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，

本书针对物质科学、遥感科学及航空航天领域对动态目标宽波段光谱特性的实时探测需求，提出突破性的解决方案：通过仿生学原理结合物理数学反演理论，创新研制具备多波段共孔径、共光路架构的模块化智能探测系统。全书重点呈现三大技术突破：一体化架构(集成小型化、轻量化、低功耗设计，解决外场遥感中平台适应性难题)、实时反演引擎(开发多波

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

本书系统介绍了遥感的基本原理、关键技术与实际应用。全书涵盖电磁辐射与能量交互、遥感平台与传感器类型、成像机制及分辨率等基础知识，并较为全面地介绍了微波遥感的成像特性与干涉测量技术。在图像处理部分，详述了辐射校正、图像增强、频域滤波、图像融合等经典方法。后续还介绍了几何校正与正射纠正流程、基于图像的可视解译要素、多种分类

本书阐述了遥感数字图像处理的概念、原理和主要方法，覆盖了光学遥感数字图像处理的主要内容。书中内容以遥感数字图像的获取和存储、遥感数字图像的表示和度量、图像的显示和拉伸、图像校正、图像变换、图像滤波、图像分割、图像特征的提取和选择、遥感图像分类和遥感信息提取为纲，以“理论－方法－应用”为目，便于读者理解和学习。