本書是高等學校遙感數(shù)字圖像處理應用課程教材。全書12章，針對遙感數(shù)字圖像處理的專題應用，從當前應用較為廣泛的遙感數(shù)據(jù)源角度，系統(tǒng)介紹了各類遙感數(shù)據(jù)的發(fā)展背景及主要應用方向，常見衛(wèi)星遙感數(shù)據(jù)及其獲取途徑、數(shù)據(jù)特點及存在的問題，數(shù)據(jù)預處理流程及關(guān)鍵技術(shù)環(huán)節(jié)，解析其典型應用案例。本書注重各類遙感數(shù)據(jù)源的特點、預處理流程及關(guān)鍵

ERDAS以先進的圖像處理技術(shù)，友好、靈活的用戶界面和操作方式，受到廣大用戶的歡迎。版本從初期的7.X發(fā)展到20世紀90年代的8.X、2005年后的9.X，2010年發(fā)布了全新的版本。2010年至2021年，相關(guān)系列版本雖有改動，但其功能模塊設(shè)計和操作界面保持了一致的風格，所以本書適用于2010年后發(fā)布的ERDAS軟件

高分辨率遙感圖像場景分類是遙感影像解譯中的一個關(guān)鍵任務(wù)，具有廣泛的應用前景。本書介紹了高分辨率遙感圖像場景分類的基本知識和現(xiàn)有的研究方法，并系統(tǒng)總結(jié)了作者在基于深度學習的高分辨率遙感圖像場景分類方面的研究工作。全書共6章，分為4個部分：第一部分（第1章）介紹了高分辨率遙感圖像場景分類的的定義、研究背景和現(xiàn)有研究工作，以

本書是高等學校遙感數(shù)字圖像處理課程教材，也是新形態(tài)教材，有配套的網(wǎng)絡(luò)課程。版于2015年出版，本次修訂在版基礎(chǔ)上，按照遙感數(shù)字圖像處理的一般流程，由淺入深系統(tǒng)地介紹了遙感數(shù)字圖像處理的基礎(chǔ)知識。不僅包括常用的經(jīng)典方法，更增添了近年新提出的方法。全書共3大部分13章，主要包括：遙感數(shù)字圖像處理基礎(chǔ)，介紹了數(shù)字圖像的基本概

本書是根據(jù)作者在遙感大數(shù)據(jù)智能處理及知識挖掘理論與方法的研究積累，以及在人工智能技術(shù)驅(qū)動及多領(lǐng)域技術(shù)交叉融合下高分辨率遙感影像場景智能理解的**研究成果撰寫的，系統(tǒng)闡述高分辨率遙感影像場景智能理解各個層次研究任務(wù)的**理論和技術(shù)，分別介紹遙感影像場景理解的研究進展及趨勢、遙感影像場景標記任務(wù)、遙感影像場景檢索任務(wù)、遙感

全書內(nèi)容共7章。第1章論述了高分遙感影像災害目標精確提取的需求背景、理論基礎(chǔ)和國內(nèi)外研究進展。第2章重點分析了高分辨率遙感影像典型災害目標及損毀特征。第3章提出了顧及視覺注意模型的對象級變化檢測方法、基于機器學習的災害損毀區(qū)域檢測方法。第4章研究了光學遙感影像建筑物損毀提取方法。同時，分析了極化SAR影像在建筑物信息提

本書主要研究內(nèi)容屬于跨學科研究，相關(guān)工作涉及計算機科學、人工智能、遙感科學、神經(jīng)科學和認知科學等多個學科。大部分內(nèi)容是針對高分辨率遙感圖像智能信息提取的最新研究成果的總結(jié)。全書由四部分共8章組成。第一部分(第1章和第2章)為緒論和綜述。第二部分(第3章)為科學理論篇，建立類腦心智計算理論，面向目標分類和識別構(gòu)建媒體神經(jīng)

該專著以機載熱紅外高光譜TASI數(shù)據(jù)為數(shù)據(jù)源，詳細論述了TASI數(shù)據(jù)的(1)基于MODTRAN大氣輻射傳輸模型、基于AAC算法的復合改進算法、基于地物波譜先驗知識與大氣輻射傳輸模型的大氣校正方法；(2)采用ASTER-TES算法和ISSTES算法、eta算法和ISSTES與ASTER-TES復合算法、基于稀疏性約束的溫

本書從多光譜遙感圖像光譜點陣空間的角度,系統(tǒng)分析了圖像數(shù)據(jù)的基本統(tǒng)計特征、光譜點陣空間的幾何結(jié)構(gòu)特征,以及“背景”“干擾”與“蝕變異�！钡狞c集聚類形態(tài)、相互關(guān)系和空間定位等問題,提出了基于遙感蝕變信息提取的二維散點圖分類體系,研制和改進了相關(guān)的關(guān)鍵技術(shù),并列舉了三種不同自然景觀區(qū)的應用實例。

本書以光學、雷達等主被動遙感影像為主要數(shù)據(jù)源,從土地利用/覆蓋分類、地表溫度反演、土壤濕度反演、地表形變提取等方面進行研究,實現(xiàn)定性、定量、幾何、物理一體化綜合分析。深入探討了基于主被動遙感數(shù)據(jù)協(xié)同處理的地表環(huán)境監(jiān)測體系結(jié)構(gòu)與技術(shù)方法,從信息融合與分類、協(xié)同目標識別、協(xié)同參數(shù)反演與關(guān)聯(lián)分析四個層次開展研究。并選擇徐州市