多源遙感影像融合-基於脈衝耦合神經網絡的方法 李小軍 9787121485602 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$502
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202408*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：多源遙感影像融合-基於脈衝耦合神經網絡的方法 ISBN：9787121485602 出版社：電子工業 著編譯者：李小軍 頁數：134 所在地：中國大陸 *此為代購商品 書號：1678015 可大量預訂，請先連絡。 內容簡介 本書從多源遙感成像機理和人眼視覺對影像的理解出發，研究了結合PCNN的配准演算法及基於PCNN的全色影像、多光譜影像、高解析度SAR影像、無人機航拍影像和高光譜影像等多源遙感影像融合的理論與演算法。首先，簡要介紹了多源遙感影像融合的起源與現狀。其次，回顧了PCNN的幾種常見模型。鑒於遙感影像配準是實現遙感影像像素級融合的前提，本書提出了兩種基於自適應PCNN分割的遙感影像配准演算法。在後續章節中，本書主要研究並提出了結合PCNN分割特性的全色銳化融合演算法、參數優化的PCNN全色銳化融合演算法、改進PCNN的全色銳化融合模型、基於PCNN的衛星多光譜影像與無人機航拍影像融合演算法和基於PCNN的高光譜影像融合演算法等。本書內容為作者團隊多年來取得的科研成果，涵蓋了基於PCNN及其改進模型在全色影像、多光譜影像、高解析度SAR影像、無人機航拍影像和高光譜影像等多源遙感影像融合中的最新成果。這些成果不僅豐富了遙感影像配准與融合理論，也為相關領域的研究提供了借鑒與支持。 本書適合高校和科研院所中從事遙感影像融合研究的研究生閱讀，也可供其他相關人員參考使用。作者簡介 李小軍，理學博士，博士后，碩士生導師。曾工作于中國工程物理研究院電子工程研究所，任職副研究員。現工作于蘭州交通大學測繪與地理信息學院，任職副教授。主持了多項軍委裝備發展部跨行業預研重點項目及國家自然科學基金項目。發表SCI、EI論文十余篇，獲批國家發明專利2項，研究領域主要包括遙感數字影像處理、影像融合和神經網路等。目錄 第1章 緒論1 1 多源遙感影像融合的起源與發展 1 2 多源遙感影像融合的意義 1 3 多源遙感影像融合研究現狀 1 3 1 傳統遙感影像全色銳化融合研究現狀 1 3 2 基於視皮層神經網路的影像融合現狀 1 4 多源遙感影像融合研究的關鍵問題 第2章 PCNN模型及特性 2 1 PCNN模型發展背景 2 2 標準PCNN模型 2 2 1 PCNN模型描述 2 2 2 PCNN模型特性 2 3 雙輸出PCNN（Dual-output PCNN，DPCNN）模型 2 3 1 DPCNN模型描述 2 3 2 DPCNN模型特性 2 4 彩色DPCNN（Color DPCNN，CDPCNN）模型 2 4 1 HSV彩色空間 2 4 2 CDPCNN模型描述 2 5 SAPCNN模型 2 5 1 SAPCNN模型設計 2 5 2 SAPCNN模型分析 2 6 其他PCNN相關模型 2 6 1 ICM模犁描述 2 6 2 SCM模型描述 2 6 3 DQPCNN模型描述 2 7 本章小結 第3章 結合PCNN模型的遙感影像配准 3 1 研究背景 3 2 遙感影像配准國內外研究現狀 3 2 1 基於區域的影像配准演算法 3 2 2 基於特徵的影像配准演算法 3 3 基於自適應PCNN分割的遙感影像配准演算法 3 3 1 演算法總體框架 3 3 2 PCNN影像分割 3 3 3 參數自適應PCNN設計 3 3 4 分割區域描述與匹配 3 3 5 基於FSC的配准模型參數求解 3 3 6 實驗與分析 3 4 基於PCNN分割與點特徵的多源遙感影像配准演算法 3 4 1 演算法總體框架 3 4 2 UR-SIFT點特徵提取與匹配 3 4 3 自適應PCNN分割區域匹配 3 4 4 實驗與分析 3 5 本章小結 第4章 PCNN分割特性與遙感影像全色銳化融合 4 1 研究背景 4 2 PCNN遙感影像分割 4 3 PSBP演算法 4 4 實驗結果 4 4 1 實驗數據 4 4 2 評價指標 4 4 3 參數設置 4 4 4 對比實驗 4 5 本章小結 第5章 PCNN參數優化與遙感影像全色銳化融合 5 1 研究背景 5 2 SMA自適應PCNN參數優化演算法 5 3 實驗結果 5 3 1 實驗數據 5 3 2 評價指標 5 3 3 對比實驗 5 3 4 SAR影像與多光譜影像的融合實驗結果 5 4 本章小結 第6章 遙感影像全色銳化融合模型 6 1 研究背景 6 2 PPCNN模型 6 2 1 模型表達 6 2 2 模型執行 6 2 3 PPCNN模型在遙感影像融合中的應用 6 3 全色銳化融合實驗結果 6 3 1 實驗數據集 6 3 2 參數設置 6 3 3 對比實驗 6 4 雷達影像與光學影像實驗 6 5 本章小結 第7章 基於PCNN的衛星多光譜影像與無人機航拍影像融合 7 1 研究背景 7 2 衛星多光譜影像與無人機航拍影像融合演算法 7 3 實驗結果 7 3 1 實驗數據集 7 3 2 PCNN參數優化 7 3 3 融合質量評價指標 7 3 4 對比實驗 7 4 本章小結 第8章 PCNN與高光譜影像融合 8 1 研究背景 8 2 PCNN與高光譜影像融合演算法 8 2 1 演算法總體框架 8 2 2 MSD-MCC波段匹配 8 2 3 IPCNN模型 8 2 4 CSA優化IPCNN關鍵參數 8 2 5 提取影像細節 8 2 6 自適應細節注入與融合輸出 8 3 實驗結果 8 3 1 實驗數據集 8 3 2 參數設置 8 3 3 實驗觀測結果 8 3 4 消融實驗 8 4 本章小結 第9章 總結與展望 9 1 多源遙感影像配准與融合的研究總結 9 2 多源遙感影像融合的發展趨勢 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
