遙感影像深度學(xué)習(xí)智能解譯與識別是近年來遙感領(lǐng)域的研究熱點。本書分析了將人工智能深度學(xué)習(xí)技術(shù)引入遙感數(shù)據(jù)的解譯與識別中，有效的提升了遙感數(shù)據(jù)的自動化處理和分析能力，并成功應(yīng)用于包括圖像分類、圖像分割、目標(biāo)檢測、變化檢測、超高分辨率重建等多個場景中，為該領(lǐng)域的深入研究提供借鑒。

本書是作者在總結(jié)遙感教學(xué)經(jīng)驗、科研成果及國內(nèi)外遙感數(shù)字圖像處理技術(shù)最新進(jìn)展的基礎(chǔ)上編著而成的。全書共10章，主要內(nèi)容包括：概論；遙感數(shù)字圖像的獲取和存儲；遙感數(shù)字圖像的表示和統(tǒng)計描述；圖像顯示和拉伸；圖像校正；圖像變換；圖像濾波；圖像分割；遙感圖像分類；地物成分分析和信息提取。

基于光譜和幾何特征的高分影像道路提取研究（英文版）

傳統(tǒng)的混合像元分解廣泛采用的線性光譜混合模型，僅考慮了端元在宏觀尺度上混合且光子僅與一種物質(zhì)發(fā)生作用的情況，與許多實際的遙感成像條件，如非均質(zhì)背景下的二次和多路徑反射、水環(huán)境、致密物質(zhì)混合等并不完全一致，影響了光譜解混精度和后續(xù)處理應(yīng)用的效果。《高光譜圖像混合像元非線性分解技術(shù)》重點論述了非線性光譜混合模型混合像元分解

本書首先介紹了IDL語言的基本語法，包括語法基礎(chǔ)、編程基礎(chǔ)及數(shù)據(jù)輸入輸出等，在此基礎(chǔ)上介紹了與遙感工作密切相關(guān)的繪圖、圖像處理、隨機(jī)數(shù)、數(shù)理統(tǒng)計等，然后介紹了IDL與遙感圖像處理軟件ENVI的結(jié)合，最后通過20個翔實的遙感應(yīng)用實例將前面的理論知識與具體工作結(jié)合起來，鍛煉讀者使用IDL語言解決遙感實際問題的能力。

本書在eCognition軟件初、高級培訓(xùn)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(jī)器學(xué)習(xí)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)

本書在前一版的基礎(chǔ)上，基于ENVI5.4對全書進(jìn)行了修訂，增加了一些新內(nèi)容，以突出實用性。本版仍分為基礎(chǔ)篇和增強(qiáng)篇�；�礎(chǔ)篇內(nèi)容包括導(dǎo)論、ENVI窗口組成、圖像預(yù)處理、圖像增強(qiáng)、圖像分類、圖像變化檢測、高分辨率遙感圖像分割、遙感制圖與三維可視化；增強(qiáng)篇內(nèi)容包括高光譜分析技術(shù)、雷達(dá)圖像處理、地形特征提取、多特征信息提取與分

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(jìn)方法、生物地理學(xué)優(yōu)化算法及其改進(jìn)方法、基于引力搜索算法的高分辨率遙感影像特征選擇與

在充分分析國內(nèi)外學(xué)者對于高光譜影像降維問題研究的基礎(chǔ)上，本書從高光譜數(shù)據(jù)的非線性本質(zhì)出發(fā)引入流形學(xué)習(xí)方法，研究適合高光譜影像數(shù)據(jù)特性的非線性流形學(xué)習(xí)降維理論和方法體系，目的在于指導(dǎo)后續(xù)的高光譜影像分類、目標(biāo)識別和異常探測等應(yīng)用。

《高光譜影像同質(zhì)區(qū)分析及稀疏性解混》在總結(jié)高光譜影像混合像元分解研究成果的基礎(chǔ)上，通過影像同質(zhì)區(qū)分析，形成了一種新的高光譜影像混合像元分解技術(shù)框架，給出了影像同質(zhì)區(qū)分析的數(shù)學(xué)模型和圖論基礎(chǔ)上的連通分析實現(xiàn)技術(shù)，提出了一種結(jié)合影像同質(zhì)區(qū)空間信息和光譜信息的影像端元光譜提取路線；在此基礎(chǔ)上，引入非負(fù)矩陣分解理論，提出新的命