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。

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，

本书针对当今数字摄影测量与人工智能迅猛发展的现状，系统总结了作者近些年的相关教学和科研成果，建立了新型摄影测量数据处理理论与算法体系，以期助推精细3D地形图测绘及数字孪生城市建设的自动化进程。全书共分12章，讲述了高分辨率遥感影像人工智能匹配基础原理、仿射不变特征匹配深度学习基准数据集自动构建方法、基于多分支网络的倾斜

本书为跨学科研究者提供红树林湿地遥感图像智能分析的理论方法与技术实践的专著。红树林湿地作为海岸湿地中具有代表性的生态系统之一，对生态环境保护和可持续发展具有重大意义。本书针对现有的深度神经网络仍面临目标检测精度不高、特征提取能力有限、模型泛化性能弱及对复杂场景适应性差等关键难点问题，通过深入调研分析现有相关理论与技术的

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、