ERDAS IMAGINE遥感图像处理教程 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

党安荣 等 著

图书标签:

• 遥感
• 图像处理
• ERDAS IMAGINE
• 教程
• 地理信息系统
• GIS
• 遥感应用
• 图像分析
• 空间数据
• 遥感技术

出版社： 清华大学出版社

ISBN：9787302218616

版次：1

商品编码：10080515

品牌：清华大学

包装：平装

开本：16开

出版时间：2010-04-01

用纸：胶版纸

页数：673

字数：1093000

正文语种：中文

内容简介

　　《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成，系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。全书分基础篇和扩展篇两部分，共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能，以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）等十个扩展模块的功能。
　　《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体，可以作为ERDAS IMAGINE软件用户的使用教程，对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。

内页插图

目录

基础篇
第1章 概述 2
1.1 遥感技术基础 2
1.1.1 遥感的基本概念 2
1.1.2 遥感的主要特点 2
1.1.3 遥感的常用分类 3
1.1.4 遥感的物理基础 3
1.2 ERDAS IMAGINE软件系统 6
1.2.1 ERDAS IMAGINE概述 6
1.2.2 ERDAS IMAGINE安装 7
1.3 ERDAS IMAGINE图标面板 11
1.3.1 菜单命令及其功能 11
1.3.2 工具图标及其功能 14
1.4 ERDAS IMAGINE功能体系 14

第2章 视窗操作 16
2.1 视窗功能概述 16
2.1.1 视窗菜单功能 17
2.1.2 视窗工具功能 17
2.1.3 快捷菜单功能 18
2.1.4 常用热键功能 18
2.2 文件菜单操作 19
2.2.1 图像显示操作 20
2.2.2 图形显示操作 22
2.3 实用菜单操作 23
2.3.1 光标查询功能 23
2.3.2 量测功能 24
2.3.3 数据叠加显示 25
2.3.4 文件信息操作 27
2.3.5 三维图像操作 29
2.4 显示菜单操作 33
2.4.1 文件显示顺序 33
2.4.2 显示比例操作 33
2.4.3 显示变换操作 34
2.5 AOI菜单操作 34
2.5.1 打开AOI工具面板 35
2.5.2 定义AOI显示特性 35
2.5.3 定义AOI种子特征 35
2.5.4 保存AOI数据层 36
2.6 栅格菜单操作 37
2.6.1 栅格工具面板功能 37
2.6.2 图像对比度调整 39
2.6.3 栅格属性编辑 40
2.6.4 图像剖面工具 43
2.7 矢量菜单操作 45
2.7.1 矢量工具面板功能 46
2.7.2 矢量文件生成与编辑 47
2.7.3 改变矢量要素形状 48
2.7.4 调整矢量要素特征 48
2.7.5 编辑矢量属性数据 49
2.7.6 定义要素编辑参数 50
2.8 注记菜单操作 50
2.8.1 创建注记文件 51
2.8.2 设置注记要素类型 52
2.8.3 放置注记要素 52
2.8.4 注记要素属性编辑 54
2.8.5 添加坐标格网 55

第3章 数据输入/输出 56
3.1 数据输入/输出概述 56
3.2 二进制图像数据输入 57
3.2.1 输入单波段数据 57
3.2.2 组合多波段数据 58
3.3 其他图像数据输入/输出 59
3.3.1 HDF图像数据输入操作 59
3.3.2 JPG图像数据输入/输出 60
3.3.3 TIFF图像数据输入/输出 61

第4章 数据预处理 62
4.1 遥感图像处理概述 62
4.1.1 遥感图像几何校正 62
4.1.2 遥感图像裁剪与镶嵌 63
4.1.3 数据预处理模块概述 63
4.2 三维地形表面处理 64
4.2.1 启动三维地形表面 64
4.2.2 定义地形表面参数 65
4.2.3 生成三维地形表面 66
4.2.4 显示三维地形表面 67
4.3 图像几何校正 67
4.3.1 图像几何校正概述 67
4.3.2 资源卫星图像校正 70
4.3.3 遥感图像仿射变换 76
4.3.4 航空图像正射校正 78
4.4 图像裁剪处理 81
4.4.1 图像规则裁剪 81
4.4.2 图像不规则裁剪 82
4.4.3 图像分块裁剪 84
4.5 图像镶嵌处理 84
4.5.1 图像镶嵌功能概述 84
4.5.2 卫星图像镶嵌处理 90
4.5.3 航空图像镶嵌处理 93
4.6 图像投影变换 95
4.6.1 启动投影变换 95
4.6.2 投影变换操作 96
4.7 其他预处理功能 96
4.7.1 生成单值栅格图像 96
4.7.2 重新计算图像高程 97
4.7.3 数据发布与浏览准备 97
4.7.4 产生或更新图像目录 98
4.7.5 图像范围与金字塔计算 99

第5章 图像解译 100
5.1 图像解译功能概述 100
5.1.1 图像空间增强 100
5.1.2 图像辐射增强 101
5.1.3 图像光谱增强 101
5.1.4 高光谱基本工具 102
5.1.5 高光谱高级工具 103
5.1.6 傅里叶变换 103
5.1.7 地形分析功能 104
5.1.8 地理信息系统分析 104
5.1.9 实用分析功能 105
5.2 空间增强处理 106
5.2.1 卷积增强处理 106
5.2.2 非定向边缘增强 107
5.2.3 聚焦分析 108
5.2.4 纹理分析 109
5.2.5 自适应滤波 110
5.2.6 统计滤波 111
5.2.7 分辨率融合 111
5.2.8 改进IHS融合 112
5.2.9 HPF图像融合 114
5.2.10 小波变换融合 115
5.2.11 删减法融合 116
5.2.12 Ehlers图像融合 117
5.2.13 锐化增强处理 118
5.3 辐射增强处理 120
5.3.1 查找表拉伸 120
5.3.2 直方图均衡化 120
5.3.3 直方图匹配 121
5.3.4 亮度反转处理 122
5.3.5 去霾处理 123
5.3.6 降噪处理 123
5.3.7 去条带处理 124
5.4 光谱增强处理 124
5.4.1 主成分变换 124
5.4.2 主成分逆变换 125
5.4.3 独立分量分析 126
5.4.4 去相关拉伸 127
5.4.5 缨帽变换 127
5.4.6 色彩变换 129
5.4.7 色彩逆变换 129
5.4.8 指数计算 130
5.4.9 自然色彩变换 131
5.4.10 ETM反射率变换 131
5.4.11 光谱混合器 133
5.5 高光谱基本工具 135
5.5.1 自动相对反射 135
5.5.2 自动对数残差 136
5.5.3 归一化处理 136
5.5.4 内部平均相对反射 137
5.5.5 对数残差 137
5.5.6 数值调整 138
5.5.7 光谱均值 139
5.5.8 信噪比功能 139
5.5.9 像元均值 140
5.5.10 光谱剖面 141
5.5.11 光谱数据库 142
5.6 高光谱高级工具 142
5.6.1 异常探测 142
5.6.2 目标探测 147
5.6.3 地物制图 149
5.6.4 光谱分析工程向导 153
5.6.5 光谱分析工作站 154
5.7 傅里叶变换 156
5.7.1 快速傅里叶变换 156
5.7.2 傅里叶变换编辑器 157
5.7.3 傅里叶图像编辑 158
5.7.4 傅里叶逆变换 168
5.7.5 傅里叶显示变换 169
5.7.6 周期噪声去除 169
5.7.7 同态滤波 170
5.8 地形分析 171
5.8.1 坡度分析 171
5.8.2 坡向分析 171
5.8.3 高程分带 172
5.8.4 地形阴影 173
5.8.5 彩色地势 173
5.8.6 地形校正 175
5.8.7 栅格等高线 175
5.8.8 点视域分析 176
5.8.9 路径视域分析 181
5.8.10 三维浮雕 182
5.8.11 高程转换 183
5.9 地理信息系统分析 184
5.9.1 邻域分析 184
5.9.2 周长计算 186
5.9.3 查找分析 186
5.9.4 指标分析 187
5.9.5 叠加分析 188
5.9.6 矩阵分析 189
5.9.7 归纳分析 190
5.9.8 区域特征 190
5.10 实用分析功能 191
5.10.1 变化检测 191
5.10.2 函数分析 192
5.10.3 代数运算 192
5.10.4 色彩聚类 193
5.10.5 高级色彩聚类 194
5.10.6 数值调整 195
5.10.7 图像掩膜 196
5.10.8 图像退化 197
5.10.9 去除坏线 197
5.10.10 投影变换 198
5.10.11 聚合处理 199
5.10.12 形态学计算 199

第6章 图像分类 202
6.1 图像分类简介 202
6.1.1 非监督分类 202
6.1.2 监督分类 203
6.1.3 专家系统分类 206
6.2 非监督分类 208
6.2.1 获取初始分类 209
6.2.2 调整分类结果 210
6.3 监督分类 212
6.3.1 定义分类模板 213
6.3.2 评价分类模板 221
6.3.3 执行监督分类 226
6.3.4 评价分类结果 227
6.4 分类后处理 231
6.4.1 聚类统计 232
6.4.2 过滤分析 232
6.4.3 去除分析 233
6.4.4 分类重编码 233
6.5 专家分类器 234
6.5.1 知识工程师 235
6.5.2 变量编辑器 239
6.5.3 建立知识库 242
6.5.4 知识分类器 248

第7章 子像元分类 251
7.1 子像元分类简介 251
7.1.1 子像元分类的基本特征 251
7.1.2 子像元分类的基本原理 252
7.1.3 子像元分类的应用领域 253
7.1.4 子像元分类模块概述 254
7.2 子像元分类方法 256
7.2.1 子像元分类流程 256
7.2.2 图像质量确认 258
7.2.3 图像预处理 259
7.2.4 自动环境校正 260
7.2.5 分类特征提取 263
7.2.6 分类特征组合 269
7.2.7 分类特征评价 271
7.2.8 感兴趣物质分类 274
7.2.9 分类后处理 276
7.3 子像元分类实例 277
7.3.1 图像预处理 277
7.3.2 自动环境校正 277
7.3.3 分类特征提取 278
7.3.4 感兴趣物质分类 279
7.3.5 查看验证文件 281
7.3.6 分类结果比较 282

第8章 矢量功能 283
8.1 空间数据概述 283
8.1.1 矢量数据 283
8.1.2 栅格数据 284
8.1.3 矢量和栅格数据结构比较 285
8.1.4 矢量数据和栅格数据转换 286
8.2 矢量模块功能简介 289
8.3 矢量图层基本操作 289
8.3.1 显示矢量图层 289
8.3.2 改变矢量特性 290
8.3.3 改变矢量符号 291
8.4 要素选取与查询 298
8.4.1 查看选择要素属性 298
8.4.2 多种工具选择要素 299
8.4.3 判别函数选择要素 300
8.4.4 显示矢量图层信息 302
8.5 创建矢量图层 303
8.5.1 创建矢量图层的基本方法 303
8.5.2 由ASCII文件创建点图层 307
8.5.3 镶嵌多边形矢量图层 308
8.5.4 创建矢量图层子集 310
8.6 矢量图层编辑 311
8.6.1 编辑矢量图层的基本方法 311
8.6.2 变换矢量图层 313
8.6.3 产生多边形Label点 314
8.7 建立拓扑关系 314
8.7.1 Build矢量图层 315
8.7.2 Clean矢量图层 315
8.8 矢量图层管理 316
8.8.1 重命名矢量图层 316
8.8.2 复制矢量图层 317
8.8.3 删除矢量图层 317
8.8.4 导出矢量图层 318
8.9 矢量与栅格转换 318
8.9.1 栅格转换矢量 318
8.9.2 矢量转换栅格 320
8.10 表格数据管理 322
8.10.1 INFO表管理 322
8.10.2 区域属性统计 328
8.10.3 属性转换为注记 329
8.11 Shapefile文件操作 331
8.11.1 重新计算高程 331
8.11.2 投影变换操作 332

第9章 雷达图像处理 334
9.1 雷达图像处理基础 334
9.1.1 雷达图像增强处理 334
9.1.2 雷达图像几何校正 336
9.1.3 干涉雷达DEM提取 336
9.2 雷达图像模块概述 337
9.3 基本雷达图像处理 337
9.3.1 斑点噪声压缩 338
9.3.2 边缘增强处理 340
9.3.3 雷达图像增强 341
9.3.4 图像纹理分析 344
9.3.5 图像亮度调整 345
9.3.6 图像斜距调整 346
9.4 正射雷达图像校正 347
9.4.1 正射雷达图像校正概述 347
9.4.2 地理编码SAR图像 348
9.4.3 正射校正SAR图像 352
9.4.4 GCP正射较正SAR图像 355
9.4.5 比较OrthoRadar校正效果 358
9.5 雷达像对DEM提取 359
9.5.1 雷达像对DEM提取概述 359
9.5.2 雷达立体像对数据准备 359
9.5.3 立体像对提取DEM工程 360
9.6 干涉雷达DEM提取 369
9.6.1 干涉雷达DEM提取概述 369
9.6.2 干涉雷达图像数据准备 369
9.6.3 干涉雷达DEM提取工程 370
9.6.4 DEM高程生成 375
9.7 干涉雷达变化检测 376
9.7.1 干涉雷达变化检测模块 376
9.7.2 干涉雷达变化检测操作 377

第10章 虚拟地理信息系统 381
10.1 VirtualGIS概述 381
10.2 VirtualGIS视窗 382
10.2.1 启动VirtualGIS视窗 382
10.2.2 VirtualGIS视窗功能 382
10.3 VirtualGIS工程 385
10.3.1 创建VirtualGIS工程 385
10.3.2 编辑VirtualGIS视景 387
10.4 VirtualGIS分析 391
10.4.1 洪水淹没分析 391
10.4.2 矢量图形分析 394
10.4.3 叠加文字注记 396
10.4.4 叠加三维模型 398
10.4.5 模拟雾气分析 405
10.4.6 威胁性与通视性分析 406
10.4.7 立体视景操作 409
10.4.8 叠加标识图像 410
10.4.9 模拟云层分析 412
10.5 VirtualGIS导航 414
10.5.1 设置导航模式 414
10.5.2 VirtualGIS漫游 415
10.6 VirtualGIS飞行 416
10.6.1 定义飞行路线 417
10.6.2 编辑飞行路线 419
10.6.3 执行飞行操作 420
10.7 三维动画制作 420
10.7.1 三维飞行记录 421
10.7.2 三维动画工具 422
10.8 虚拟世界编辑器 422
10.8.1 虚拟世界编辑器简介 422
10.8.2 创建一个虚拟世界 425
10.8.3 虚拟世界的空间操作 429
10.9 空间视域分析 431
10.9.1 视域分析数据准备 431
10.9.2 生成多层视域数据 432
10.9.3 虚拟世界视域分析 434
10.10 设置VirtualGIS默认值 436
10.10.1 默认值设置环境 436
10.10.2 默认值设置选项 436
10.10.3 保存默认值设置 439

第11章 空间建模工具 440
11.1 空间建模工具概述 440
11.1.1 空间建模工具的组成 440
11.1.2 图形模型的基本类型 441
11.1.3 图形模型的创建过程 441
11.2 模型生成器功能组成 442
11.2.1 模型生成器菜单命令 442
11.2.2 模型生成器工具图标 443
11.2.3 模型生成器工具面板 444
11.3 空间建模操作过程 444
11.3.1 创建图形模型 444
11.3.2 注释图形模型 447
11.3.3 生成文本程序 448
11.3.4 打印图形模型 449
11.4 条件操作函数应用 450

第12章 图像命令工具 453
12.1 图像信息管理技术 453
12.1.1 图像金字塔 453
12.1.2 图像世界文件 453
12.2 图像命令工具概述 454
12.3 图像命令功能操作 455
12.3.1 改变栅格图像类型 455
12.3.2 计算图像统计值 456
12.3.3 图像金字塔操作 457
12.3.4 图像地图模式操作 458
12.3.5 图像地图投影操作 459
12.3.6 图像高程信息操作 459
12.3.7 图像文件常规操作 461

第13章 批处理操作 462
13.1 批处理功能概述 462
13.2 批处理系统设置 462
13.3 批处理操作过程 463
13.3.1 单文件单命令批处理 463
13.3.2 多文件单命令立即批处理 465
13.3.3 多文件单命令随后批处理 467
13.3.4 多文件多命令批处理 469

第14章 图像库管理 473
14.1 图像库管理概述 473
14.2 图像库环境设置 473
14.3 图像库功能介绍 474
14.3.1 打开默认图像库 474
14.3.2 图像库管理功能 475
14.3.3 图像库图形查询 476

第15章 地图编制 479
15.1 地图编制概述 479
15.1.1 地图编制工作流程 479
15.1.2 地图编制模块概述 479
15.2 地图编制操作过程 480
15.2.1 准备制图数据 480
15.2.2 创建制图文件 480
15.2.3 确定地图制图范围 481
15.2.4 放置整饰要素 482
15.2.5 地图打印输出 489
15.3 制图文件路径编辑 489
15.4 系列地图编制工具 490
15.4.1 准备系列地图编辑文件 490
15.4.2 启动系列地图编辑工具 490
15.4.3 显示系列地图分幅信息 491
15.4.4 系列地图输出编辑 491
15.4.5 保存系列地图文件 492
15.4.6 系列地图输出预览 492
15.5 地图数据库工具 492

扩展篇
第16章 图像大气校正 496
16.1 大气校正模块概述 496
16.1.1 ATCOR模块主要特征 496
16.1.2 ATCOR模块功能组成 497
16.2 太阳位置的计算 497
16.3 ATCOR2工作站 498
16.3.1 ATCOR2工程文件 498
16.3.2 光谱分析模块 502
16.3.3 常数大气模块 507
16.3.4 增值产品模块 510
16.4 ATCOR3工作站 511
16.4.1 ATCOR3生成地形 512
16.4.2 ATCOR3工程文件 512
16.4.3 光谱分析模块 515
16.4.4 常数大气模块 515
16.4.5 增值产品模块 516

第17章 图像自动配准 518
17.1 图像自动配准模块概述 518
17.2 地理参考配准 519
17.2.1 准备图像数据 519
17.2.2 产生自动配准点 520
17.2.3 选择几何模型 523
17.2.4 定义投影类型 525
17.2.5 确定输出图像 526
17.3 图像边缘匹配 527
17.3.1 准备输入图像 527
17.3.2 产生自动匹配点 528
17.3.3 定义匹配策略 528
17.3.4 选择投影类型 529
17.3.5 确定输出图像 529
17.4 自动配准工程 529
17.4.1 保存自动配准工程文件 529
17.4.2 打开自动配准工程文件 530
17.5 自动配准工作站 530
17.5.1 自动配准工作站功能概述 530
17.5.2 自动配准工作站应用流程 535

第18章 高级图像镶嵌 543
18.1 高级图像镶嵌功能概述 543
18.1.1 MosaicPro模块特点 543
18.1.2 MosaicPro启动过程 543
18.1.3 MosaicPro视窗功能 544
18.2 高级图像镶嵌工作流程 546
18.2.1 航空图像镶嵌 546
18.2.2 卫星图像镶嵌 553
18.2.3 图像匀光处理 559

第19章 数字摄影测量 561
19.1 数字摄影测量基本原理 561
19.1.1 数字摄影测量处理过程 561
19.1.2 数字图像的内定向 562
19.1.3 图像核线数字相关 563
19.1.4 建立规则格网DEM 563
19.1.5 图像正射校正处理 564
19.2 LPS工程管理器 566
19.2.1 LPS工程管理器功能概述 566
19.2.2 LPS工程管理器视窗组成 567
19.3 摄影图像摄影测量处理 570
19.3.1 摄影图像处理流程 570
19.3.2 创建LPS工程文件 570
19.3.3 向LPS工程加载图像 572
19.3.4 定义摄影相机几何模型 573
19.3.5 定义地面控制点与检查点 576
19.3.6 图像同名点自动量测 583
19.3.7 执行航空三角测量 584
19.3.8 图像正射校正处理 587
19.4 数码图像摄影测量处理 588
19.4.1 数码图像处理流程 589
19.4.2 创建LPS工程文件 589
19.4.3 向LPS工程加载图像 592
19.4.4 定义数码相机几何模型 593
19.4.5 自动量测图像同名点 595
19.4.6 执行航空三角测量 597
19.4.7 图像正射校正处理 600
19.5 扫描图像摄影测量处理 601
19.5.1 扫描图像处理流程 601
19.5.2 创建LPS工程文件 601
19.5.3 加载并定义第一幅图像 603
19.5.4 加载并定义第二幅图像 610
19.5.5 图像同名点自动量测 613
19.5.6 执行空间三角测量 614
19.5.7 图像正射校正处理 616

第20章 三维立体分析 618
20.1 三维立体分析基本原理 618
20.1.1 基于立体像对的高程模型提取 618
20.1.2 三维场景重建的实现方法 619
20.2 三维立体分析模块概述 621
20.2.1 三维立体分析模块特点 622
20.2.2 三维立体分析模块功能 622
20.3 创建非定向数字立体模型 623
20.3.1 启动三维立体分析模块 623
20.3.2 加载三维立体分析图像 623
20.3.3 调整图像显示参数 625
20.3.4 保存三维立体模型 627

第21章 自动地形提取 628
21.1 LPS自动地形提取概述 628
21.1.1 DTM及其自动提取方法 628
21.1.2 LPS自动地形提取功能 628
21.1.3 LPS自动地形提取过程 629
21.2 LPS自动地形提取操作 630
21.2.1 创建LPS工程文件 630
21.2.2 DTM提取参数设置 632
21.2.3 DTM提取选项设置 633
21.2.4 DTM自动提取和检查 637

第22章 面向对象的信息提取 639
22.1 面向对象的信息提取简介 639
22.1.1 IMAGINE Objective框架设计 639
22.1.2 IMAGINE Objective关键特征 639
22.2 道路信息提取 640
22.2.1 道路信息提取模型 640
22.2.2 道路信息提取过程 640

第23章 智能变化检测 643
23.1 智能变化检测原理 643
23.1.1 图像预处理 643
23.1.2 变化检测方法 643
23.1.3 变化定量分析 648
23.2 智能变化检测应用特点 649
23.2.1 智能变化检测技术特征 649
23.2.2 智能变化检测工作特点 650
23.3 智能变化检测应用操作 650
23.3.1 智能变化检测向导模式 651
23.3.2 智能变化检测图像显示 653
23.3.3 智能变化检测场地检测 656

第24章 智能矢量化 657
24.1 智能矢量化模块概述 657
24.1.1 模块的关键特征 657
24.1.2 模块的局限性 657
24.2 智能矢量化模块应用 658
24.2.1 模块操作快捷键 658
24.2.2 启动智能矢量化模块 658
24.2.3 跟踪线状地物中心线 659
24.2.4 跟踪面状地物边界线 662
24.3 智能矢量化模块使用技巧 663

第25章 二次开发工具 665
25.1 二次开发宏语言EML概述 665
25.2 编写EML二次开发程序 666
25.2.1 编写EML程序的过程 666
25.2.2 执行EML程序的过程 667
25.2.3 丰富EML程序的功能 667
25.3 EML接口C程序开发包 671
参考文献 674

精彩书摘

　　3.地物波谱及其特征
　　自然界中任何地物都具有其自身的电磁辐射规律，如具有反射和吸收外来的紫外线、可见光、红外线和微波的某些波段的特性；它们又都具有发射某些红外线、微波的特性；少数地物还具有透射电磁波的特性，这种特性称为地物的波谱特性。
　　当电磁辐射能量入射到地物表面上，将会出现3种过程：一部分入射能量被地物反射；一部分入射能量被地物吸收，成为地物本身内能或部分再发射出来；一部分入射能量被地物透射。
　　（1）地物的反射特性：不同地物对入射电磁波的反射能力是不一样的，通常采用反射率来表示。反射率不仅是波长的函数，同时也是入射角、物体的电学性质（电导、介电、磁学性质等）以及表面粗糙度和质地等的函数。一般来说，当入射电磁波波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。反之，反射入射电磁辐射能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。
　　（2）地物的辐射特性：任何地物当温度高于绝对零度时，组成物质的原子、分子等微粒在不停地做热运动，都有向周围空间辐射红外线的能力。地物发射率根据物质的介电常数、表面的粗糙度、温度、波长、观测方向等条件而变化，发射率的差异也是遥感探测的基础和出发点。

前言/序言

　　随着遥感技术的飞速发展，遥感应用的逐步深入，遥感图像处理系统如雨后春笋不断涌现。在众多的遥感软件当中，ERDAS IMAGINE以其强大的综合功能、特别是与地理信息系统的有机集成，得到遥感界众多用户的青睐，越来越多的遥感机构、科技人员和高校师生，加入到ERDAS：IMAGINE的应用和开发行列。
　　在徕卡测量系统贸易（北京）有限公司的大力支持下，我们根据多年遥感应用研究和ERDASIMAGINE软件应用经验，在2003年出版的《ERDAS IMAGINE遥感图像处理方法》（8.5版）基础上，根据来自全国各界读者的建议和ERDAS IMAGlNE 9.3最新功能，于2009年编写了《ERDAS IMAGINE遥感图像处理教程》。本书将遥感图像处理的基础理论和应用方法与ERDAS：IMAGINE 9.3软件功能融为一体，可以作为ERDAS IMAGINE软件用户的应用教程，对其他从事遥感应用研究的科技人员和高校师生也有参考价值。
　　全书分基础篇和扩展篇两个部分，共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS Professional级的所有功能，以及常用扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要讲述ERDAS Professional的扩展功能，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic’Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）10个扩展模块。

《遥感影像时空变异分析方法与实践》 一、 概述 本书旨在深入探讨遥感影像在揭示地表时空变异方面的理论方法与实践应用。随着遥感技术的飞速发展，海量多源数据为我们理解地球系统动态变化提供了前所未有的机遇。然而，如何从庞杂的影像数据中提取有效信息，准确刻画地表要素随时间与空间的演变规律，一直是遥感科学研究的核心挑战。本书将聚焦于这一关键领域，系统梳理遥感影像时空变异分析的理论基础、核心技术、典型应用场景及前沿进展，力求为读者构建一个全面、深入且具有实践指导意义的知识体系。 本书内容涵盖了遥感影像获取、预处理、特征提取、时序分析、变化检测、建模预测等多个环节，并结合大量真实案例，展示如何将这些技术应用于环境监测、资源管理、灾害评估、城市发展等多个领域。我们不仅会介绍经典成熟的方法，还会探讨近年来涌现的新理论、新算法和新技术，帮助读者紧跟学术前沿，掌握最先进的分析工具。 二、 理论基础 1. 遥感影像与时空信息： 地球观测系统的原理与发展： 简述不同类型的遥感平台（卫星、航空、无人机）及其传感器（光学、雷达、激光雷达）的工作原理，以及它们如何获取地球表面的多光谱、多时相、高分辨率影像。 影像的几何特性与辐射特性： 深入讲解影像的几何畸变（地形、姿态、透视）及其校正方法，以及影像的辐射亮度与地物真实反射率之间的关系，包括大气辐射传输、地物反射率模型等。 时空维度下的地物反射特性： 分析地物在不同光谱波段、不同时间、不同地点表现出的反射率差异，以及这些差异如何反映地物的物理、化学、生物属性。重点探讨地物的季节性变化、周期性变化以及非周期性变化。 时空数据模型与表示： 介绍遥感影像在时空维度上的数据组织方式，包括栅格模型、矢量模型在时空分析中的应用，以及时空立方体（Spatiotemporal Cube）等新型数据模型。 2. 时空变异分析的理论框架： 变化检测的内涵与分类： 阐述变化检测的目标，即识别和量化地表在不同时相影像上发生的改变。区分像素级变化检测、对象级变化检测、语义级变化检测等不同层次。 时序分析的基本原理： 介绍通过分析一系列连续影像来捕捉地表动态过程的方法，包括趋势分析、周期分析、异常检测、时间序列分解等。 空间自相关与空间异质性： 探讨地表要素的空间分布规律，以及这些规律如何影响时空变异的分析结果。解释空间自相关（Moran's I, Geary's C）和空间异质性（Geographically Weighted Regression）的概念及其在时空分析中的意义。 尺度效应与多尺度分析： 分析不同空间分辨率、不同时间间隔的遥感数据在分析时空变异时可能带来的尺度效应，并介绍多尺度分析方法，以应对不同尺度的变化现象。 三、 核心技术与方法 1. 遥感影像预处理： 辐射定标与大气校正： 详细介绍将原始传感器亮度值转换为具有物理意义的反射率或辐射亮度值的步骤，以及去除大气影响、实现不同时相影像可比性的方法（如 FLAASH, MODTRAN, QUAC 等）。 几何校正与配准： 讲解如何通过控制点或自主匹配技术，消除影像的几何畸变，并实现不同影像在同一坐标系下的精确叠置。重点介绍正射校正（Orthorectification）和影像间配准（Image-to-image registration）的策略。 影像增强与融合： 介绍直方图拉伸、对比度增强、滤波等技术，以改善影像的视觉效果和特征的可见性。同时，探讨多源、多光谱影像融合技术，以获取更高空间、光谱或时间分辨率的影像。 2. 地物信息提取与特征量化： 光谱特征分析： 讲解利用地物的反射光谱曲线特征（如光谱指数、光谱角、光谱距离）进行地物分类与变化监测。重点介绍植被指数（NDVI, EVI）、水体指数（NDWI, MNDWI）、土壤指数等。 纹理特征分析： 探讨利用影像灰度共生矩阵（GLCM）、局部二值模式（LBP）等方法提取地物的纹理特征，用于区分具有相似光谱但不同纹理的地物类型，以及分析地表格局的变化。 高光谱影像分析： 介绍高光谱影像在精细地物识别与成分反演方面的优势，以及其特有的分析方法，如光谱匹配、端元提取（PPF, ISA）、线性混合像元分解等。 雷达影像（SAR）分析： 讲解SAR影像的后向散射特性如何反映地物的结构、湿度等信息，以及其在地形测绘、地表形变监测（InSAR）、淹没监测等方面的应用。重点介绍偏振、干涉等技术。 3. 时序变化检测方法： 直接比较法： 介绍基于影像相减、影像比值等简单直接的方法，以及其优缺点。 变化向量分析（CVA）： 深入讲解CVA的原理，包括变化向量的计算、方向与幅度分析，以及如何基于CVA进行变化分类。 主成分分析（PCA）与特征空间变换： 介绍利用PCA降维和特征提取，识别影像差异的原理，以及其在变化检测中的应用。 遥感影像分类后比较法： 讲解在对不同时相影像分别进行分类后，再进行类别的比较，以识别变化区域。 面向对象的变化检测（OBIA）： 介绍如何先对影像进行对象分割，然后分析对象在不同时相下的属性变化，实现更精细化的变化检测。 机器学习与深度学习方法： 监督学习方法： 支持向量机（SVM）、随机森林（RF）、分类与回归树（CART）等在变化检测中的应用。 无监督学习方法： K-means、ISODATA等在变化检测中的应用。 深度学习模型： 卷积神经网络（CNN）、循环神经网络（RNN）、U-Net、DeepLab等在端到端变化检测任务中的应用，以及它们的优势和挑战。重点介绍 Siamese Networks, Generative Adversarial Networks (GANs) 在遥感影像变化检测中的最新进展。 4. 时序分析与建模： 时间序列分解： 介绍将时间序列分解为趋势项、季节项和残差项的方法（如 STL 分解），以理解不同成分对地表变化的影响。 趋势分析： 线性趋势、Mann-Kendall 趋势检验等方法，用于识别长时间序列的单调变化趋势。 周期性分析： Fourier 变换、小波分析等，用于识别地表变化的周期性规律，如季节性变化。 异常检测： 基于统计模型、机器学习模型（如 Isolation Forest, Autoencoders）识别偏离正常模式的时间序列异常点，常用于灾害监测。 时间序列预测模型： 统计模型： ARIMA, SARIMA 等。 机器学习模型： LSTM, GRU 等循环神经网络模型。 基于物理的模型： 考虑地表过程机理的模型，与遥感数据相结合进行参数反演与预测。 四、 典型应用与案例分析 1. 土地覆盖/土地利用变化监测： 城市扩张与蔓延分析： 通过多时相遥感影像，定量分析城市建成区的扩张速率、形态特征，识别城市化对周边环境的影响。 森林砍伐与退化监测： 利用光谱指数、纹理特征和变化检测算法，识别森林破坏区域，评估森林资源动态。 农业生产与粮食安全： 监测农作物长势、播种面积、产量变化，为粮食安全评估提供数据支持。 湿地、水体变化监测： 分析水体面积、水位、湿地面积的动态变化，评估水资源利用状况与生态环境变化。 2. 地表环境变化与灾害监测： 植被指数时空动态分析： 监测植被覆盖度的季节性变化、长期趋势，分析干旱、病虫害等对植被的影响。 地表形变监测： 利用 InSAR 技术，监测地壳活动、滑坡、地面沉降等形变，评估地质灾害风险。 水旱灾害监测： 识别洪涝、干旱等灾害影响范围，评估灾害损失。 火灾监测与过火面积评估： 通过热红外、可见光影像，监测火灾发生与蔓延，并评估过火面积。 冰川、雪盖变化监测： 分析冰川面积、厚度，雪盖范围的动态变化，研究气候变化的影响。 3. 生态环境与可持续发展： 生物多样性评估： 基于地表覆盖格局、植被类型与结构的时空变化，间接评估生物多样性。 碳储量估算与变化分析： 基于植被生物量、森林覆盖变化，估算陆地碳储量及其动态变化。 区域可持续发展指标监测： 结合多种遥感数据，构建指标体系，监测区域经济、社会、环境的可持续发展状况。 五、 前沿进展与未来展望 1. 大数据与云计算在遥感影像时空分析中的应用： Google Earth Engine, Microsoft Planetary Computer 等平台： 介绍利用云平台进行大规模遥感数据处理与分析的优势，包括数据存储、计算能力、多源数据整合等。 面向大数据的时空分析算法： 探讨如何设计和优化算法以适应 TB、PB 级遥感数据。 2. 时空认知与智能分析： 时空本体与知识图谱： 尝试将遥感提取的地表信息与地理知识库结合，构建时空认知模型。 自监督学习与迁移学习： 探索在标注数据稀缺的情况下，如何利用大量未标注数据进行模型训练。 物理信息神经网络（PINNs）： 将物理定律融入神经网络，提高模型的可解释性与泛化能力。 多模态数据融合： 结合遥感数据与地面观测、社会经济数据等，进行更全面的时空变化分析。 3. 模型驱动的遥感影像分析： 地表过程模型与遥感数据同化： 介绍如何将遥感观测数据融入地表过程模型，以改善模型预测精度，反演模型参数。 因果推断与时空模拟： 尝试在遥感数据中挖掘地表变化背后的因果关系，并进行未来情景模拟。 4. 挑战与机遇： 数据质量与一致性： 不同传感器、不同时期的影像质量差异，以及云、阴影等干扰因素的处理。 模型的可解释性与可靠性： 尤其是深度学习模型，如何理解其决策过程，并确保其在实际应用中的可靠性。 标准化的评估体系： 建立统一的遥感影像时空变异分析方法的评估标准。 跨学科合作： 推动遥感科学家与地理学、生态学、计算机科学等领域专家的深度合作。 六、 实践指南 1. 常用遥感软件与平台介绍： 简要介绍 ArcGIS, QGIS, ENVI, ERDAS IMAGINE (作为参考，但强调本书内容不限于此) 等桌面软件，以及 Google Earth Engine, Python (GDAL, Rasterio, Xarray, scikit-learn, TensorFlow, PyTorch) 等编程工具在时空分析中的应用。 2. 数据获取与管理： 指导读者如何获取不同来源的遥感数据（如 Landsat, Sentinel, MODIS, Planet 等），并进行有效的数据管理。 3. 案例实践指导： 提供具体的案例研究，演示如何应用本书介绍的理论和方法解决实际问题，引导读者动手实践。 本书致力于为遥感领域的学生、研究人员、工程师以及对地表时空变化感兴趣的各界人士提供一套系统、深入的学习资源。通过理论与实践相结合，我们期望读者能够掌握遥感影像时空变异分析的核心技能，理解其在理解地球系统、应对全球挑战中的关键作用，并能独立开展相关研究与应用工作。

评分☆☆☆☆☆

《ERDAS IMAGINE遥感图像处理教程》这本书的出版，无疑为广大遥感从业者和学生提供了一个宝贵的学习资源。我是一名正在攻读遥感方向研究生的学生，在导师的推荐下阅读了这本书，可以说是一次非常成功的学习体验。书中对于影像纹理特征的提取和分析，以及如何利用这些特征进行更精细的分类，给我留下了深刻的印象。作者在讲解过程中，会时不时地引用一些经典的研究案例，并分析其处理思路和方法，这让我在学习过程中不至于枯燥乏味，反而能感受到遥感技术在现实世界中的巨大应用价值。我特别关注的是书中关于三维建模和地形分析的章节，这对于我从事DEM（数字高程模型）的相关研究非常有指导意义。这本书的优点在于它能够将复杂的遥感概念和技术，用一种清晰易懂的方式呈现出来，并且通过大量的实践操作，帮助读者巩固和加深理解。

评分☆☆☆☆☆

最近，我终于抽出时间深入研读了《ERDAS IMAGINE遥感图像处理教程》，这本书给我带来了很多启发。它不仅仅局限于理论的堆砌，而是以实际操作为导向，将ERDAS IMAGINE软件的各项功能巧妙地融入到教程中。我个人比较看重的是书中对于各种数据格式的兼容性和处理能力的介绍，这一点是很多初学者容易忽视但又至关重要的环节。书中对不同传感器数据（如Landsat、Sentinel等）的导入、预处理流程做了细致的梳理，让我对如何处理多样化的遥感数据有了更清晰的认识。特别是关于辐射定标和大气校正的部分，作者运用了大量的图示和公式推导，虽然有些地方需要反复琢磨，但最终的理解和掌握都是非常有成就感的。此外，书中关于面向对象分类和监督分类的比较分析，也让我对不同分类方法的优缺点有了更深入的理解，这对于我后续进行土地利用/覆盖分类研究非常有帮助。这本书的价值在于它提供了一个扎实的理论基础，并且通过实操指导，让理论知识落地，真正做到学以致用。

评分☆☆☆☆☆

这本书真是太棒了！我一直对遥感图像处理很感兴趣，但苦于找不到一本既系统又实用的入门教材。当我拿到《ERDAS IMAGINE遥感图像处理教程》时，我简直欣喜若狂。书的排版非常清晰，图文并茂，即使是初学者也能轻松理解。每一章节都围绕着ERDAS IMAGINE这个强大的软件展开，从软件的安装和基本操作，到各种常用的图像处理功能，都讲解得十分详细。比如，书中对影像增强、几何校正、分类等核心技术的讲解，都配有详实的步骤和案例，我跟着书中的操作，很快就掌握了这些基本技能。更让我惊喜的是，书中还涉及了一些高级的应用，比如镶嵌、混色、地形分析等，这让我对遥感图像的潜力和应用有了更深刻的认识。我尤其喜欢书中关于案例分析的部分，通过实际项目的演练，我能更直观地感受到ERDAS IMAGINE在解决实际问题中的强大能力。这本书不仅仅是一本操作手册，更是一本引导我探索遥感世界的神奇钥匙。我强烈推荐给所有对遥感图像处理感兴趣的朋友们，相信你们一定也会和我一样爱不释手！

评分☆☆☆☆☆

拿到《ERDAS IMAGINE遥感图像处理教程》这本书，我第一眼就被其厚实的内容和精美的设计所吸引。这本书的价值在于它提供了一个全面且深入的ERDAS IMAGINE软件使用指南，对于我这样希望快速提升软件技能的人来说，简直是雪中送炭。我特别喜欢书中关于影像几何纠正和配准的详细讲解，作者通过不同场景下的实例，展示了如何处理各种几何畸变，并进行高精度的影像匹配。这对于我处理历史影像数据，进行前后对比分析非常有帮助。此外，书中关于影像融合技术的多样化介绍，比如PCA融合、缨VIVID融合等，让我对如何提高遥感影像的空间和光谱分辨率有了更直观的认识。我个人认为，这本书的成功之处在于它能够兼顾理论深度和实践操作性，让读者在掌握软件功能的同时，也能理解其背后的原理。这是一本值得反复研读和参考的工具书。

评分☆☆☆☆☆

坦白说，《ERDAS IMAGINE遥感图像处理教程》这本书在遥感图像处理领域算得上是一部不可多得的佳作。我特别欣赏作者在内容编排上的逻辑性和系统性。从最基础的图像显示和导航，到复杂的影像配准和变换，再到更深层次的遥感模型应用，层层递进，循序渐进，非常适合我这种希望系统学习遥感技术的人。书中对一些技术细节的处理，比如光谱特征的提取和分析，以及利用ENVI或ArcGIS等其他软件进行交叉验证的方法，都体现了作者扎实的专业功底和丰富的实践经验。我尤其喜欢书中关于专题制图和信息提取的部分，它提供了多种实用的方法和技巧，让我能够从海量的遥感影像中提取出有价值的信息，并制作出精美的专题地图。这本书不仅仅是指导我如何使用ERDAS IMAGINE，更是教会了我如何思考，如何利用遥感技术解决实际问题。这本书给我带来的不仅仅是技术上的提升，更是思维上的拓展。

评分☆☆☆☆☆

面向对象的信息提取

评分☆☆☆☆☆

地形分析功能U

评分☆☆☆☆☆

经典的工具书课本

评分☆☆☆☆☆

W8.6.3

评分☆☆☆☆☆

E46

评分☆☆☆☆☆

不错，是正品。价格也合理，以后还会再买

评分☆☆☆☆☆

习惯好评

评分☆☆☆☆☆

8.5.3

评分☆☆☆☆☆

三维立体分析基本原理