《地球信息科学基础丛书：面向对象的高分辨率遥感图像分析》以面向对象的图像分析为主线，阐述了其发展历程、相关概念与相关学科关系，其中对空间数据的图像分割与多尺度进行了详细的阐述，并总结了特征计算方法与图像对象分析方法，并给出了应用实例，更为重要的是指出了面向对象图像分析的不足和需要克服的方面，最后指出了其发展的方向，总的来说本书是一门全面深入探讨面向对象图像分析的书籍，是作者多年相关研究的深刻体会和总结。本书分七个章节，第一章概述了面向对象的图像分析的概念、发展历程和相关学科；第二章阐述了遥感图像分割的相关方法；第三章分析了多尺度分析与多尺度分割；第四章介绍了图像对象的特征计算方法；第五章介绍了面向对象图像分析的相关方法；第六章是面向对象图像分析的一些实例，展示了面向对象的图像分析的效果；第七章分析了面向对象的图像分析的未来发展趋势，指出了其发展的方向。

前言
第1章  面向对象的高分辨率遥感图像分析概述
1.1  对地观测的发展
1.2  高分辨率遥感图像的特点
1.3  遥感图像分析的含义
1.4  高分辨率遥感图像分析存在困难的原因
1.5  基于像素的图像分析
1.6  对象的概念
1.7  面向对象与基于对象的区别
1.8  面向对象的图像分析的相关理论与方法
1.9  面向对象图像分析的发展历程
1.10  面向对象的图像分析的软件与模块
1.11  面向对象的图像分析与基于像素的图像分析的关系
1.12  面向对象的图像分析的优点与不足

第2章  遥感图像分割
2.1  图像分割所依据的基本特征
2.2  基于三个基本特征的图像分割的不足
2.3  遥感图像分割方法的变化
2.4  典型的图像分割方法
2.5  融合边缘与光谱特征的图像分割
2.6  遥感图像分割方法的应用需求

第3章  多尺度分析与遥感图像多尺度分割
3.1  尺度的概念与内涵
3.2  尺度空间理论与图像的多尺度分析
3.3  地物的多尺度特征
3.4  地物的多尺度分析
3.5  图像多尺度分割
3.6  基于不同特征的图像多尺度分割方法
3.7  图像多尺度分割存在的问题

第4章  遥感图像特征、遥感图像对象特征及算法
4.1  特征、规则、模型、上下文和知识的内涵
4.2  特征图像
4.3  图像对象特征计算相关的算法
4.4  图像元数据
4.5  图像对象的特征
4.6  图像对象特征的选用与计算存在的问题

第5章  面向对象的遥感图像分析方法
5.1  分割对象的数据组织
5.2  模糊理论的概念与方法
5.3  最近邻分类法
5.4  基于产生式规则的知识表示
5.5  决策树分类法
5.6  模拟退火算法
5.7  面向对象的图像分析存在的问题

第6章  面向对象的遥感图像分析实例
6.1  单波段、单极化SAR图像分类
6.2  基于极化SAR后向散射特征的水体提取
6.3  基于Paul分解的极化SAR作物分类
6.4  基于Freeman分解的极化SAR建筑物检测
6.5  光学图像的建筑物提取
6.6  光学图像的变化检测

第7章  面向对象的遥感图像分析的未来发展趋势
7.1  探索新的图像多尺度分割方法
7.2  认知科学理论融人面向对象的图像分析
7.3  面向对象的图像分析与基于像素的图像分析相结合
7.4  面向对象的图像分析中遥感图像与其他数据相结合
7.5  面向对象的自动分析是需要探讨的一个发展方向
7.6  面向对象的图像分析有待向图像理解延伸
7.7  基于对象的图像分析转向面向对象的图像分析
参考文献
彩图