李红，博士，副教授。主要研究方向为智能感知计算、图像理解与目标识别、深度学习与类脑计算。主持陕西省科技厅自然科学基础研究计划项目、陕西省教育厅专项科研计划项目等5项；参与国家自然科学基金面上项目、陕西省科技厅项目、陕西省教育厅专项科研计划项目等多项。在国内外期刊公开发表各类论文40余篇，其中被SCI收录6篇，被EI检索11篇。2018年荣获成阳市科学技术奖“二等奖”。

前言
第1章 绪论
1.1 基础知识
1.2 遥感卫星的特点
1.3 多光谱图像与全色图像融合技术的研究现状
1.3.1 分量替换法
1.3.2 多分辨分析法
1.3.3 迭代复原法
1.4 稀疏表示理论
1.4.1 稀疏表示求解
1.4.2 构造过完备字典
1.5 质量评价指标
第2章 基于稀疏非负矩阵分解的遥感图像融合方法
2.1 引言
2.2 非负矩阵分解
2.2.1 标准非负矩阵分解
2.2.2 稀疏非负矩阵分解
2.3 融合算法
2.4 实验结果与分析
2.4.1 QuickBird数据的实验结果
2.4.2 GeoEye数据的实验结果
2.5 本章小结
第3章 基于支撑值变换与半非负矩阵分解的遥感图像融合方法
3.1 引言
3.2 半非负矩阵分解与支撑值变换
3.2.1 半非负矩阵分解
3.2.2 最小二乘支撑向量机
3.2.3 支撑值变换
3.3 融合算法
3.4 实验结果与分析
3.4.1 QuickBird数据的实验结果
3.4.2 GeoEye数据的实验结果
3.5 本章小结
第4章 基于深度支撑值学习网络的遥感图像融合方法
4.1 引言
4.2 深度支撑值学习网络
4.2.1 深度卷积神经网络
4.2.2 深度支撑值学习网络
4.3 融合算法
4.3.1 DSVLNets模型
4.3.2 基于DSVLNets的融合算法
4.4 实验结果与分析
4.4.1 QuickBird数据的实验结果
4.4.2 GeoEye数据的实验结果
4.5 本章小结
第5章 基于多尺度几何变换与层次化稀疏自编码的遥感图像融合方法
5.1 引言
5.2 图像的多尺度几何表示
5.3 构造空间自相似字典
5.4 融合算法
5.4.1 稀疏自编码模型
5.4.2 层次化稀疏自编码
5.5 实验结果与分析
5.5.1 数据集与实验条件
5.5.2 SAE模型性能分析
5.5.3 QuickBird数据的实验结果
5.5.4 GeoEye数据的实验结果
5.5.5 IKONOS数据的实验结果
5.5.6 参数分析
5.6 本章小结
第6章 基于方向树状存储过完备冗余字典的遥感图像融合方法
6.1 引言
6.2 构造过完备字典
6.2.1 KSVD学习字典
6.2.2 方向树状Ridgelet字典
6.3 融合算法
6.4 实验结果与分析
6.4.1 QuickBird数据的实验结果
6.4.2 GeoEye数据的实验结果
6.4.3 IKONOS数据的实验结果
6.5 本章小结
第7章 基于几何可控核学习的遥感图像融合方法
7.1 引言
7.2 可控核
7.3 融合算法
7.4 实验结果与分析
7.4.1 QuickBird数据的实验结果
7.4.2 IKONOS数据的实验结果
7.4.3 参数分析
7.5 本章小结
第8章 基于超像素和自适应增益的遥感图像融合方法
8.1 引言
8.2 注入模型
8.3 融合算法
8.4 实验结果与分析
8.4.1 参数分析
8.4.2 注入结构信息分析
8.4.3 QuickBird数据的实验结果
8.4.4 GeoEye数据的实验结果
8.5 本章小结
第9章 总结与展望
9.1 工作总结
9.2 工作展望
参考文献

李红著的《遥感图像融合方法研究/模式识别技术丛书》主要针对多光谱图像与全色图像融合过程中出现的空间结构损失与光谱信息失真等问题，提出了基于非负矩阵分解、稀疏表征以及核学习等遥感图像融合方法。主要内容包含如下几个方面：以学习数据的有效表示为主题，通过挖掘数据本身固有的结构信息，有效地对遥感图像进行融合：将线性模型扩展到非线性模型，利用深层网络结构较好的特征学习能力，提出基于深度支撑值学习网络的遥感图像融合方法。
本书可为高等院校计算机科学、信息科学、人工智能等领域的研究人员提供参考，也可供相关专业本科生、研究生、教师及感兴趣的研究人员参考。