地球观测与导航技术丛书：遥感数据智能处理方法与程序设计 pdf下载

遥感技术、遥感信息机理和遥感图像应用处理专业的广大研究生，从事智能处理的软件开发技术人员

　　《地球观测与导航技术丛书：遥感数据智能处理方法与程序设计（第2版）》是作者经过10余年在人工智能理论与遥感信息理论学科交叉领域的实践，不断探索所取得的成果总结。其主要内容包括变换与分割、贝叶斯网络、伪二维隐马尔可夫、遗传算法、神经网络、模糊聚类、粗糙集与容差粗糙集、支持向量机、禁忌人工免疫网络算法、粒子滤波等算法和算法组合。
　　《地球观测与导航技术丛书：遥感数据智能处理方法与程序设计（第2版）》密切结合遥感应用和图像处理中的问题，在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性，培养和提高思考问题和解决问题的能力。
　　《地球观测与导航技术丛书：遥感数据智能处理方法与程序设计（第2版）》附有智能算法的软件程序及使用说明书，可在线上下载。
　　《地球观测与导航技术丛书：遥感数据智能处理方法与程序设计（第2版）》适合遥感技术、遥感信息机理和遥感图像应用处理专业的广大研究生使用，同时可供从事智能处理的软件开发技术人员参考。

序
前言
第1章 绪论
1．1 卫星遥感系统与任务
1．2 遥感数据处理任务与方法
1．3 本章小结
主要参考文献

第2章 变换与分割
2．1 引言
2．2 GIVENS旋转变换与分解
2．3 Gram-Schmidt向量空间投影变换
2．4 小波高频局部高频融合
2．5 判别函数与超平面分割
2．6 本章小结
主要参考文献

第3章 贝叶斯网络
3．1 引言
3．2 贝叶斯基础
3．3 贝叶斯网络推理与分类器
3．4 贝叶斯网络分类
3．5 动态贝叶斯网络
3．6 贝叶斯网络推理
3．7 本章小结
主要参考文献

第4章 伪二维隐马尔可夫
4．1 引言
4．2 伪二维隐马尔可夫基础
4．3 伪二维隐马尔可夫模型的目标识别
4．4 P2DHMM目标检测实验
4．5 本章小结
主要参考文献

第5章 遗传算法
5．1 引言
5．2 遗传算法基础
5．3 遗传算法的进化规则
5．4 遥感遗传超平面分类
5．5 参数编解码及其实现
5．6 EOS/MODIS图像数据分类实验
5．7 ETM+数据分类实验
5．8 遗传一匹配
5．9 遗传一边缘提取
5．1 0本章小结
主要参考文献

第6章 神经网络
6．1 引言
6．2 神经网络的学习规则
6．3 BP网络分类
6．4 SOFM-LVQ网络分类
6．5 PCNN神经网络
6．6 本章小结
主要参考文献

第7章 模糊聚类
7．1 引言
7．2 模糊聚类数学基础
7．3 模糊C一均值聚类和改进的模糊C一均值聚类
7．4 本章小结
主要参考文献

第8章 粗糙集与容差粗糙集
8．1 引言
8．2 粗糙集理论
8．3 容差粗糙集
8．4 容差粗糙集数据预处理算法
8．5 容差粗糙集与BP算法结合的分类实验
8．6 容差粗糙集监督分类
8．7 本章小结
主要参考文献

第9章 支持向量机
9．1 引言
9．2 支持向量机原理
9．3 新型支持向量机与遥感影像分类
9．4 本章小结
主要参考文献

第10章 禁忌人工免疫网络算法
10．1 引言
10．2 禁忌搜索和人工免疫网络
10．3 禁忌人工免疫网络算法设计与实现
10．4 基于禁忌人工免疫网络算法的影像自动配准
10．5 禁忌人工免疫网络算法的影像自动融合
10．6 本章小结
主要参考文献

第11章 粒子滤波
11．1 引言
11．2 粒子滤波原理
11．3 粒子滤波检测前跟踪框架
11．4 结合背景预测算法的粒子滤波检测前跟踪框架
11．5 本章小结
主要参考文献
彩图

　　数字遥感卫星技术和地面数字处理技术开始于20世纪60年代。40余年过去了，我国在气象卫星、海洋和资源遥感卫星中都实现了传感器数字扫描和地面数字处理。遥感系统处理将数码信号加工成可以辨识的数字图像，遥感应用处理源源不断地将可用的图像信息和知识输送给用户。遥感卫星应用在我国国民经济、社会发展、国防建设的宏观决策中发挥着不可或缺的作用；遥感卫星数据与信息产品也成为国家基础性、战略性信息资源，同时展现出广阔的产业化前景。进入21世纪，国家实现小康步伐加快，为了全面落实国民经济与自然全面、协调可持续发展的科学发展观，国家宏观政策、自然灾害监测与管理、小城镇建设、绿色国内生产总值（GDP）、国家安全等对遥感卫星信息和知识的需求与依赖更加强烈，对遥感应用的质量提出了更高的要求，也为遥感处理技术发展提供了前所未有的机遇。
　　遥感数据获取技术与不断扩大的应用需求共同推动着遥感应用处理的发展。遥感卫星应用的前提条件是通过遥感应用处理将遥感数字图像转变成可以使用的信息和知识。随着国内外资源、环境遥感卫星系列的形成和地球系统探测计划的逐步实施，可利用的系列遥感卫星传感器不仅覆盖了整个光谱波段，如MSS-ETM、SPOT-1-SPOT-5、CBERS1和CBERS2等，还包括高光谱卫星传感器，如AVIRIS、Hyperion等，高空间分辨率卫星IKONOS、QuickBird等，以及MODIS、GEMS、GRACE等科学探测卫星，逐步构成了对地球观测的遥感卫星网络，这标志着遥感卫星发展到对地球综合、整体观测的新阶段。在国际地球观测组织（GEOSS）2005～2015年10年计划的推动下，充分利用国际国内遥感卫星数据资源解决实际应用问题，已经成为我国遥感界的时代命题。其中，自动实现规模处理流程、定量反演地表物理生物量和积极引进遥感数据智能处理算法的要求突显出来。在这样一个大背景的推动下，作为长期工作在遥感图像处理研究领域的研究团队，我们敏锐地认识到新需求的到来，同时不断思考在遥感数据智能处理的新领域作出“探路者”的贡献。
　　遥感数据处理技术经历了20世纪70～80年代优胜劣汰的过程，逐步形成以美国ENVI和ERDAS、加拿大PCIGeomatica为代表的通用遥感图像处理软件系统。进入90年代，这些软件又补充了微波、高光谱或地理信息系统（GIS）功能，形成了以通用算法和专用算法相结合为特色的遥感图像处理系统。例如，加拿大的PCIGeomatica遥感图像处理软件中的雷达模块主要处理Radarsat数据，美国的ENVI遥感图像处理软件可以读取HDF文件格式，高光谱软件处理模块主要是针对MODIS数据的处理。这些图像处理软件系统的发展在推动遥感数据的应用方面发挥了重要的作用。
　　但是，在面临应用多星、多传感器和不同尺度卫星综合观测，全面认识地表时空过程规律的地球整体研究使命时，这些软件系统的功能明显不足，如EOS-Terra上搭载了5种传感器：先进空间热辐射反射仪（ASTER）、云和地球辐射能量系统（CERES）、多角度成像光谱辐射计（MISR）、中分辨率成像光谱仪（MODIS）和对流层污染探测仪（MOPITT），要求借助多种物理、生物参量共同表达地表的物理生物过程，由此发展了四维变分法模型、集合卡尔曼滤波和贝叶斯网络概率推理等同化方法。又如，光学一微波影像观测、中一高分辨率影像观测中，要求多种传感器数据的融合功能，同时要求算法对多星、多传感器和不同尺度卫星综合观测数据具有自学习、自适应、自组织、鲁棒性和对不完整数据的推理能力。人工智能处理方法具有这方面的算法机理，可以帮助解决这些问题。因此，通过人工智能理论与遥感信息理论的交叉，不断筛选和吸纳人工智能成功的算法，解决多星、多传感器和不同尺度卫星应用处理所面临的问题和挑战，已经成为现代遥感图像处理的重要发展方向。
　　作者根据30多年从事遥感图像处理的经验和理论探索，首先根据现在应用处理中的实际需要，如“过分割、提高分类精度、多时相变化检测、变化目标检测、弱目标信息提取”等以及遥感数据智能处理体系建设的需要，做好引入人工智能算法的顶层设计；然后有计划地选择数学基础好、编程能力强的硕士和博士研究生，经过数届学生的潜心研发和努力，攻克一个个技术难关，完成了系列博士论文，在国际和国内专业刊物发表了百余篇论文，《遥感数据智能处理方法与程序设计》就是在这些工作的基础上，通过系统总结和概括编辑完成的。因此，本书具有以下显著的特点：算法软件开发密切结合了在研的遥感项目，具有很强的遥感应用背景；内容的编排体系体现人工智能方法的体系特征，包括变换与分割、贝叶斯网络、伪二维隐马尔可夫、遗传算法、神经网络、模糊聚类、粗糙集与容差粗糙集、支持向量机、禁忌人工免疫网络算法、粒子滤波等算法与算法组合；本书还附带部分算法的软件程序，希望能在此基础上改进和完善，减少同水平重复工作。
　　第二版的内容上基本上延续了第一版的内容编排体系，增加了第4章伪二维隐马尔可夫，第3章增加了动态贝叶斯网络和推理，第6章增加了脉冲耦合神经网络，第8章增加了粗糙集分类算法的内容；另外增加了第9章支持向量机和第10章禁忌人工免疫网络算法，以及一些算法的执行程序和粒子滤波方法与应用实例。
　　本书介绍的内容已经编写成“遥感数据智能处理系统”，并且于2004年3月获得国家“计算机软件著作权登记证书”，登记号2004RS03738，第二版中申请“计算机软件著作权登记”的算法软件包括伪二维隐马尔可夫、脉冲耦合神经网络、禁忌人工免疫网络算法和贝叶斯网络扩展版。