高光谱卫星图像协同处理理论与方法

本书从一体化数据处理链路的视角出发，结合前沿进展和研究热点，分别介绍了高光谱协同观测理论、几何和辐射一致化模型与方法、数据降维及融合分类技术与方法，并利用国产高分卫星数据进行了实验分析。全书共6章：第1章从遥感卫星载荷参数指标及其相互关系、应用导向的载荷参数指标优化、多源卫星及遥感器协同观测3个方面，介绍高光谱协同观测的主要理论方法；第2章主要针对多源遥感卫星图像协同中的几何一致化问题，介绍多源遥感卫星图像几何校正中的几何成像模型、几何正射纠正以及几何配准3个主要环节；第3章主要针对多源中高分辨率卫星图像的辐射归一化问题，介绍辐射归一化原理与流程、地表反射率反演算法、地表反射率图像辐射归一化模型与方法；第4章主要针对基于像元光谱的经典高光谱数据降维方法的不足，介绍空谱信息协同的高光谱图像降维理论与方法；第5章主要介绍基于图嵌入理论的高光谱图像特征表示方法与多源高光谱图像协同分类技术；第6章主要介绍基于马尔可夫随机场和数学形态学进行光谱特征与全色图像空间结构特征、热红外图像辐射特征协同分类的方法。本书内容突出研究热点和前沿进展，包含较为详尽的算法分析和实验验证，能够帮助该领域研究学者和学生更加系统地掌握高光谱卫星图像协同处理的相关理论与方法。

第1章高光谱协同观测理论001
1.1遥感卫星载荷主要参数指标及相互关系002
1.1.1光谱分辨率003
1.1.2空间分辨率006
1.1.3信噪比008
1.1.4参数指标的相互关系009
1.2应用导向的载荷参数指标优化011
1.2.1载荷参数指标对信息提取的影响012
1.2.2载荷参数指标优化方法及验证020
1.3多源卫星及遥感器协同观测023
1.3.1主要影响因素023
1.3.2多星联合成像规划模型024
1.3.3多遥感器协同观测027
1.4本章小结030
参考文献031
第2章多源遥感卫星图像几何一致化模型与方法033
2.1遥感卫星成像几何模型034
2.1.1空间坐标系034
2.1.2时间基准定义038
2.1.3严格几何成像模型039
2.2遥感卫星图像几何处理046
2.2.1有理函数模型046
2.2.2RPC模型几何正射纠正047
2.3多源遥感卫星图像几何配准049
2.3.1图像配准049
2.3.2SIFT特征点匹配法050
2.3.3多光谱相机图像几何配准方法052
2.3.4基于RPC模型的多源遥感图像几何配准方法058
2.4应用案例063
2.4.1GF-1全色与GF-5多光谱图像几何一致化实验063
2.4.2GF-1/6全色与GF-5多光谱/高光谱图像几何一致化实验066
2.5本章小结070
参考文献070
第3章多源中高分辨率卫星图像辐射归一化模型与方法073
3.1辐射归一化的基本原理与技术流程074
3.2地表反射率反演076
3.2.1地表反射率反演的基本原理076
3.2.2地表反射率业务化反演算法079
3.2.3地表反射率反演实例081
3.3地表反射率图像辐射归一化083
3.3.1地物光谱库的建立083
3.3.2光谱匹配因子计算087
3.3.3图像与光谱库的匹配转换089
3.3.4逐像元归一化模型090
3.4应用案例091
3.4.1OLI与Sentinel-2A辐射归一化091
3.4.2基于GF-5地物光谱的GF-1与GF-6辐射归一化096
3.5本章小结099
参考文献100
第4章空谱信息协同的高光谱图像降维理论与方法103
4.1基于空谱去相关分析的核最小噪声分数变换方法104
4.1.1主成分分析算法原理104
4.1.2最小噪声分数变换算法原理107
4.1.3核最小噪声分数变换算法原理109
4.1.4基于空谱去相关分析的核最小噪声分数变换算法原理110
4.1.5实验结果和分析116
4.1.6小结127
4.2基于图像空间分割的核最小噪声分数变换方法128
4.2.1基于图像空间分割的核最小噪声分数变换算法原理128
4.2.2实验结果和分析132
4.2.3小结138
4.3基于超像元分割及核最小噪声分数的降维分类一体化算法138
4.3.1基于超像元分割及核最小噪声分数的降维分类一体化算法原理138
4.3.2实验结果和分析141
4.3.3小结144
4.4本章小结145
参考文献145
第5章基于图嵌入理论的高光谱图像特征提取与分类149
5.1基于稀疏表示图的特征表示150
5.1.1图嵌入理论框架151
5.1.2稀疏图构建及特征表示152
5.2基于稀疏与低秩表示图的特征表示154
5.2.1稀疏与低秩图构建155
5.2.2实验结果与分析157
5.3基于局部保留与低秩表示图的特征提取171
5.3.1局部保留与低秩图构建171
5.3.2实验结果与分析175
5.4基于图嵌入理论的多源高光谱图像协同分类184
5.5本章小结188
参考文献188
第6章高光谱协同多源遥感图像分类193
6.1基于自适应马尔科夫随机场模型的高光谱协同高空间数据分类194
6.1.1空间邻域194
6.1.2马尔科夫随机场模型196
6.1.3相对同质性指数199
6.1.4自适应马尔科夫随机场模型200
6.1.5高光谱协同高空间数据分类实验201
6.2基于边缘约束的马尔科夫随机场模型的高光谱协同激光雷达数据分类207
6.2.1马尔科夫随机场初始能量获取207
6.2.2马尔科夫随机场空间项权重系数提取208
6.2.3高光谱协同LiDAR数据分类实验212
6.3基于数学形态学的高光谱协同热红外数据分类216
6.3.1数学形态学216
6.3.2基于LCP数学形态学的高光谱协同热红外数据分类217
6.3.3基于数学形态学的高光谱和热红外图像的特征提取223
6.3.4高光谱图像与热红外数据融合分类224
6.3.5高光谱协同热红外数据实验225
6.4本章小结231
参考文献231
名词索引233