本书是关于介绍“多源遥感影像融合技术与应用”的教学用书，书中具体包括了：实验数据的影像配准、基于改进的自组织映射网络的遥感影像决策级融合方法、基于支持向量机的遥感影像决策级融合等内容。

本书可作为遥感科学与技术、地理信息系统等专业的高年级本科生、研究生的参考用书，也可为遥感应用领域的相关人员提供技术参考

本书主要介绍了多源遥感影像决策级融合的技术与方法。全书共分8章，第1章论述了遥感影像融合国内外研究现状，第2章给出了遥感影像融合概念及其研究范畴，第3章介绍了遥感影像融合的数据选择及精配准技术，第4章介绍了基于自组织映射网络(Kohonen网络)的遥感影像融合方法，第5章介绍了基于支持向最机(SVM)的遥感影像融合打法，第6章给出了遥感影像融合质量评价标准，第7章介绍了多源遥感影像融合在土地覆盖分类中的应用，第8章进行了总结和展望。全书内容充实，由浅入深，循序渐进，可读性强。

本书可作为遥感科学与技术、地理信息系统等专业的高年级本科生、研究生的参考用书，也可为遥感应用领域的相关人员提供技术参考

前言

1 绪论

 1．1 研究背景

 1．2 国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

 1．3 研究内容

1．3．1 研究内容

1．3．2 研究方法

1．3．3 技术路线

 1．4 本书结构

参考文献

2 遥感影像融合的概念、层次及方法

 2．1 遥感影像融合的概念

2．1．1 数据融合的含义

2．1．2 遥感影像融合的新定义

 2．2 遥感影像融合的层次

 2．3 遥感影像融合的方法

2．3．1 像素级影像融合方法

2．3．2 特征级影像融合方法

2．3．3 决策级影像融合方法

2．3．4 融合方法比较

 2．4 常用的融合方法实验与分析

 2．5 本章小结

参考文献

3 数据选择及数据准备

 3．1 实验数据的选择

 3．2 实验数据的影像配准

3．2．1 影像配准方法

3．2．2 影像配准实验

 3．3 配准数据的格式化

3．3．1 数据规则化

3．3．2 训练数据格式化

 3．4 本章小结

参考文献

4 基于改进的自组织映射网络的遥感影像决策级融合方法

 4．1 自组织映射网络结构

4．1．1 Kohonen网络算法

4．1．2 Kohonen网络模型的改进

 4．2 基于改进的Kohonen网络的遥感影像决策级融合

4．2．1 融合模型

4．2．2 融合规则

 4．3 融合实验与分析

4．3．1 基于Kohonen网络的影像融合实验

4．3．2 基于改进的Kohonen网络的影像融合实验

 4．4 本章小结

参考文献

5 基于支持向量机的遥感影像决策级融合方法

 5．1 支持向量机方法

5．1．1 最优分类超平面

5．1．2 构造支持向量机

 5．2 基于支持向量机的遥感影像决策级融合

5．2．1 融合模型

5．2．2 融合规则

 5．3 融合实验与分析

5．3．1 融合实验

5．3．2 融合结果分析

 5．4 本章小结

参考文献

6 遥感影像决策级融合质量评价

 6．1 主观定性评价

6．1．1 光谱分辨率评价

6．1．2 空间分辨率评价

 6．2 客观定量分析

6．2．1 分类精度评价

6．2．2 熵与联合熵及平均梯度

6．2．3 偏差指数

 6．3 遥感影像决策级融合质量评价标准

6．3．1 定性评价

6．3．2 以图像分类精度为标准的定量分析

 6．4 决策级融合结果质量评价

 6．5 本章小结

参考文献

7 决策级影像融合在土地覆盖分类中的应用

 7．1 基于神经网络的遥感影像土地覆盖分类实验

 7．2 决策级影像融合在土地覆盖分类中的应用评价

 7．3 多源遥感影像分类融合应用系统框架的建立

 7．4 本章小结

 参考文献

8 总结与展望