多源空譜遙感圖像融合機理與變分方法

目錄
前言
第1章 空譜遙感圖像融合引論 1
1.1 圖像融合基本概念 1
1.1.1 圖像融合概念 1
1.1.2 圖像融合的價值 2
1.1.3 圖像融合的層次體系：像素級-特征級-決策級 2
1.2 問題聚集——空譜遙感圖像融合 4
1.3 空譜遙感圖像融合的代表性方法體系 5
1.3.1 空域細節(jié)注入體系 7
1.3.2 多分辨率分析方法的細節(jié)注入體系 8
1.3.3 貝葉斯融合的統(tǒng)計建模體系 9
1.3.4 模型優(yōu)化融合的體系：由正則化到深度先驗 11
1.4 本書內(nèi)容結(jié)構(gòu)安排 12
參考文獻 13
第2章 空譜遙感成像傳感器及其數(shù)據(jù)獲取 15
2.1 引言 15
2.2 遙感與遙感數(shù)據(jù)獲取 15
2.2.1 遙感的概念 15
2.2.2 遙感數(shù)據(jù)獲取 16
2.3 空譜圖像相關(guān)的分辨率基礎(chǔ)概念 17
2.3.1 空間分辨率 17
2.3.2 光譜分辨率 21
2.3.3 輻射分辨率 23
2.3.4 時間分辨率 23
2.4 遙感影像的數(shù)學(xué)表示 24
2.5 傳感器成像模式 25
2.5.1 擺掃式 27
2.5.2 推掃式 27
2.6 常用傳感器及其多(高)光譜圖像數(shù)據(jù) 28
2.6.1 離散傳感器和掃描鏡多光譜成像及其數(shù)據(jù) 28
2.6.2 SPOT衛(wèi)星線陣列傳感器系統(tǒng) 32
2.6.3 甚高分辨率線陣列遙感系統(tǒng)及其數(shù)據(jù) 35
2.6.4 機載多光譜成像儀 45
2.6.5 線/面陣列高光譜成像儀 48
2.7 數(shù)字多/高光譜遙感影像的數(shù)據(jù)格式 51
2.8 本章小結(jié) 53
參考文獻 53
第3章 空譜遙感圖像融合：質(zhì)量評估協(xié)議與評價指標 54
3.1 引言 54
3.2 空譜圖像融合質(zhì)量評估問題 54
3.3 質(zhì)量評估協(xié)議 56
3.3.1 Wald協(xié)議 56
3.3.2 質(zhì)量評價指標 58
3.4 本章小結(jié) 60
參考文獻 61
第4章 圖像融合的變換：由譜變換到多分辨率分析 63
4.1 引言 63
4.2 亮度-色調(diào)-飽和度變換 64
4.2.1 線性亮度-色調(diào)-飽和度變換 64
4.2.2 非線性變換亮度-色調(diào)-飽和度 67
4.3 主成分分析 71
4.3.1 基本原理 71
4.3.2 優(yōu)化觀點 73
4.4 相關(guān)討論 73
4.5 多分辨率分析 74
4.5.1 小波分析基礎(chǔ) 74
4.5.2 MRA與塔式分解 78
4.5.3 正交小波構(gòu)造條件與濾波器實現(xiàn) 81
4.5.4 雙正交小波構(gòu)造條件與濾波器實現(xiàn) 82
4.5.5 二維抽取小波變換 83
4.5.6 非抽取小波 85
4.5.7 加性分解的a trous小波分析 87
4.5.8 拉普拉斯金字塔變換 90
4.5.9 廣義拉普拉斯金字塔變換 92
4.6 多尺度幾何分析 94
4.6.1 曲波變換 95
4.6.2 輪廓波變換 100
4.7 MRA方法的相關(guān)概述 101
參考文獻 103
第5章 空譜遙感圖像融合：成分替代及其細節(jié)注入機理 105
5.1 引言 105
5.2 基于投影替代方法及其細節(jié)注入機理 105
5.2.1 線性IHS方法與GIHS推廣 108
5.2.2 GIHS方法 109
5.2.3 PCA方法 111
5.2.4 GS方法 113
5.3 Brovey變換方法與細節(jié)注入 115
5.4 基于參數(shù)向量優(yōu)化的成分替代方法 116
5.4.1 自適應(yīng)IHS 方法及其變種 117
5.4.2 波段無關(guān)多變量回歸方法 118
5.4.3 波段相關(guān)多變量回歸方法 119
5.5 部分更換的自適應(yīng)成分替代方法 121
5.6 空域細節(jié)注入統(tǒng)一框架分析 122
5.7 實驗分析 123
5.7.1 仿真數(shù)據(jù)實驗結(jié)果 123
5.7.2 真實數(shù)據(jù)實驗結(jié)果 126
5.8 本章小結(jié) 129
參考文獻 130
第6章 空譜遙感圖像MRA 融合：細節(jié)注入機理 132
6.1 引言 132
6.2 傳統(tǒng)MRA融合方法 133
6.3 快速MRA的細節(jié)注入框架 134
6.4 定制調(diào)制傳遞函數(shù)的MRA 及其細節(jié)注入框架 136
6.4.1 ATW融合方法 137
6.4.2 GLP方法 138
6.4.3 基于MRA的優(yōu)化成分替代方法 140
6.4.4 MRA混合方法 141
6.5 相關(guān)實驗分析 141
6.5.1 仿真數(shù)據(jù)實驗結(jié)果 141
6.5.2 真實數(shù)據(jù)實驗結(jié)果 145
6.6 關(guān)于空譜圖像融合的開源算法包及其性能評測 147
6.7 本章小結(jié) 147
參考文獻 147
第7章 空譜遙感圖像融合的變分方法 150
7.1 引言 150
7.2 圖像正則化模型 150
7.2.1 全變差圖像模型 150
7.2.2 非局部圖像模型 153
7.2.3 分數(shù)階圖像模型 157
7.2.4 向量值情形 159
7.3 典型變分融合模型及其分析 164
7.3.1 融合問題的連續(xù)描述 164
7.3.2 P+XS模型 165
7.3.3 非局部變分全色銳化模型 169
7.3.4 變分小波全色銳化模型 170
7.3.5 動態(tài)全變差全色銳化模型 173
7.3.6 分數(shù)階全變差全色銳化模型 174
7.4 變分融合模型的數(shù)值計算方法 174
7.4.1 P+XS模型的數(shù)值實現(xiàn) 175
7.4.2 NVP模型的數(shù)值實現(xiàn) 176
7.4.3 AVWP模型的數(shù)值實現(xiàn) 179
7.4.4 DTV模型的數(shù)值實現(xiàn) 181
7.4.5 FTV模型的數(shù)值實現(xiàn) 183
7.4.6 實驗與分析 184
7.5 本章小結(jié) 186
參考文獻 186
第8章 空間Hessian特征驅(qū)動的變分融合方法 189
8.1 引言 189
8.2 Hessian變分融合模型 190
8.2.1 基于觀測模型的光譜信息保真項 191
8.2.2 Hessian特征驅(qū)動的空間信息保持項 191
8.2.3 空間Hessian特征驅(qū)動的變分融合模型 196
8.3 模型求解的前向后向分裂算法 197
8.4 實驗結(jié)果與分析 200
8.4.1 實驗數(shù)據(jù)集和實驗設(shè)置 200
8.4.2 參數(shù)選取 201
8.4.3 仿真數(shù)據(jù)實驗 202
8.4.4 真實數(shù)據(jù)實驗 211
8.4.5 計算效率分析與比較 215
8.5 本章小結(jié) 217
參考文獻 217
第9章 高階幾何結(jié)構(gòu)信息遷移的變分融合方法 219
9.1 引言 219
9.2 高階結(jié)構(gòu)遷移變分融合模型 220
9.2.1 基于觀測模型的光譜信息保真項 220
9.2.2 基于Wavelet融合的光譜信息保真項 220
9.2.3 高階幾何結(jié)構(gòu)信息遷移項 221
9.2.4 高階幾何結(jié)構(gòu)信息遷移的變分融合模型 224
9.3 模型求解的FISTA算法 224
9.4 實驗結(jié)果與分析 227
9.4.1 實驗設(shè)置 227
9.4.2 仿真數(shù)據(jù)實驗 228
9.4.3 真實數(shù)據(jù)實驗 235
9.4.4 計算效率分析與比較 239
9.5 本章小結(jié) 240
參考文獻 241
第10章 分數(shù)階幾何與空譜低秩先驗的變分融合方法 243
10.1 引言 243
10.2 分數(shù)階幾何與空譜低秩先驗的變分融合模型 244
10.3 變分融合計算方法 248
10.4 實驗結(jié)果與分析 252
10.5 本章小結(jié) 263
參考文獻 263
后記 267
彩圖