遥感数字图像处理 原理与方法 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

朱文泉，林文鹏 编

图书标签:

• 遥感
• 数字图像处理
• 图像处理
• 遥感技术
• 地理信息系统
• GIS
• 遥感原理
• 图像分析
• 数据处理
• 应用

出版社： 高等教育出版社

ISBN：9787040432114

版次：1

商品编码：11779696

包装：平装

丛书名： 高等学校教材

开本：16开

出版时间：2015-09-01

用纸：胶版纸

页数：345

字数：400000

正文语种：中文

内容简介

　　针对遥感数字图像处理的质量改善、特征提取与选择、信息提取及其处理流程3大内容，《遥感数字图像处理 原理与方法》分遥感数字图像处理基础、遥感数字图像质量改善、遥感数字图像特征选择与信息提取3部分，由浅入深系统地介绍了遥感数字图像处理的原理与方法，其中不仅包括常用的经典方法，也包括近几年新提出的方法。
　　《遥感数字图像处理 原理与方法》强调从图像含义的角度来理解遥感数字图像处理各种算法的物理意义，并尽量避免数学公式的罗列与推导，借助生活中一些通俗易懂的案例来引导读者理解各种算法。
　　《遥感数字图像处理 原理与方法》可作为高等学校地学、生态、环境、资源、空间信息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

第一部分 遥感数字图像处理基础
第1章 数字图像基础
1.1 数字图像获取
1.1.1 空间分辨率
1.1.2 辐射分辨率
1.1.3 光谱分辨率
1.1.4 时间分辨率
1.2 数字图像特性
1.2.1 空间分布特性
1.2.2 数值统计特性
1.3 数字图像输出
1.3.1 输出分辨率
1.3.2 灰度分辨率
1.3.3 颜色空间模型
1.4 数字图像种类
练习题
参考文献
第2章 数字图像存储
2.1 信息在计算机上的存储原理
2.2 图像文件存储的基本信息
2.3 多波段数据存储方式
2.3.1 BSQ
2.3.2 BIP
2.3.3 BIL
2.4 常见图像文件存储格式
2.4.1 开放式存储格式
2.4.2 封装式存储格式
练习题
参考文献
第3章 空间域处理方法
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
3.3.1 求反运算
3.3.2 与运算
3.3.3 或运算
3.3.4 异或运算
3.4 数学形态学操作
3.4.1 二值形态学
3.4.2 灰度形态学
练习题
参考文献
第4章 变换域处理方法
4.1 主成分分析
4.1.1 基本原理
4.1.2 遥感图像处理中的主成分变换
4.2 最小噪声分离变换
4.2.1 基本原理
4.2.2 遥感图像处理中的*小噪声分离变换
4.3 缨帽变换
4.3.1 基本原理
4.3.2 常见传感器的缨帽变换
4.4 独立成分分析
4.4.1 基本原理
4.4.2 遥感图像处理中的独立成分分析
4.5 傅里叶变换
4.5.1 基本原理
4.5.2 一维离散傅里叶变换
4.5.3 遥感图像处理中的傅里叶变换
4.5.4 傅里叶变换的局限性与窗口傅里叶变换
4.6 小波变换
4.6.1 基本原理
4.6.2 一维离散小波变换
4.6.3 遥感图像处理中的小波变换
4.7 颜色空间变换
4.7.1 RGB颜色空间
4.7.2 CMY／CMYK颜色空间
4.7.3 HSI颜色空间
4.7.4 遥感图像处理中的颜色空间变换
练习题
参考文献

第二部分 遥感数字图像质量改善
第5章 辐射校正
5.1 传感器校正
5.1.1 相对辐射定标
5.1.2 绝对辐射定标
5.1.3 定标参数获取
5.2 大气校正
5.2.1 统计模型
5.2.2 物理模型
5.3 地形校正
5.3.1 余弦校正法
5.3.2 C校正法
5.4 太阳高度角校正
练习题
参考文献
第6章 几何校正
6.1 几何校正原理
6.1.1 坐标变换
6.1.2 重采样
6.2 几何校正步骤
6.3 几何校正类型
6.3.1 图像到图像的几何校正
6.3.2 图像到地图的几何校正
6.3.3 具有地理位置信息的几何校正
6.3.4 正射校正
6.4 图像自动匹配
6.4.1 图像匹配要素
6.4.2 图像匹配性能
6.4.3 图像匹配方法
6.5 投影转换
练习题
参考文献
第7章 图像去噪声
7.1 常见噪声类型及其识别
7.1.1 随机噪声模型
7.1.2 随机噪声类型识别
7.1.3 周期噪声及其识别
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 边缘保持平滑滤波
7.2.4 数学形态学去噪声
7.3 变换域去噪声
7.3.1 傅里叶变换
7.3.2 小波变换
7.3.3 其他变换
练习题
参考文献
第8章 图像增强
8.1 空间域图像增强
8.1.1 点运算
8.1.2 邻域运算
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
8.2.2 小波变换
8.2.3 颜色空间变换
8.2.4 其他变换
8.3 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
练习题
参考文献

第三部分 遥感数字图像特征选择与信息提取
第9章 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 边界分割法
9.1.3 区域提取法
9.1.4 形态学分水岭分割
9.2 二值图像处理
9.2.1 基本概念
9.2.2 空洞点填补和碎块消除
9.3 对象提取
9.3.1 贴标签
9.3.2 边界提取
练习题
参考文献
第10章 特征提取与选择
10.1 光谱特征提取
10.2 空间特征提取
10.2.1 纹理特征
lO.2.2 形状特征
10.2.3 空间关系特征
10.3 特征选择
10.3.1 特征选择流程
10.3.2 属性评价准则
10.3.3 基于先验知识的特征选择
10.4 特征组合
练习题
参考文献
第11章图像分类
11.1 背景知识
11.2 分类原理
11.2.1 类型
11.2.2 流程
11.3 分类方法
11.3.1 监督分类
11.3.2 非监督分类
11.3.3 决策树分类
11.3.4 面向对象分类
11.4 分类后处理
11.4.1 主／次要分析
11.4.2 聚类处理
11.4.3 过滤处理
11.4.4 其他的分类后处理
11.5 精度评价
11.5.1 检验样本选取
11.5.2 精度评价方法
练习题
参考文献
第12章遥感制图表达
12.1 遥感制图的基本要求
12.2 制图流程
12.2.1 制图目的
12.2.2 制图规划
12.2.3 制图颜色
12.2.4 图像整饰
12.3 遥感影像图制作案例
12.4 遥感专题图制作案例
练习题
参考文献

《遥感数字图像处理：原理与方法》 书籍简介 本书是一部系统阐述遥感数字图像处理核心原理与前沿方法的著作，旨在为读者构建一个全面而深入的知识体系。从遥感图像的获取与特性出发，逐步深入到各类复杂的处理技术，涵盖了从基础的数据预处理到高级的应用场景，为理解和掌握遥感数据价值的提取提供坚实的理论基础和实践指导。 全书内容概述： 本书结构清晰，逻辑严谨，共分为十五个章节，层层递进，确保读者能够循序渐进地掌握遥感数字图像处理的精髓。 第一部分：遥感基础与图像获取（第一章） 遥感基本概念：系统地介绍了遥感（Remote Sensing）的定义、发展历程、基本原理、发展趋势以及在国民经济和社会发展中的重要作用。 电磁波与遥感：深入剖析了电磁波的传播规律、光谱特性以及能量与物质相互作用的基本机理，重点阐述了不同地物在电磁波谱中的响应特征，为理解遥感图像的形成奠定基础。 遥感系统组成：详细解析了遥感系统的构成要素，包括平台（航天器、航空器等）、传感器（成像方式、光谱范围等）以及地面接收与处理系统，让读者对整个遥感数据获取流程有一个宏观的认识。 遥感数据源：列举并介绍了当前主要的遥感数据源，如陆地卫星系列（Landsat）、哨兵卫星系列（Sentinel）、高分系列卫星（GF）以及各类商业遥感卫星，并对其数据特性（空间分辨率、光谱分辨率、时间分辨率等）进行对比分析，帮助读者选择合适的数据。 第二部分：遥感图像预处理（第二章至第五章） 辐射校正：详细讲解了消除因传感器自身、大气、地形等因素造成的辐射失真，恢复地物真实光谱反射率的重要技术，包括辐射定标（绝对辐射定标与相对辐射定标）、大气校正（如 FLAASH, MODTRAN 等模型）以及地形校正。 几何校正：阐述了消除遥感图像几何畸变，实现图像与地理坐标系精确匹配的方法，包括传感器几何畸变校正、地形引起的几何畸变校正（利用数字高程模型DEM）以及影像间几何配准，重点介绍了几何校正的数学模型（如多项式模型、有理函数模型）和控制点选择的重要性。 图像增强：深入研究了提高遥感图像视觉效果、突出地物特征、便于解译和分析的各类增强技术，包括灰度变换（线性拉伸、非线性拉伸、直方图均衡化）、空间域增强（锐化、平滑、滤波）以及光谱域增强。 图像融合：讲解了利用多源、多时相、多分辨率的遥感数据，通过特定算法将各自的优势信息融合起来，生成包含更丰富信息的新图像的方法，如 IHS 变换、PCA 变换、小波变换等，重点分析了不同融合方法的适用场景和优缺点。 第三部分：遥感图像分类与解译（第六章至第八章） 遥感图像分类基础：系统介绍了遥感图像分类的原理，即根据地物光谱或纹理等特征将其划分到不同类别的过程，区分了监督分类与非监督分类的基本思想。 监督分类方法：详细讲解了多种经典的监督分类算法，包括最大似然分类、支持向量机（SVM）、随机森林（Random Forest）、决策树等，并通过实例演示其操作流程和参数选择。 非监督分类方法：阐述了无需先验知识即可进行分类的非监督分类技术，如 K-means 聚类、ISODATA 聚类等，并分析了其在数据探索和初步分类中的应用。 面向对象分类：介绍了区别于像素级分类的面向对象分析（Object-Based Image Analysis, OBIA）方法，该方法将图像分割成具有相似属性的同质对象，再对对象进行分类，能够更有效地处理高分辨率遥感数据，突出地物的空间形态和上下文信息。 图像纹理特征：探讨了利用遥感图像的纹理特征进行分类和解译的重要性，介绍了灰度共生矩阵（GLCM）等常用纹理分析方法。 高光谱遥感图像处理：专门介绍了处理高光谱（Hyperspectral）遥感数据的特点与方法，包括高光谱数据的基本特征、降维技术（如 PCA、MNF）、光谱解混等，为深入分析地物成分提供技术支持。 第四部分：遥感图像分析与应用（第九章至第十二章） 变化检测：系统地介绍了监测地物在不同时间点发生变化的技术，包括不同变化检测方法（如图像相减、图像比值、变化向量分析、面向对象变化检测）及其在环境监测、城市扩张、灾害评估等领域的应用。 特征提取与目标识别：讲解了从遥感图像中提取特定地物的空间、光谱、纹理等特征，并利用这些特征进行目标识别的技术，包括基于深度学习的特征提取方法。 遥感数据与地理信息系统（GIS）集成：探讨了遥感图像作为GIS空间数据源的应用，以及如何将遥感分析结果导入GIS进行综合分析和应用，实现天地一体化的空间信息服务。 遥感图像时序分析：介绍了利用长时间序列的遥感数据来分析地物随时间变化的规律，如植被指数（NDVI）的时间序列分析，用于监测作物生长、森林健康、干旱等。 面向深度学习的遥感图像处理：重点介绍了近年来迅速发展的深度学习技术在遥感图像处理中的应用，包括卷积神经网络（CNN）在目标检测、语义分割、图像复原等任务中的突破性进展，以及常用的深度学习模型架构（如 U-Net, Faster R-CNN 等）。 第五部分：专题应用与发展趋势（第十三章至第十五章） 环境监测与灾害评估：展示了遥感数字图像处理在环境污染监测（如水体富营养化、空气质量）、自然灾害监测与评估（如洪水、地震、火灾、滑坡）等方面的典型应用案例。 资源调查与管理：介绍了遥感技术在土地利用/土地覆盖分类、森林资源调查、矿产资源勘查、水资源管理等领域的应用。 城市规划与智慧城市建设：探讨了遥感数据在城市扩张监测、基础设施规划、交通流量分析、城市热岛效应研究等方面的作用，以及与智慧城市建设的融合。 前沿技术与未来展望：对遥感数字图像处理领域的前沿技术进行展望，如无人机遥感、雷达遥感（SAR）、LiDAR 遥感、三维建模、多源数据融合与协同处理、人工智能在遥感中的进一步应用等，引导读者关注行业发展动态。 本书特点： 理论与实践相结合：在深入讲解核心原理的同时，辅以丰富的实例分析和案例研究，帮助读者将理论知识应用于实际问题。 内容全面且深入：涵盖了遥感数字图像处理的各个关键环节，从基础到前沿，适合不同层次的读者。 技术更新及时：紧跟遥感技术和图像处理方法的发展步伐，纳入了最新的研究成果和技术应用。 图文并茂：配有大量的插图、图表和处理效果示意图，直观易懂，增强学习效果。 目标读者： 本书适合高等院校相关专业（如地理信息科学、测绘工程、环境科学、地质学、林业、农业科学、大气科学、计算机科学等）的本科生、研究生，以及从事遥感数据处理、地理信息系统、环境监测、资源管理、城市规划等工作的科研人员、工程师和技术人员。 通过阅读本书，读者将能够深刻理解遥感数字图像的内在规律，熟练掌握各类图像处理与分析技术，并能够将所学知识灵活应用于解决实际问题，为推动遥感技术的深入应用和发展贡献力量。

评分☆☆☆☆☆

拿到《遥感数字图像处理：原理与方法》这本书，我感觉像是找到了一个宝藏。我一直以来都对从太空看地球充满好奇，那些五彩斑斓的卫星图，总让我觉得背后隐藏着无数的秘密。我希望这本书能够帮我揭开这些秘密的面纱，让我了解遥感数字图像是如何被捕捉、如何被处理、以及最终如何转化为我们能够理解和利用的信息的。我希望书中能详细介绍遥感图像的基本构成，比如像元、光谱信息、空间分辨率、时间分辨率等概念，让我能够建立起对遥感数据的基本认知。我特别期待书中能够深入讲解图像增强的技术，不仅仅是简单的对比度拉伸，我希望能够学到各种高级的增强方法，比如缨调、色彩合成等，并且能够理解它们背后的数学原理和实际效果。我希望通过这些技术，能够让那些原本模糊不清的地物特征变得更加明显，例如区分不同种类的植被，识别出微小的水体，甚至是观察到地表的变化。我还对遥感图像的几何纠正和辐射校正充满期待。我知道，不经过这些处理的图像是不能直接进行精确分析的。我希望书中能详细介绍如何进行地形校正，如何去除大气影响，从而获得真实的地表反射率。我更希望看到书中能提供一些实用的案例，比如如何利用遥感图像来监测森林火灾，如何分析城市扩张，如何评估农作物生长状况等。我希望这本书能够让我从一个“看客”变成一个能够“读懂”遥感图像的“行家”。

评分☆☆☆☆☆

我拿到《遥感数字图像处理：原理与方法》这本书的时候，就对它寄予厚望。我一直对遥感图像背后的科学原理和处理技术非常着迷，尤其是那些能够揭示地球表面细节和变化的图像。我希望这本书能够全面而深入地讲解遥感数字图像处理的各个方面。我期待书中能够详细阐述图像增强技术，包括对比度拉伸、直方图均衡化、空间滤波（如锐化、平滑）等，并且能详细解释它们是如何工作的，以及在什么情况下使用。我希望能够学会如何通过这些技术，让原本模糊的图像细节更加清晰，例如分辨出不同密度的植被，或者识别出细小的河流网络。我还对图像变换和特征提取技术非常感兴趣，例如傅里叶变换、小波变换等，希望能够理解它们如何帮助我们分析图像的纹理、结构和频率特征，从而进行更深层次的分析。另外，图像分类是遥感图像处理的核心内容之一，我希望书中能够详细介绍各种监督和非监督分类算法，例如最大似然分类、支持向量机、随机森林、K-means聚类等，并且能够提供如何在实际应用中选择和优化这些算法的指导。我特别期待书中能够包含一些实际的应用案例，例如如何利用遥感图像进行土地覆盖分类、地物变化监测、灾害评估等，让我能够看到理论知识如何转化为解决实际问题的工具。这本书的结构看起来非常完整，我希望它能够成为我系统学习遥感数字图像处理不可或缺的参考书。

评分☆☆☆☆☆

《遥感数字图像处理：原理与方法》这本书，对我来说，更像是一次探险的地图。我一直对那些从太空俯瞰的地球图像充满了好奇，总觉得它们记录着这个星球的脉搏。我希望这本书能够引领我，一点点揭开这些图像背后的奥秘。我期待书中能够从最基础的图像构成元素开始，比如像元、波段、分辨率等等，让我能够理解遥感图像的本质。然后，我迫切想学习如何“化妆”这些原始图像，让它们变得更美丽、更易于观察。我希望书中能够详细介绍各种图像增强技术，比如如何调整亮度、对比度，如何让模糊的轮廓变得清晰，如何将不同波段的图像合成为更具信息量的彩色图像。我希望这些讲解都配有直观的图示，让我能够一步步地看到图像的变化。我还对图像的几何校正和辐射校正非常感兴趣。我知道，不经过这些处理的图像是不能进行精确测量的。我希望书中能够详细解释如何纠正图像的变形，如何消除大气的影响，从而获得真实的地表信息。我更期待看到书中能够介绍一些实际的应用场景，比如如何利用遥感图像来监测环境污染，如何分析城市的发展趋势，甚至是如何预测农作物的产量。我希望这本书不仅能教会我“怎么做”，更能让我理解“为什么这么做”，让我真正领会到遥感图像处理的魅力。

评分☆☆☆☆☆

这本书的书名是《遥感数字图像处理：原理与方法》，我拿到这本书的时候，就被它厚实的封面和沉甸甸的分量所吸引。我一直对遥感领域非常感兴趣，特别是那些从太空俯瞰地球的壮丽景象，总让我产生无限的遐想。当我翻开这本书，我期望能像一个探险家一样，循着书中清晰的脉络，深入了解那些隐藏在遥感图像背后的科学原理，以及如何通过数字图像处理技术，将原始数据转化为有价值的信息。我希望这本书能不仅仅是理论的堆砌，更能提供大量生动形象的案例，让我能够直观地理解抽象的概念。比如，当讲到图像增强时，我希望能看到各种经典的增强方法，例如对比度拉伸、直方图均衡化等，并且每种方法都有详细的算法步骤解析，以及处理前后图像的对比，让我能够清晰地分辨出它们的差异和适用场景。我特别期待能够学到如何利用这些技术来揭示地物的细节，比如辨别不同类型的植被、分析地表的纹理特征、甚至是识别微小的建筑结构。同时，书中对于一些复杂算法的讲解，我希望能够用一种易于理解的方式来呈现，避免过于晦涩的数学公式，而是通过图示、流程图或者类比的方式来帮助我抓住核心思想。此外，我对遥感图像的几何校正和辐射校正也充满期待，因为我知道这些是进行定量分析的基础。我希望书中能详细讲解各种校正模型，包括它们背后的物理原理，以及如何在实际操作中应用这些方法。我渴望掌握如何消除图像中的几何畸变，使之能够精确地叠加到地图上，实现空间位置的准确对应。辐射校正也是我非常关注的一点，因为我深知不同传感器、不同成像时间、不同大气条件下的辐射差异会对后续分析产生巨大影响。我希望书中能够详细介绍如何进行大气校正，如何消除地形和阴影的影响，从而获得真实的地表反射率信息。总而言之，我期待这本书能成为我学习遥感数字图像处理的得力助手，引领我进入这个充满魅力的学科领域。

评分☆☆☆☆☆

说实话，拿到《遥感数字图像处理：原理与方法》这本书的时候，我心里还真有点打鼓。毕竟“数字图像处理”这个词听起来就挺高深的，再加上“遥感”这两个字，感觉像是在挑战我的智商极限。但我一直对那些卫星地图上的色彩斑斓、纹理交错的画面充满好奇，总想知道它们是怎么被“看”出来的，又是怎么被“加工”成我们现在看到的各种应用的。我希望这本书能像一位耐心细致的老师，从最基础的概念讲起，比如什么是遥感，遥感图像的特点是什么，为什么要进行数字图像处理等等。我希望能在这本书里找到关于数字图像处理的基本原理，像是像素、空间域、频率域的含义，以及各种基本的图像变换，如傅里叶变换、小波变换等等。我希望这些讲解能够配合大量的图示，让我能够直观地理解这些抽象的数学概念。更重要的是，我期待书中能详细介绍各种经典的图像增强技术，不仅仅是列举几个名字，而是要讲清楚它们是如何工作的，为什么能够提升图像质量，以及它们各自的优缺点。比如，我希望能看到关于对比度拉伸、直方图均衡化、空间滤波（如锐化、平滑）的深入阐述，以及它们在实际遥感图像处理中的应用案例。我希望通过学习这些技术，能够更好地展现遥感图像中的地物细节，比如如何让模糊的河流变得清晰，如何让淹没在阴影中的地物显露出来。我期待这本书能够循序渐进，从易到难，让我在不知不觉中掌握这项技能。

评分☆☆☆☆☆

收到《遥感数字图像处理：原理与方法》这本书，我的内心充满了期待。我一直以来都对遥感技术在地球科学、环境监测、资源开发等领域的应用深感好奇，尤其是数字图像处理在其中扮演的关键角色。我希望这本书能够成为我深入了解这一领域的敲门砖。我期待书中能够系统地介绍遥感数字图像处理的基本原理，包括图像的几何特性、辐射特性，以及它们的数学表达方式。我希望能深入理解图像增强、图像变换、图像复原等技术，并学习如何运用它们来改善遥感图像的视觉效果和信息提取能力。特别地，我对图像分类和地物识别技术抱有浓厚的兴趣，希望书中能详细讲解各种监督和非监督分类算法，以及如何利用这些算法对遥感图像中的不同地物进行准确分类，如植被、水体、土壤、建筑物等。我还期待书中能够包含关于遥感图像融合的知识，了解如何将不同传感器、不同分辨率的遥感图像进行融合，以获得更丰富、更全面的信息。此外，书中对于实际案例的分析和介绍也是我非常看重的，我希望能够通过具体的项目，了解遥感数字图像处理在实际应用中的流程和挑战，比如在土地利用变化监测、环境污染评估、自然灾害监测等方面的应用。这本书的厚重感预示着其内容的丰富性，我希望它能够为我提供一个全面而深入的学习平台。

评分☆☆☆☆☆

收到《遥感数字图像处理：原理与方法》这本书，我立刻就被它扎实的理论基础和广泛的应用前景所吸引。我对遥感技术一直抱有浓厚的兴趣，特别是它在地球科学、环境监测、资源管理等领域展现出的巨大潜力。我希望这本书能够系统地介绍遥感数字图像处理的核心原理和常用方法。我期待书中能够深入讲解遥感图像的几何特性，例如投影、坐标系、像元大小等，以及如何进行几何校正，包括地形校正、传感器校正等，以消除图像的畸变，保证其空间精度。我还对辐射定标和辐射校正非常感兴趣，希望书中能够详细阐述不同传感器接收到的辐射信号如何被转换为地表反射率，以及如何去除大气、地形等因素对辐射信号的影响，从而获得真实的地物信息。此外，对于图像增强和变换技术，我期望书中能够提供清晰的算法原理和实际应用示例，例如如何通过对比度拉伸、直方图均衡化等方法改善图像的视觉效果，如何利用傅里叶变换、小波变换等进行图像的特征提取和分析。我也特别关注图像分类和信息提取部分，希望书中能够介绍各种监督和非监督分类算法，例如最大似然法、支持向量机、K-means聚类等，以及如何从遥感图像中提取有用的信息，如地物类型、植被覆盖度、水体边界等。这本书的篇幅看起来就很大，我希望它能够涵盖从基础到进阶的各个方面，为我系统学习遥感数字图像处理提供一个坚实的理论框架和实践指导。

评分☆☆☆☆☆

《遥感数字图像处理：原理与方法》这本书，对我来说，是一本充满魔力的工具书。我一直以来都对遥感技术，特别是那些从太空拍摄的地球照片，有着深深的着迷。我总觉得它们蕴含着巨大的信息量，只是需要一些特殊的“钥匙”才能解锁。我希望这本书能够成为我解锁这些信息的第一把钥匙。我期待书中能够清晰地讲解遥感图像的生成过程，包括传感器的工作原理，以及图像数据的获取方式。然后，我迫切想学习如何对这些原始数据进行“美化”和“提炼”。我希望书中能够详细介绍各种图像增强技术，比如如何调整图像的亮度、对比度，如何锐化模糊的边缘，如何合成多光谱图像，从而让地物特征更加明显。我希望这些讲解都能够配有大量的图例，让我能够直观地看到处理前后的差异。我还对遥感图像的几何校正和辐射校正充满好奇。我理解这些是进行精确分析的基础。我希望书中能够详细解释如何消除图像中的几何畸变，如何去除大气层对辐射信号的影响，从而得到准确的地表反射率。我更希望看到书中能够提供一些实际的应用场景，比如如何利用遥感图像来监测森林覆盖率的变化，如何分析城市的热岛效应，甚至是如何追踪水资源的分布。我希望这本书能够成为我学习遥感图像处理的有力工具，让我能够真正地“看懂”地球。

评分☆☆☆☆☆

拿到《遥感数字图像处理：原理与方法》这本书，我感觉像是开启了一扇通往全新世界的大门。我一直对遥感技术在地球科学、环境监测、城市规划等领域的应用感到惊叹，但总觉得自己只是一个门外汉，对背后的技术细节知之甚少。我希望这本书能够像一位经验丰富的向导，带我一步步地深入了解遥感数字图像处理的奥秘。我期待书中能够从遥感图像的基本概念讲起，例如分辨率、光谱特性、几何畸变等，让我能够建立起对遥感数据的基本认识。然后，我希望能够系统地学习图像增强、图像变换、图像复原等基本处理技术。我希望书中能够详细介绍各种经典的算法，并提供清晰的图示和数学解释，帮助我理解它们的工作原理。我尤其关注图像分类和特征提取部分，我希望书中能够介绍各种监督和非监督分类方法，例如支持向量机、随机森林、K-means等，并能指导我如何根据不同的应用需求选择合适的分类器。我还期待书中能够包含一些实际的应用案例，比如如何利用遥感图像进行土地利用变化监测、水体提取、植被指数计算等，让我能够看到理论知识如何转化为解决实际问题的工具。这本书的厚度让我对它内容的深度和广度充满信心，我希望它能够成为我学习遥感数字图像处理的坚实基础，并激发我进一步探索这个迷人领域的兴趣。

评分☆☆☆☆☆

《遥感数字图像处理：原理与方法》这本书，对我这个初涉此领域的人来说，就像一本武林秘籍。我一直对遥感技术在地理信息系统、环境保护、城市规划等方面的应用感到惊叹，但总觉得隔着一层神秘的面纱。我希望这本书能像一位德高望重的老前辈，循循善诱地将我引入门。我期待书中能够从遥感图像的基本原理讲起，比如电磁波与地物的相互作用，不同传感器的工作原理，以及遥感图像的特点。我希望能够理解为什么同一片区域在不同时间、不同传感器下会有不同的表现。然后，我期待能够深入学习数字图像处理的各种方法。特别是我对图像分类和特征提取很感兴趣。我希望书中能详细介绍各种分类算法，包括监督分类和非监督分类，比如最大似然法、支持向量机、K-means聚类等等，并且能够理解它们是如何工作的，以及在实际应用中如何选择合适的算法。我希望通过这些学习，能够准确地识别出图像中的不同地物类型，比如森林、农田、水体、建筑物等。我同样期待对图像变换技术的学习，比如傅里叶变换、小波变换等，希望能够理解它们在遥感图像处理中的作用，比如去噪、边缘检测、纹理分析等。我希望这本书能够提供丰富的案例分析，让我能够看到这些原理和方法是如何在实际问题中得到应用的，比如如何利用遥感图像监测土地利用变化，如何分析城市热岛效应，如何评估水资源分布等。这本书的厚度让我对它的内容量充满信心，我希望它能够为我打下坚实的理论基础，并激发我进一步探索这个领域的兴趣。

评分☆☆☆☆☆

Jjk

评分☆☆☆☆☆

想写书，卖一些资料，目前还没发现问题

评分☆☆☆☆☆

权威教材

评分☆☆☆☆☆

正版图书，但是放在书架上没有看呢，不知道内容怎么样？

评分☆☆☆☆☆

还不错，物流很给力，支持自营产品

评分☆☆☆☆☆

书不错，印刷质量很好。内容也很不错，值得购买。

评分☆☆☆☆☆

还不错，物流很给力，支持自营产品

评分☆☆☆☆☆

书是正版，质量很好！快递的速度也可以！

评分☆☆☆☆☆

书不错，印刷质量很好。内容也很不错，值得购买。