遥感数字图像处理——Python实践与操作
定价：￥42.00
作者： 朱文泉，蔡玉林，林文鹏
出版社：高等教育出版社
- 高等教育出版社
- 9787040662412
- 1版
- 16开
- 520
内容简介
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《遥感数字图像处理——原理与方法》（第二版）教材，以目前广泛使用的开源程序语言Python为例，按照遥感数字图像处理流程对内容进行组织，全面、详细地阐述了遥感数字图像处理基础、遥感数字图像质量改善、遥感数字图像信息提取与综合应用中的具体操作方法。
本书可作为高等学校地理、遥感、测绘、生态、环境、资源等专业的本科生或研究生的教材或参考书，也可作为各专业领域从事相关科学研究与业务应用人员的参考书。
目录
目录
前辅文
绪论
0.1 遥感数字图像处理编程实现的必要性
0.2 遥感数字图像处理内容及本书篇章结构
0.2.1 遥感数字图像处理基础
0.2.2 遥感数字图像质量改善
0.2.3 遥感数字图像信息提取与综合应用
0.3 本书的编排方式与特色
0.3.1 编排方式
0.3.2 本书特色
0.4 本书的学习与教学模式
0.4.1 学习模式
0.4.2 教学模式
第一部分 遥感数字图像处理基础
1 Python软件操作基础
1.1 Python语言简介
1.1.1 Python简介
1.1.2 Python的版本
1.1.3 Python的特点和优势
1.1.4 Python的应用领域
1.2 Python软件及相关包安装
1.2.1 Python软件的基本组成
1.2.2 Python软件的安装方式
1.2.3 常用Python包的安装方式
1.3 Python集成开发环境介绍与安装
1.3.1 Python自带的IDLE
1.3.2 常用IDE介绍
1.4 Python基本语法
1.4.1 代码编写基本规范
1.4.2 保留字
1.4.3 标识符
1.4.4 变量
1.4.5 基本数据类型
1.4.6 函数
1.4.7 运算符概述
1.4.8 程序控制语句
1.5 Python数值运算与遥感数字图像处理相关包介绍
1.5.1 遥感数据读写
1.5.2 遥感图像处理与数值运算
1.5.3 数据可视化展示
2 数据读写与可视化
2.1 文本数据读写
2.1.1 基于Python内置函数的文本数据读写
2.1.2 基于NumPy库函数的文本数据读写
2.2 二进制数据读写
2.2.1 基于Python内置函数的二进制数据读写
2.2.2 基于NumPy库函数的二进制数据读写
2.3 特定文件格式的遥感图像数据读写
2.3.1 遥感图像数据结构
2.3.2 基于GDAL读写遥感图像的通用流程与常用方法
2.3.3 基于GDAL库函数的常用遥感图像格式数据读写
2.3.4 基于GDAL库函数的遥感图像空间子集读写
2.3.5 基于GDAL库函数的遥感图像重采样读写
2.3.6 基于GDAL库函数的大型遥感图像分块读写
2.4 数据可视化
2.4.1 影像图绘制
2.4.2 统计图绘制
2.4.3 散点图绘制
2.4.4 剖面图绘制
3 数字图像运算
3.1 数值运算
3.1.1 单波段运算
3.1.2 多波段运算
3.2 集合运算
3.2.1 空间操作
3.2.2 波段操作
3.3 逻辑运算
3.4 数学形态学操作
4 数字图像变换
4.1 主成分变换
4.2 最小噪声分离变换
4.3 缨帽变换
4.4 独立成分变换
4.5 傅里叶变换
4.6 小波变换
4.7 颜色空间变换
第二部分 遥感数字图像质量改善
5 辐射校正
5.1 绝对辐射定标
5.1.1 基于官方定标系数的绝对辐射定标
5.1.2 基于地面光谱同步测量的绝对辐射定标
5.2 大气校正
5.2.1 内部平均相对反射率法大气校正
5.2.2 平场域法大气校正
5.2.3 对数残差法大气校正
5.2.4 经验线性法大气校正
5.2.5 6S大气校正
5.3 地形校正
5.4 太阳高度角校正
6 几何校正
6.1 选点校正
6.1.1 控制点选取
6.1.2 几何校正
6.1.3 精度检验
6.2 自动配准
6.3 具有地理位置信息的几何校正
6.3.1 IGM几何校正
6.3.2 GLT几何校正
6.4 正射校正
6.5 投影转换
7 图像去噪声
7.1 噪声图像模拟
7.2 空间域去噪声
7.2.1 均值滤波
7.2.2 中值滤波
7.2.3 高斯滤波
7.2.4 边缘保持平滑滤波
7.2.5 数学形态学去噪声
7.3 变换域去噪声
7.3.1 傅里叶变换去噪声
7.3.2 小波变换去噪声
7.3.3 其他变换去噪声
8 图像增强
8.1 空间域图像增强
8.1.1 点运算图像增强
8.1.2 邻域运算图像增强
8.1.3 灰度形态学梯度运算
8.2 变换域图像增强
8.2.1 傅里叶变换图像增强
8.2.2 小波变换图像增强
8.2.3 颜色空间变换图像增强
8.2.4 主成分变换图像增强
8.3 彩色增强处理
8.3.1 假彩色合成
8.3.2 伪彩色处理
8.4 图像融合
8.4.1 空间域代数运算
8.4.2 变换域替代法
第三部分 遥感数字图像信息提取与综合应用
9 感兴趣目标及对象提取
9.1 图像分割
9.1.1 阈值法
9.1.2 基于边界的分割
9.1.3 基于区域的分割
9.1.4 形态学分水岭分割
9.2 二值图像处理
9.2.1 空洞点填补和碎块消除
9.2.2 连通域贴标签
9.3 对象提取
10 特征提取与选择
10.1 光谱特征提取
10.1.1 光谱变换特征
10.1.2 光谱指数
10.2 空间特征提取
10.2.1 梯度与频率特征
10.2.2 纹理特征
10.2.3 形状特征
10.2.4 空间关系特征
10.3 特征选择
10.3.1 关联准则下的特征子集评价与选择
10.3.2 独立准则下的特征子集评价与选择
11 图像分类
11.1 监督分类
11.1.1 分类类别确定及解译标志建立
11.1.2 样本选取
11.1.3 特征提取与选择
11.1.4 监督分类器介绍及监督分类
11.1.5 分类后处理及局部手工修正
11.1.6 监督分类结果精度评价
11.2 非监督分类
11.2.1 非监督分类器
11.2.2 类别标签定义与子类合并
11.2.3 非监督分类结果精度评价
12 遥感信息提取及综合应用
12.1 类别信息提取及应用
12.1.1 基于合成孔径雷达时序数据的双季稻种植范围提取
12.1.2 基于深度学习的遥感图像土地覆盖分类
12.2 物理量信息提取及应用
12.2.1 植被覆盖度估算
12.2.2 大气气溶胶光学厚度反演
12.3 状态信息提取及应用
12.4 变化信息提取及应用
12.4.1 干旱区土地退化评估
12.4.2 森林火烧迹地提取
参考文献
前辅文
绪论
0.1 遥感数字图像处理编程实现的必要性
0.2 遥感数字图像处理内容及本书篇章结构
0.2.1 遥感数字图像处理基础
0.2.2 遥感数字图像质量改善
0.2.3 遥感数字图像信息提取与综合应用
0.3 本书的编排方式与特色
0.3.1 编排方式
0.3.2 本书特色
0.4 本书的学习与教学模式
0.4.1 学习模式
0.4.2 教学模式
第一部分 遥感数字图像处理基础
1 Python软件操作基础
1.1 Python语言简介
1.1.1 Python简介
1.1.2 Python的版本
1.1.3 Python的特点和优势
1.1.4 Python的应用领域
1.2 Python软件及相关包安装
1.2.1 Python软件的基本组成
1.2.2 Python软件的安装方式
1.2.3 常用Python包的安装方式
1.3 Python集成开发环境介绍与安装
1.3.1 Python自带的IDLE
1.3.2 常用IDE介绍
1.4 Python基本语法
1.4.1 代码编写基本规范
1.4.2 保留字
1.4.3 标识符
1.4.4 变量
1.4.5 基本数据类型
1.4.6 函数
1.4.7 运算符概述
1.4.8 程序控制语句
1.5 Python数值运算与遥感数字图像处理相关包介绍
1.5.1 遥感数据读写
1.5.2 遥感图像处理与数值运算
1.5.3 数据可视化展示
2 数据读写与可视化
2.1 文本数据读写
2.1.1 基于Python内置函数的文本数据读写
2.1.2 基于NumPy库函数的文本数据读写
2.2 二进制数据读写
2.2.1 基于Python内置函数的二进制数据读写
2.2.2 基于NumPy库函数的二进制数据读写
2.3 特定文件格式的遥感图像数据读写
2.3.1 遥感图像数据结构
2.3.2 基于GDAL读写遥感图像的通用流程与常用方法
2.3.3 基于GDAL库函数的常用遥感图像格式数据读写
2.3.4 基于GDAL库函数的遥感图像空间子集读写
2.3.5 基于GDAL库函数的遥感图像重采样读写
2.3.6 基于GDAL库函数的大型遥感图像分块读写
2.4 数据可视化
2.4.1 影像图绘制
2.4.2 统计图绘制
2.4.3 散点图绘制
2.4.4 剖面图绘制
3 数字图像运算
3.1 数值运算
3.1.1 单波段运算
3.1.2 多波段运算
3.2 集合运算
3.2.1 空间操作
3.2.2 波段操作
3.3 逻辑运算
3.4 数学形态学操作
4 数字图像变换
4.1 主成分变换
4.2 最小噪声分离变换
4.3 缨帽变换
4.4 独立成分变换
4.5 傅里叶变换
4.6 小波变换
4.7 颜色空间变换
第二部分 遥感数字图像质量改善
5 辐射校正
5.1 绝对辐射定标
5.1.1 基于官方定标系数的绝对辐射定标
5.1.2 基于地面光谱同步测量的绝对辐射定标
5.2 大气校正
5.2.1 内部平均相对反射率法大气校正
5.2.2 平场域法大气校正
5.2.3 对数残差法大气校正
5.2.4 经验线性法大气校正
5.2.5 6S大气校正
5.3 地形校正
5.4 太阳高度角校正
6 几何校正
6.1 选点校正
6.1.1 控制点选取
6.1.2 几何校正
6.1.3 精度检验
6.2 自动配准
6.3 具有地理位置信息的几何校正
6.3.1 IGM几何校正
6.3.2 GLT几何校正
6.4 正射校正
6.5 投影转换
7 图像去噪声
7.1 噪声图像模拟
7.2 空间域去噪声
7.2.1 均值滤波
7.2.2 中值滤波
7.2.3 高斯滤波
7.2.4 边缘保持平滑滤波
7.2.5 数学形态学去噪声
7.3 变换域去噪声
7.3.1 傅里叶变换去噪声
7.3.2 小波变换去噪声
7.3.3 其他变换去噪声
8 图像增强
8.1 空间域图像增强
8.1.1 点运算图像增强
8.1.2 邻域运算图像增强
8.1.3 灰度形态学梯度运算
8.2 变换域图像增强
8.2.1 傅里叶变换图像增强
8.2.2 小波变换图像增强
8.2.3 颜色空间变换图像增强
8.2.4 主成分变换图像增强
8.3 彩色增强处理
8.3.1 假彩色合成
8.3.2 伪彩色处理
8.4 图像融合
8.4.1 空间域代数运算
8.4.2 变换域替代法
第三部分 遥感数字图像信息提取与综合应用
9 感兴趣目标及对象提取
9.1 图像分割
9.1.1 阈值法
9.1.2 基于边界的分割
9.1.3 基于区域的分割
9.1.4 形态学分水岭分割
9.2 二值图像处理
9.2.1 空洞点填补和碎块消除
9.2.2 连通域贴标签
9.3 对象提取
10 特征提取与选择
10.1 光谱特征提取
10.1.1 光谱变换特征
10.1.2 光谱指数
10.2 空间特征提取
10.2.1 梯度与频率特征
10.2.2 纹理特征
10.2.3 形状特征
10.2.4 空间关系特征
10.3 特征选择
10.3.1 关联准则下的特征子集评价与选择
10.3.2 独立准则下的特征子集评价与选择
11 图像分类
11.1 监督分类
11.1.1 分类类别确定及解译标志建立
11.1.2 样本选取
11.1.3 特征提取与选择
11.1.4 监督分类器介绍及监督分类
11.1.5 分类后处理及局部手工修正
11.1.6 监督分类结果精度评价
11.2 非监督分类
11.2.1 非监督分类器
11.2.2 类别标签定义与子类合并
11.2.3 非监督分类结果精度评价
12 遥感信息提取及综合应用
12.1 类别信息提取及应用
12.1.1 基于合成孔径雷达时序数据的双季稻种植范围提取
12.1.2 基于深度学习的遥感图像土地覆盖分类
12.2 物理量信息提取及应用
12.2.1 植被覆盖度估算
12.2.2 大气气溶胶光学厚度反演
12.3 状态信息提取及应用
12.4 变化信息提取及应用
12.4.1 干旱区土地退化评估
12.4.2 森林火烧迹地提取
参考文献
前辅文
绪论
0.1 遥感数字图像处理编程实现的必要性
0.2 遥感数字图像处理内容及本书篇章结构
0.2.1 遥感数字图像处理基础
0.2.2 遥感数字图像质量改善
0.2.3 遥感数字图像信息提取与综合应用
0.3 本书的编排方式与特色
0.3.1 编排方式
0.3.2 本书特色
0.4 本书的学习与教学模式
0.4.1 学习模式
0.4.2 教学模式
第一部分 遥感数字图像处理基础
1 Python软件操作基础
1.1 Python语言简介
1.1.1 Python简介
1.1.2 Python的版本
1.1.3 Python的特点和优势
1.1.4 Python的应用领域
1.2 Python软件及相关包安装
1.2.1 Python软件的基本组成
1.2.2 Python软件的安装方式
1.2.3 常用Python包的安装方式
1.3 Python集成开发环境介绍与安装
1.3.1 Python自带的IDLE
1.3.2 常用IDE介绍
1.4 Python基本语法
1.4.1 代码编写基本规范
1.4.2 保留字
1.4.3 标识符
1.4.4 变量
1.4.5 基本数据类型
1.4.6 函数
1.4.7 运算符概述
1.4.8 程序控制语句
1.5 Python数值运算与遥感数字图像处理相关包介绍
1.5.1 遥感数据读写
1.5.2 遥感图像处理与数值运算
1.5.3 数据可视化展示
2 数据读写与可视化
2.1 文本数据读写
2.1.1 基于Python内置函数的文本数据读写
2.1.2 基于NumPy库函数的文本数据读写
2.2 二进制数据读写
2.2.1 基于Python内置函数的二进制数据读写
2.2.2 基于NumPy库函数的二进制数据读写
2.3 特定文件格式的遥感图像数据读写
2.3.1 遥感图像数据结构
2.3.2 基于GDAL读写遥感图像的通用流程与常用方法
2.3.3 基于GDAL库函数的常用遥感图像格式数据读写
2.3.4 基于GDAL库函数的遥感图像空间子集读写
2.3.5 基于GDAL库函数的遥感图像重采样读写
2.3.6 基于GDAL库函数的大型遥感图像分块读写
2.4 数据可视化
2.4.1 影像图绘制
2.4.2 统计图绘制
2.4.3 散点图绘制
2.4.4 剖面图绘制
3 数字图像运算
3.1 数值运算
3.1.1 单波段运算
3.1.2 多波段运算
3.2 集合运算
3.2.1 空间操作
3.2.2 波段操作
3.3 逻辑运算
3.4 数学形态学操作
4 数字图像变换
4.1 主成分变换
4.2 最小噪声分离变换
4.3 缨帽变换
4.4 独立成分变换
4.5 傅里叶变换
4.6 小波变换
4.7 颜色空间变换
第二部分 遥感数字图像质量改善
5 辐射校正
5.1 绝对辐射定标
5.1.1 基于官方定标系数的绝对辐射定标
5.1.2 基于地面光谱同步测量的绝对辐射定标
5.2 大气校正
5.2.1 内部平均相对反射率法大气校正
5.2.2 平场域法大气校正
5.2.3 对数残差法大气校正
5.2.4 经验线性法大气校正
5.2.5 6S大气校正
5.3 地形校正
5.4 太阳高度角校正
6 几何校正
6.1 选点校正
6.1.1 控制点选取
6.1.2 几何校正
6.1.3 精度检验
6.2 自动配准
6.3 具有地理位置信息的几何校正
6.3.1 IGM几何校正
6.3.2 GLT几何校正
6.4 正射校正
6.5 投影转换
7 图像去噪声
7.1 噪声图像模拟
7.2 空间域去噪声
7.2.1 均值滤波
7.2.2 中值滤波
7.2.3 高斯滤波
7.2.4 边缘保持平滑滤波
7.2.5 数学形态学去噪声
7.3 变换域去噪声
7.3.1 傅里叶变换去噪声
7.3.2 小波变换去噪声
7.3.3 其他变换去噪声
8 图像增强
8.1 空间域图像增强
8.1.1 点运算图像增强
8.1.2 邻域运算图像增强
8.1.3 灰度形态学梯度运算
8.2 变换域图像增强
8.2.1 傅里叶变换图像增强
8.2.2 小波变换图像增强
8.2.3 颜色空间变换图像增强
8.2.4 主成分变换图像增强
8.3 彩色增强处理
8.3.1 假彩色合成
8.3.2 伪彩色处理
8.4 图像融合
8.4.1 空间域代数运算
8.4.2 变换域替代法
第三部分 遥感数字图像信息提取与综合应用
9 感兴趣目标及对象提取
9.1 图像分割
9.1.1 阈值法
9.1.2 基于边界的分割
9.1.3 基于区域的分割
9.1.4 形态学分水岭分割
9.2 二值图像处理
9.2.1 空洞点填补和碎块消除
9.2.2 连通域贴标签
9.3 对象提取
10 特征提取与选择
10.1 光谱特征提取
10.1.1 光谱变换特征
10.1.2 光谱指数
10.2 空间特征提取
10.2.1 梯度与频率特征
10.2.2 纹理特征
10.2.3 形状特征
10.2.4 空间关系特征
10.3 特征选择
10.3.1 关联准则下的特征子集评价与选择
10.3.2 独立准则下的特征子集评价与选择
11 图像分类
11.1 监督分类
11.1.1 分类类别确定及解译标志建立
11.1.2 样本选取
11.1.3 特征提取与选择
11.1.4 监督分类器介绍及监督分类
11.1.5 分类后处理及局部手工修正
11.1.6 监督分类结果精度评价
11.2 非监督分类
11.2.1 非监督分类器
11.2.2 类别标签定义与子类合并
11.2.3 非监督分类结果精度评价
12 遥感信息提取及综合应用
12.1 类别信息提取及应用
12.1.1 基于合成孔径雷达时序数据的双季稻种植范围提取
12.1.2 基于深度学习的遥感图像土地覆盖分类
12.2 物理量信息提取及应用
12.2.1 植被覆盖度估算
12.2.2 大气气溶胶光学厚度反演
12.3 状态信息提取及应用
12.4 变化信息提取及应用
12.4.1 干旱区土地退化评估
12.4.2 森林火烧迹地提取
参考文献
前辅文
绪论
0.1 遥感数字图像处理编程实现的必要性
0.2 遥感数字图像处理内容及本书篇章结构
0.2.1 遥感数字图像处理基础
0.2.2 遥感数字图像质量改善
0.2.3 遥感数字图像信息提取与综合应用
0.3 本书的编排方式与特色
0.3.1 编排方式
0.3.2 本书特色
0.4 本书的学习与教学模式
0.4.1 学习模式
0.4.2 教学模式
第一部分 遥感数字图像处理基础
1 Python软件操作基础
1.1 Python语言简介
1.1.1 Python简介
1.1.2 Python的版本
1.1.3 Python的特点和优势
1.1.4 Python的应用领域
1.2 Python软件及相关包安装
1.2.1 Python软件的基本组成
1.2.2 Python软件的安装方式
1.2.3 常用Python包的安装方式
1.3 Python集成开发环境介绍与安装
1.3.1 Python自带的IDLE
1.3.2 常用IDE介绍
1.4 Python基本语法
1.4.1 代码编写基本规范
1.4.2 保留字
1.4.3 标识符
1.4.4 变量
1.4.5 基本数据类型
1.4.6 函数
1.4.7 运算符概述
1.4.8 程序控制语句
1.5 Python数值运算与遥感数字图像处理相关包介绍
1.5.1 遥感数据读写
1.5.2 遥感图像处理与数值运算
1.5.3 数据可视化展示
2 数据读写与可视化
2.1 文本数据读写
2.1.1 基于Python内置函数的文本数据读写
2.1.2 基于NumPy库函数的文本数据读写
2.2 二进制数据读写
2.2.1 基于Python内置函数的二进制数据读写
2.2.2 基于NumPy库函数的二进制数据读写
2.3 特定文件格式的遥感图像数据读写
2.3.1 遥感图像数据结构
2.3.2 基于GDAL读写遥感图像的通用流程与常用方法
2.3.3 基于GDAL库函数的常用遥感图像格式数据读写
2.3.4 基于GDAL库函数的遥感图像空间子集读写
2.3.5 基于GDAL库函数的遥感图像重采样读写
2.3.6 基于GDAL库函数的大型遥感图像分块读写
2.4 数据可视化
2.4.1 影像图绘制
2.4.2 统计图绘制
2.4.3 散点图绘制
2.4.4 剖面图绘制
3 数字图像运算
3.1 数值运算
3.1.1 单波段运算
3.1.2 多波段运算
3.2 集合运算
3.2.1 空间操作
3.2.2 波段操作
3.3 逻辑运算
3.4 数学形态学操作
4 数字图像变换
4.1 主成分变换
4.2 最小噪声分离变换
4.3 缨帽变换
4.4 独立成分变换
4.5 傅里叶变换
4.6 小波变换
4.7 颜色空间变换
第二部分 遥感数字图像质量改善
5 辐射校正
5.1 绝对辐射定标
5.1.1 基于官方定标系数的绝对辐射定标
5.1.2 基于地面光谱同步测量的绝对辐射定标
5.2 大气校正
5.2.1 内部平均相对反射率法大气校正
5.2.2 平场域法大气校正
5.2.3 对数残差法大气校正
5.2.4 经验线性法大气校正
5.2.5 6S大气校正
5.3 地形校正
5.4 太阳高度角校正
6 几何校正
6.1 选点校正
6.1.1 控制点选取
6.1.2 几何校正
6.1.3 精度检验
6.2 自动配准
6.3 具有地理位置信息的几何校正
6.3.1 IGM几何校正
6.3.2 GLT几何校正
6.4 正射校正
6.5 投影转换
7 图像去噪声
7.1 噪声图像模拟
7.2 空间域去噪声
7.2.1 均值滤波
7.2.2 中值滤波
7.2.3 高斯滤波
7.2.4 边缘保持平滑滤波
7.2.5 数学形态学去噪声
7.3 变换域去噪声
7.3.1 傅里叶变换去噪声
7.3.2 小波变换去噪声
7.3.3 其他变换去噪声
8 图像增强
8.1 空间域图像增强
8.1.1 点运算图像增强
8.1.2 邻域运算图像增强
8.1.3 灰度形态学梯度运算
8.2 变换域图像增强
8.2.1 傅里叶变换图像增强
8.2.2 小波变换图像增强
8.2.3 颜色空间变换图像增强
8.2.4 主成分变换图像增强
8.3 彩色增强处理
8.3.1 假彩色合成
8.3.2 伪彩色处理
8.4 图像融合
8.4.1 空间域代数运算
8.4.2 变换域替代法
第三部分 遥感数字图像信息提取与综合应用
9 感兴趣目标及对象提取
9.1 图像分割
9.1.1 阈值法
9.1.2 基于边界的分割
9.1.3 基于区域的分割
9.1.4 形态学分水岭分割
9.2 二值图像处理
9.2.1 空洞点填补和碎块消除
9.2.2 连通域贴标签
9.3 对象提取
10 特征提取与选择
10.1 光谱特征提取
10.1.1 光谱变换特征
10.1.2 光谱指数
10.2 空间特征提取
10.2.1 梯度与频率特征
10.2.2 纹理特征
10.2.3 形状特征
10.2.4 空间关系特征
10.3 特征选择
10.3.1 关联准则下的特征子集评价与选择
10.3.2 独立准则下的特征子集评价与选择
11 图像分类
11.1 监督分类
11.1.1 分类类别确定及解译标志建立
11.1.2 样本选取
11.1.3 特征提取与选择
11.1.4 监督分类器介绍及监督分类
11.1.5 分类后处理及局部手工修正
11.1.6 监督分类结果精度评价
11.2 非监督分类
11.2.1 非监督分类器
11.2.2 类别标签定义与子类合并
11.2.3 非监督分类结果精度评价
12 遥感信息提取及综合应用
12.1 类别信息提取及应用
12.1.1 基于合成孔径雷达时序数据的双季稻种植范围提取
12.1.2 基于深度学习的遥感图像土地覆盖分类
12.2 物理量信息提取及应用
12.2.1 植被覆盖度估算
12.2.2 大气气溶胶光学厚度反演
12.3 状态信息提取及应用
12.4 变化信息提取及应用
12.4.1 干旱区土地退化评估
12.4.2 森林火烧迹地提取
参考文献
