本书共两部分：第一部分(第1-8章)为雷达遥感图像智能处理，主要包含超分辨率重建、相干斑滤波、特征提取、地物分类、目标检测、目标识别和生物量反演等内容；第二部分(第9-12章)为光学遥感图像智能处理，主要包含对抗样本检测、对抗样本训练、对抗样本净化和图像内容生成等内容。全书所有章节均提供了算法介绍、实验数据和程序代码等

本书针对智能解译的几个典型任务：图像分类和语义分割、典型地物要素的提取、变化发现、三维点云的自动化智能解译，系统介绍了一系列特征工程和机器学习方法，对不同思路进行了分析，并着重介绍人机智能、质量控制等重要问题和解决方案。

全书共8章，第1至第3章介绍了遥感数据获取过程中的相关基础知识，包括遥感图像原理、遥感图像校正及遥感图像数据增强方法。第4至第7章详细讲解了遥感图像处理技术，具体内容涵盖遥感图像分类、分割、变化检测和目标检测等方面。第8章介绍了遥感应用系统，概括了主要技术要点和未来发展方向。

本书分为基础篇和增强篇。基础篇内容包括导论、ENVI窗口组成、图像预处理、图像增强、图像分类、高分辨率遥感图像特征提取、遥感制图与三维可视化、图像变化检测；增强篇内容包括高光谱分析技术、雷达图像处理、合成孔径雷达干涉测量、地形特征提取、多特征信息提取与分析、机器学习与深度学习图像分类。

本书全面探讨高光谱影像处理的核心技术及其应用，涵盖分类、光谱解混、亚像元定位、异常/变化检测及可视化五大方向。在传统方法基础上，深度融合深度学习与空谱协同理论，提出非平行SVM分类模型、基于LSVM的光谱解混不确定性分析、多位移图像亚像元定位等创新算法，并系统构建面向任务的可视化评价体系。全书以作者团队原创成果为主线，

本书内容共六章，第一章绪论，介绍了高光谱遥感的概念及发展；第二章高光谱数据的获取与分析，介绍了电磁波、电磁辐射等遥感的理论基础，地物光谱数据的获取仪器及获取步骤，分析了地物的光谱特性；第三章高光谱数据的重建，介绍了由卫星数据重建地物光谱数据的过程以及涉及的有关知识背景，包括大气及其影响、大气辐射传输理论、传感器的定标、

本书以高光谱遥感影像为研究对象，基于深度学习模型，研究空间特征、光谱特征、空间-光谱特征协同的分类技术,主要内容包括：高光谱遥感影像的基础理论与技术发展，主流深度学习模型，针对空间特征的多尺度残差卷积神经网络分类方法，针对光谱特征的双向循环神经网络分类方法，以及融合空-谱多维特征的协同分类方法。相关实验基于Indian

《遥感数智基础》是遥感科学与技术专业计算机编程的入门教材。本书从遥感科学与技术的基本概念出发，以C语言基本语法为主线，系统介绍了C语言的基本语法、程序结构、数组、指针、函数和文件的基本操作等基础知识。本书注重编程实践。在介绍基本语法时，注重语法的实际运用，结合了大量实例进行讲解。讲解形式贴近实际授课，采用日常用语以评述

本书面向遥感数字图像处理方法与实践技能的教学与业务应用，旨在搭建遥感数据获取与遥感应用之间的技术桥梁。立足国产高分系列数据，以国产遥感数字图像处理软件PIE为软件操作平台，实践应用为导向，从遥感数字图像处理流程及目标的角度出发，侧重遥感数字图像运算和变换基础方法，对遥感数字图像质量改善（辐射校正、几何校正、图像去噪声、

本书全面、系统地介绍遥感影像三维重建相关的技术基础与具体实现方法，包括基于矢量数据的交互式三维重建技术、基于LiDAR数据的半自动三维重建技术、倾斜摄影自动三维重建技术基础和实践、倾斜摄影三维模型编辑技术、卫星遥感影像三维重建技术以及三维模型发布技术。