贾永红，男，湖北仙桃人，1966年9月生。武汉大学教授、博士生导师。
　　1987年毕业于武汉测绘科技大学摄影测量与遥感本科专业，获学上学位；1989年底获该专业硕士学位，并留校任教；2001年获武汉大学工学博士学位。曾任遥感信息工程学院GIS教研室副主任和院长助理。
　　现主要从事遥感图像处理与分析的教学与研究工作，国家精品课程一数字图像处理课程负责人。目前研究方向主要为遥感信息融合、土地覆盖／利用分类与变化监测等方向。
　　主要著作有：《计算机图像处理与分析》、《数字图像处理》等。

    《多源遥感影像数据融合技术》是作者近几年在多源遥感影像融合技术方面的总结。《多源遥感影像数据融合技术》共分六章。第一章绪论，主要介绍多源遥感影像数据融合的目的、意义及国内外研究现状；第二章介绍多源遥感影像数据融合的理论基础；第三章论述多源遥感影像像素级融合技术；第四章论述基于Bayes融合法的多源遥感影像数据分类技术；第五章论述基于Dempster-Shafer证据理论的多源信息融合原理、方法及其在影像纹理识别中的应用；第六章论述基于改进的BP神经网络的多源遥感影像融合分类以及分类融合方法。<br>    《多源遥感影像数据融合技术》可供遥感、测绘、地质、国土资源与环境、电子信息工程、计算机科学等相关专业研究生、科研人员和工程技术人员参考。

    第1章　绪论<br>    §1.1　多源遥感影像数据融合的目的和意义<br>    §1.2　多源遥感影像数据融合的研究现状<br>    §1.3　主要研究内容<br>    第2章　多源遥感影像数据融合的理论基础<br>    §2.1　多源遥感影像数据融合的概念<br>    2.1.1　概念<br>    2.1.2　有关术语<br>    §2.2　多源遥感影像数据融合的层次、模型与结构<br>    2.2.1　融合的形式<br>    2.2.2　融合的层次<br>    2.2.3　融合的一般模型<br>    2.2.4　融合的结构类型<br>    §2.3　多源遥感影像数据融合方法分类<br>    2.3.1　按哲学观点分类<br>    2.3.2　按融合层次分类<br>    2.3.3　按融合理论分类<br>    §2.4　本章小结<br>    第3章　多源遥感影像像素级融合技术<br>    §3.1　多源遥感影像像素级融合技术概述<br>    3.1.1　影像像素级融合的基本概念<br>    3.1.2　融合影像数据的选择<br>    3.1.3　影像像素级融合过程、特点及其应用<br>    §3.2　多源遥感影像的空间配准方法<br>    3.2.1　基于数字地面模型的精纠正<br>    3.2.2　多项式纠正<br>    3.2.3　基于三角网(大面元)的纠正<br>    3.2.4　小面元微分纠正<br>    §3.3　影像像素级融合方法及其特点<br>    3.3.1　空间域融合法<br>    3.3.2　变换域融合法<br>    §3.4　影像像素级融合影像质量评价<br>    §3.5　试验与分析<br>    3.5.1　试验数据简介<br>    3.5.2　试验结果分析<br>    §3.6　本章小结<br>    第4章　基于Bayes理论的融合方法及其应用<br>    §4.1　Bayes统计理论<br>    4.1.1　概率论要点<br>    4.1.2　Bayes统计理论<br>    §4.2　基于Bayes理论的融合方法<br>    §4.3　基于Bayes融合法的多源遥感影像分类<br>    4.3.1　成像模型<br>    4.3.2　上下文关系模型<br>    4.3.3　融合模型<br>    §4.4　试验与分析<br>    §4.5　本章小结<br>    第5章　基于Dempster-Shafer理论的信息融合及其应用<br>    §5.1　Dempster-Shafer证据理论简介<br>    5.1.1　Dempster-Sharer证据理论要点<br>    5.1.2　Bayes理论与证据理论的比较<br>    §5.2　基于Dempster-Shafer的信息融合原理<br>    §5.3　基于Dempster-Shafer融合法的影像纹理分类<br>    5.3.1　纹理特征提取<br>    5.3.2　在影像纹理识别中的应用<br>    ……<br>    第6章　基于BP神经网络的多源遥感影像分类方法<br>    参考文献