遥感图像处理技术及应用 是作者及团队多年从事遥感图像处理及应用研究的工作总结。本书共十章，主要包括遥感图像处理涉及的基础理论、遥感图像处理涉及的共性技术，以及遥感图像处理技术及应用三大部分：第 一部分（第1～3章）包括绪论、电磁特性及遥感成像、图像变换与分解；第 二部分（第4～6章）包括遥感图像增强、遥感图像恢复、遥感图像压缩编码；第三部分（第7～10章）包括遥感图像特征提取及描述、遥感图像分类、遥感图像目标检测与识别、多源遥感图像解译及应用。 本书可以作为高等学校电子信息工程、测绘科学与技术、地图学与地理信息系统等专业高年级本科生及研究生的教材，也可以作为相关领域科研人员的参考书。

本书以MATLAB R2020a版本的功能叙述为主，由浅入深地全面讲解MATLAB软件在图像处理方面应用的知识，是一本不可多得的MATLAB图像处理的学习参考书。 本书涉及面广，涵盖一般用户需要使用的各种功能，并详细介绍MATLAB在图像处理方面的使用。本书共分为12章，主要包括图形绘制、图像处理基础、图像运算、图像变换、图像增强、图像压缩、图像复原、图像分割、数学形态学的应用、MATLAB图像处理在实际中的应用等内容。本书强调了图像处理的理论和应用相结合的方法，并给出了大量数字图像处理技术的MATLAB实现程序。 本书按逻辑编排，自始至终采用实例描述，内容完整且每章相对独立，既适合作为理工科高等院校研究生、本科生的教学用书，也可作为从事图像处理工作的广大科研工程技术人员的参考用书。

本书以MATLAB R2020a版本的功能叙述为主，由浅入深地全面讲解MATLAB软件在图像处理方面应用的知识，是一本不可多得的MATLAB图像处理的学习参考书。 本书涉及面广，涵盖一般用户需要使用的各种功能，并详细介绍MATLAB在图像处理方面的使用。本书共分为12章，主要包括图形绘制、图像处理基础、图像运算、图像变换、图像增强、图像压缩、图像复原、图像分割、数学形态学的应用、MATLAB图像处理在实际中的应用等内容。本书强调了图像处理的理论和应用相结合的方法，并给出了大量数字图像处理技术的MATLAB实现程序。 本书按逻辑编排，自始至终采用实例描述，内容完整且每章相对独立，既适合作为理工科高等院校研究生、本科生的教学用书，也可作为从事图像处理工作的广大科研工程技术人员的参考用书。

图像去噪、去模糊、修补、超分辨率和压缩感知重建等图像反问题的求解在工程实践中有重要的应用价值, 也是近些年来图像处理领域的前沿热点。本书着重对图像反问题病态性的数值分析和基于算子分裂的图像反问题求解方法进行了较系统的研究和介绍。全书共分6章, 内容包括预备知识、图像反问题病态性数值分析及正则化方法、自适应正则化参数估计和基于算子分裂的图像反问题并行求解方法等。本书中的研究方法虽以图像去噪、去模糊、修补和压缩感知重建等复原类问题为例, 但也可推广至图像分割、高光谱分解、图像压缩等图像处理问题当中。本书适于作为高等学校教师及研究生的参考教材, 或供从事图像处理的科技工作者自学或进修选用。

高分辨率遥感图像场景分类是遥感影像解译中的一个关键任务，具有广泛的应用前景。本书介绍了高分辨率遥感图像场景分类的基本知识和现有的研究方法，并系统总结了作者在基于深度学习的高分辨率遥感图像场景分类方面的研究工作。 全书共6章，分为4个部分：第一部分（第1章）介绍了高分辨率遥感图像场景分类的的定义、研究背景和现有研究工作，以及本书的主要内容；第二部分（第2章-3章）将特征提取策略和监督方式对高分辨率遥感图像场景分类性能的影响进行了定性分析和定量实验评估；第三部分（第4章-5章）介绍了两种不同解决思路的高分辨率遥感图像场景分类方法来应对人工标注成本较高的问题；第四部分（第6章）对本书的主要内容进行总结，并对未来的研究工作进行展望。第2-5章都附有相关的实验验证工作，以便有兴趣的读者进一步钻研探索。

高分辨率遥感图像场景分类是遥感影像解译中的一个关键任务，具有广泛的应用前景。本书介绍了高分辨率遥感图像场景分类的基本知识和现有的研究方法，并系统总结了作者在基于深度学习的高分辨率遥感图像场景分类方面的研究工作。 全书共6章，分为4个部分：第一部分（第1章）介绍了高分辨率遥感图像场景分类的的定义、研究背景和现有研究工作，以及本书的主要内容；第二部分（第2章-3章）将特征提取策略和监督方式对高分辨率遥感图像场景分类性能的影响进行了定性分析和定量实验评估；第三部分（第4章-5章）介绍了两种不同解决思路的高分辨率遥感图像场景分类方法来应对人工标注成本较高的问题；第四部分（第6章）对本书的主要内容进行总结，并对未来的研究工作进行展望。第2-5章都附有相关的实验验证工作，以便有兴趣的读者进一步钻研探索。

本书介绍如何用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理问题。先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12 章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师参考。

《国外数学名著系列(续1)(影印版)38:图像处理与分析(变分,PDE,小波及随机方法)》主要内容：Image Processing and Analysis: Variational, PDE, Wavelet, andStochastic Methods is systematic and well organized, The authorsfirst investigate the geometric, functional, and atomic structures ofimages and then rigorously develop and analyze several imageprocessors. The book is comprehensive and integrative, covering thefour most...(展开全部)

本书介绍如何用流行的Python 图像处理库、机器学习库和深度学习库解决图像处理问题。先介绍经典的图像处理技术，然后探索图像处理算法的演变历程，始终紧扣图像处理以及计算机视觉与深度学习方面的最新进展。全书共12 章，涵盖图像处理入门基础知识、应用导数方法实现图像增强、形态学图像处理、图像特征提取与描述符、图像分割，以及图像处理中的经典机器学习方法等内容。本书适合Python 工程师和相关研究人员阅读，也适合对计算机视觉、图像处理、机器学习和深度学习感兴趣的软件工程师参考。

本书从机器学习、图像处理的基本概念入手，逐步阐述深度学习图像处理技术的基本原理以及简单的实现。继而以几个实战案例来介绍如何使用深度学习方法，在数据分析竞赛中取得较高的排名。最后，通过一个实战案例，介绍如何将模型放入 iOS 程序，制作相应的人工智能手机App。 本书适用于对深度学习有兴趣、希望入门这一领域的理工科大学生、研究生，以及希望了解该领域基本原理的软件开发人员。此外，本书所有案例均提供了云环境上的代码，便于读者复现结果，并进行深入 学习。