遥感数字图像处理python论文 遥感数字图像处理pdf

文章目录

• 1
• 2
• 3
• 4
• 5
• 6 图像变换

• 6.4 缨帽变换 KT 变换

• 6.4.2 TM图像的KT变换

• 7

• 7.1
• 7.2
• 7.3

• 7.3.1
• 7.3.2
• 7.3.3
• 7.3.4
• 7.3.5
• 7.3.6
• 7.3.7 锐化图像的生成

• 7.4 频率域滤波

• 7.4.1 滤波器
• 7.4.2 频率域滤波
• 7.4.3 同态滤波

• 8 图像分割

• 8.1 概念和方法

• 8.1.1 概念
• 8.1.2 原则
• 8.1.3 方法
• 8.1.4 流程

• 8.2灰度阈值

• 8.2.1全局阈值法
• 8.2.2自适应阈值法

• 8.3梯度和区域法

• 8.3.1边缘检测方法
• 8.3.2 区域方法

• 8.4分割后处理

• 8.4.1 数学形态学方法

• 8.4.1.2 腐蚀
• 8.4.1.3膨胀
• 8.4.1.4开运算和闭运算
• 8.4.1.6 多值图像的腐蚀和膨胀

• 8.4.2 区域标识

• 9 遥感图像分类

• 9.1图像分类原理和相似性度量

• 9.1.3工作流程

• 9.2非监督分类
• 9.3监督分类
• 9.4分类后处理

• 9.4.3 精度评估
• 9.4.4转换输出
• 9.4.5 提高精度的基本策略

• 10. 遥感信息提取

• 10.1 概念和原理
• 10.2单一目标的信息提取
• 10.3高光谱和高空间图像处理

• 10.3.2 高空间分辨率图像处理

• 10.4 变化检测

1

2

3

4

5

6 图像变换

6.4 缨帽变换 KT 变换

6.4.2 TM图像的KT变换

7

7.1

7.2

7.3

7.3.1

7.3.2

7.3.3

7.3.4

7.3.5

7.3.6

7.3.7 锐化图像的生成

计算各个像素的梯度值，根据不同的需求生成锐化图像

7.4 频率域滤波

7.4.1 滤波器

7.4.2 频率域滤波

基于FFT变换的滤波

正向FFT- 频率域滤波- 逆向FFT

7.4.3 同态滤波

8 图像分割

8.1 概念和方法

8.1.1 概念

图像分析和图像理解

计算机视觉

自动识别

8.1.2 原则

8.1.3 方法

8.1.4 流程

8.2灰度阈值

8.2.1全局阈值法

8.2.2自适应阈值法

8.3梯度和区域法

8.3.1边缘检测方法

8.3.2 区域方法

8.4分割后处理

8.4.1 数学形态学方法

8.4.1.2 腐蚀

8.4.1.3膨胀

8.4.1.4开运算和闭运算

开运算 OPEN
闭运算 CLOSE

开运算与闭运算不受原点位置的影响，具有对偶性

8.4.1.6 多值图像的腐蚀和膨胀

8.4.2 区域标识

9 遥感图像分类

9.1图像分类原理和相似性度量

9.1.3工作流程

9.2非监督分类

9.3监督分类

在这里插入图片描述

!这里插入图片描述]()

9.4分类后处理

9.4.3 精度评估

9.4.4转换输出

区域标识，进行更多分析处理

9.4.5 提高精度的基本策略

10. 遥感信息提取

10.1 概念和原理

10.2单一目标的信息提取

10.3高光谱和高空间图像处理

10.3.2 高空间分辨率图像处理

10.4 变化检测