书名：高分辨率遥感影像场景理解与应用
定价：298.0
ISBN：9787030783653
作者：钟燕飞等
版次：1
出版时间：2026-05

内容提要：

高分辨率遥感是新型对地观测技术，本书从高分辨率遥感影像的丰富空谱细节特性出发，全面介绍高分辨率遥感影像中的地物识别方法，并将地物识别延伸到场景理解这一高分辨率遥感影像处理的新方向。本书系统介绍从地物识别到场景理解的基本概念、发展历程和当前研究进展。在此基础上，以“像素-目标-场景-应用”为主线，分为绪论、从地物识别到场景理解、从场景理解到地学应用、总结与展望四篇，由浅及深，介绍相关的理论方法和框架。本书涵盖多个方面，从数据、算法、应用等多个角度阐述高分辨率遥感影像场景理解的科学研究价值，涵盖各类场景理解方法，包括从模型驱动到数据驱动、从目标提取到关系推理，并详细介绍每种方法的研究动机、创新点、技术路线和实验结果。最终，本书展示各类典型场景理解应用，旨在帮助读者根据自己的需求理解和掌握相关原理和技术。

目录：
目录
第一篇 绪论
第1章 概述 3
1.1 高分辨率遥感发展历程 3
1.1.1 高分辨率遥感对地观测 3
1.1.2 高分辨率遥感影像 8
1.2 高分辨率遥感影像解译现状与挑战 10
1.2.1 高分辨率遥感影像地物识别：像素分类与目标提取 10
1.2.2 高分辨率遥感影像解译挑战：语义鸿沟问题 12
1.3 高分辨率遥感场景的基本概念及分布特点 14
1.3.1 高分辨率遥感场景地物分布特性 14
1.3.2 高分辨率遥感场景特点：与自然场景影像比较 15
1.4 高分辨率遥感场景理解 16
1.4.1 高分辨率遥感场景分类 16
1.4.2 高分辨率遥感场景理解体系：像素—目标—场景 17
1.5 本书章节组织和内容安排 19
第2章 高分辨率遥感影像地物识别 22
2.1 像素分类：高分辨率遥感地表覆盖分类 22
2.1.1 高分辨率遥感影像像素地表覆盖分类 22
2.1.2 分割分类一体化多智能体地表覆盖分类 25
2.1.3 多势能约束高阶条件随机场地表覆盖分类 39
2.1.4 基于深度学习的地表覆盖分类 51
2.2 目标提取：高分辨率遥感典型目标提取 62
2.2.1 高分辨率遥感影像目标提取 62
2.2.2 高分辨率遥感影像温室大棚提取 65
2.2.3 高分辨率遥感影像道路提取 79
2.2.4 高分辨率遥感影像其他典型目标提取 91
第二篇 从地物识别到场景理解
第3章 基于中层特征的高分辨率遥感场景分类 103
3.1 基于中层特征的场景分类方法 104
3.1.1 基于中层特征的场景分类方法现状 104
3.1.2 词袋模型 106
3.1.3 中层特征编码与表达 108
3.1.4 主题模型 111
3.2 基于多特征概率主题模型的场景分类方法 115
3.2.1 多特征的多个一维直方图表达 115
3.2.2 MFLDA模型的构建和推理 116
3.2.3 MFLDA模型的场景理解流程 118
3.2.4 实验与分析 119
3.3 基于异质特征表达稀疏主题模型的场景分类方法 124
3.3.1 异质特征描述 124
3.3.2 稀疏语义特征挖掘 124
3.3.3 稀疏语义融合及分类 126
3.3.4 实验与分析 127
第4章 基于深度学习的高分辨率遥感场景分类 133
4.1 深度学习基本理论 133
4.1.1 深度学习背景 133
4.1.2 深度卷积神经网络基本模型 135
4.1.3 经典网络模型 142
4.2 基于深度卷积神经网络的场景分类方法 144
4.2.1 基于全训练策略的深度卷积神经网络场景分类 145
4.2.2 基于特征提取器策略的深度卷积神经网络场景分类 145
4.2.3 基于网络微调策略的深度卷积神经网络场景分类 146
4.3 基于多尺度双分支卷积神经网络的场景分类方法 148
4.3.1 双分支网络 149
4.3.2 相似性评估函数 149
4.3.3 实验与分析 150
4.4 “像素-目标-场景”理解任务驱动的遥感深度学习网络 158
4.4.1 基于梯度的遥感深度网络架构搜索 159
4.4.2 遥感任务驱动网络模型参数优化 162
4.4.3 实验与分析 163
第5章 基于目标空间关系的高分辨率遥感场景理解 167
5.1 基于地物目标的场景理解基本原理与方法 167
5.1.1 地物目标识别 168
5.1.2 地物目标空间关系挖掘 168
5.2 基于目标空间上下文关系的场景理解方法 171
5.2.1 场景中地物目标的共生关系构建 171
5.2.2 场景中多类目标的拓扑关系统计 172
5.2.3 融合共生关系与拓扑关系的场景分类 174
5.2.4 实验与分析 174
5.3 地学知识引导的目标关系感知的场景理解方法 181
5.3.1 自适应梯度感知引导的视觉特征增强 182
5.3.2 土地覆盖信息引导的语义目标分布模式感知 184
5.3.3 融合视觉信息与语义信息的场景理解 184
5.3.4 实验与分析 185
第6章 高分辨率遥感场景理解原型系统 195
6.1 高分辨率遥感场景理解自动化制图系统 195
6.1.1 国内外系统比较 195
6.1.2 系统前后端框架 196
6.1.3 系统框架设计与实现 197
6.1.4 系统功能展示 198
6.2 线下训练线上学习场景标注系统 201
第三篇 从场景理解到地学应用
第7章 全球场景理解与应用：“一带一路”机场 205
7.1 机场场景理解 205
7.2 “一带一路”高分二号…遥感影像数据构建 206
7.2.1 “一带一路”研究区背景 206
7.2.2 “一带一路”机场高分二号…影像数据集 206
7.3 “线下训练-线上学习”深度学习框架 206
7.3.1 线上学习模块 207
7.3.2 线下训练模块 207
7.4 基于“线下训练-线上学习”的机场定位与飞机检测 209
7.4.1 机场定位与飞机检测基础网络模型 209
7.4.2 机场定位与飞机检测的线下训练模块 214
7.4.3 机场定位与飞机检测的线上学习模块 215
7.4.4 实验与分析 216
第8章 城市场景理解与应用：城市土地利用 219
8.1 城市场景理解与任务 219
8.1.1 城市场景 219
8.1.2 城市场景理解任务 220
8.2 从语义鸿沟到应用鸿沟 220
8.3 多源地理数据概述 221
8.3.1 高分辨率遥感场景数据集聚 222
8.3.2 众源地理信息数据 222
8.4 多源地理数据城市土地利用制图现状 224
8.4.1 基于OSM的城市土地利用制图 224
8.4.2 基于POI的城市土地利用制图 225
8.4.3 融合多源地理数据的城市土地利用制图现状 226
8.5 开源数据驱动的点线面语义对象城市土地利用制图 228
8.5.1 点线面语义对象的开源数据准备 228
8.5.2 基于增强深度自适应网络场景分类模型的面语义对象获取 230
8.5.3 基于规则的类别映射模型与语义对象整合 232
8.5.4 整合点线面语义对象的城市土地利用制图 235
8.5.5 实验与分析 236
8.5.6 武汉市主城区土地利用制图 249
第9章 变化场景理解与应用：城市场景变化 250
9.1 城市场景变化理解 250
9.1.1 城市变化场景 250
9.1.2 城市场景变化检测任务 251
9.2 基于多特征融合主题模型的场景变化检测框架 251
9.3 基于域自适应的跨时间多级场景变化检测 252
9.3.1 多时相路网数据处理 253
9.3.2 多级城市场景类别映射体系 254
9.3.3 基于权重的域自适应网络 256
9.3.4 基于域自适应的跨时间多级场景变化检测框架 257
9.4 实验与分析 258
9.4.1 实验数据 258
9.4.2 实验设计 259
9.4.3 实验结果与分析 260
第10章 应急场景理解与应用：尾矿库应急场景 264
10.1 尾矿库场景与应急监测任务 264
10.1.1 尾矿库场景 264
10.1.2 尾矿库应急场景监测任务 264
10.2 尾矿库多时相监测与应急响应 265
10.2.1 星载多时相遥感影像监测与分析 265
10.2.2 无人机高光谱应急响应快速精细分类 274
第11章 极地场景理解与应用：极光影像场景 280
11.1 极光影像场景与分类任务 280
11.1.1 极光影像场景 280
11.1.2 极光影像场景分类任务 281
11.2 基于LDA模型的极光影像分类 281
11.3 基于多特征LDA模型的极光影像分类 282
11.4 基于深度学习的极光影像分类 284
11.5 实验与分析 285
11.5.1 实验设计 285
11.5.2 实验结果与分析 286
第四篇 总结与展望
第12章 总结与展望 293
12.1 总结 293
12.2 展望 294
参考文献 296
附录 数据集及代码链接 324