第1章 高光譜遙感科學(xué)的理論基礎(chǔ)
1.1 概述
1.2 遙感電磁波理論基礎(chǔ)
1.2.1 電磁波與電磁波譜
1.2.2 電磁輻射的基本術(shù)語(yǔ)
1.2.3 電磁輻射定律
1.3 電磁波與物質(zhì)的相互作用
1.3.1 太陽(yáng)輻射與地球輻射
1.3.2 電磁波與大氣的相互作用
1.3.3 電磁波與地表的相互作用
1.4 典型地物的光譜特性
1.4.1 巖礦的光譜特性
1.4.2 植被的光譜特性
1.4.3 土壤的光譜特性
1.4.4 水體和雪的光譜特性
1.4.5 城市目標(biāo)的光譜特性
1.5 地面光譜測(cè)量
1.5.1 地物光譜在定量分析中的作用
1.5.2 地面光譜輻射計(jì)
1.5.3 地物光譜的測(cè)量方法
參考文獻(xiàn)

第2章 高光譜遙感成像機(jī)理與成像光譜儀
2.1 基本概念
2.2 高光譜遙感成像特點(diǎn)
2.3 高光譜遙感圖像數(shù)據(jù)表達(dá)
2.3.1 圖像立方體——成像光譜信息集
2.3.2 二維光譜信息表達(dá)——光譜曲線
2.3.3 三維光譜信息表達(dá)——光譜曲面圖
2.4 高光譜遙感成像關(guān)鍵技術(shù)
2.5 成像光譜儀的空間成像方式
2.5.1 擺掃型成像光譜儀
2.5.2 推掃型成像光譜儀
2.6 成像光譜儀的光譜成像方式
2.6.1 棱鏡、光柵色散型成像光譜儀
2.6.2 干涉型成像光譜儀
2.6.3 濾光片型成像光譜儀
2.6.4 計(jì)算機(jī)層析成像光譜技術(shù)
2.6.5 二元光學(xué)元件成像光譜技術(shù)
2.6.6 三維成像光譜技術(shù)
2.7 成像光譜儀系統(tǒng)介紹
2.7.1 國(guó)外成像光譜儀系統(tǒng)介紹
2.7.2 我國(guó)成像光譜儀系統(tǒng)介紹
參考文獻(xiàn)

第3章 高光譜遙感圖像輻射與幾何校正
3.1 成像光譜儀定標(biāo)
3.1.1 實(shí)驗(yàn)室定標(biāo)
3.1.2 機(jī)上和星上定標(biāo)
3.1.3 場(chǎng)地定標(biāo)
3.2 大氣輻射傳輸理論
3.2.1 大氣輻射傳輸方程
3.2.2 大氣輻射校正常用算法
3.2.3 不同地表過(guò)程的大氣校正
3.3 高光譜遙感圖像大氣輻射校正
3.3.1 輻射校正的統(tǒng)計(jì)學(xué)模型
3.3.2 基于大氣輻射傳輸理論的輻射校正模型
3.4 高光譜遙感圖像幾何糾正
3.4.1 產(chǎn)生圖像幾何變形的原因
3.4.2 高光譜圖像的幾何粗糾正
3.4.3 擺掃型成像光譜儀的圖像正切校正
3.4.4 基于地面控制點(diǎn)的幾何精糾正
3.4.5 利用地面線性地物校正航空?qǐng)D像X方向扭曲
3.4.6 基于姿態(tài)測(cè)量參數(shù)的幾何精糾正
3.4.7 高光譜圖像鑲嵌
參考文獻(xiàn)

第4章 光譜特征分析模型與方法
4.1 光譜可分性準(zhǔn)則
4.1.1 各類樣本間的平均距離
4.1.2 類別間的相對(duì)距離
4.1.3 離散度
4.1.4 J-M距離
4.2 光譜特征選擇
4.2.1 概述
4.2.2 光譜特征位置搜索
4.2.3 光譜距離統(tǒng)計(jì)
4.2.4 基于空間自相關(guān)的波段選擇
4.3 光譜特征提取
4.3.1 光譜特征提取的意義
4.3.2 基于K-L變換的特征提取
4.3.3 基于可分性準(zhǔn)則的特征提取
4.3.4 基于非線性準(zhǔn)則的特征提取
4.3.5 基于光譜重排的特征提取
4.4 光譜特征參量化
4.4.1 光譜斜率和坡向
4.4.2 光譜二值編碼
4.4.3 光譜吸收指數(shù)
4.4.4 光譜導(dǎo)數(shù)
4.4.5 光譜積分
4.4.6 光譜曲線函數(shù)模擬
4.5 地物類型序列光譜柱狀圖
4.5.1 地物類型序列
4.5.2 光譜柱狀圖
4.5.3 光譜柱狀圖在地質(zhì)研究中的應(yīng)用
參考文獻(xiàn)

第5章 高光譜圖像分類與地物識(shí)別
5.1 遙感圖像分類概述
5.1.1 遙感圖像分類的概念
5.1.2 遙感圖像分類的原則與步驟
5.1.3 高光譜圖像分類的特點(diǎn)
5.2 遙感圖像分類基本算法
5.2.1 分類器設(shè)計(jì)
5.2.2 非監(jiān)督分類算法
5.2.3 監(jiān)督分類算法
5.3 高光譜圖像分類算法
5.3.1 二值編碼匹配
5.3.2 光譜波形匹配
5.3.3 光譜角度填圖
5.3.4 基于包絡(luò)線去除的圖像分類
5.3.5 基于目標(biāo)分解的神經(jīng)網(wǎng)絡(luò)分類
5.3.6 像元空間關(guān)聯(lián)下的高光譜圖像分類
5.4 高光譜圖像地物識(shí)別與目標(biāo)探測(cè)
5.4.1 地物識(shí)別與目標(biāo)探測(cè)概述
5.4.2 基于特征確認(rèn)概率分析的目標(biāo)識(shí)別
5.4.3 凸面幾何體投影變換
5.4.4 約束能量最小化算法
5.4.5 Rx異常探測(cè)算子
5.4.6 基于加權(quán)樣本自相關(guān)矩陣的目標(biāo)探測(cè)算法
5.4.7 基于正交子空間投影與加權(quán)相關(guān)矩陣的異常目標(biāo)探測(cè)算法
5.4.8 基于正交子空間投影的目標(biāo)探測(cè)算法
5.4.9 基于數(shù)據(jù)白化距離的目標(biāo)探測(cè)算法
參考文獻(xiàn)

第6章 混合光譜理論與光譜分解
6.1 混合光譜問(wèn)題
6.1.1 混合光譜的概念
6.1.2 混合光譜產(chǎn)生機(jī)理
6.2 混合光譜模型
6.2.1 線性光譜混合模型
6.2.2 非線性光譜混合模型
6.3 線性光譜解混
6.3.1 端元提取
6.3.2 混合像元分解
6.4 線性光譜解混在高光譜圖像分析中的應(yīng)用
6.4.1 混合光譜法圖像反射率轉(zhuǎn)換
6.4.2 地物分類
6.4.3 低概率目標(biāo)識(shí)別
6.4.4 地物填圖
參考文獻(xiàn)

第7章 多源信息輔助高光譜數(shù)據(jù)分析
第8章 高光譜數(shù)據(jù)處理與分析系統(tǒng)
第9章 高光譜遙感應(yīng)用