城市遥感

1 (p1): 第1章 城市遥感基础
1 (p2): 1.1 城市遥感物理基础
5 (p3): 1.2 遥感影像的获取模式
6 (p4): 1.3 城市遥感影像特性
8 (p5): 1.4 城市遥感影像处理基础
10 (p6): 第2章 城市遥感传感器和遥感平台
10 (p7): 2.1 城市遥感传感器
11 (p8): 2.1.1 被动遥感传感器
13 (p9): 2.1.2 主动遥感传感器
14 (p10): 2.2 城市遥感平台
15 (p11): 2.2.1 地面遥感平台
16 (p12): 2.2.2 航空遥感平台
16 (p13): 2.2.3 航天遥感平台
17 (p14): 2.3 城市遥感数据选择标准
19 (p15): 第3章 城市遥感影像解译与判读
19 (p16): 3.1 城市遥感影像解译标志
24 (p17): 3.2 城市遥感影像的目视解译
24 (p18): 3.3 城市遥感影像数字解译
25 (p19): 3.4 城市遥感影像解译与判读的基本框架
26 (p20): 3.5 城市主要地物目标特性
26 (p21): 3.5.1 城市房屋影像特征
27 (p22): 3.5.2 城市道路影像特征
28 (p23): 3.5.3 城市绿地影像特征
29 (p24): 3.5.4 城市水体影像特征
31 (p25): 3.6 城市遥感影像数字判读方法
31 (p26): 3.6.1 人工目视判读
32 (p27): 3.6.2 人机交互判读
35 (p28): 3.6.3 自动判读
35 (p29): 3.7 城市遥感影像数字判读流程
37 (p30): 3.8 城市遥感影像的超分辨率重建
41 (p31): 第4章 城市遥感影像分类
41 (p32): 4.1 遥感影像的三种理解模式
43 (p33): 4.2 城市遥感影像非监督分类方法
43 (p34): 4.2.1 k均值分类
45 (p35): 4.2.2 ISODATA分类
48 (p36): 4.3 城市遥感影像监督分类方法
48 (p37): 4.3.1 最小距离法分类
49 (p38): 4.3.2 最大似然法分类
52 (p39): 4.3.3 马氏距离法分类
54 (p40): 4.4 城市遥感影像新型分类方法
54 (p41): 4.4.1 人工神经网络分类法
56 (p42): 4.4.2 面向对象的分类方法
63 (p43): 第5章 城市线状地物的提取
63 (p44): 5.1 城市线状地物的特性
65 (p45): 5.2 城市线状地物提取方法
65 (p46): 5.2.1 城市线状地物自动提取方法
66 (p47): 5.2.2 城市线状地物半自动提取方法
68 (p48): 5.3 城市线状地物提取流程
69 (p49): 5.4 城市道路的提取
73 (p50): 5.5 城市铁路的提取
75 (p51): 5.6 城市立交桥的提取
78 (p52): 第6章 基于遥感影像的城市基础空间数据更新
79 (p53): 6.1 城市基础空间数据更新的内容
80 (p54): 6.2 从基于地面测量方法到基于遥感方法的城市基础空间数据更新
80 (p55): 6.2.1 基于地面测量的更新方法
82 (p56): 6.2.2 基于遥感技术的更新方法
82 (p57): 6.3 基于遥感影像的城市基础空间数据生产和更新流程
83 (p58): 6.4 基于遥感影像的城市基础数据更新实例
83 (p59): 6.4.1 基于航空遥感影像的城市基础空间数据更新方法
86 (p60): 6.4.2 基于实景影像的城市基础部件数据更新方法
88 (p61): 第7章 城市人工目标的三维重建
88 (p62): 7.1 城市简单人工目标的三维重建
89 (p63): 7.1.1 简单房屋半自动重建策略
90 (p64): 7.1.2 基于平差模型的简单房屋模型三维重建
94 (p65): 7.1.3 物方空间几何约束的房屋模型三维重建
101 (p66): 7.2 城市复杂房屋的三维重建
101 (p67): 7.2.1 复杂房屋三维拓扑关系描述
102 (p68): 7.2.2 复杂房屋三维重建方法
107 (p69): 7.3 城市立交桥的三维重建
107 (p70): 7.3.1 基于模糊边缘检测算法的立交桥匝道边缘自动提取
111 (p71): 7.3.2 基于样条函数的立交桥边缘提取
112 (p72): 7.3.3 基于核线约束的立交桥三维重建——从二维到三维
114 (p73): 7.4 基于激光扫描技术的城市古建筑三维重建
117 (p74): 7.5 三维重建的质量控制策略
119 (p75):…