本书在充分认识遥感认知特殊性的基础上，发展和完善了遥感图谱认知理论和计算方法体系，发挥人脑认知和机器认知的各自优势，将人脑认知所得的先验知识有针对性地逐步融入机器认知过程中，一定程度上提高了遥感影像机器认知算法的智能化水平，为遥感影像的智能认知探索可行之路。《BR》　　全书共为8个章节。第1章绪论，简要介绍本书研究的背景和意义，以及高分相关研究的现状与趋势。第2章总领性地介绍遥感图谱认知理论和方法体系，重点介绍遥感图谱认知三段论及其流程。第3～8章则分别围绕遥感图谱认知三段论开展具体方法介绍和研究细述，其中，第3～5章属于图谱认知*段的“由谱聚图”框架，分别介绍影像多尺度分割算法、自适应迭代的专题信息提取，以及地块级土地利用图斑的形态提取和属性分类方法；第6章属于图谱认知第二段的“图谱协同”框架，分析如何协同中、高分遥感影像数据开展农作物种植分布的土地覆盖类型识别；第7、8章属于图谱认知第三段的“认图知谱”框架，分别介绍历史知识迁移的遥感影像智能分类与信息更新技术，以及基于空间格局知识开展复杂专题信息提取的方法。

更多科学出版社服务，请扫码获取。

目录
序
前言
第1章 绪论 1
1.1 研究背景与意义 1
1.2 高分卫星遥感系统的发展 4
1.3 高分遥感研究现状及发展趋势 10
1.4 遥感认知研究现状及发展趋势 16
1.5 本章小结 22
参考文献 23
第2章 遥感图谱认知理论与方法体系 28
2.1 遥感信息图谱及其分析 28
2.2 遥感图谱认知理论——三段论 35
2.3 遥感图谱认知流程——两方向 43
2.4 遥感图谱认知方法——三模型 48
2.5 本章小结 57
参考文献 57
第3章 高分辨率遥感影像多尺度分割 59
3.1 面向多尺度分析的遥感影像分割 59
3.2 基于均值漂移与区域合并的遥感影像分割方法 65
3.3 基于多层优选尺度的遥感影像分割方法 76
3.4 基于硬边界约束与两阶段合并的遥感影像分割方法 80
3.5 本章小结 90
参考文献 90
第4章 自适应迭代的专题信息提取 93
4.1 基于指数的自适应迭代方法 93
4.2 “全域-局部”分步迭代的水体专题信息提取 99
4.3 大区域湖泊遥感制图应用实践 112
4.4 “全域-局部”分步迭代的专题信息提取方法推广 118
4.5 本章小结 127
参考文献 127
第5章 土地利用地块生成及其分类 129
5.1 高分地块解译方法体系 129
5.2 地块高效生成技术 135
5.3 人机交互精细解译 142
5.4 地块信息产品生产模式 144
5.5 本章小结 149
参考文献 150
第6章 时空协同的土地覆盖类型识别 151
6.1 中分时序数据的处理与重建 151
6.2 图谱协同的地块级遥感分类 174
6.3 应用案例 183
6.4 本章小结 195
参考文献 196
第7章 知识迁移的遥感影像分类与信息更新 199
7.1 迁移学习理论与方法 199
7.2 遥感图谱知识及其迁移 202
7.3 迁移多源知识的遥感影像分类 209
7.4 知识迁移的分类信息更新 221
7.5 本章小结 233
参考文献 233
第8章 空间知识支持下的复杂信息提取 236
8.1 空间信息认知模型及空间格局知识的应用 236
8.2 空间关系辅助下的湖泊水生植被信息提取 239
8.3 基于区域景观格局分析的干旱区湿地分层分类 244
8.4 融入空间环境知识的滨海城市高分遥感认知 253
8.5 本章小结 261
参考文献 262