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，

本书以高光谱遥感影像为研究对象，基于深度学习模型，研究空间特征、光谱特征、空间-光谱特征协同的分类技术,主要内容包括：高光谱遥感影像的基础理论与技术发展，主流深度学习模型，针对空间特征的多尺度残差卷积神经网络分类方法，针对光谱特征的双向循环神经网络分类方法，以及融合空-谱多维特征的协同分类方法。相关实验基于Indian

《遥感数智基础》是遥感科学与技术专业计算机编程的入门教材。本书从遥感科学与技术的基本概念出发，以C语言基本语法为主线，系统介绍了C语言的基本语法、程序结构、数组、指针、函数和文件的基本操作等基础知识。本书注重编程实践。在介绍基本语法时，注重语法的实际运用，结合了大量实例进行讲解。讲解形式贴近实际授课，采用日常用语以评述

本书面向遥感数字图像处理方法与实践技能的教学与业务应用，旨在搭建遥感数据获取与遥感应用之间的技术桥梁。立足国产高分系列数据，以国产遥感数字图像处理软件PIE为软件操作平台，实践应用为导向，从遥感数字图像处理流程及目标的角度出发，侧重遥感数字图像运算和变换基础方法，对遥感数字图像质量改善（辐射校正、几何校正、图像去噪声、

本书全面、系统地介绍遥感影像三维重建相关的技术基础与具体实现方法，包括基于矢量数据的交互式三维重建技术、基于LiDAR数据的半自动三维重建技术、倾斜摄影自动三维重建技术基础和实践、倾斜摄影三维模型编辑技术、卫星遥感影像三维重建技术以及三维模型发布技术。

本书论述了高分遥感智能解译面临的问题与挑战，阐明了”特征提取在遥感影像智能解译中的重要性”以及”特征提取从传统人工构筑特征->监督学习驱动的特征学习->自监督学习的特征学习的意义”。在此基础上，本书系统地论述了遥感自监督学习方法的理论、算法及应用，以期为数据源极大丰富条件下开展遥感影像智能解译研究提供新的视

本书聚焦于光学遥感图像中的目标检测技术，分析图像中目标的特征及其对应的标签问题，并归纳出三种常见的标签情况，即标签错误、标签单一和标签缺失，进而引出弱标签的概念，并对每种标签问题的现有解决方案及其局限性进行探讨。基于此，书中进一步提出了针对不同标签问题的创新方法，并展示了相关实验结果。此外，部分方法还在嵌入式设备上得到

全书共9章，主要分为高光谱影像特征提取和高光谱影像分类两大部分，主要内容包括典型高光谱影像特征提取技术、基于滤波的高光谱影像特征提取、高光谱影像半监督特征提取、高光谱影像信息向量机分类、高光谱影像模糊分类、空间约束条件下的高光谱影像分类、高光谱影像多核支持向量机后验概率空间结构规则化等。

本书是作者多年从事遥感影像处理与分析教学、科研工作中关于图像超分辨率重建研究的总结，主要介绍卫星遥感影像超分辨率处理的基本原理、方法和技术。书中首先介绍了图像超分辨率的基本理论和方法，然后介绍了卫星影像的超分辨率重建技术，包括卫星影像退化因素分析及辨识、基于退化模型的卫星影像超分辨率重建、基于学习的卫星影像超分辨率重建

本书以综合性高光谱遥感知识体系为线索，围绕高光谱遥感数据采集、数据处理、数据分析、数据应用全流程实践体系，构建完整知识框架，内容包括数据采集与预处理、高光谱降维与特征挖掘、高光谱图像分类、混合像元分解、目标探测、数据融合以及高光谱遥感应用等模块，形成了一套系统的实习与实验方案。通过学习本书，读者能够系统提升高光谱遥感的