《遥感影像像素—对象—场景智能分类》（订购）

龚循强 等 著

武汉大学出版社

内容简介

　　遥感是对地观测的重要手段之一，经过多年的发展，我国的遥感技术取得了较大突破，已广泛应用于自然资源调查监测、生态环境保护、灾害应急和国家重大工程等诸多领域。2022年，遥感科学与技术被列入交叉学科一级学科门类，遥感的发展迈上了一个新的台阶。

　　遥感影像分类是土地利用/土地覆盖不可或缺的技术手段，其能够准确刻画全球或局部区域内地表信息。随着传感器等对地观测技术的发展，遥感影像的空间分辨率不断提高，已经形成了从千米级、百米级到米级、分米级的观测体系。然而，地表不同地物之间存在着不同的空间分布模式，如不同的对象可以具有相同的像素构成，不同的场景可以具有相同的对象构成。因此，需要从不同的尺度上来解译遥感影像。本书以遥感影像像素—对象—场景分类为主线，基于人工智能方法，开展像素级分类、面向对象分类和场景级分类研究，建立了多种遥感影像多尺度分类和解译方法。这些研究旨在提高遥感影像智能分类精度和异常值探测性能，推动遥感影像分类技术的应用与发展，兼具理论和实践的双重意义。

作者简介

　　龚循强，博士，副教授研究方向为卫星遥感影像智能处理。从事测绘遥感相关教学和科研工作10余年，主持国家自然科学基金项目等20余项，发表科研和教学论文60余篇，论文入选ESI高被引论文和首届中国知网高被引、高下载、高PCSI论文，出版学术专著3部，申请/授权国家发明专利6项，获批计算机软件著作权3项，获省部级教学科研奖4项。

读者对象

　　本书可供测绘地理信息、遥感和资源环境等专业本科生和硕士、博士研究生教学和科研使用，还可作为高等院校教师、科研工作者的参考书。

本书特色

　　本书注重理论与实践结合、教学与科研结合，通过文字结合图例详细介绍了遥感影像智能分类方法。首先，在像素级分类方面，对异常样本进行探测，提出了一种多光谱与SAR融合辅助的遥感影像分类方法。其次，在对象级分类方面，基于规则验证点，提出了一种顾及对象级异常样本的遥感影像分类方法。再次，在场景级分类方面，采用自训练与卷积神经网络相结合的方法对遥感影像场景分类中存在的异常标签进行探测，突破了训练卷积神经网络时标签数据异常的问题。这些研究旨在提高遥感影像多尺度智能分类精度和性能，推动遥感影像智能处理技术的应用与发展。

　　来源：武汉大学出版社