成像偏振光譜遙感及應用

全書共分7章，首先介紹了成像偏振光譜的光學基礎、改進成像性能的方法以及偏振成像的發展趨勢；其次，給出了偏振光譜圖像的獲取方法、關鍵器件、成像系統的構建和定標方法；然後對目標、背景二向反射特性進行分析，研究了目標和背景的二向反射測量方法、建模理論以及針對具體的目標和背景給出了幾種模型事例；最後，分別以偽裝、隱身目標檢測和分類為背景，研究了偏振光譜圖像的分析、處理方法，並給出了所開發的偏振光譜信息處理軟件。

《成像偏振光譜遙感及應用》對從事戰場偵察、對地遙感、機器人視覺、圖像處理、模式識別及環境工程等研究領域的科技人員具有重要的參考價值；也可以作為控制科學、信息技術等專業研究生的教材。

《成像偏振光譜遙感及應用》

第1章緒論

1.1成像光譜探測

1.1.1基本原理

1.1.2光譜成像設備的發展和現狀

1.1.3成像光譜圖像分析應用分類

1.1.4成像光譜探測技術應用

1.2成像偏振光譜探測

1.2.1成像偏振光譜探測的發展

1.2.2成像偏振光譜探測的應用

參考文獻

第2章成像偏振探測

2.1電磁學與偏振分析

2.2.1麥克斯韋方程

2.2.2偏振橢圓

2.2.3fresnel方程

2.2成像偏振探測原理

2.3成像偏振探測在自動目標識別中的應用

2.3.1目標檢測與跟蹤

2.3.2邊緣檢測

.2.3.3物質分類和目標識別

2.3.4目標三維重建

2.4影響成像偏振探測性能的因素

2.4.1偏振器件傳輸特性

2.4.2光照條件

2.5減小測量偏振參數圖像誤差的主要方法

2.5.1多角度測量

2.5.2圖像濾波

2.5.3圖像融合

2.6新型偏振探測器件

2.7仿生多波段偏振探測

參考文獻

第3章偏振光譜成像系統

3.1典型成像偏振光譜探測系統

3.1.1光譜波段調諧方法

3.1.2偏振態調節

3.2基於可調諧濾光片的偏振光譜探測系統

3.2.1lctf工作原理

3.2.2aotf工作原理

3.2.3lcvr工作原理

3.2.4幾種典型的偏振光譜成像探測系統

3.3基於lctf的偏振光譜成像探測系統構成

3.3.1成像系統構建

3.3.2主要器件性能

3。3.3偏振光譜圖像採集實驗裝置

3.3.4偏振光譜圖像採集

3.4偏振光譜成像探測系統定標

3.4.1光譜譜段定標

3.4.2光譜輻射定標

3.4.3濾光片旋轉性能

3.4.4偏振態定標

3.5偏振光譜反演

3.5.1常用的光譜反演方法

3.5.2基於經驗線性法的偏振反演

3.6實驗分析

參考文獻

第4章目標和背景偏振光譜二向反射建模

4.1二向反射分佈

4.1.1二向反射的測量

4.1.2二向反射的模型

4.2偏振二向反射

4.2.1偏振二向分佈函數

4.2.2偏振輻射傳輸方程

4.3偏振光譜brdf的測量

4.3.1測量原理

4.3.2偏振光譜brdf户外實驗系統

4.3.3圖像數據的反演

4.3.4實驗測量流程

4.3.5仿真實驗結果及分析

4.4塗層目標的偏振光譜brdf模型

4.4.1強度分量模型

4.4.2偏振度分量模型

4.4.3塗層目標偏振光譜brdf與探測角、波長關係分析

4.5背景的偏振光譜brdf模型

4.5.1強度分量模型

4.5.2偏振度分量模型

參考文獻

第5章基於偏振光譜圖像的目標檢測

5.1偏振光譜圖像分析

5.2目標檢測的基礎理論

5.2.1偏振光譜信號混合模型

5.2.2多元正態分佈族

5.2.3極大似然估計

5.2.4似然比檢驗

5.2.5子空間分析

5.2.6隨機信號與熵

5.2.7非參核密度估計

5.3常用異常檢測算法

5.3.1異常檢測統計假設模型

5.3.2低概率目標檢測

5.3.3經典rx檢測算法

5.3.4由rx算法導出的改進算法

5.4波段子集模糊積分融合檢測

5.4.1數據模型及波段子集劃分

5.4.2模糊測度及模糊積分

5.4.3非參模糊隸屬度函數的構造

5.4.4模糊密度的估計

5.4.5實驗分析

5.5多檢測器最大熵融合異常檢測

5.5.1單似然異常檢測模型

5.5.2核密度估計

5.5.3基於最大熵的檢測器融合

5.5.4實驗分析

5.6基於偏振與光譜特徵的融合檢測

5.6.1融合檢測算法結構

5.6.2實驗分析

5.7基於偏振度調製的融合檢測

5.7.1偏振度調製融合

5.7.2光譜和偏振圖像偽彩色編碼融合

參考文獻

第6章基於偏振光譜圖像的目標分類

6.1偏振光譜特性分析

6.1.1地物偏振光譜特徵分析

6.1.2目標偏振brdf特徵分析

6.2無監督分類

6.2.1模糊c均值算法

6.2.2迭代自組織數據分析算法

6.2.3mean-shift聚類

6.3支持向量機

6.3.1最優分類超平面

6.3.2線性可分的最優分類面

6.3.3線性不可分的最優分類面

6.3.4非線性支持向量機

6.4證據推理

6.5基於聚類融合的偏振光譜圖像分類

6.5.1融合聚類算法

6.5.2用分層分類提高分類效果

6.5.3分類結果

6.5.4分類精度評價

6.6基於偏振光譜brdf融合分類

6.6.1分類結果1

6.6.2分類結果2

6.7基於偏振brdf模型的目標分類

6.7.1算法流程

6.7.2分類結果分析

參考文獻

第7章偏振光譜信息處理軟件

7.1系統分析

7.2系統實現

7.3系統應用