遥感参考文献.pptx
《遥感参考文献.pptx》由会员分享,可在线阅读,更多相关《遥感参考文献.pptx(18页珍藏版)》请在冰豆网上搜索。
遥感参考文献2011.02.282022/11/91youyoujingyou传感器信息和数据特性气象卫星:
http:
/www.wmo.chhttp:
/www.ncdc.noaa.govhttp:
/www.eumetsat.de地球观测卫星:
http:
/www.nasa.govhttp:
/http:
/hdsn.eoc.nasda.go.johttp:
/www.spotimage.frhttp:
/http:
/earth.esa.inthttp:
/www.isro.org雷达任务:
http:
/www.rsi.cahttp:
/southport.jpl.nasa.gov成像光谱仪http:
/等人与1998年提出了干涉合成孔径雷达的理论及其带地形测绘上的应用。
2022/11/9youyoujingyou3图像数据的误差校正和配准1.在Slater(1980)和Forster(1984)的文章中可以找到关于在可见光和红外波段范围内大气对图像数据影响的阐述。
2.Forster给出了详尽的计算公式用以演示补偿由大气产生的辐射失真的校正过程。
3.Slater的文章包含了关于辐射量定义以及推到的全部内容4.Anuta(1973)、Billingsley(1983)和Bernstein(1983)对几何失真的处理及校正方法进行了全面的讨论。
5.重采样尤其是插值技术、控制点最优分布等内容可以在Shlien(1979)和Orti(1981)的文章中找到。
6.一个有趣的通用且与计算机几何学有关的几何变换方法可以在Foley(1990)等人的文章中找到。
2022/11/9youyoujingyou4数字图像数据的解译1.常用地表覆盖类别的光谱反射特性已由Hoffer(1978)给出了很好的总结,并附有大量的参考文献。
这些资料对于照片解译也是很重要的。
2.Landgrebe(1981)和Hoffer(2003)也提供了腰杆图像数据计算机分类的一般性讨论。
3.最近的一些定量化处理可以在Schowengerdt(1997)、Landgrebe(2003)和Mather(1979)的论文中找到。
4.Schott(1997)也从系统的观点对遥感数据流进行处理。
2022/11/9youyoujingyou5辐射增强技术1.大多数关于对比度增强和对比度匹配的内容,特别是一些数学方面的细节可以在Castleman(1996)、Gonzalez和woods(1992)等为难中找到。
2.Moik(1980)和Hord(1982)也提供了概述性内容。
3.更全面的内容可在Schowengerdt(1997)、Jensen(1986)、Mather(1987)、Harrison和Jupp(1990)中找到。
4.A.Schwarta(1976)和J.M.Soha等(1976)的文章给出了高斯对比度扩展直方图均衡化效果的例子。
5.Chavez(1979)等已经论证了多周期对比度增强的性能,这种方法亮度值的匹配函数是周期性的。
2022/11/9youyoujingyou6基于图像域技术的几何增强1.模板技术是图像域技术的几何增强内容的基础,该技术由Castleman(1996)、Moik(1980)和Hord(1982)所涉及。
2.Castleman为滤波器涉及也提供了一个详细的线性系统理论。
3.Gonzalea和Woods(1992)提出了用矢量公式的方法,卷积运算能够被表达称模板元素矢量和由模板当前所覆盖像素亮度值矢量的标量的积。
这样的方法允许涉及用来检测联合线条和边缘的模板。
由于模板元素以矢量形式表达,因此它们能够用于定义图像投影的矢量子空间。
边缘子空间的较大投影意味着当前确定的像素在图像的边缘,诸如此类。
这可借助于图像像素矢量和子空间基矢量(模板元素)之间的矢量角来评估。
3.在Moik(1980)、Gonzalez和Woods(1992)、Hord(1982)的文献中包括了梯度方法,Castleman(1996)涉及较多。
4.Gonzalez和Woods讨论了应用于梯度算子响应阈值的使用。
5.Vanderbrug(1976)和Gurney(1980)考虑了非线性和半线性线条检测模板的性质。
6.Pone和Lodwick(1989)很好地讨论了边缘检测方法的应用,同时Brzakovic等(1999)研究了当包括一些模板时,使用基于规则的方法有助于边缘检测。
虽然这里涉及大边缘检测方法只对单波段数据有用,但Cumami(1991)和Drewnick(1994)已经提出了用于多波段的算子。
2022/11/9youyoujingyou7图像数据的多光谱变换1.Jensen和Waltz(1979)浅显易懂地介绍了主成分变换,仅用到了很少的数学推导。
2.理论上的分析可以在很多模式识别、图像分析、数据分析的书中找到,通常在Karhunen-Loeve或Hotelling变换的标题下面。
这种方式的介绍也可以在Andrews(1972)、Gonzales和Woods(1992)、Ahmed和Rao(1975)的书上查到。
Santisteban和Munoz(1978)距离说明了它的应用。
3.主成分变换也可以看做是一种变化监测方法,在Byrne、Crapper和Mayo(1980),Howarth和Boasson(1985),Richards(1984)的论文中有详细的阐述。
2022/11/9youyoujingyou8图像数据的傅里叶变换在电气工程和计算机科学领域,数字图像处理总是要考虑使用傅里叶变换和频域技术进行图像数据的几何修正。
某些详细内容可以参考Castleman(1996)、Gonzalez(1995)和Moik(1980)。
光宇离散傅里叶变换、离散卷积和快速傅里叶算法较好的介绍可参考Brigham的论著(1974、1988)。
2022/11/9youyoujingyou9监督分类技术1.遥感图像分类技术来源于数学模式识别领域。
因此包含该学科非常广泛的标准处理。
我们可以在某些参考文献中获得比上述内容更多的数学细节,也可以找到其他的算法演变,包括Nilsson(1965,1990),Duda、Hart和Stork(2001),还有Tou和Gonzalez(1974)。
2.Swain和Davis(1978)采用的分类技术在数学上更简单些,它包含了许多模式识别概率方面的工程应用思想。
3.我们在分类中也可以采用决策树方法,也就是利用一系列决策而得到某个像素的正确类别。
这种方法的优点在于,在每次决策时,可以利用不同的特征组合,设置时不同的算法,Swain和Hauska(1977)讨论了这种方法在遥感图像中的应用;决策树属于层分类技术的一个特例(Nilsson,1965,1990)。
4.Atkinson(1985)讨论了再分类之前利用均值或者中值滤波器对图像进行空域滤波;5.Harris(1985),Gong和Howarth,还有Zenzo(1987a,1987b),提出了在分类中采用概率松弛的方法,并与最大似然分类结果进行了比较,后者还提出了模糊松弛的概念。
6.基本的松弛算法可以在Rosenfeld,Hummel和Zucker(1976)中找到。
7.基于上下文的概率分类方法是由Swain(1981),Kittler和Pairman(1985),还有Khazenie和Crawford(1990)提出的,Mohn(1987)比较了几种基于上下文的分类方法。
8.对于初接触神经网络的读者来说,推荐Lippmann(1987)的文章。
9.最初将马尔科夫随机场结合空间上下文进行分类的是Geman(1984)和Besag(1986)。
最早将其应用到遥感图像处理中的是Jeon和Landgrebe(1992),Solberg(1996)提出了一种结合空间、时间上下文的方法。
10.Jung和Swain(1996)研究了如何通过更好的估计类别统计量和运用包含空间信息的马尔可夫随机场进一步提高分类精度。
2022/11/9youyoujingyou10聚类与非监督分类聚类分析是很多实际应用中的常用工具,涉及的数据量较大。
因此,聚类算法的原始内容会涉及很多学科,包括数值方法学、社会科学和物理科学。
无论如何,因为在遥感中用于聚类的数据量极大,能够应用的技术大大地限制与本章所给出的这些方法以及它们的变化形式。
但是,一些更一般的处理也是由介质的,包括Anderberg(1973)、Hartigan(1975)、Tryon和Bailey(1970)、Ryzin(1977)。
2022/11/9youyoujingyou11特征减少1.对于离散度和JM距离测度的更多数学细节,可参考Duda、Hart和Stork(2001)以及Kailath(1968)。
可以在Swain和King(1973)中找到关于变换离散度的详细讨论。
2.在Jensen和Waltz(1979)的论文中给出了关于遥感领域正则分析的全面介绍性论述。
3.从遥感的观点更详细的描述由Merembeck等(1971)、Merembeck和Turner(1980)以及Eppler(1976)给出。
这里也包括一些作为特征减少工具说明其实用性结果。
4.在Seal(1964)和Tatsuoka(1971)中可找到作为统计工作的正则分析的iangxi数学描述。
Seal特别给出了再二维和三维数据集上手工计算的结果。
2022/11/9youyoujingyou12图像分类方法1.为了评价专题制图的精度,关于选择采样策略和方法确定可靠的参考样本的讨论将在Stehman和Czaplewski的论文(1998)中找到。
2.Richards(1996)提出关注分类器性能与得到的专题制图精度的不同,注意这两者在什么条件下是相同的。
3.许多致力于遥感技术的国际期刊和回忆包含了关于在不同应用中要求使用卫星和飞机获得的熟悉图像数据的案例研究。
可参考的期刊包括RemoteSensingofEnvironment、PhotogrammetricEngineeringandRemoteSensing、InternationalJournalofRemoteSensing、ISPRSJournalofPhotogrammetryandRemoteSensing、GeocartoandtheIEEETransactiononGeoscienceandRemoteSensing。
有关的回忆包括大学从19世界60年代的遥感数据及其处理研讨会到80念叨把重点放在了数字处理技术,Michigan环境研究学院举办的InternationalSymposiaonRemoteSensingofEnvironment,和IEEEInternatinalGeoscienceandRemoteSensingSymposia。
4.另一个事分段线性分类器,如Lee和Richards(1985)提出是讨论的机遇阈值逻辑单元的决策树。
2022/11/9youyoujingyou13多源、多传感器方法1.SchistadSolberg等(1994)进一步发展了多源统计方法,并且在合并数据源的可靠性影像时,通过从多源数据作出的联合决策提供了实现手段。
2.Bruzzone等(1997)提供了最大似然法(改进为通过先验概率来引进辅助信息)的比较性研究和神经网络方法来进行多源分类。
3.证据理论的全部细节可以在Shsfer(1976)的论文中找到,它已经被Lee等(1987)应用到图像分析问题中,被Moon(1990)应用到地址和地球物理空间数据的集成中,而Garvey(1987)则使用该方法来描述地理区域。
2022/11/9youyoujingyou14多源、多传感器方法4.Gong(1996)认为证据理论和前向神经网络的应用都是涉及集成空间数据类型的数据融合方法。
Peddle(1995a)已经将证据推理合并到一个称为MERCURY的软件方案中作为多源分类