信息众多、矿化线索微弱地区的遥感地质信息的提取，掩膜去除干扰的方法会丢失很多影像的原始信息，无法保证提取结果的准确性；基于单一尺度的分析方法不能有效提取矿物异常分布的多分辨率特征，无法精确描述矿物的富集和贫化规律；热液蚀变的间歇性和多期次性引起的光谱信息叠加问题及岩性风化引起的纹理不确定性，导致岩性识别的精度降低。上述问题成为大规模遥感地质应用的瓶颈。本文在野外地质调查、薄片鉴定的辅助下，以多尺度分析方法、面向对象提取技术、机器学习和深度特征分解为主线，进行了蚀变矿物的区域特征及深度特征提取方法、岩性智能化分类及填图方法研究。

章 绪论
节 遥感技术找矿及填图概述
第二节 本书研究背景及意义
第三节 外研究现状
第四节 遥感影像找矿预测和填图面临的问题
第五节 本书的研究内容
第六节 技术路线
第七节 完成的主要工作量
第二章 结合PCA、多尺度分割及SVM的蚀变信息提取
节 研究区概况
第二节 数据源
第三节 理论与方法
第四节 基于PCA-MS-SVM的蚀变信息提取
第五节 本章小结
第三章 结合小波包变换和随机森林的蚀变信息提取
节 研究区概况
第二节 数据源
第三节 理论与方法
第四节 结合小波包变换和RF的蚀变信息提取
第五节 本章小结
第四章 基于特征分解的找矿预测
节 研究区概况
第二节 数据源
第三节 原理及方法
第四节 遥感影像特征提取
第五节 结果分析
第六节 本章小结
第五章 结合多尺度分割和随机森林的变质矿物提取
节 研究区概况
第二节 结合多尺度分割和随机森林的变质矿物提取
第三节 本章小结
第六章 结合多尺度岩性分类及矿物提取的岩性填图
节 研究区概况
第二节 数据源
第三节 结合多尺度岩性分类及矿物提取的岩性填图
第四节 结果分析
第五节 本章小结
第七章 全文总结与结论
节 结论
第二节 未来工作展望
参考文献