多光谱遥感图像土地利用分类方法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

多光谱遥感图像土地利用分类方法PDF格式电子书版下载

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

第1章 绪论1

1.1 土地利用1

1.2 资源卫星及其多光谱遥感图像2

1.3 模式识别技术概述5

1.3.1 基本模型6

1.3.2 特征归一化、提取与选择6

1.3.3 分类器选择的原则7

1.3.4 分类器融合9

1.4 遥感图像分类国内外研究现状11

1.4.1 分类特征的提取11

1.4.2 分类器的选择13

第2章 遥感图像土地利用类别的多光谱特征16

2.1 随机变量（矢量）的基本理论16

2.1.1 特征矢量和特征空间16

2.1.2 随机矢量的描述17

2.1.3 正态分布20

2.2 聚类分析基础21

2.2.1 模式相似性测度22

2.2.2 类的定义与类间距离24

2.2.3 聚类的准则函数25

2.2.4 最大最小聚类法28

2.3 遥感图像多光谱特征空间距离分析方法29

2.3.1 空间距离分布29

2.3.2 类内、类间距分析31

2.3.3 土地利用多光谱特征32

2.3.4 土地利用类别类内、类间距分析39

2.4 本章小结39

第3章 模糊自适应神经网络（FasART）分类方法41

3.1 改进的C-均值法和最大似然法41

3.1.1 改进的C－均值法41

3.1.2 最大似然法44

3.2 模糊数学基础45

3.2.1 模糊集合45

3.2.2 模糊关系47

3.2.3 模糊推理49

3.2.2 模糊语言51

3.3 ART模型及模糊ARTMAP神经网络53

3.3.1 ART模型原理及模糊ART网络54

3.3.2 模糊ARTMAP56

3.4 FasART神经网络及其简化58

3.4.1 新型的模糊神经网络模型FasART58

3.4.2 FasART模型的简化及其算法61

3.5 最大似然法和FasART网络的土地利用分类62

3.5.1 最大似然法分类62

3.5.2 FasART网络分类63

3.6 本章小结66

第4章 基于纹理特征的分类67

4.1 纹理特征的提取67

4.1.1 常见的纹理特征提取方法67

4.1.2 模糊纹理分析69

4.1.3 多光谱遥感图像的模糊纹理分析及算法的改进70

4.1.4 纹理特征参数73

4.2 多光谱遥感图像纹理特征的不规则性74

4.2.1 同一类别不同大小的测量区域的模糊纹理光谱特性74

4.2.2 不同类别不同测量区域的模糊纹理光谱特性75

4.2.3 同一类别不同波段的模糊纹理光谱特性76

4.3 基于纹理特征的分割77

4.3.1 分开－合并与多分辨率图像锥图像分割法77

4.3.2 分开－扩张方法82

4.4 实验86

4.4.1 多分辨率图像锥与分开－扩张分割86

4.4.2 分开－合并与分开－扩张分割87

4.5 本章小结89

第5章 模糊积分融合纹理特征与光谱特征分类91

5.1 数据融合的基本概念和融合方法91

5.1.1 数据融合的基本概念91

5.1.2 数据融合方法93

5.2 基于D-S理论的决策层融合96

5.2.1 D-S理论简介96

5.2.2 基于D-S理论的融合97

5.3 基于模糊积分的决策层融合98

5.3.1 模糊测度和模糊积分98

5.3.2 模糊积分的融合模型102

5.3.3 维数差异对融合影响分析103

5.3.4 特征维数调整104

5.3.5 实验105

5.4 本章小结108

第6章 基于区域多中心的多光谱遥感图像土地利用分类109

6.1 区域多中心分类方法110

6.1.1 类别模式的表征110

6.1.2 分类方法及初步分析111

6.1.3 方法流程及步骤112

6.2 类别模式的选择113

6.2.1 训练样品的选取原则113

6.2.2 模式中心数量的确定114

6.3 区域像元类别百分比和模式中心数门限值的确定115

6.3.1 不同训练样品的区域像元类别百分比和类别模式中心数116

6.3.2 区域单元大小不同的区域像元类别百分比和类别模式中心数117

6.4 实验118

6.4.1 不同百分比和模式中心数的分类118

6.4.2 不同训练样品及模式中心数的分类119

6.4.3 单一类别的提取121

6.5 本章小结122

第7章 遥感图像分类方法在城市扩展变化检测中的应用124

7.1 遥感图像城市扩展变化检测概述124

7.1.1 变化检测的基本概念124

7.1.2 常用的变化检测方法125

7.1.3 城市扩展变化检测存在的问题128

7.2 先比较后分类变化检测方法129

7.2.1 分类后比较方法129

7.2.2 先比较后分类方法130

7.3 遥感图像变化检测在长株潭遥感监测系统中的应用132

7.3.1 系统结构及主要功能132

7.3.2 遥感图像分类后数据137

7.3.3 长株潭城市扩展变化检测140

7.4 基于遥感监测系统的长株潭城市扩展分析143

7.4.1 城市空间扩展特征143

7.4.2 空间扩展的因素144

7.4.3 空间扩展的问题145

7.4.4 空间扩展的趋势及发展战略145

7.5 本章小结146

附录A 用C＋＋实现FasART网络147

附录B 用C＋＋实现分开－扩张算法164

附录C 用C＋＋实现区域多中心分类方法181

参考文献206