本書在eCognition軟件初、高級培訓教材的基礎(chǔ)上，集作者多年基于對象影像分析研究和實踐經(jīng)驗編著而成。系統(tǒng)介紹了基于對象影像分析原理和影像分析方法，除了傳統(tǒng)的基于規(guī)則的影像分類方法外，著重介紹了近年來比較流行的機器學習分類方法。全書分為理論篇、基礎(chǔ)篇和高級篇3篇，共16章。理論篇分3章，主要介紹基于對象影像分析技術(shù)

智能化的遙感影像分類問題在特征選擇、分割與分類優(yōu)化三個方面都面臨挑戰(zhàn)，本書從提高智能優(yōu)化算法的性能入手，在系統(tǒng)分析智能優(yōu)化算法與影像處理問題映射關(guān)系的基礎(chǔ)上，提出了一系列新型遙感影像智能分割分類方法。全書主要介紹了萬有引力搜索算法及其改進方法、生物地理學優(yōu)化算法及其改進方法、基于引力搜索算法的高分辨率遙感影像特征選擇與

噪聲與模糊是遙感成像中*為常見的兩種輻射返化現(xiàn)象，《遙感數(shù)據(jù)質(zhì)量改善之信息復原》主要針對這兩種降質(zhì)問題，研究遙感影像及定量產(chǎn)品的復原理論與方法。在噪聲去除方面，較為全面地考慮遙感數(shù)據(jù)中的各種噪聲類型，分別從高斯噪聲、脈沖噪聲、條帶噪聲、相干斑噪聲、光譜噪聲、時序噪聲等方面進行系統(tǒng)論述.在影像去模糊方面，以變分E則化框架

本書針對SAR衛(wèi)星傳感器特點，提出從幾何模型、幾何定標、標準產(chǎn)品生產(chǎn)和區(qū)域網(wǎng)平差一整套幾何遙感的理論和方法。簡要介紹了內(nèi)外高分SAR衛(wèi)星的發(fā)展現(xiàn)狀與存在的問題，描述與定義了精度處理與應用的相關(guān)基本概念，并對SAR影像處理常用的相關(guān)坐標系的定義及轉(zhuǎn)換模型進行了述。給出了用于高分SAR衛(wèi)星的幾何定位模型，梳理了像鏈路中影響

在遙感成像過程中，傳感器、光照、大氣、地表等因素都可能導致影像內(nèi)部或影像之間出現(xiàn)明顯的輻射差異。本書針對以上因素，系統(tǒng)開展遙感影像輻射差異校正方法的研究。針對單幅影像，主要論述線陣掃描傳感器影像的相對輻射校正方法、框幅式成像的亮度不均勻校正方法、云霧校正方法、地形輻射校正方法、建筑物陰影校正方法等；針對多時相或多傳感器

遙感數(shù)字圖像是遙感對地觀測產(chǎn)生的圖像。通過實驗練習，有助于將圖像處理知識和地學知識更好的結(jié)合應用起來，從圖像中挖掘地學信息。本書包括9個實驗，分別是：實驗準備；圖像處理的基本操作；圖像合成和顯示增強；遙感圖像的校正；圖像變換；圖像濾波；圖像分割；圖像分類；變化檢測。各個實驗均附有相關(guān)的數(shù)據(jù)。這些實驗已經(jīng)在地理信息科學專

本書介紹了高分辨率遙感影像處理技術(shù)、方法與應用的前沿進展，介紹了如何有效處理高分辨率遙感影像，挖掘高分辨率遙感影像的信息，發(fā)揮高分辨率遙感影像的應用潛力。本書內(nèi)容主要包括四個部分：高分辨率遙感影像的基本介紹；高分辨率遙感影像的特征提取，包括像元形狀指數(shù)、紋理、形態(tài)譜、形態(tài)學房屋指數(shù)等；高分辨率遙感影像機器學習與分類；高

相干斑噪聲對SAR影像解譯造成嚴重影響，如何抑制相干斑噪聲、提高SAR影像解譯質(zhì)量，一直是該領(lǐng)域的一個研究難點和熱點.本書從極化SAR基本理論出發(fā)，介紹極化SAR數(shù)據(jù)相干斑統(tǒng)計特性，然后從濾波和分割兩方面分別展開論述.濾披方面，在介紹典型濾披算法的基礎(chǔ)上，闡述自適應窗口濾波算法和廣義GBMS濾波算法，構(gòu)建濾波算法評價體

本書是“衛(wèi)星測繪系列專著”的第三冊，書中在介紹國內(nèi)外主要測繪遙感衛(wèi)星影像產(chǎn)品基礎(chǔ)上，提出資源三號衛(wèi)星影像產(chǎn)品的分級分類體系，闡述了我國資源三號衛(wèi)星影像產(chǎn)品的生產(chǎn)技術(shù)及其應用情況。主要內(nèi)容包括基礎(chǔ)測繪遙感影像產(chǎn)品、高級測繪影像產(chǎn)品以及專題影像產(chǎn)品的生產(chǎn)方法、流程以及精度驗證，資源三號衛(wèi)星海量影像管理以及服務平臺的建立，以

基于航空航天遙感技術(shù)，人們可以感知地球陸表信息，從而認識和理解各種現(xiàn)象和規(guī)律。其中，傳感器觀測影像是遙感信息的載體，其數(shù)據(jù)質(zhì)量直接影響著遙感應用的廣度與深度。由于遙感成像過程極其復雜，傳感器、光照、大氣、地形、地物、人為等因素都可能對影像質(zhì)量產(chǎn)生影響，導致遙感信息出現(xiàn)偏差或缺失，降低了遙感數(shù)據(jù)的應用潛力。因此，進行遙感

本書重點分析遙感影像分類中的空間尺度選擇和空間尺度轉(zhuǎn)換問題。針對空間尺度選擇問題，本書提出面向?qū)ο蟮目臻g尺度選擇方法，可有效解決面向具體地物類別的空間尺度選擇問題，并能充分考慮空間分布因素。針對空間尺度轉(zhuǎn)換對分類精度影響評價問題，本書提出根據(jù)混合像元和空間分布特征來分析空間尺度轉(zhuǎn)換方法對分類精度影響的新評價方法。針對空

本書在充分認識遙感認知特殊性的基礎(chǔ)上，發(fā)展和完善了遙感圖譜認知理論和計算方法體系，發(fā)揮人腦認知和機器認知的各自優(yōu)勢，將人腦認知所得的先驗知識有針對性地逐步融入機器認知過程中，一定程度上提高了遙感影像機器認知算法的智能化水平，為遙感影像的智能認知探索可行之路�！禕R》全書共為8個章節(jié)。第1章緒論，簡要介紹本書研究的背景和

本書內(nèi)容包括：eCognition軟件介紹；快速制圖模式；規(guī)則集模式；面向?qū)ο蟮姆指钆c分類理論；批處理；分類結(jié)果精度評價；水體信息提�。恢脖恍畔⒌奶崛。煌恋乩�用類型分類；eCognition變化檢測等。

本書以稀疏表示、張量學習、遷移學習和深度學習為基礎(chǔ)，系統(tǒng)闡述如何更好地進行非線性特征提取、如何針對高光譜數(shù)據(jù)的三維特性設計降維算法以及如何充分利用有限標記樣本和大量未標記樣本來提高降維效果等問題。

本書以多源遙感圖像配準為研究對象，全面分析了已有的局部不變特征提取和描述算法，匹配搜索策略以及匹配優(yōu)化提取算法等影像圖像配準的各種因素；探討適用于多元遙感圖像的具有互補不變的局部不變特征提取的描述算法。

本書分析了高分辨率遙感影像處理的特點和面臨的挑戰(zhàn)，總結(jié)和歸納了國內(nèi)外已有的研究工作，結(jié)合近些年機器學習和人工智能領(lǐng)域中的熱點方法，如稀疏表示、深度學習、模糊聚類、多目標優(yōu)化等，著重從高空間分辨率SAR遙感影像相干斑抑制、多時相SAR遙感影像變換檢測、SAR地物目標分類和高光譜分辨率遙感影像混合像元分解、維數(shù)約簡、地物目

本書對近年來智能SAR影像變化檢測領(lǐng)域常見的理論及技術(shù)進行了較為全面的闡述和總結(jié)，并結(jié)合作者多年的研究成果，對相關(guān)理論及技術(shù)在應用領(lǐng)域的實踐情況進行了展示和報告。主要內(nèi)容包含如下方面：基于Fisher分類器和計算智能的遙感圖像變化檢測，基于多尺度分析和自然進化優(yōu)化的遙感圖像配準與變化檢測，無降斑預處理的兩時相SAR圖像

本書系統(tǒng)而全面地歸納總結(jié)了SAR圖像解譯的基礎(chǔ)知識，從遙感圖像目標解譯的可識別特征、電磁波基礎(chǔ)知識、SAR成像原理、地物特性及其與電磁波的相互作用等方面，梳理了SAR圖像解譯所需要掌握的各方面知識，并結(jié)合作者SAR圖像解譯領(lǐng)域長期工作實踐的經(jīng)驗，給出了大量的SAR圖像解譯示例。

本書系統(tǒng)介紹高分辨率遙感影像處理技術(shù)的有關(guān)概念、原理和方法，共分10章。第1章主要介紹高光譜分辨率和高空間分辨率遙感成像、預處理技術(shù)、影像分類和變化檢測技術(shù)。第2-6章主要介紹高光譜分辨率遙感影像的波段選擇和分類方法及應用。第7-10章主要介紹高空間分辨率遙感影像的配準、分割和變化檢測方法及應用。