傳統(tǒng)的混合像元分解廣泛采用的線性光譜混合模型，僅考慮了端元在宏觀尺度上混合且光子僅與一種物質(zhì)發(fā)生作用的情況，與許多實際的遙感成像條件，如非均質(zhì)背景下的二次和多路徑反射、水環(huán)境、致密物質(zhì)混合等并不完全一致，影響了光譜解混精度和后續(xù)處理應(yīng)用的效果�！陡吖庾V圖像混合像元非線性分解技術(shù)》重點論述了非線性光譜混合模型混合像元分解

本書首先介紹了IDL語言的基本語法，包括語法基礎(chǔ)、編程基礎(chǔ)及數(shù)據(jù)輸入輸出等，在此基礎(chǔ)上介紹了與遙感工作密切相關(guān)的繪圖、圖像處理、隨機數(shù)、數(shù)理統(tǒng)計等，然后介紹了IDL與遙感圖像處理軟件ENVI的結(jié)合，最后通過20個翔實的遙感應(yīng)用實例將前面的理論知識與具體工作結(jié)合起來，鍛煉讀者使用IDL語言解決遙感實際問題的能力。

本書在eCognition軟件初、高級培訓教材的基礎(chǔ)上，集作者多年基于對象影像分析研究和實踐經(jīng)驗編著而成。系統(tǒng)介紹了基于對象影像分析原理和影像分析方法，除了傳統(tǒng)的基于規(guī)則的影像分類方法外，著重介紹了近年來比較流行的機器學習分類方法。全書分為理論篇、基礎(chǔ)篇和高級篇3篇，共16章。理論篇分3章，主要介紹基于對象影像分析技術(shù)

本書在前一版的基礎(chǔ)上，基于ENVI5.4對全書進行了修訂，增加了一些新內(nèi)容，以突出實用性。本版仍分為基礎(chǔ)篇和增強篇�；�礎(chǔ)篇內(nèi)容包括導論、ENVI窗口組成、圖像預(yù)處理、圖像增強、圖像分類、圖像變化檢測、高分辨率遙感圖像分割、遙感制圖與三維可視化；增強篇內(nèi)容包括高光譜分析技術(shù)、雷達圖像處理、地形特征提取、多特征信息提取與分

智能化的遙感影像分類問題在特征選擇、分割與分類優(yōu)化三個方面都面臨挑戰(zhàn)，本書從提高智能優(yōu)化算法的性能入手，在系統(tǒng)分析智能優(yōu)化算法與影像處理問題映射關(guān)系的基礎(chǔ)上，提出了一系列新型遙感影像智能分割分類方法。全書主要介紹了萬有引力搜索算法及其改進方法、生物地理學優(yōu)化算法及其改進方法、基于引力搜索算法的高分辨率遙感影像特征選擇與

在充分分析國內(nèi)外學者對于高光譜影像降維問題研究的基礎(chǔ)上，本書從高光譜數(shù)據(jù)的非線性本質(zhì)出發(fā)引入流形學習方法，研究適合高光譜影像數(shù)據(jù)特性的非線性流形學習降維理論和方法體系，目的在于指導后續(xù)的高光譜影像分類、目標識別和異常探測等應(yīng)用。

《高光譜影像同質(zhì)區(qū)分析及稀疏性解混》在總結(jié)高光譜影像混合像元分解研究成果的基礎(chǔ)上，通過影像同質(zhì)區(qū)分析，形成了一種新的高光譜影像混合像元分解技術(shù)框架，給出了影像同質(zhì)區(qū)分析的數(shù)學模型和圖論基礎(chǔ)上的連通分析實現(xiàn)技術(shù)，提出了一種結(jié)合影像同質(zhì)區(qū)空間信息和光譜信息的影像端元光譜提取路線；在此基礎(chǔ)上，引入非負矩陣分解理論，提出新的命

本書針對SAR衛(wèi)星傳感器特點，提出從幾何模型、幾何定標、標準產(chǎn)品生產(chǎn)和區(qū)域網(wǎng)平差一整套幾何遙感的理論和方法。簡要介紹了內(nèi)外高分SAR衛(wèi)星的發(fā)展現(xiàn)狀與存在的問題，描述與定義了精度處理與應(yīng)用的相關(guān)基本概念，并對SAR影像處理常用的相關(guān)坐標系的定義及轉(zhuǎn)換模型進行了述。給出了用于高分SAR衛(wèi)星的幾何定位模型，梳理了像鏈路中影響

在遙感成像過程中，傳感器、光照、大氣、地表等因素都可能導致影像內(nèi)部或影像之間出現(xiàn)明顯的輻射差異。本書針對以上因素，系統(tǒng)開展遙感影像輻射差異校正方法的研究。針對單幅影像，主要論述線陣掃描傳感器影像的相對輻射校正方法、框幅式成像的亮度不均勻校正方法、云霧校正方法、地形輻射校正方法、建筑物陰影校正方法等；針對多時相或多傳感器