《遥感数字图像处理基础实验教程》共分12章，涵盖了遥感数据读取、图像预处理、几何校正、图像增强、图像融合、图像分类、高光谱图像处理、图像地学分析、矢量处理、遥感解译与制图、空间建模、雷达图像处理、立体分析等方面的内容，对ERDAS软件的各项功能由浅入深地进行了详尽介绍，并附有理论基础简介和课后思考题。相关的实验已经在地

本书从地物要素的影像表现形式出发，围绕具体的属性信息，多角度的介绍特征模型构建与表达方法。同时，结合纹理描述理论与方法，重点介绍居民地的纹理模型和提取方法。

本书系统地总结了国内外阴影检测与补偿方面研究成果，分析了典型影像的阴影特征，构建了QuickBird-2、WorldView-2、资源三号、高分一号和高分二号等影像的阴影检测模型。为了提高算法的普适性，书中还提出了两种非针对影像类型的多源多尺度阴影检测算法，并对阴影补偿技术提出了解决思路。

本书理论部分将系统介绍框架变换理论最新研究成果。重点讨论对偶小波框架提升分解理论、二维可分离和不可分离的各向异性框架提升变换理论。讨论局部预测和更新算子的设计和相应的变换特性：方向正则性和消失矩，讨论局部预测和更新算子与对偶框架各向异性提升变换基函数之间的数学机理。应用部分，本书将详细介绍基于对偶框架各向异性提升变换的

本书旨在综合、系统地介绍天基多源遥感图像融合技术及相关应用，从而推动遥感图像融合的研究和应用的进一步深入和普及。本书内容全面，涵盖了多源遥感图像融合的基本概念、融合的层次和分类、研究现状与趋势，可见光传感器、红外传感器、高光谱传感器、合成孔径雷达的成像机理与特性，多源数据融合方法。本书涉及学科领域广泛，可以作为从事卫星

遥感影像深度学习智能解译与识别是近年来遥感领域的研究热点。本书分析了将人工智能深度学习技术引入遥感数据的解译与识别中，有效的提升了遥感数据的自动化处理和分析能力，并成功应用于包括图像分类、图像分割、目标检测、变化检测、超高分辨率重建等多个场景中，为该领域的深入研究提供借鉴。

本书是作者在总结遥感教学经验、科研成果及国内外遥感数字图像处理技术最新进展的基础上编著而成的。全书共10章，主要内容包括：概论；遥感数字图像的获取和存储；遥感数字图像的表示和统计描述；图像显示和拉伸；图像校正；图像变换；图像滤波；图像分割；遥感图像分类；地物成分分析和信息提取。

基于光谱和几何特征的高分影像道路提取研究（英文版）

传统的混合像元分解广泛采用的线性光谱混合模型，仅考虑了端元在宏观尺度上混合且光子仅与一种物质发生作用的情况，与许多实际的遥感成像条件，如非均质背景下的二次和多路径反射、水环境、致密物质混合等并不完全一致，影响了光谱解混精度和后续处理应用的效果。《高光谱图像混合像元非线性分解技术》重点论述了非线性光谱混合模型混合像元分解

本书首先介绍了IDL语言的基本语法，包括语法基础、编程基础及数据输入输出等，在此基础上介绍了与遥感工作密切相关的绘图、图像处理、随机数、数理统计等，然后介绍了IDL与遥感图像处理软件ENVI的结合，最后通过20个翔实的遥感应用实例将前面的理论知识与具体工作结合起来，锻炼读者使用IDL语言解决遥感实际问题的能力。