遥感图像去噪增强与信息提取实战
📚 共计 30 章节
第01章
遥感图像基础
成像原理 · 空间/光谱/辐射/时间分辨率 · Landsat/Sentinel/MODIS
基础
数据源
第02章
图像去噪基础
高斯/椒盐/斑点噪声 · 噪声模型 · PSNR / SSIM
噪声
评价指标
第03章
空间域滤波去噪
均值滤波 · 中值滤波 · 高斯滤波 · Python实现
滤波
Python
第04章
频率域滤波去噪
傅里叶变换 · 低通/高通/带阻滤波
频域
去噪
第05章
小波变换去噪
小波分解重构 · 硬/软阈值 · 小波包去噪
小波
阈值
第06章
非局部均值去噪
NLM算法 · 参数选择 · 遥感应用
NLM
自相似
第07章
深度学习去噪
DnCNN · 自编码器 · U-Net去噪架构
CNN
U-Net
第08章
图像增强基础
对比度增强 · 亮度调整 · 直方图均衡化
增强
直方图
第09章
自适应直方图均衡化
CLAHE算法 · 参数调优 · 遥感应用
CLAHE
自适应
第10章
锐化增强
拉普拉斯 · Sobel · Unsharp Masking
锐化
边缘
第11章
色彩增强
RGB/HSV/Lab · 多光谱色彩增强 · 伪彩色
色彩
伪彩色
第12章
Retinex增强
SSR · MSR · MSRCR 色彩恢复
Retinex
光照
第13章
图像融合增强
IHS · PCA · Brovey · Gram-Schmidt
融合
多光谱
第14章
深度学习增强
GAN增强 · SRCNN/ESPCN · 图像去雾
GAN
超分
第15章
信息提取基础
分类概述 · 监督/非监督 · 特征选择
分类
特征
第16章
非监督分类
K-Means · ISODATA · 土地覆盖分类
聚类
ISODATA
第17章
监督分类
最大似然 · SVM · 随机森林
SVM
随机森林
第18章
深度学习分类
CNN分类 · FCN · SegNet语义分割
FCN
SegNet
第19章
面向对象分类
分水岭/SLIC分割 · 对象特征 · 规则集
面向对象
SLIC
第20章
变化检测
差值/比值法 · PCA变化检测 · 分类后比较
变化检测
时序
第21章
植被指数提取
NDVI · EVI · SAVI · NDWI · 阈值分割
植被
指数
第22章
水体提取
NDWI/MNDWI · 阈值分割 · 形态学后处理
水体
指数
第23章
建筑物提取
形态学指数 · 阴影检测 · Mask R-CNN
建筑物
Mask R-CNN
第24章
道路提取
道路特征 · Snake模型 · U-Net/D-LinkNet
道路
Snake
第25章
目标检测
滑动窗口 · YOLO · Faster R-CNN遥感应用
YOLO
Faster R-CNN
第26章
图像分割
阈值分割 · Canny边缘 · 区域生长 · 分水岭
分割
边缘
第27章
特征匹配与配准
SIFT · RANSAC · 影像自动配准
SIFT
配准
第28章
时间序列分析
时序构建 · 趋势分析 · NDVI物候特征
时间序列
物候
第29章
精度评价
混淆矩阵 · Kappa · F1 · ROC · 交叉验证
评价
Kappa
第30章
综合实战
Python完整流程:读取→预处理→去噪→增强→分类→评价
实战
全流程