本书共分为12个项目：项目一、认识ERDAS2015项目二、影像数据读取及格式转换项目三、影像的裁剪项目四、影像的拼接项目五、影像的投影变换项目六、图像的辐射增强和光谱增强处理项目七、图像的空间增强处理项目八、影像的校正项目九、标准分幅正射影像图(DOM)的制作项目十、影像的分类项目十一、影像的目视解译项目十二综合实训

本书面向遥感数据处理与智能分析的前沿技术及应用，介绍了遥感数据组织、智能处理与分析技术，以及集成化平台构建等内容。首先概述遥感与人工智能的融合趋势，随后探讨就绪化影像处理、地表覆盖分类与变化检测、高光谱影像分析、目标检测与跟踪、时序数据分析等关键技术，并介绍遥感云计算平台的架构与应用。最后，展望通用基础模型、星上智能处

本书主要介绍光学相干性和轨道角动量在全息成像和全息编码中的应用。全书共8章。第1章绪论，介绍全息成像、轨道角动量、光学相干性以及深度学习的基本概念与理论，总结国内外研究现状；第2章介绍低空间相干对计算全息成像的影响；第3章介绍湍流与空间相干性关联研究及对计算全息成像的影响；第4章介绍时间-空间相干复用实现动态扰动下的光

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。

本书根据遥感数字图像从获取到应用所涉及的各个主要处理环节，采用主流的遥感软件编程平台，阐述了遥感数字图像处理方法的基本原理及程序设计的实现。内容主要涵盖程序语言编程基础、跨平台混合编程及遥感数字图像的显示、校正、空间域处理、频率域处理、对象提取、特征提取、影像分类等方法。

本书共分为4章，第一章简要介绍了MATLAB基础知识，第二章为MATLAB基础实验，第三章以MATLAB为编程语言对普通数字图像进行处理；第四章将Matlab与遥感图像处理知识相结合，进行基础的遥感图像处理。附录列出了一些常用的MATLAB图像处理函数及其用法。本书在第一版的基础上，进一步融合数字图像处理技术与遥感基础

本书共6章：第1章介绍高光谱遥感基本理论、高光谱图像数据处理基础及高光谱图像目标检测概述；第2章对高光谱图像数据降维及高光谱图像特征提取相关算法进行研究；第3章研究基于非负稀疏加权协同表示的高光谱图像目标检测技术；第4章研究基于背景信息的高光谱图像目标检测技术；第5章研究基于低秩与稀疏矩阵分解的高光谱图像局部异常目标检

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。