掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
遙感影像陰影檢測及消除理論與方法 版權信息
- ISBN：9787030786791
- 條形碼：9787030786791 ; 978-7-03-078679-1
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
遙感影像陰影檢測及消除理論與方法 內容簡介
超高空間分辨率(VHR)遙感影像中陰影的形成主要是由于光線被物體阻擋，從而降低了地物的光譜亮度。高效的陰影消除方法可以恢復陰影中地物的光譜信息，是遙感影像分析的關鍵預處理步驟。然而，由于缺乏準確陰影掩膜和無陰影圖像的原因，導致VHR影像陰影消除中存在“數據缺陷”。為了獲得高精度的陰影掩膜，為陰影消除提供準確的位置信息，因此，陰影檢測是至關重要的。本書將詳細講解遙感影像色彩一致性處理算法理論，然后講解如何基于該方法進行遙感影像陰影檢測和消除。并結合當下流行的深度學習前沿技術，講解基于深度學習的遙感影像陰影檢測與消除方法。*終構建一整套遙感影像陰影檢測與消除理論與方法，為遙感、計算機等領域科研教學人員提供理論與方法指導。
遙感影像陰影檢測及消除理論與方法 目錄
目錄第1章 緒論11.1 陰影檢測方法21.1.1 基于模型的陰影檢測方法21.1.2 基于屬性的陰影檢測方法31.1.3 基于深度學習的陰影檢測方法41.2 陰影去除方法51.2.1 基于梯度域的陰影去除方法51.2.2 基于強度域的陰影去除方法51.2.3 基于深度學習的陰影去除方法61.3 陰影檢測與去除的解決思路71.3.1 遙感影像的陰影檢測81.3.2 遙感影像的陰影去除8第2章 陰影檢測及去除理論與方法基礎102.1 遙感影像陰影性質102.1.1 陰影的形成102.1.2 遙感成像場景下陰影的特性102.2 顏色空間模型112.2.1 常用顏色空間模型112.2.2 常用顏色空間模型的轉換122.3 圖像處理相關理論與算法142.3.1 均值漂移圖像分割算法142.3.2 k均值聚類算法172.3.3 奇異值分解原理182.3.4 曼哈頓距離計算方法182.3.5 邊緣檢測算法182.3.6 特征值與特征向量計算方法19第3章 基于多通道特征的自適應無監督陰影檢測方法203.1 基于顏色空間多通道特征設計方案203.1.1 基于HIS顏色空間的檢測通道模型203.1.2 基于多顏色空間的檢測通道模型213.2 動態局部自適應粒子群優化算法223.2.1 動態局部自適應粒子群優化算法原理223.2.2 動態局部自適應粒子群優化算法實現233.3 自適應蛇群智能優化算法263.3.1 自適應蛇群智能優化算法原理263.3.2 自適應蛇群智能優化算法實現273.4 陰影區域初始檢測結果的優化處理293.4.1 小連通區剔除293.4.2 空洞區域填補303.5 陰影區域邊界校正31第4章 基于陰影特征的智能迭代閾值搜索陰影檢測方法334.1 元啟發式智能優化算法334.2 特征通道組合設計334.2.1 多顏色空間下的陰影特性344.2.2 多顏色空間特征通道組合設計344.3 智能迭代閾值搜索方法設計374.3.1 自適應加權白鯨智能優化方法原理374.3.2 自適應加權白鯨智能優化方法流程384.4 陰影檢測結果優化42第5章 基于深度學習的細節感知的陰影檢測網絡435.1 基于深度學習的陰影檢測模型關鍵問題435.2 上下文細節感知網絡總體框架445.3 編碼器雙分支結構465.4 上下文語義融合連接策略與殘差膨脹模塊475.5 混合損失函數48第6章 基于非線性光照遷移的陰影去除方法506.1 方向自適應的光照無關特征提取方法506.1.1 設計過程506.1.2 梯度倒數加權處理516.2 基于奇異值的不規則區域匹配536.2.1 不規則圖像塊光學視覺特征矩陣的構建546.2.2 陰影區域與非陰影區域的特征匹配556.3 非線性光照遷移算法實現陰影去除566.3.1 傳統光照補償算法原理566.3.2 非線性光照遷移算法推導過程576.3.3 兩種光照遷移方法的比較586.4 多尺度細節融合處理596.4.1 高斯差分金字塔模型596.4.2 多尺度特征融合過程616.5 基于曼哈頓距離的動態邊界補償方法616.5.1 動態邊界補償方法原理616.5.2 不同邊界處理方法的比較63第7章 基于區域分組匹配的陰影去除方法647.1 基于三維顏色空間的不規則區域色彩轉移方法647.1.1 陰影形成的光照數學模型647.1.2 不規則區域的色彩矩陣提取657.1.3 三維顏色空間下不規則區域色彩轉移方法設計667.2 陰影區域初步光照恢復687.3 紋理特征提取697.4 陰影區域和非陰影區域的內部分組707.4.1 圖像分割處理707.4.2 分割后圖像的內部分組717.5 基于平均紋理特征向量的分組匹配及陰影區域局部增強737.5.1 構造陰影組及光照組的平均紋理特征向量737.5.2 陰影組與光照組之間的分組匹配737.5.3 陰影區域局部增強757.6 顧及空間與值域信息的動態加權邊界優化767.6.1“裂痕”邊界的常用濾波器處理方法767.6.2 動態加權邊界優化算法設計787.6.3 邊界優化前后對比80第8章 基于深度學習的漸進式陰影去除網絡828.1 基于深度學習的陰影去除方法關鍵問題828.2 漸進式陰影去除網絡總體框架838.3 數據預處理848.4 陰影預去除子網絡858.5 先驗知識驅動的子網絡優化868.5.1 基于直方圖損失的光譜恢復888.5.2 基于特征損失的紋理增強898.6 局部特征鑒別器90第9章 自適應無監督陰影檢測與非線性光照遷移陰影去除實驗分析919.1 實驗數據與設置919.2 實驗評價指標919.2.1 陰影檢測評價指標919.2.2 陰影去除評價指標929.3 陰影檢測實驗結果對比分析939.3.1 基于AISD數據集的對比實驗分析939.3.2 陰影檢測方法的魯棒性及計算效率分析969.3.3 陰影檢測方法在其他常用開源數據集下的實驗分析979.4 陰影去除實驗結果對比分析989.4.1 基于AISD數據集的對比實驗分析989.4.2 陰影去除效果的三維視圖描述1019.4.3 陰影去除方法在其他常用開源數據集下的實驗分析1029.5 基于城市及植被場景中的陰影檢測實驗結果比較分析1039.5.1 城市場景中的陰影檢測對比實驗分析1039.5.2 植被場景中的陰影檢測對比實驗分析109第10章 智能迭代閾值搜索陰影檢測與區域分組匹配陰影去除實驗分析11210.1 實驗數據與設置11210.2 消融實驗11210.3 陰影檢測結果對比分析11410.3.1 陰影檢測定性分析11410.3.2 陰影檢測定量分析11610.3.3 陰影檢測性能分析11710.4 陰影去除實驗結果對比分析11910.4.1 陰影去除結果的定性分析11910.4.2 陰影去除結果的定量分析12110.4.3 地表覆蓋分類對比12310.4.4 陰影去除結果三維視圖表達12510.5 邊界優化結果實驗對比分析12610.6 其他數據集下的實驗分析12710.6.1 陰影檢測方法在其他數據集下的實驗分析12710.6.2 陰影去除方法在其他數據集下的實驗分析12910.6.3 邊界優化方法在其他數據集下的實驗分析130第11章 基于深度學習的陰影檢測與去除實驗分析13211.1 實驗數據13211.2 實驗設置13311.3 陰影檢測實驗結果對比分析13311.4 陰影去除實驗結果對比分析13511.5 陰影檢測算法性能分析13611.5.1 SSAD數據集實驗13611.5.2 泛化性分析13811.5.3 消融實驗13911.5.4 敏感性分析14011.5.5 光譜變異性分析14211.6 陰影去除算法性能分析14311.6.1 地表覆蓋分類對比14311.6.2 模型泛化性分析15011.6.3 紋理保持度分析15111.6.4 消融實驗152第12章 總結15412.1 基于多通道特征的自適應無監督陰影檢測15412.2 基于陰影特征的智能迭代閾值搜索陰影檢測15512.3 基于深度學習的細節感知陰影檢測網絡15512.4 基于非線性光照遷移的陰影去除15612.5 基于區域分組匹配的陰影去除15612.6 基于深度學習的漸進式陰影去除網絡157參考文獻159
展開全部
書友推薦
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
隨園食單
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
月亮虎
- >
月亮與六便士
- >
羅庸西南聯大授課錄
- >
朝聞道
- >
有舍有得是人生
本類暢銷
