步骤274
12.5.2 编辑DEM278
12.5.3 立体像对3D量测工具279
12.5.4 核线图像3D光标工具280
12.6 等值线插值生成DEM281
12.6.1 向量等高线插值DEM281
12.6.2 高程点文件插值DEM282
第13章 多特征信息提取与分析284
13.1 水体提取建模与分析284
13.1.1 影像水体特征及水体提取模型284
13.1.2 基于OLI影像的水体提取实验285
13.1.3 水体提取后处理287
13.1.4 水体提取结果对比分析288
13.2 植被提取建模与分析289
13.2.1 典型的植被提取模型289
13.2.2 基于OLI影像的植被提取实验290
13.2.3 植被覆盖度的估算292
13.3 高分辨率影像阴影提取建模与分析302
13.3.1 吉林一号影像阴影特征及检测模型303
13.3.2 基于吉林一号的阴影检测实验304
13.3.3 阴影提取后处理306
13.4 MODIS数据处理与气溶胶反演307
13.4.1 反射率与发射率文件处理307
13.4.2 角度数据处理309
13.4.3 MODIS云检测312
13.4.4 气溶胶反演313
13.4.5 反演结果处理315
13.5 地表温度反演315
13.5.1 城市热岛效应的反演计算316
13.5.2 基于大气校正的地表温度反演计算流程316
13.5.3 基于Landsat C2 Surface Temperature产品获取地表温度320
第14章 机器学习与深度学习图像分类322
14.1 机器学习图像分类322
14.1.1 非监督分类322
14.1.2 监督分类324
14.1.3 异常检测330
14.1.4 机器学习标签工具332
14.1.5 机器学习分类器评估335
14.2 深度学习图像分类336
14.2.1 概述336
14.2.2 计算机要求336
14.3 深度学习像素分类336
14.3.1 模型架构337
14.3.2 获取样本和标签图像337
14.3.3 训练模型339
14.3.4 图像分类344
14.4 深度学习对象检测345
14.4.1 获取样本和标签图像345
14.4.2 训练模型346
14.4.3 对象检测348
14.4.4 分类向量后处理349
14.5 深度学习网格分类350
14.5.1 获取样本和标签图像350
14.5.2 训练网格模型350
14.5.3 网格分类352
14.6 深度学习实用工具353
14.6.1 深度学习标签工具353
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
