本书阐述高光谱遥感图像（可以简称为高光谱图像，也可以称为高光谱图像数据或高光谱数据）智能分类与检测的相关方法，主要内容包括高光谱遥感图像成像原理及特点，高光谱图像智能分类相关理论概述，基于机器学习、深度学习的高光谱图像分类，高光谱图像检测相关理论概述，以及高光谱图像特定目标、异常目标检测方法等内容。
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，也可以供高等院校相关专业本科生或者研究生学习。

“新一代人工智能理论、技术及应用丛书”序
前言
第1章 高光谱遥感图像成像原理及特点
1.1 高光谱遥感理论基础概述
1.1.1 太阳辐射基本理论
1.1.2 太阳辐射与物质的相互作用
1.2 高光谱遥感图像成像机理与方式
1.2.1 高光谱遥感图像成像机理
1.2.2 成像光谱仪的空间成像方式
1.2.3 几种典型成像光谱仪简介
1.3 高光谱图像数据特点与表达方式
1.3.1 高光谱图像数据特点
1.3.2 高光谱图像数据表达方式
1.4 高光谱图像处理及其应用概述
1.4.1 高光谱图像处理的具体种类
1.4.2 高光谱图像处理的特点
1.4.3 高光谱图像处理的应用
参考文献
第2章 高光谱图像智能分类相关理论概述
2.1 高光谱图像分类技术概述
2.1.1 高光谱图像分类的概念
2.1.2 高光谱图像分类特点及面临的挑战
2.2 高光谱图像分类基本流程
2.2.1 图像预处理
2.2.2 标记训练样本
2.2.3 特征提取与特征选择
2.2.4 分类判决
2.2.5 分类结果和精度评价
2.3 高光谱图像分类方法概述
2.3.1 有监督分类、半监督分类与无监督分类
2.3.2 高光谱图像分类方法的种类
2.4 高光谱图像分类精度评价
2.4.1 混淆矩阵
2.4.2 OA与AA
2.4.3 Kappa系数
参考文献
第3章 基于机器学习的高光谱图像分类
3.1 基于机器学习的高光谱图像经典分类方法概述
3.1.1 基于组合核的高光谱图像分类方法
3.1.2 基于稀疏表示的高光谱图像分类方法
3.1.3 基于随机森林的高光谱图像分类方法
3.1.4 基于图像分割的高光谱图像分类方法
3.1.5 基于边缘保持滤波的高光谱图像分类方法
3.2 基于脊波和SWNN的高光谱图像融合分类方法
3.2.1 方法原理
3.2.2 方法流程
3.2.3 实验结果及分析
3.3 基于多特征融合机制的高光谱图像分类方法
3.3.1 方法原理
3.3.2 方法流程
3.3.3 实验结果及分析
3.4 基于边缘保留滤波技术的高光谱图像分类方法
3.4.1 方法原理
3.4.2 方法流程
3.4.3 实验结果及分析
3.5 基于加权谱空间的半监督高光谱图像分类方法
3.5.1 方法原理
3.5.2 方法流程
3.5.3 实验结果及分析
3.6 基于谱梯度、SVM和空间随机森林的高光谱图像分类方法
3.6.1 方法原理
3.6.2 方法流程
3.6.3 实验结果及分析
3.7 基于多尺度双边滤波器的高光谱图像分类方法
3.7.1 方法原理
3.7.2 方法流程
3.7.3 实验结果及分析
参考文献
第4章 基于深度学习的高光谱图像分类
4.1 基于深度学习的高光谱图像经典分类方法概述
4.1.1 基于堆栈自动编码器网络的高光谱图像分类方法
4.1.2 基于人工神经网络的高光谱图像分类方法
4.1.3 基于深度置信网络的高光谱图像分类方法
4.1.4 基于卷积神经网络的高光谱图像分类方法
4.2 基于多策略融合机制和ISSARF的高光谱图像空谱分类方法
4.2.1 方法原理
4.2.2 方法流程
4.2.3 实验结果及分析
4.3 基于空谱稀疏张量的深度神经网络的高光谱图像分类方法
4.3.1 方法原理
4.3.2 方法流程
4.3.3 实验结果及分析
4.4 基于密集卷积网络和条件随机场的高光谱图像分类方法
4.4.1 方法原理
4.4.2 方法流程
4.4.3 实验结果及分析
4.5 基于密集卷积网络和域自适应的高光谱图像分类方法
4.5.1 方法原理
4.5.2 方法流程
4.5.3 实验结果及分析
4.6 基于核引导可变卷积和双窗联合双边滤波的高光谱图像分类方法
4.6.1 方法原理
4.6.2 方法流程
4.6.3 实验结果及分析
参考文献
第5章 高光谱图像检测相关理论概述
5.1 高光谱图像检测的概念、具体分类及特点
5.1.1 高光谱图像检测的概念
5.1.2 高光谱图像检测的具体分类
5.1.3 高光谱图像检测的特点
5.2 高光谱图像特定目标检测理论概述
5.2.1 高光谱图像特定目标检测的概念
5.2.2 高光谱图像特定目标检测中存在的问题
5.2.3 评价指标
5.3 高光谱图像异常目标检测理论概述
5.3.1 高光谱图像异常目标检测的概念
5.3.2 高光谱图像异常目标检测中存在的问题
5.3.3 评价指标
参考文献
第6章 高光谱图像特定目标检测方法
6.1 高光谱图像特定目标检测方法的种类
6.2 几种经典的高光谱图像特定目标检测方法
6.2.1 正交子空间投影方法
6.2.2 约束能量昀小化方法
6.2.3 匹配子空间滤波方法
6.2.4 光谱匹配滤波方法
6.2.5 自适应子空间检测方法
6.2.6 支持向量数据描述方法
6.3 基于空间支持的稀疏表示目标检测方法
6.3.1 方法原理
6.3.2 方法流程
6.3.3 实验结果及分析