高分遥感影像空谱协同概率模型

如何充分利用高空间分辨率遥感图像的光谱和空间信息是遥感图像理解与地学应用的关键问题之一。本书系统地阐述了在概率主题模型框架下协同利用高空间分辨率遥感图像的光谱和空间信息基本原理、方法和应用。首先，分析现有高空间分辨率遥感图像信息提取框架存在的主要问题及其在概率主题模型框架下的新研究思路；其次，在全面介绍层次Dirichlet过程混合模型的基础上提出高分遥感图像空谱协同聚类模型：再次，将其扩展成可以无缝融合多源遥感数据的高分图像分类方法；最后，将其应用于建筑物及其震害信息的快速提取中。 本书可供从事摄影测量与遥感、图像处理与模式识别、计算机视觉等领域的研究和技术人员参考使用，也可作为高等院校和科研院所相关专业的研究生教学参考资料。

前言
第1章 绪论
1.1 研究问题与解决思路
1.2 “空谱”协同研究进展
1.3 “空谱”协同概率模型
1.4 整体结构与章节安排
第2章 层次Dirichlet过程混合模型
2.1 Dirichlet分布
2.2 Dirichlet过程
2.2.1 中餐馆过程
2.2.2 Dirichlet过程混合模型
2.2.3 基于DP的图像分割
2.3 层次Dirichlet过程
2.3.1 中餐馆连锁模型
2.3.2 层次Dirichlet过程混合模型
2.3.3 基于HDP的图像聚类
第3章 高分图像空谱协同聚类框架
3.1 HDP_IBPs模型
3.1.1 IBP
3.1.2 HDP_IBPs模型原理
3.1.3 HDP_IBPs模型的生成过程
3.1.4 HDP_IBPs模型推理算法
3.2 实验分析与讨论
3.2.1 实验设计
3.2.2 参数设置与分析
3.2.3 遥感图像非监督分类结果评价
3.3 本章小结
第4章 引座员中餐馆连锁模型与图像过分割
4.1 引座员中餐馆过程
4.1.1 距离依赖中餐馆过程
4.1.2 依赖引座员的中餐馆过程
4.2 基于uCRF模型的遥感图像非监督分类
4.2.1 引座员中餐馆连锁模型
4.2.2 引导信息定义
4.2.3 模型生成过程
4.2.4 模型推理及算法流程
4.3 实验分析与讨论
4.3.1 实验数据
4.3.2 评价指标
4.3.3 参数设置与分析
4.3.4 遥感图像非监督分类结果评价
4.4 本章小结
第5章 广义中餐馆连锁模型与图像融合
5.1 广义中餐馆连锁模型
5.1.1 广义中餐馆连锁模型介绍
5.1.2 算法及模型推理
5.1.3 融合全色和多光谱遥感图像分类
5.2 实验分析与讨论
5.2.1 实验设计
5.2.2 融合全色和多光谱遥感图像非监督分类的结果评价
5.3 本章小结
第6章 内嵌局部聚类的广义中餐馆连锁模型
6.1 广义中餐馆连锁模型中语义分割过程所存在的问题
6.2 内嵌局部聚类的广义中餐馆连锁模型
6.2.1 基于邻近超像素构建内嵌空间连贯性约束的子图像
6.2.2 基于局部聚类的选餐桌方法
6.3 实验分析与讨论
6.3.1 实验设计
6.3.2 实验结果评价
6.4 本章小结
第7章 广义中餐馆连锁模型中过分割体的影响
7.1 不同超像素算法
7.1.1 多分辨率分割
7.1.2 简单线性迭代聚类
7.1.3 熵率超像素分割算法
7.2 实验分析与讨论
7.2.1 实验设计
7.2.2 不同超像素算法对广义中餐馆连锁模型的影响
7.2.3 不同超像素算法比较
7.3 本章小结
第8章 融合光谱与形态特征的灾前建筑物自动识别
8.1 gCRF_MBI模型
8.1.1 gCRF_MBI模型的组成
8.1.2 gCRF_MBI模型的框架
8.2 建筑物提取算法
8.2.1 SR模型的算法
8.2.2 MBI模型的算法
8.2.3 gCRF模型的算法
8.3 多源卫星图像的建筑物提取算法
8.4 实验分析与讨论
8.4.1 实验设置
8.4.2 gCRF_MBI模型组分之间的关系
8.4.3 对比实验与分析
8.5 本章小结
第9章 融合图像与点云数据的灾后建筑物震害提取
9.1 建筑物震害特征与识别
9.1.1 无人机图像的建筑物震害类型及图像特征
9.1.2 基于决策树的灾后建筑物震害识别
9.2 基于中餐馆连锁模型的屋顶漏空检测
9.3 实验分析与讨论
9.3.1 实验数据及预处理
9.3.2 实验结果与讨论
9.4 本章小结
参考文献
附录
附录A：雅安地震某村建筑物的三维模型
附录B：汶川地震某镇建筑物的三维模型（部分）