遙感目標檢測技術在軍事偵察、減災防災、城市監(jiān)測等領域有著廣泛應用。隨著高分辨光學相機、高光譜儀等新一代遙感器的廣泛應用，獲取的遙感影像數據的分辨率和信息復雜度大大增加，目標探測維度也大大擴展，給傳統(tǒng)的統(tǒng)計類探測方法帶來了挑戰(zhàn)。另一方面，作為人工智能技術的重要應用方向，基于深度學習的遙感目標探測方法具有強大的特征表示和學習能力，已經逐漸成為當前學習類探測方法研究的前沿和熱點。本書針對當前高分辨光學遙感器的成像特點，根據高光譜和光學遙感圖像目標探測的需求和近年來作者所在團隊的研究成果，探討了降質圖像的盲復原、基于深度學習框架下的高光譜波段選擇、光譜解混、目標探測與定位等實現(xiàn)的一些新方法。本書可以作為光電成像與目標探測專業(yè)研究生的專業(yè)用書，同時也可作為與遙感圖像處理技術與應用相關的其他專業(yè)研究人員的參考書。
高昆(1974-)，2002年博士畢業(yè)于浙江大學，北京理工大學副教授，博士生導師，現(xiàn)為中國光學學會、中國圖象圖形學學會會員。長期從事光電成像和遙感圖像處理等方向研究，主持和參與國家自然基金、國防973、863等科研項目40多項，在國內外重要刊物發(fā)表學術論文80多篇，其中SCI收錄30多篇，授權發(fā)明專利12項。獲得國家科技進步二等獎1項、部級科技獎4項，培養(yǎng)畢業(yè)博士5人，碩士22人。
第1章 高分辨天基光學遙感目標探測技術
1.1 引言
1.2 高空間分辨率遙感技術
1.3 高光譜分辨率遙感技術
1.4 高光譜與高空間分辨率遙感目標探測方法簡析
1.5 光學遙感圖像復原處理研究現(xiàn)狀及發(fā)展趨勢
1.6 高光譜目標檢測技術研究現(xiàn)狀以及發(fā)展趨勢
1.7 本章小結
第2章 基于變指數函數正則化的遙感圖像降晰模型辨識研究
2.1 引言
2.2 模型基礎
2.3 基于變指數函數正則化的多因素圖像降晰模型辨識
2.4 實驗結果與分析
2.5 本章小結
第3章 基于光滑-增強先驗的圖像快速盲復原術
3.1 引言
3.2 光滑-增強先驗模型
3.3 基于光滑-增強先驗的盲復原模型與優(yōu)化
3.4 實驗結果與分析
3.5 本章小結
第4章 基于可微分錨框的光學遙感圖像目標檢測
4.1 引言
4.2 基于深度學習的目標檢測和錨框原理簡介
4.3 基于可微分錨框的目標檢測框架
4.4 基于可微分錨框的檢測器訓練
4.5 實驗結果與分析
4.6 本章小結
第5章 基于注意力機制自編碼器的高光譜波段選擇
5.1 引言
5.2 自編碼器與注意力機制簡介
5.3 基于注意力機制的自編碼器
5.4 基于波段注意力掩碼聚類的波段選擇
5.5 實驗結果與分析
5.6 本章小結
第6章 基于正交稀疏先驗自編碼器的高光譜盲解混方法
6.1 引言
6.2 基于正交稀疏先驗的自編碼器
6.3 超拉普拉斯損失函數
6.4 高光譜圖像中異常光譜移除
6.5 實驗結果與分析
6.6 本章小結
第7章 基于低秩稀疏分解孿生網絡的高光譜目標探測方法
7.1 引言
7.2 基于低秩-稀疏分解的自編碼器
7.3 基于孿生神經網絡的高光譜目標探測
7.4 基于線性光譜混合模型的數據擴充方法
7.5 實驗結果與分析
7.6 本章小結
第8章 高光譜亞像元定位快速處理方法
8.1 引言
8.2 高光譜亞像元定位技術原理和方法
8.3 高光譜亞像元定位觀測模型的結構
8.4 MAP-TV高光譜亞像元定位模型
8.5 高光譜亞像元定位快速混合迭代算法
8.6 實驗結果與分析
8.7 本章小結
參考文獻
書單推薦
