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

本书共两个部分10个章节，详细介绍了PIE7.0遥感图像处理软件功能及高分卫星遥感图像处理流程和方法，主要内容包括高分专项系列卫星概述、PIE7.0遥感数字图像处理软件、遥感图像预处理、遥感图像分类，以及遥感应用综合实践。

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

本书对高光谱的光谱学基本概念、光谱机理及光谱分析方法进行全面的总结研究；对python的编程基础和科学计算方法进行了较全面的研究；对python高光谱数据处理数据工具进行系统分析；对常用的开源地物光谱数据库及使用方法进行全面研究；全面开展高光谱遥感地物分析的算法研究；开展对东天山-北山成矿带高光谱矿物及找矿应用；进行了