空天对地观测领域的图像解译历经百年发展，已成为信息科学与技术领域的重要研究分支，也是一门典型的应用性交叉学科，具有广阔的应用前景。本书内容分为理论研究、方法支撑、实践验证三大板块。本书首先对图像解译的本源内涵做了机理分析，剖析了图像解译的典型问题和分析架构；结合具体场景、高分图像和目标类型，以“时空频”三域融合为整体框架，以“人机合谋”为工作模式，深入介绍了可见光、SAR、红外、光谱等图像解译的基本原理、方法与技术；介绍了计算机辅助图像分析方法、目标识别的典型方法与技术；最后基于大量开源图像数据，展示了图像解译的典型应用实践。 本书可作为高等院校及相关部门图像解译专业的本科生、研究生或专业培训教材，也可供对图像解译感兴趣的研究人员和工程技术人员阅读参考。

第1章 概述
1.1 图像解译的历史回顾
1.1.1 基于经验知识的图像解译阶段
1.1.2 基于模式识别的图像解译阶段
1.1.3 基于人工智能的图像解译阶段
1.2 图像解译的本原初探
1.2.1 图像的感知与认知
1.2.2 目标生命机理浅析
1.2.3 目标成像的基本原理
1.3 图像解译典型问题分析
1.3.1 体系定位问题
1.3.2 环境适应性问题
1.3.3 目标深层信息提取问题
1.3.4 新型目标识别问题
1.3.5 图像时效性问题
1.4 图像解译的思维方法
1.4.1 思维的概念
1.4.2 思维的程序
1.4.3 思维的规律
1.4.4 图像解译的思维方法
第2章 图像解译的总体架构
2.1 图像解译目标研究
2.1.1 目标的概念和特征
2.1.2 工业目标组成
2.1.3 交通目标组成
2.1.4 军事目标组成
2.2 图像解译方法研究
2.2.1 图像解译基本流程
2.2.2 专家目视图像解译方法
2.2.3 计算机辅助图像解译方法
2.3 图像解译工具研究
2.3.1 图像解译工具系统构成
2.3.2 图像解译的技术支撑体系
2.3.3 图像解译的数据驱动与知识驱动模式研究
2.4 影响图像解译效果的主要因素
2.4.1 图像数据质量对图像解译效果的影响
2.4.2 目标资料对图像解译效果的影响
2.4.3 解译人员的能力素质对图像解译效果的影响
2.4.4 图像解译工具对图像解译效果的影响
第3章 可见光图像解译
3.1 可见光图像解译方法
3.1.1 可见光图像目标识别特征
3.1.2 图像的观察方法
3.1.3 基于可见光图像的目标参数计算
3.2 地形地貌的解译
3.2.1 山地
3.2.2 丘陵地
3.2.3 平坦地
3.2.4 高原
3.2.5 岛屿
3.3 典型目标的解译
3.3.1 机场
3.3.2 港口
第4章 SAR图像解译
4.1 SAR图像的几何特点
4.1.1 斜距显示的近距离压缩
4.1.2 侧视雷达图像的透视收缩和叠掩
4.1.3 雷达“阴影”的产生
4.1.4 SAR图像色调
4.2 SAR图像的辐射特性
4.2.1 复介电常数的影响
4.2.2 地表粗糙度的影响
4.2.3 硬目标的影响
4.2.4 斑噪的影响
4.2.5 常见地物的辐射特性
4.3 SAR图像的信息特点
4.3.1 目标特性与雷达波长的关系
4.3.2 目标特性与雷达极化方式的关系
4.3.3 目标特性与雷达散射截面的关系
4.3.4 目标特性与成像入射角度的关系
4.3.5 目标特性与成像方位角的关系
4.3.6 目标特性与目标运动状态的关系
4.3.7 SAR图像中的虚假因素
4.4 SAR图像的解译方法
4.4.1 SAR和光学图像的比较
4.4.2 SAR图像解译标准与识别特征
4.4.3 SAR图像识别特征
4.5 SAR图像典型目标的解译
4.5.1 船只与港口
4.5.2 飞机与机场
第5章 红外与高光谱图像解译
5.1 红外图像解译
5.1.1 红外遥感概况
5.1.2 红外成像原理
5.1.3 红外图像的特性及解译方法
5.2 高光谱图像解译
5.2.1 高光谱遥感概况
5.2.2 高光谱成像信息处理
5.2.3 高光谱图像应用探索
第6章 时空频图像的融合方法
6.1 单源图像面临的挑战
6.2 时空频图像融合解译分析
6.2.1 基本思想说明
6.2.2 融合应用的前提条件
6.2.3 多源图像融合处理的层次划分
6.3 多源图像综合分析的多种尝试
6.3.1 多波段数据综合分析
6.3.2 多时相的数据分析
6.3.3 多视点的数据分析
第7章 计算机辅助图像分析方法
7.1 图像数据增强技术与算法
7.1.1 图像增强技术与算法
7.1.2 图像数据基本统计工具
7.1.3 图像数据质量评估常规客观指标
7.2 图像特征
7.2.1 低层次特征
7.2.2 局部特征提取方法
7.3 面向对象的特征
7.3.1 灰度统计特性分析与特征提取
7.3.2 空间结构特性分析与特征提取
7.3.3 面向对象的可视化特征及适用性分析
7.4 机器学习图像特征
第8章 计算机辅助图像解译识别方法
8.1 遥感图像识别策略的延拓
8.1.1 经典目标识别方法
8.1.2 深度学习方法
8.1.3 迁移学习方法
8.1.4 智能识别技术的新启发
8.2 遥感影像分析中的特征工程
8.2.1 联动紧密的数据、特征与解译应用
8.2.2 特征选择方法
8.2.3 遥感识别中特征选择面临的难点
8.3 遥感图像综合解译的推理工具
8.3.1 不确定性推理
8.3.2 基于概率的方法
8.3.3 DS证据理论
8.3.4 模糊推理的方法
8.3.5 综合集成的方法
8.4 人机交互在图像解译中的重要性
8.4.1 人机交互的分类
8.4.2 遥感图像解译的人机交互任务
8.4.3 面向任务提升人机工效
第9章 高分图像解译与应用
9.1 图像综合研判