本书围绕遥感图像处理中的智能化方法展开，既结合了理论分析，也注重实践应用，全面介绍了目标检测和特征提取的核心技术。本书详细讨论了遥感图像的预处理、特征提取、目标检测、分类与变化检测等，提供了大量的算法示例和案例分析，提出了一些创新的技术手段，旨在提升遥感图像处理的精度和效率。
同时，本书也强调了两项关键技术：神经网络架构搜索技术有助于优化模型结构，提升检测和分类效果；并行处理技术可以加速神经网络训练，显著提高模型处理大规模遥感数据的效率。实验结果表明，这些技术在实际应用中表现出色，推动了遥感图像处理领域的智能化进程。本书不仅为研究人员提供了深入的理论分析，还为工程技术人员提供了具体的技术方案和实践指南，适用于遥感图像处理相关领域的研究与应用。

目录
第1章绪论1

1.1研究背景及意义1

1.2国内外研究现状3

1.2.1遥感图像去噪的国内外研究现状3

1.2.2遥感图像分割的国内外研究现状4

1.2.3基于深度学习的遥感图像分类的国内外研究现状7

1.2.4神经网络架构搜索的国内外研究现状9

1.2.5深度学习并行化的国内外研究现状11

1.2.6遥感时间序列变化预测方法的国内外研究现状12

1.3研究内容14

1.4研究目标17

1.5研究工作的主要贡献17

1.6组织结构19

第2章相关工作21

2.1引言21

2.2遥感信息采集21

2.3遥感图像23

2.3.1SAR图像23

2.3.2多光谱图像26

本章小结31

第3章基于小波变换的遥感图像去噪方法32

3.1引言32

3.2非局部均值去噪方法32

3.3粗糙集的基本概念34

3.4基于粗糙集的启发式小波图像去噪方法35

3.5实验结果37

本章小结42

第4章基于区域的遥感图像分割方法43

4.1引言43

4.2分水岭分割法43

4.3一种基于小波和分形维的遥感图像分割方法44

4.3.1小波去噪45

4.3.2区域扩张代价46

4.3.3自适应阈值调节47

4.3.4实验结果分析48

4.4一种基于云模型、图论和互信息的遥感图像分割49

4.4.1改进的基于Harris算子的种子点提取49

4.4.2云模型生成方法51

4.4.3云综合方法53

4.4.4实验结果分析55

本章小结58




第5章基于卷积神经网络的遥感图像分类方法59

5.1引言59

5.2卷积神经网络59

5.3一种数据增强技术的SAR图像分类方法61

5.3.1数据增强63

5.3.2图像分类69

5.4实验结果分析70

本章小结79

第6章基于神经网络架构搜索的遥感图像分类方法81

6.1引言81

6.2神经网络架构搜索基础83

6.3一种神经网络架构搜索方法85

6.4实验结果及分析88

6.4.1架构搜索89

6.4.2架构评估92

6.4.3消融研究93

本章小结95

第7章卷积神经网络的并行实现机制96

7.1引言96

7.2协议的形式化验证相关理论96

7.2.1种群协议模型97

7.2.2带标签迁移系统97

7.2.3变迁规则97

7.2.4PPM语义到LTS语义的投影规则97

7.3一种并行的卷积神经网络训练模型98

7.3.16种张量切分模型99

7.3.2两个工作节点之间的通信量化方法101

7.3.3多个工作节点并行通信及形式化验证方法101

7.3.4一种通信协议的形式化验证方法103

本章小结107

第8章雷达散射截面积计算的并行化方法108

8.1引言 108

8.2RWG基函数的基本知识 109

8.3并行通信机制研究 110

8.3.1矩阵填充并行方案110

8.3.2消息通信方法 112

8.3.3通信机制形式化建模113

8.4算例仿真114

8.4.1通信机制形式化方法正确性验证 114

8.4.2计算精度验证 115

8.4.3并行效率测试 117

本章小结118

第9章遥感时间序列变化预测方法119

9.1引言119

9.2储备池计算120

9.3非线性动力系统的延迟嵌入122

9.4遥感时序数据预测模型123

9.4.1储备池状态的降维123

9.4.2双向RC架构124

9.4.3Takens定理在RC中的应用124

9.4.4模型训练方法125

9.5实验结果128

本章小结136

第10章遥感时间序列变化预测模型的优化方法138

10.1对混沌时间序列预测的回声状态网络参数的优化方法139

10.1.1引言139

10.1.2回声状态网络模型140

10.1.3灰狼优化算法142

10.1.4基于灰狼算法的ESN网络参数的优化144

10.2遥感时间序列混沌建模方法144

10.2.1引言144

10.2.2数据同化技术146

本章小结152

第11章总结与展望153

11.1研究工作总结153

11.2进一步的工作154

参考文献156