本书共分7章，第1章主要介绍遥感影像与深度学习的基本概念；第2章主要介绍计算机操作与GPU基础知识；第3章主要介绍深度学习的数学基础；第4章主要介绍卷积神经网络基础和基本要素；第5章简要介绍了Python语言的基本语法与使用；第6章详细介绍了PyTorch和TensorFlow两个机器学习框架的搭建方法；第7章按实践操

本书从遥感专业对C++编程的要求入手，系统介绍了C++的类和对象、封装、继承和多态的原理及实现方法，通过运算符、模板和STL进一步说明面向对象的特性，最后以图文并茂的方式介绍图形、影像应用程序的开发方法。本书强调编程的实际操作，除基本语法外，更注重语法的实际运用，在讲述基本语法时运用了大量实例，讲解方式与上课过程接近，

本书系统讲授遥感图像解译的基础理论和实践，全面系统地阐述遥感图像解译的技术体系，重点突出遥感图像解译的技术及其应用方法。全书共分18章：第1章绪论，重点介绍遥感图像解译概述；第2章阐述遥感图像时空谱角特性；第3章介绍遥感图像解译对象特性；第4章重点阐述遥感图像解译原理；第5章阐述遥感图像解译标志；第6章阐述遥感图像解译

本书是高等学校遥感数字图像处理应用课程教材。全书12章，针对遥感数字图像处理的专题应用，从当前应用较为广泛的遥感数据源角度，系统介绍了各类遥感数据的发展背景及主要应用方向，常见卫星遥感数据及其获取途径、数据特点及存在的问题，数据预处理流程及关键技术环节，解析其典型应用案例。本书注重各类遥感数据源的特点、预处理流程及关键

ERDAS以先进的图像处理技术，友好、灵活的用户界面和操作方式，受到广大用户的欢迎。版本从初期的7.X发展到20世纪90年代的8.X、2005年后的9.X，2010年发布了全新的版本。2010年至2021年，相关系列版本虽有改动，但其功能模块设计和操作界面保持了一致的风格，所以本书适用于2010年后发布的ERDAS软件

本书是高等学校遥感数字图像处理课程教材，也是新形态教材，有配套的网络课程。版于2015年出版，本次修订在版基础上，按照遥感数字图像处理的一般流程，由浅入深系统地介绍了遥感数字图像处理的基础知识。不仅包括常用的经典方法，更增添了近年新提出的方法。全书共3大部分13章，主要包括：遥感数字图像处理基础，介绍了数字图像的基本概

本书为实验教学用书。内容根据遥感图像处理与分析过程涉及的遥感图像认知、预处理、增强、分类、制图等环节，梳理出主要知识点，并将全书分为遥感图像认知、几何校正、正射校正、辐射定标、大气校正、影像裁剪与镶嵌、辐射增强、空间域增强、频率域增强、彩色增强、多光谱增强、图像融合、基于像元分类、面向对象分类、分类精度评价、专题制图等

本书是配套《遥感图像处理原理和方法》的实习用书，以当前流行的遥感软件ERDASIMAGINE为例，以“一步接一步”的方式设计了遥感图像处理的33个操作实例，内容涵盖“遥感数字图像基础”“遥感图像的辐射校正（可见光近红外波段的辐射校正）”“热红外遥感图像温度反演（热红外图像的辐射校正）”“遥感数字图像的几何纠正”“遥感数

遥感大数据的智能检索既是科学研究的前沿，也是遥感领域各类应用提出的迫切需求。本书作者在遥感图像处理和分析领域已有多年的研究积累，本书围绕遥感图像智能检索技术的核心理论方法（遥感图像深度特征提取、深度度量学习模型、深度哈希、分布式深度学习、遥感图像描述生成等）进行系统性阐述，并给出实际应用案例，为遥感图像的智能化信息提取

暂无关于GIS应用与开发丛书，普通高等教育“十三五”规划教材·ENVI遥感图像处理方法与实践的更多介绍。