本教材在章节安排上注重梳理与构建遥感数字图像处理的方法体系；在内容设置上注重涵盖大数据与人工智能等新方法、新范式在遥感图像处理中的发展与应用；在编写过程中注重从理论和实际应用相结合的角度出发，阐明遥感数字图像处理的数学和物理基础、具体算法、应用条件及效果等，力求为读者在该领域的深入学习和研究打下良好的基础。同时本书的内容对从事遥感技术应用以及数字图像处理研究的科研人员和工程技术人员来说，也具有一定的参考价值。

第1章 遥感信息获取
1.1 遥感的概念
1.2 遥感传感器
1.3 遥感成像系统
1.4 遥感图像模型与函数表达
第2章 遥感图像及其特征
2.1 遥感图像信息内容
2.2 遥感图像数字表达
2.3 遥感图像存储
2.4 遥感图像统计特征
第3章 遥感图像几何校正
3.1 遥感图像几何畸变
3.2 遥感图像几何粗校正
3.3 遥感图像几何精校正
第4章 遥感图像辐射校正
4.1 传感器的辐射校正
4.2 大气校正
第5章 遥感图像镶嵌
5.1 遥感图像镶嵌过程
5.2 遥感图像镶嵌技术
第6章 图像变换
6.1 卷积变换
6.2 傅立叶变换
6.3 小波变换
6.4 PCA变换
6.5 定向变换
6.6 典型成分变换
6.7 缨帽变换
6.8 其他图像变换
第7章 空间域图像增强
7.1 图像代数运算增强
7.2 图像彩色增强
7.3 图像直方图增强
7.4 图像卷积运算增强
第8章 频率域图像增强
8.1 低通滤波图像增强
8.2 高通滤波图像增强
8.3 带通（阻）滤波图像增强
8.4 同态滤波图像增强
第9章 遥感图像融合
9.1 图像融合基本概念
9.2 IHS变换图像融合
9.3 PCA变换图像融合
9.4 小波变换图像融合
9.5 其他图像融合方法
第10章 遥感图像纹理特征
10.1 空间自相关函数特征
10.2 傅立叶功率谱特征
10.3 灰度共生矩阵特征
10.4 灰度游程长度特征
10.5 其他纹理特征
第11章 遥感图像分割
11.1 点相关图像分割
11.2 区域相关图像分割
第12章 遥感图像非监督分类
12.1 特征空间与特征度量
12.2 初始类别生成
12.3 K-均值聚类
12.4 ISODATA方法
第13章 遥感图像监督分类
13.1 最小距离分类法
13.2 Fisher线性判别分类法
13.3 Bayes判别分类法
第14章 基于机器学习的遥感图像分类
14.1 感知机与神经网络
14.2 网络构建
14.3 网络训练
14.4 卷积神经网络
14.5 遥感图像卷积神经网络分类方法
第15章 遥感图像分类后处理
15.1 栅格图斑聚类与滤波
15.2 基于形态学的栅格图斑处理
第16章 遥感图像分类结果评价
16.1 混淆矩阵
16.2 图像分类评价指标
16.3 交叉验证
附录 常见遥感研究实验数据集
1.语义分割数据集
2.场景分类数据集
3.目标检测数据集
4.变化检测数据集
5.高光谱遥感数据集
参考文献