Robert A.Schowengerdt，博士，于1968年在美国密苏里大学罗拉分校获得物理学学士学位，并于1975年在亚利桑那大学获得光学博士学位。已发表学术论文100多篇，是ASPRS、IEEE（高级会员）、OSA和SPIE的会员。在亚利桑那大学讲授图像处理和遥感课程近30年。

　　本书是作者在长期讲授遥感课程的基础上编写而成的遥感经典教材。它从遥感本质出发，对遥感图像的物理模型、几何模型、数据模型等数学和物理模型进行了由浅入深的阐述，在图像处理方法上则对光谱变换、空间变换、几何校正和辐射校正、图像配准、图像融合和图像分类等重要方面进行了详细论述和讨论。书中给出了大量遥感实例图像和处理例子，尤其介绍了近年来发射的一些遥感器。本书还对新出现的高光谱遥感进行了阐述，给出了高光谱MODIS图像和处理的例子。
　　大多数遥感书籍都是从遥感的原理、遥感图像的获取、图像处理、图像应用等方面进行介绍的，而本书则从遥感的模型和处理方法为阐述主线，读者能在较高的层次对遥感进行理解。本书侧重实践应用，给出了许多实际应用的有效解决方案和具体技巧，包括近年来应用较广泛的遥感图像处理技术，如高光谱图像分析，多传感器图像融合及立体成像的数字高程模型提取。
　　本书适合遥感相关专业学生以及相关技术人员参考。

　　第1章遥感的本质
　　1.1  引言
　　1972年发射了第一颗陆地多光谱扫描仪（Landsat Multispectral Scanner System，MSS），它有4个波段，波谱宽度大约100 Bin，像元大小为80 m，从而开创了从太空遥感地球的新纪元。遥感系统展现的多样性和广泛性表明MSS指标是真正适用的。现在已经有了能够采集几乎全部电磁波谱的卫星运行系统，波段达到了几十个，而像元大小从1 m到1000 m不等。大量的航空高光谱系统可以作为卫星平台的补充，它们一般具有几百个波段，波谱间隔达到了10 mm量级，本章将重点阐述这些遥感光电成像设备的基本特征及其获取的图像。1.2遥感
　　我们将遥感定义为从飞机或卫星上获取数据以测量地球表面各种物体的特性，因此它是从远距离测量某个物体的，而非现场测量。由于不能直接接触感兴趣的物体，就必须依靠某种信号的传播，比如光、声或微波。本书将局限于讨论采用光信号来遥感地球表面。尽管遥感数据由离散的点测量值或沿飞行路径的剖面测量值组成，但在此我们主要研究二维空间网格分布的测量数据，即图像。遥感系统，尤其是放置在卫星平台上的系统，提供了一种重复、连续观测地球的视角，它监视短期和长期变化及人类活动影响的价值是无法衡量的。遥感技术的一些重要应用有：
　　环境评价和监测（城市扩张和污染物排放）
　　全球变化检测和监测（大气层臭氧的损耗、森林砍伐和全球变暖）
　　农业（农作物长势、产量预测和土壤侵蚀）
　　非再生资源调查（煤炭、石油和天然气）
　　可再生自然资源（湿地、土壤、森林和海洋）
　　气象（大气动力学和天气预报）
　　制图（地形图、土地利用和土木工程）
　　军事侦察和监视（战略侦察和打击评估）
　　新闻媒体（图解和分析）
　　为了满足不同数据用户的要求，人们已经开发了许多遥感系统以满足各种不同空间的、光谱的和时间的参数应用要求。一些用户或许会要求频繁地重复覆盖，而空间分辨率要求相对较低（气象），另一些用户则要求尽可能高的空间分辨率，而很少要求重复覆盖（制图）。还有一些用户则既要求高空间分辨率和频繁覆盖，又要求快速的图像分发（军事侦察）。

第1章 遥感的本质
1.1 引言
1.2 遥感
1.2.1 从遥感图像提取信息
1.2.2 遥感的光谱因子
1.3 光谱信号
1.4 遥感系统
1.4.1 空间和辐射度特性
1.4.2 光谱特性
1.4.3 时相特性
1.4.4 多遥感器编队飞行
1.5 图像显示系统
1.6 数据系统
1.7 小结
1.8 习题

第2章 光学辐射模型
2.1 概述
2.2 可见光到短波红外光谱区
2.2.1 太阳辐射
2.2.2 辐射组成
2.2.3 太阳辐射区域的图像实例
2.3 中波段到热红外波段
2.3.1 热辐射
2.3.2 热辐射组成
2.3.3 总的向上传播的太阳辐射和热辐射
2.3.4 热辐射区的图像实例
2.4 小结
2.5 习题

第3章 遥感器模型
3.1 概述
3.2 遥感器模型简介
3.3 分辨率
3.3.1 仪器响应
3.3.2 空间分辨率
3.3.3 光谱分辨率
3.4 空间响应
3.4.1 光学PSF
3.4.2 探测器PSF
3.4.3 图像运动PSF
3.4.4 电子PSF
3.4.5 总PSF
3.4.6 遥感器各个PSF之间的比较
3.4.7 成像系统模拟
3.4.8 测量PSF
3.5 光谱响应
3.6 信号放大
3.7 采样与量化
3.8 简化的遥感器模型
3.9 几何变形
3.9.1 遥感器定位模型
3.9.2 遥感器姿态模型
3.9.3 扫描仪模型
3.9.4 地球模型
3.9.5 摆扫几何模型
3.9.6 推扫几何模型
3.9.7 地形扭曲
3.10 小结
3.11 习题

第4章 数据模型
4.1 引言
4.2 符号中的世界
4.3 单变量的图像统计
4.3.1 直方图
4.3.2 累积直方图
4.3.3 统计参数
4.4 多变量图像统计
4.4.1 约简为单变量统计
4.5 噪声模型
4.5.1 图像质量的统计测量
4.5.2 噪声等价信号
4.6 空间统计
4.6.1 空间协方差的可视化
4.6.2 协方差和半变量图
4.6.3 功率谱密度
4.6.4 共现矩阵
4.6.5 分形几何
4.7 地形和遥感器效应
4.7.1 地形和光谱散布图
4.7.2 遥感器特性和空间统计
4.7.3 遥感器特性和光谱散布图
4.8 小结
4.9 习题

第5章 光谱变换
5.1 概述
5.2 特征空间
5.3 波段比率法
5.3.1 植被指数
5.3.2 图像示例
5.4 主成分分析法
5.4.1 标准化的主成分
5.4.2 最大噪声分量
5.5 缨帽主成分变换
5.6 对比度增强
5.6.1 全局变换
5.6.2 局部变换
5.6.3 彩色图像
5.7 小结
5.8 习题

第6章 空间变换
6.1 引言
6.2 空间滤波的图像模型
6.3 卷积滤波
6.3.1 线性滤波器
6.3.2 统计滤波器
6.3.3 梯度滤波器
6.4 傅里叶变换
6.4.1 傅里叶分析和合成
6.4.2 二维离散傅里叶变换
6.4.3 傅里叶分量
6.4.4 基于傅里叶变换的滤波
6.4.5 采用傅里叶变换的系统模型
6.4.6 功率谱
6.5 尺度空间变换
6.5.1 图像分辨率金字塔
6.5.2 过零点滤波器
6.5.3 小波变换
6.6 小结
6.7 习题

第7章 校正与定标
7.1 概述
7.2 几何校正
7.2.1 多项式校正模型
7.2.2 坐标转换
7.2.3 重采样
7.3 遥感器MTF补偿
7.3.1 MTF补偿举例
7.4 噪声去除
7.4.1 全局噪声
7.4.2 局部噪声
7.4.3 周期噪声
7.4.4 探测器条纹
7.5 辐射定标
7.5.1 多光谱遥感器与图像
7.5.2 高光谱遥感器与图像
7.6 小结
7.7 习题

第8章 配准与融合
8.1 概述
8.2 什么是配准
8.3 自动GCP定位
8.3.1 区域相关
8.3.2 其他空间特征方法
8.4 正射校正
8.4.1 低分辨率DEM
8.4.2 高分辨率DEM
8.5 多图像融合
8.5.1 特征域融合
8.5.2 空间域融合
8.5.3 尺度-空间融合
8.5.4 图像融合举例
8.6 小结
8.7 习题

第9章 专题分类
9.1 概述
9.2 分类流程
9.2.1 图像尺度和分辨率的重要性
9.2.2 相似度概念
9.2.3 硬分类和软分类的比较
9.3 特征提取
9.4 分类器训练
9.4.1 监督分类
9.4.2 非监督分类
9.4.3 监督分类和非监督分类的混合训练
9.5 非参数化分类器
9.5.1 分级分片算法
9.5.2 直方图估计分类器
9.5.3 最近邻算法
9.5.4 人工神经网络算法
9.5.5 非参数化分类器实例
9.6 参数化分类器
9.6.1 模型参数的估计
9.6.2 辨析函数
9.6.3 正态分布模型
9.6.4 最近均值分类器
9.6.5 参数化分类实例
9.7 光谱空间分割
9.7.1 区域生长
9.8 混合像元分类算法
9.8.1 线性混合模型
9.8.2 模糊分类
9.9 高光谱图像分析
9.9.1 图像立方体的可视化
9.9.2 分类训练
9.9.3 从高光谱数据中提取特征
9.9.4 高光谱数据的分类算法
9.10 小结
9.11 习题
附录A 遥感器缩写词
附录B 一维函数和二维函数
参考文献