本书系统介绍高光谱遥感图像智能分类的理论基础、关键方法与应用实践。全书从高光谱遥感成像机理、数据特征、典型应用和常用数据集入手，梳理传统分类方法与深度学习分类技术的发展脉络，重点阐述残差网络、多层感知机、VisionTransformer、集成学习、随机森林、度量学习、神经网络架构搜索、元学习等方法在高光谱图像分类中的

本书深入分析现有遥感图像信息提取方法，结合模糊系统与神经网络理论，提出基于补偿模糊神经网络遥感图像信息提取方法，建立适合实际应用的遥感图像信息提取理论与实践，通过典型场景下补偿模糊神经网络遥感信息提取及结果验证，为遥感图像信息提取在相关领域的应用提供有效的科学方法和理论依据。全书共8个章节，介绍遥感图像信息提取基础、现

本书针对多模态异源遥感影像变化检测中匹配误差累积、语义特征损失及特征交互受限等难题，提出基于深度学习的协同优化方法：设计空谱协同匹配算法(SSSM)与语义增强匹配模型(SACM)，进而构建端到端“匹配-检测”一体化网络(MSCDNet)，有效提升检测精度与边缘精细度。实验覆盖同源/异源光学及光学与SAR等场景，并介绍遥

本书针对复杂场景下遥感图像处理与分析领域的理论基础、关键技术和应用进行系统深入的阐述。首先，对遥感图像增强处理方法、语义分割技术和目标检测方法进行梳理总结。然后，面向复杂场景下遥感图像处理与目标识别任务，开展遥感图像去雾、低照度增强、云层遮挡去除、模糊粘连分割、阴影遮挡分割等关键技术方法的优化设计工作。同时，针对小目标

本书包括遥感技术与图像解译基础、航空遥感图像地形要素解译和航天遥感图像地形景观解译三篇内容。第一篇介绍了遥感的概念和技术过程，以及遥感测绘的现状、发展趋势和遥感测绘产品，重点研究总结了遥感图像的解译特征和解译方法。第二篇包括了居民地、工农业和社会文化设施、交通运输设施、水系及其附属建筑、植被、地貌与土质六部分的地形要素

本书是高等学校遥感数字图像处理课程实践操作类教材。本书针对遥感数字图像处理中的具体问题，以实际应用案例为导向，综合遥感原理与数字图像处理的理论知识，借助Python程序语言进行系统的实践训练，使读者掌握遥感数字图像处理的基本原理及操作过程，为利用遥感数据解决相关科学研究与业务应用问题奠定基础。 本书配合已出版的《遥感

本书在介绍遥感影像处理传统方法的基础上，重点阐述人工智能在遥感影像智能处理领域取得的各项前沿进展，并介绍一些未来研究方向。

本书围绕高光谱图像无监督聚类展开研究。高光谱影像含丰富空谱信息，在多领域应用广泛，但其分类受标记样本匮乏制约，而传统浅层聚类方法存在高维非线性数据建模差、鲁棒性不足，且大规模场景下计算复杂度高、扩展性弱等问题。

本书针对高分辨率遥感场景的特点，给出高分辨率遥感图像场景理解的定义及研究现状，以此作为整个高分辨率遥感图像场景理解任务的方法基础；随后从高分辨率遥感图像场景理解的研究内容入手，重点介绍了基于语义目标的场景理解、基于中层特征编码的场景理解、基于主题特征的场景理解、基于深度学习的场景理解以及多源地理数据场景语义理解应用这五

本书以遥感图像复原与超分辨率技术为主线，系统深入地阐述了相关理论、数学模型以及实现的技术途径、计算流程、实验验证，还给出了各种算法的实际应用效果和量化指标评价。全书共分为6章：第1章主要介绍遥感图像复原与超分辨率技术的国内外研究现状及经典方法；第2章主要论述遥感图像质量退化的理论模型及其质量复原与超分辨率的基本概念、系