本书面向遥感数字图像处理方法与实践技能的教学与业务应用，旨在搭建遥感数据获取与遥感应用之间的技术桥梁。立足国产高分系列数据，以国产遥感数字图像处理软件PIE为软件操作平台，实践应用为导向，从遥感数字图像处理流程及目标的角度出发，侧重遥感数字图像运算和变换基础方法，对遥感数字图像质量改善（辐射校正、几何校正、图像去噪声、图像增强）、空间目标及属性特征提取（感兴趣目标及对象提取、特征提取与选择）、信息提取与制图表达等的原理和操作方法，以及特色遥感数字图像（高光谱图像、SAR图像和无人机图像）的处理方法进行介绍，最后以实践操作综合案例融汇各章节操作，使读者能举一反三，实现知识的迁移创新。

本书可作为高等学校地理、遥感、测绘、生态、环境、资源等专业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。

前辅文
1 绪论
  1.1 遥感数字图像处理流程
  1.2 遥感数字图像处理基础
   1.2.1 常用商业遥感图像处理软件及其主要功能
   1.2.2 遥感图像数据读写
   1.2.3 遥感数字图像处理的基本方法
  1.3 遥感数字图像质量改善
  1.4 遥感数字图像信息提取
  1.5 特色遥感数字图像
2 PIE-Basic操作基础
  2.1 PIE-Basic界面说明
  2.2 地图工具管理
  2.3 遥感数字图像读取
   2.3.1 多波段数据存储格式转换
   2.3.2 通用数据加载
   2.3.3 多光谱数据加载
   2.3.4 高光谱数据加载
   2.3.5 极轨卫星数据加载
  2.4 显示控制
  2.5 Map图层管理
  2.6 数据图层管理
  2.7 地图浏览
  2.8 信息查看
   2.8.1 探针工具
   2.8.2 属性查询
  2.9 空间量测
  2.10 要素编辑
  2.11 获取帮助
  2.12 关闭PIE-Basic
3 数字图像运算
  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
  3.4 数学形态学操作
4 数字图像变换
  4.1 主成分变换
   4.1.1 主成分正变换
   4.1.2 主成分逆变换
  4.2 最小噪声分离变换
   4.2.1 最小噪声分离正变换
   4.2.2 最小噪声分离逆变换
  4.3 缨帽变换
  4.4 傅里叶变换
   4.4.1 傅里叶正变换
   4.4.2 傅里叶逆变换
  4.5 小波变换
   4.5.1 小波正变换
   4.5.2 小波逆变换
  4.6 颜色空间变换
   4.6.1 彩色空间正变换
   4.6.2 彩色空间逆变换
5 辐射校正
  5.1 辐射定标
   5.1.1 打开数据文件
   5.1.2 绝对辐射定标
   5.1.3 对比校正前后的光谱曲线变化
  5.2 大气校正
   5.2.1 基本概念
   5.2.2 PIE-Basic大气校正操作
   5.2.3 对比校正前后的光谱曲线变化
  5.3 地形校正
  5.4 太阳高度角校正
6 几何校正
  6.1 图像到图像的几何校正
   6.1.1 图像匹配
   6.1.2 选取控制点
  6.2 正射校正
   6.2.1 有控正射
   6.2.2 无控正射
7 图像去噪声
  7.1 空间城去噪声
   7.1.1 常用滤波
   7.1.2 中值滤波
   7.1.3 均值滤波
  7.2 变换域去噪声
   7.2.1 傅里叶变换去噪声
   7.2.2 小波变换去噪声
   7.2.3 其他变换去噪声
  7.3 频率域去噪声
   7.3.1 频率域滤波
   7.3.2 同态滤波
  7.4 自定义滤波去噪声
8 图像增强
  8.1 空间域图像增强
   8.1.1 边缘增强
   8.1.2 纹理分析
  8.2 变换域图像增强
  8.3 彩色增强处理
  8.4 图像融合
   8.4.1 色彩标准化融合
   8.4.2 SFIM融合
   8.4.3 PCA融合
   8.4.4 Pansharp融合
9 感兴趣目标及对象提取
  9.1 图像分割
   9.1.1 待分割图像加载
   9.1.2 目标分割
   9.1.3 分割尺度调节
   9.1.4 导出分割矢量
  9.2 对象提取
   9.2.1 水体对象提取
   9.2.2 建筑物对象提取
10 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 梯度与频率特征
   10.2.2 纹理特征
   10.2.3 形状特征
   10.2.4 空间关系特征
  10.3 特征选择
   10.3.1 特征选择的原则与流程
   10.3.2 特征子集分析
   10.3.3 基于先验知识的特征选择
  10.4 特征组合
11 图像分类
  11.1 监督分类
   11.1.1 分类类别确定及解译标志建立
   11.1.2 训练样本选取和评价
   11.1.3 监督分类方法
   11.1.4 分类后处理
   11.1.5 精度评价
  11.2 决策树分类
   11.2.1 规则获取
   11.2.2 决策树创建
  11.3 非监督分类
   11.3.1 ISODATA分类
   11.3.2 K-Means分类
   11.3.3 神经网络聚类
  11.4 密度分割
  11.5 面向对象分类
12 高光谱图像处理
  12.1 PIE-Hyp工作界面介绍
  12.2 高光谱数据基本处理流程
   12.2.1 前期预处理
   12.2.2 条纹去除
   12.2.3 辐射定标
   12.2.4 大气校正
   12.2.5 正射校正
   12.2.6 图像裁剪
  12.3 高光谱应用
   12.3.1 图像分类
   12.3.2 混合像元分解
   12.3.3 植被指数计算
13 SAR图像处理
  13.1 SAR数据的基本处理流程
   13.1.1 工作界面介绍与数据导人
   13.1.2 多视与滤波去噪
   13.1.3 地理编码与研究区提取
  13.2 SAR平差
   13.2.1 影像导人与RPC生成
   13.2.2 异源联合区域网平差
   13.2.3 影像镶嵌与输出成图
  13.3 干涉SAR
   13.3.1 主辅影像导入与配准
   13.3.2 干涉图生成与相位解缠
   13.3.3 基线最小二乘精化
   13.3.4 相位转高程
   13.3.5 DInSAR模块
  13.4 基于极化分解的地物分类
   13.4.1 极化分解
   13.4.2 图像分类
14 无人机遥感影像处理
  14.1 工程管理
   14.1.1 工作界面介绍
   14.1.2 新建工程
   14.1.3 地理位置信息
   14.1.4 相机模型
  14.2 无人机影像处理
   14.2.1 影像匹配
   14.2.2 影像对齐
   14.2.3 镶嵌线
   14.2.4 正射校正
   14.2.5 影像勺色
   14.2.6 影像镶嵌
   14.2.7 编辑控制点
  14.3 3D视图工具
   14.3.1 图层
   14.3.2 标签
   14.3.3 视图
   14.3.4 选择
   14.3.5 点云编辑
  14.4 无人机点云数据处理
   14.4.1 点云滤波器
   14.4.2 数据DEM生产
15 遥感制图表达
  15.1 柵格谊染
  15.2 制图视图及浏览
  15.3 页面设置
  15.4 数据框操作
  15.5 地图整饰
  15.6 专题图输出
16 基于无人机LiDAR数据的生物量估算案例
  16.1 点云数据处理软件
  16.2 数据预处理
   16.2.1 点云数据导人
   16.2.2 重采样
   16.2.3 去噪
   16.2.4 分离地面点
   16.2.5 归一化
  16.3 信息提取
   16.3.1 单木分割
   16.3.2 获取单木参数
  16.4 生物量计算