近年来，随着遥感技术的快速发展，一系列具有高光谱分辨率的成像光谱仪被搭载到空间站、卫星以及无人机等航天器和飞行器平台上，广泛应用于对地观测等实际任务中。高光谱遥感技术有效地结合了二维成像技术与光谱技术，其具有纳米级的光谱分辨率，能够获得地表物体几十个至几百个连续谱段的信息。与全色图像、RGB图像和多光谱图像相比，高光谱遥感技术所得到的高光谱图像不再是一个二维图像，而是同时包含了光谱信息和地表物体（简称地物）空间信息的三维图像。
▲高光谱数据示意图
由于不同的地表物体具有的不同物质成分和特性，因此其对不同光谱波段的吸收率和反射率等辐射情况也不尽相同，其光谱曲线也会有一定的差异，即不同的地物都具有独特的光谱指纹信息，高光谱图像在很宽的光谱范围内拥有数百个相邻波段，可以将地物在不同波段下的辐射情况很好地展示出来，这使得利用高光谱遥感图像处理技术可以更容易对地表物体信息进行提取，进而对地表物体进行精细化检测、分类、识别和解译。因此，以高光谱图像分类和检测技术为代表的图像处理技术被广泛应用于数字精细农业、环境监测、国防军事战略等多个领域，具有非常重要的研究意义。
▲常用的高光谱数据表示方式示意图
早期高光谱图像分类任务是通过目视解译方法来实现的，使用这种方式进行图像解译往往需要耗费大量的人力物力和财力，且非常耗时。随着高光谱数据的大量采集和应用，计算解译方法成为完成图像分类任务的有效途径，随着人工智能技术的不断进步，以高光谱图像分类和检测为代表的图像处理方法也已从传统的统计方法进入到智能时代。
赵春晖等著
北京：科学出版社，.05
ISBN-7-03--6
《高光谱遥感图像智能分类与检测》围绕高光谱遥感图像智能分类与检测这一主题，将全书分为高光谱图像智能分类与智能检测两个主要部分，在整理和分析前人工作的基础上，针对当前研究中存在的具体问题，结合作者相关研究成果，着重介绍以机器学习、深度学习等为代表的智能新方法和新技术在高光谱图像分类与检测中的应用，构建完整的高光谱图像分类与检测体系，并反映该领域目前最新研究成果与发展趋势。本书密切结合遥感应用和图像处理中的相关问题，在介绍智能方法基本原理的同时，注重阐述方法与应用问题的机理性结合，突出启发性和实用性。本书为工业和信息化部“十四五”规划专著，入选“十四五”时期国家重点出版专项规划项目——新一代人工智能理论、技术及应用丛书，作者来自于哈尔滨工程大学信息与通信工程学院智能遥感图像处理团队，由国家级高层次领军人才，国家级教学名师赵春晖教授领衔，冯收副教授、闫奕名副教授和宿南副教授合作完成。
本书作者多年来一直致力于高光谱图像智能解译与信息提取等相关工作，本书内容是在作者承担国家自然科学基金、黑龙江省自然科学基金等一系列项目的基础上撰写而成。本书阐述高光谱图像智能分类与检测的相关方法，主要内容包括高光谱图像成像原理及特点，高光谱图像混合像元分解相关理论和方法，高光谱图像智能分类相关理论及方法，高光谱图像智能检测理论，以及高光谱图像特定目标检测、异常目标检测等相关智能处理方法等内容。
本书适合遥感技术、遥感图像处理等相关专业的工程技术人员及科研人员参考使用，可以作为高校相关专业的本科生或者研究生教材。
转载请注明：http://www.0431gb208.com/sjszjzl/9952.html
