紅外高光譜成像原理及數(shù)據(jù)處理

第1章 緒論
1．1 圖像技術的發(fā)展歷史
1．2 光譜技術的發(fā)展歷史
1．3 成像光譜技術的產(chǎn)生與發(fā)展
1．4 小結
參考文獻
第2章 高光譜成像機理與成像光譜儀
2．1 基本概念與定律
2．1．1 基本概念
2．1．2 基本定律
2．2 成像光譜儀成像方式
2．2．1 成像光譜儀的空間成像方式
2．2．2 成像光譜儀的光譜成像方式
2．3 成像光譜儀的發(fā)展歷程和典型產(chǎn)品
2．3．1 國外成像光譜儀系統(tǒng)介紹
2．3．2 我國成像光譜儀系統(tǒng)介紹
2．4 高光譜遙感平臺的發(fā)展
2．4．1 近地遙感平臺
2．4．2 航空遙感平臺
2．4．3 航天遙感平臺
2．5 小結
參考文獻
第3章 高光譜成像技術的應用
3．1 民用領域的應用
3．1．1 在地質學中的應用
3．1．2 在海洋及內(nèi)陸水環(huán)境監(jiān)測中的應用
3．1．3 在農(nóng)業(yè)中的應用
3．1．4 在大氣環(huán)境監(jiān)測中的應用
3．1．5 在霧霾治理中的應用
3．2 軍事領域的應用
3．2．1 戰(zhàn)場情報偵察
3．2．2 地雷探測
3．2．3 彈道導彈助推段分辨
3．2．4 海軍作戰(zhàn)
3．2．5 探測核生化武器
3．3 小結
參考文獻
第4章 紅外高光譜數(shù)據(jù)獲取與測量
4．1 測量系統(tǒng)建立
4．1．1 測量原理與方法
4．1．2 測量系統(tǒng)的改造
4．1．3 輔助設備
4．2 測量系統(tǒng)聯(lián)調(diào)
4．2．1 測量系統(tǒng)的定標
4．2．2 幾何初校正
4．3 實驗方案設計
4．3．1 任務規(guī)劃與參數(shù)設置原則
4．3．2 GPS信號分析
4．4 實驗數(shù)據(jù)獲取
4．5 小結
第5章 紅外高光譜數(shù)據(jù)預處理
5．1 原始高光譜數(shù)據(jù)去噪聲處理
5．1．1 暗電流噪聲
5．1．2 非均勻性噪聲
5．2 干涉數(shù)據(jù)去直流處理
5．2．1 干涉圖采樣
5．2．2 干涉圖去直流
5．3 干涉數(shù)據(jù)切趾處理
5．3．1 儀器線型函數(shù)
5．3．2 切趾函數(shù)
5．3．3 切趾與分辨率的關系
5．4 干涉數(shù)據(jù)相位校正
5．4．1 相位誤差產(chǎn)生的原因
5．4．2 F0man卷積法
5．4．3 Mertz乘積法
5．5 干涉數(shù)據(jù)傅里葉變換
5．6 小結
參考文獻
第6章 紅外高光譜成像定標與校正
6．1 定標技術概述
6．1．1 實驗室定標
6．1．2 星上定標
6．1．3 替代定標
6．2 紅外高光譜成像儀輻射定標
6．2．1 輻射定標原理
6．2．2 輻射定標方法
6．2．3 輻射定標實驗
6．3 紅外高光譜成像儀光譜定標
6．3．1 概述
6．3．2 光譜定標方法
6．3．3 光譜定標實驗
6．4 大氣輻射傳輸校正
6．4．1 大氣校正原理
6．4．2 大氣校正方法
6．4．3 大氣校正實例
6．5 高光譜遙感影像幾何校正
6．5．1 遙感影像幾何變形的原因
6．5．2 高光譜影像的幾何粗校正
6．5．3 基于地面控制點的幾何精校正
6．5．4 高光譜影像拼接
6．6 小結
參考文獻
第7章 混合像元分解
7．1 基本概念及產(chǎn)生機理
7．1．1 混合像元的概念
7．1．2 混合像元產(chǎn)生的機理
7．2 線性光譜混合模型及端元的描述
7．2．1 模型的物理學描述
7．2．2 模型的數(shù)學表達
7．2．3 模型中端元的描述
7．2．4 端元組分確定
7．3 小結
參考文獻
第8章 高光譜圖像端元提取的常用算法
8．1 傳統(tǒng)端元提取算法
8．1．1 純像元指數(shù)法
8．1．2 內(nèi)部最大體積法
8．1．3 誤差迭代分解算法
8．1．4 頂點成分分析法
8．1．5 光學實時自適應光譜鑒別系統(tǒng)
8．2 擴展端元提取算法
8．2．1 基于特征端元的端元提取算法
8．2．2 基于非負矩陣分解的端元提取算法
8．2．3 基于盲信號分解的混合像元分解算法
8．2．4 基于分層查找法的端元提取算法
8．3 小結
參考文獻
第9章 基于擴展數(shù)學形態(tài)學的端元提取算法
9．1 數(shù)學形態(tài)學的基本概念及運算
9．1．1 數(shù)學形態(tài)學的基本概念
9．1．2 數(shù)學形態(tài)學的基本運算
9．2 基于擴展數(shù)學形態(tài)學的端元提取算法
9．2．1 算法描述
9．2．2 算法流程及實驗結果
9．3 實驗分析
9．3．1 PPI算法端元提取實驗
9．3．2 N-FINDR算法端元提取實驗
9．3．3 實驗對比與分析
9．4 小結
參考文獻
第10章 高光譜數(shù)據(jù)的分類
10．1 高光譜數(shù)據(jù)分類概述
10．1．1 有監(jiān)督分類
10．1．2 無監(jiān)督分類
10．2 主成分分析法
10．2．1 主成分分析法簡介
10．2．2 主成分分析法的數(shù)學表述
10．2．3 主成分分析法在高光譜上的應用
10．3 聚類分析法
10．3．1 聚類分析法簡介
10．3．2 聚類分析法的具體計算步驟
10．3．3 聚類分析法在高光譜上的應用
10．4 高光譜降維與分類
10．4．1 高光譜降維和分類的基本思想
10．4．2 高光譜降維和分類實例
10．5 小結
參考文獻
第11章 異常檢測與特征識別
11．1 高光譜圖像異常檢測
11．1．1 高光譜異常檢測的意義與難點
11．1．2 經(jīng)典的異常檢測方法
11．1．3 異常檢測實例
11．2 基于發(fā)射率曲線提取的紅外高光譜目標識別
11．2．1 發(fā)射率光譜曲線提取
11．2．2 光譜匹配識別技術研究
11．3 小結
參考文獻
第12章 展望
12．1 高光譜數(shù)據(jù)處理技術的發(fā)展
12．2 從單平臺到多平臺協(xié)同發(fā)展
12．3 從單類型數(shù)據(jù)到多源數(shù)據(jù)融合