遥感数字影像处理是计算机数字图像处理与遥感影像分析技术相结合而形成的一门新兴技术，它的出现从根本上改变了传统遥感影像的处理方法和识别方式。本书就是一本经典的遥感数字影像处理专著，涵盖内容极其广泛，理论基础深入全面，可操作性强。各章节均选用大量的图片资料，结合实际分析，从基本原理、基础知识、处理步骤、应用实例等各个方面对遥感数字影像处理进行了全面系统的论述。本书也是一本可指导实际应用的参考手册。

第3版特色：
　　●介绍了最新的航空和卫星遥感系统。
　　●详述了并行与串行影像处理、图形用户界面及遥感数据存储介质。
　　●更新了模拟影像的数字化实例、高级数字遥感影像处理系统的硬软件配置、遥感数据辐射校正等内容。
　　●增加了影像元数据、位图影像、几何畸变、面向对象的影像分割、高光谱影像分析、遥感专题图精度评价等知识。

无

随着遥感数据的空间、光谱、时间和辐射分辨率的不断提高，遥感科学的迅猛发展，以及遥感信息提取数字影像处理算法的不断改进，我们从遥感数据中提取定量生物物理参数（如：温度、生物量、降水量等）和土地利用/地面覆盖信息的能力大大增强，这些信息逐渐成为我们用于理解自然与人文生态系统的空间分布式模型的重要输入参数。
　　本书关注的仍然是用于地球资源管理的航空航天遥感数据的数字影像处理技术。本书面向利用遥感数据定量分析解决实际问题的物理、自然及社会科学家，也适于已经学习过航片解译或遥感课程的读者。同时，读者应具有高等数学、一元和
多元统计分析的数学背景。本书可用做地球资源分析专业的大学本科生或研究生的数字影像处理教材。
　　本书是数字影像处理技术极为通俗易懂的教材之一，其特色如下：
　用简单的代数术语描述各种算法（傅里叶变换除外）；
　每章都含有示意图和数字影像处理图，使复杂的理论易于理解；
　精致的数字影像处理图和示意图具有很好的可读性和视觉效果；
　每章均列出了大量的参考文献，以便读者查阅相关专题的更多信息；
　第3版附有32幅彩色插图，加强了对重要的影像处理概念的表达；
 本书的结构是按照数字影像分析的一般流程或方法组织的。遥感初学者在实现遥感数字影像处理的各种功能时，可将本书作为参考手册。
　　第3版作了大量的修改，各章的主要修改内容总结如下。
　　第1章：遥感与数字影像处理
　　修订后第1章总结了遥感处理过程并概述了遥感处理所涉及的各个要素，包括陈述问题、数据采集（包括现场数据和遥感数据）、数据到信息的转换，以及信息表达方式的选取。根据其处理方法（确定性的或随机的）或逻辑推理类型（归纳或演绎），该章对用于遥感、地理信息系统（GIS）和环境研究的模型进行了分类。最后还对本书的整体内容做了简介。　　　
　　第2章：遥感数据采集
　　该章对模拟（硬拷贝）影像的数字化实例做了改进，并列出了最新的航空和卫星遥感系统，包括：
　　Landsat增强型专题制图（ETM+）。
　　SPOT-4高分辨率可见光传感器（HRV），SPOT-5高分辨率可见光/红外传感器（HRVIR）以及植被传感器。
　NASA对地观测（EO-1）传感器：高级陆地成像仪（ALI），Hyperion高光谱传感器以及LEISA大气校正仪。
　NOAA地球静止轨道环境业务卫星（GOES）及甚高分辨率辐射计（AVHRR）传感器系统。
　ORBIMAGE公司及NASA的宽视场海洋观测传感器（SeaWiFS）。
　印度遥感（IRS）卫星传感器。
　NASA Terra和Aqua传感器：高级空间热辐射和反射辐射计（ASTER）、多角度成像光谱仪（MISR）以及中分辨率成像光谱仪（MODIS）。
　高空间分辨率遥感卫星系统：IKONOS(Space Imaging公司)、QuickBird（DigitalGlobe公司）、OrbView-3（ORBIMAGE公司）以及EROS A1（ImageSat国际公司）。
 亚轨道高光谱传感器，如NASA机载可见光/红外成像光谱仪（AVIRIS）及小型机载光谱成像仪3（CASI 3）。
　框幅式数码相机，如EMERGE公司的数字传感器系统（DSS）。
　卫星成像系统，如俄罗斯的SPIN-2、TK-350及KVR-1000照相机。
　　该章还讨论了遥感数据的存储格式（BIP、BIL和BSQ）。
　　第3章：数字影像处理的硬软件配置
　　该章更新了高级数字遥感影像处理系统所必需的硬软件配置方面的内容，对Intel中央处理器（CPU）的发展进行了回顾，给出了历年来的晶体管数量和每秒能运算的百万指令数(MIPS)。另外，增加了以下几个方面的内容：并行与串行影像处理、图形用户界面及遥感数据存储介质的寿命。对高级数字影像处理系统中最为重要的数字影像处理功能方面的内容也进行了更新。最后，介绍了很多商业和共享数字影像处理系统的功能，并列举了相关网址。
　　第4章：影像质量评估与统计评价
　　该章介绍了用于数字影像分析的一元和多元统计方法，同时还包含了以下几个方面的新内容：直方图在数字影像处理中的重要性，影像元数据以及如何读取特定点或地理区域的像元亮度值。然后，论述了单波段影像的三维显示方法、二维特征空间图以及包括空间自相关和经验半方差图运算在内的地统计学分析原理。
　　第5章：显示的初始选项与科学可视化
　　该章介绍了科学可视化的概念，依据改进的色彩查找表和色彩空间理论，深入探讨了黑白与彩色影像的可视化方法，并增加了位图影像的相关内容。在彩色合成部分，介绍了Sheffield指数作为选择最佳波段的可选方法。重点强调了融合不同类型遥感数据的色彩空间变换，包括色彩坐标系统和Brovey转换方面的新内容。最后，总结了校正后数字遥感影像中的距离、面积和形状计算所需的数学方法。
　　第6章：电磁辐射原理与辐射校正
　　该章对遥感数据辐射校正的内容作了重大修订。该章的前半部分概述了电磁辐射模型、大气能量-物质交互作用、地面能量-物质交互作用、传感器系统能量-物质交互作用；接着介绍了基本的辐射概念，给出了校正遥感影像中传感器误差的各种方法；然后，介绍了大气校正，并讨论了在什么情况下需要进行大气校正。还介绍了各种基于辐射传输理论的绝对辐射校正方法，同时也阐述了大气衰减的相对辐射校正方法。最后总结了对地形坡度、坡向影响进
行校正的方法。
　　第7章：几何校正
　　该章增加了由于地球自转和飞行平台的翻滚、俯仰和偏航所造成的几何畸变方面的内容，接着，重点讲述了影像-影像配准以及影像-地图校正。新增的图形和讨论，清楚地描述了用于遥感栅格数据重采样和校正的GIS输入-输出（前向）映射和输出-输入（后向）映射之间的区别。另外，还增加了羽化数字镶嵌的内容。
　　第8章：影像增强
　　该章用全新的图形和文字描述了从多光谱和高光谱影像中提取空间剖面（横断面）和光谱剖面的方法。利用新实例阐述了分段线性拉伸的原理，介绍了利用傅里叶变换消除遥感数据中的条带的方法。更新了植被变换（指数）部分，包括与控制叶面反射的主导因素相关的基本原理和许多最新提出的指数。最后讨论了基于条件方差检测和地统计学半方差图的纹理测度。
　　第9章：遥感专题信息提取：模式识别
　　该章首先对确定性与模糊性土地利用/地面覆盖分类进行对比分析，然后深入探讨了监督分类法，并介绍了几种新的土地利用/地面覆盖分类方案。该章增加了一部分新内容来介绍非参数最近邻分类法和基于概率密度函数的最大似然分类法的更深层次的处理。通过增加一个经验实例，使ISODATA非监督分类法更易于理解。该章还加入了面向对象的影像分割方法及其如何用于影像分类这一全新的内容。最后讨论了加入辅助数据进行遥感分类的最新方法。
　　第10章：人工智能信息提取
　　这一全新章节首先简短地介绍人工智能的发展历史，接着介绍了专家系统的概念、组成、知识表达过程以及推理机等知识。然后，讨论了将人工提炼的规则输入到基于规则的专家系统中，从遥感数据中提取地面覆盖信息的相关内容。在另外一个实例中，通过遥感数据的机器学习来说明怎样才能得到人为干预最少的专家系统规则。该章还介绍了人工神经网络在遥感分类中的应用。最后，讨论了专家系统和人工神经网络在信息提取中的优缺点。
　　第11章：遥感专题信息提取：高光谱影像分析
　　这也是一个全新的章节，该章首先介绍高光谱数据的采集途径，然后利用AVIRIS数据的经验实例，介绍了高光谱信息提取的一般步骤。重点强调了基于辐射传输的高光谱数据辐射校正、降维以及如何提取相关端元。然后，阐述了各种制图与匹配方法，包括光谱角制图、线性光谱分离以及光谱库匹配技术等。最后总结了适用于高光谱数据的各种窄波段指数。
　　第12章：数字变化检测
　　变化检测流程图概括了当前所用的变化检测方法。另外，该章还提供了写功能存储插入法、多时相影像合成以及影像代数（影像差分）变化检测方法的新实例，并介绍了2χ2变换和互相关变化检测方法。最后讨论了在变化检测的实际应用中，什么情况下必须对遥感数据做大气校正。
　　第13章：遥感专题图精度评价
　　新增的这一章首先介绍土地利用/地面覆盖分类图的精度评价方法，然后总结了遥感专题图产品的误差源，介绍了样本容量计算的各种方法、采样设计方案以及如何采用描述性方法和离散多元统计分析方法评价误差矩阵。用专门一节的篇幅描述了怎样结合模糊信息进行精度评价，最后总结了有关的地统计学测度在精度评估中的应用。

致谢
　　作者感谢如下同仁在第3版的写作过程中所给予的支持和协助：Ryan Jensen对第3章数字影像处理系统的有关内容进行了调查；Kan He、Xueqiao Huang和Brian Hadley对第6章的辐射校正和傅里叶变换分析提出了他们的见解；David Vaughn对第8章中植被指数一节给予了帮助；Jason Tullis和Xueqiao Huang对第10章人工智能在数字影像处理中的应用这一部分给予了指导；Anthony M. Filippi对第11章高光谱数据信息提取的编写作出了贡献；Russ Congalton 针对第13章专题图分类精度的内容提出了宝贵的意见和建议；Lynette Likes提供了计算机网络支持；Maria Garcia、Brian Hadley、George Raber、Jason Tullis和David Vaughn 对本书进行了校对。最后，我特别感谢我的妻子Marsha，感谢她的帮助和始终如一的鼓励。

John R.Jensen
南卡罗来纳大学

第1章　遥感与数字影像处理
　1.1　现场数据采集
　1.2　遥感数据采集
　　1.2.1　遥感观测
　　1.2.2　遥感的优势和局限性
　1.3　遥感处理
　　1.3.1　陈述问题
　　1.3.2　确定现场数据与遥感数据需求
　　1.3.3　遥感数据采集
　　1.3.4　遥感数据分析
　　1.3.5　信息表达
　1.4　地球资源分析透视
　1.5　本书的组织结构
　参考文献
第2章　遥感数据采集
　2.1　模拟影像数字化
　　2.1.1　数字影像术语
　　2.1.2　测微密度计数字化
　　2.1.3　视频数字化
　　2.1.4　线/面阵列CCD数字化
　　2.1.5　NAPP数字化数据
　　2.1.6　数字化需考虑的因素
　2.2　数字遥感数据采集
　2.3　离散传感器和扫描镜多光谱成像
　　2.3.1　地球资源技术卫星和Landsat传感器系统
　　2.3.2　NOAA多光谱扫描仪
　　2.3.3　ORBIMAGE公司和NASA的宽视场海洋观测传感器
　　2.3.4　机载多光谱扫描仪
　2.4　线阵列多光谱成像
　　2.4.1　SPOT传感器系统
　　2.4.2　印度遥感系统
　　2.4.3　高级星载热辐射与反射辐射计
　　2.4.4　多角度成像光谱仪
　　2.4.5　甚高分辨率线阵列遥感系统
　2.5　线/面阵列成像光谱仪
　　2.5.1　机载可见光/红外成像光谱仪
　　2.5.2　小型机载光谱成像仪-3
　　2.5.3　中分辨率成像光谱仪
　2.6　框幅式数码相机
　　2.6.1　框幅式数码相机数据采集
　　2.6.2　Emerge公司的数字传感器系统
　2.7　卫星摄影系统
　　2.7.1　俄罗斯SPIN-2 TK-350和KVR-1000相机
　　2.7.2　美国航天飞机摄像机
　2.8　数字影像的数据格式
　　2.8.1　逐像元按波段次序记录格式
　　2.8.2　逐行按波段次序记录格式
　　2.8.3　按波段次序记录格式
　2.9　小结
　参考文献
第3章　数字影像处理的硬软件配置
　3.1　数字影像处理系统需求
　3.2　中央处理器
　　3.2.1　个人计算机
　　3.2.2　计算机工作站
　　3.2.3　大型计算机
　3.3　存储器与协处理器
　　3.3.1　只读存储器和随机存取存储器
　　3.3.2　串行和并行影像处理
　　3.3.3　算术协处理器
　3.4　操作模式及界面
　　3.4.1　操作模式
　　3.4.2　图形用户界面
　3.5　计算机操作系统和编译器
　　3.5.1　操作系统
　　3.5.2　编译器
　3.6　存储与存档需求
　　3.6.1　高速大容量存储器
　　3.6.2　存档要求： 寿命
　3.7　计算机显示的空间及色彩分辨率
　　3.7.1　计算机屏幕显示分辨率
　　3.7.2　计算机屏幕色彩分辨率
　3.8　重要的影像处理功能
　3.9　商业及共享数字影像处理系统
　3.10　数字影像处理与国家空间数据基础设施
　3.11　数字影像处理系统资源
　参考文献
第4章　影像质量评估与统计评价
　4.1　影像处理数学符号
　4.2　采样理论
　4.3　直方图及其对遥感数字影像处理的意义
　4.4　影像元数据
　4.5　查看影像中特定位置或地理区域的单个像元亮度值
　　4.5.1　单个像元亮度值的光标评价
　　4.5.2　地理区域内像元亮度值的二维和三维评价
　4.6　影像的一元统计学描述
　　4.6.1　遥感数据集中趋势测度
　　4.6.2　离散度
　　4.6.3　非对称性分布（直方图）与峰值测度
　4.7　影像多元统计
　　4.7.1　多波段遥感数据协方差分析
　　4.7.2　多波段遥感数据相关分析
　4.8　特征空间图
　4.9　地统计学分析
　　4.9.1　地统计学分析、 自相关与克里金插值之间的关系
　　4.9.2　均半方差计算
　　4.9.3　经验半方差图
　参考文献
第5章　显示的初始选项与科学可视化
　5.1　影像显示因素
　5.2　黑白硬拷贝影像显示
　　5.2.1　行式打印机/绘图仪亮度图
　　5.2.2　激光或喷墨打印机亮度图
　5.3　临时的视频影像显示
　　5.3.1　黑白和彩色亮度图
　　5.3.2　位图图形
　　5.3.3　RGB色彩坐标系统
　　5.3.4　8bit色彩查找表
　　5.3.5　24bit色彩查找表
　　5.3.6　彩色合成
　5.4　遥感数据融合
　　5.4.1　波段替换
　　5.4.2　色彩空间转换与替换
　　5.4.3　主成分替换
　　5.4.4　高频信息逐像元累加
　　5.4.5　基于平滑滤波的亮度调节影像融合
　5.5　距离、 面积和形状量测
　　5.5.1　距离量测
　　5.5.2　面积量测
　　5.5.3　形状量测
　参考文献
第6章　电磁辐射原理与辐射校正
　6.1　电磁能量交互作用
　6.2　传导、 对流和辐射
　6.3　电磁辐射模型
　　6.3.1　电磁能量的波模型
　　6.3.2　粒子模型： 原子辐射
　6.4　大气能量-物质交互作用
　　6.4.1　折射
　　6.4.2　散射
　　6.4.3　吸收
　　6.4.4　反射
　6.5　地面能量-物质交互作用
　　6.5.1　半球反射率、 吸收率和透射率
　　6.5.2　辐射通量密度
　6.6　大气中能量-物质的再次交互作用
　6.7　传感器系统能量-物质交互作用
　6.8　遥感探测器系统误差校正
　　6.8.1　随机坏像元（散粒噪声）
　　6.8.2　行或列缺失
　　6.8.3　行或列部分缺失
　　6.8.4　行起始问题
　　6.8.5　n行条带
　6.9　遥感大气校正
　　6.9.1　不必要的大气校正
　　6.9.2　必要的大气校正
　　6.9.3　大气校正类型
　　6.9.4　绝对辐射校正
　　6.9.5　大气衰减的相对辐射校正
　6.10　坡度坡向影响校正
　　6.10.1　余弦校正
　　6.10.2　Minnaert校正　
　　6.10.3　统计-经验校正
　　6.10.4　c校正
　参考文献
第7章　几何校正
　7.1　内部和外部几何误差
　　7.1.1　内部几何误差
　　7.1.2　外部几何误差
　7.2　几何校正类型
　　7.2.1　从影像到地图的校正
　　7.2.2　从影像到影像的配准
　　7.2.3　影像校正/配准的混合方法
　　7.2.4　从影像到地图的几何校正
　　7.2.5　从影像到地图校正的实例
　7.3　镶嵌
　参考文献
第8章　影像增强
　8.1　影像缩小与放大
　　8.1.1　影像缩小
　　8.1.2　影像放大
　8.2　横断面（空间剖面）
　8.3　光谱剖面
　8.4　对比度增强
　　8.4.1　线性对比度增强
　　8.4.2　非线性对比度增强
　8.5　波段比
　8.6　空间滤波
　　8.6.1　空间卷积滤波
　　8.6.2　傅里叶变换
　8.7　主成分分析
　8.8　植被变换（指数）
　　8.8.1　控制叶面反射的主导因素
　　8.8.2　植被指数
　8.9　纹理变换
　　8.9.1　空间域一阶统计量
　　8.9.2　空间域二阶统计量
　　8.9.3　纹理单元作为纹理光谱元素
　　8.9.4　分形维作为空间复杂性或纹理测度
　　8.9.5　基于半方差图的纹理统计
　参考文献
第9章　遥感专题信息提取：模式识别
　9.1　监督分类
　　9.1.1　土地利用和地面覆盖分类方案
　　9.1.2　训练样区选择与统计特征提取
　　9.1.3　选择影像分类最佳波段：特征选取
　　9.1.4　选择合适的分类算法
　9.2　非监督分类
　　9.2.1　链式非监督分类
　　9.2.2　ISODATA非监督分类
　　9.2.3　非监督聚类整理
　9.3　模糊分类
　9.4　基于面向对象影像分割的分类
　　9.4.1　面向对象的影像分割与分类
　　9.4.2　面向对象的思考
　9.5　分类过程中辅助数据的整合
　　9.5.1　与辅助数据有关的问题
　　9.5.2　整合辅助数据改进遥感分类图的方法
　参考文献
第10章　人工智能信息提取
　10.1　专家系统
　　10.1.1　专家系统用户界面
　　10.1.2　创建知识库
　　10.1.3　推理机
　　10.1.4　在线数据库
　　10.1.5　遥感数据专家系统
　　10.1.6　专家系统的优点
　10.2　神经网络
　　10.2.1　用于遥感信息提取的典型人工神经网络的组成和特点
　　10.2.2　人工神经网络的优点
　　10.2.3　人工神经网络的局限
　　10.2.4　神经网络与机器学习专家系统的比较
　参考文献
第11章　遥感专题信息提取： 高光谱影像分析
　11.1　多光谱和高光谱数据采集
　11.2　高光谱信息提取的步骤
　11.3　NASA的AVIRIS成像光谱仪
　11.4　从航带中裁剪研究区域
　11.5　影像质量的初始评价
　　11.5.1　单波段目视检查
　　11.5.2　3波段彩色合成影像的目视检查
　　11.5.3　放映
　　11.5.4　单波段统计检查
　11.6　辐射校正
　　11.6.1　实地数据采集
　　11.6.2　无线电探空仪
　　11.6.3　基于辐射传输的大气校正
　　11.6.4　逐波段光谱平滑
　　11.6.5　经验线定标大气校正
　11.7　高光谱遥感数据的几何纠正
　11.8　高光谱数据降维
　11.9　端元的确定： 定位光谱最纯像元
　　11.9.1　像元纯度指数制图
　　11.9.2　n维端元可视化
　11.10　高光谱数据制图和匹配
　　11.10.1　光谱角制图
　　11.10.2　亚像元分类（线性光谱分解）
　　11.10.3　光谱库匹配技术
　11.11　高光谱数据指数
　　11.11.1　归一化植被指数——NDVI
　　11.11.2　窄波段微分植被指数
　　11.11.3　黄色指数——YI
　　11.11.4　生理反射指数——PRI
　　11.11.5　归一化水指数——NDWI
　　11.11.6　红端位置的确定——REP
　　11.11.7　作物叶绿素含量预测
　11.12　微分光谱
　参考文献
第12章　数字变化检测
　12.1　变化检测步骤
　　12.1.1　变化检测的感兴趣地理区域
　　12.1.2　变化检测时段
　　12.1.3　选择合适的土地利用/地面覆盖分类系统
　　12.1.4　硬定性与模糊性变化检测推理
　　12.1.5　逐像元或面向对象的变化检测
　　12.1.6　遥感系统需考虑的因素
　　12.1.7　变化检测需要考虑的重要环境因素
　12.2　变化检测算法选择
　　12.2.1　写功能存储插入法变化检测
　　12.2.2　多时相合成影像变化检测
　　12.2.3　影像代数变化检测
　　12.2.4　分类后比较变化检测
　　12.2.5　对时相2影像进行二进制掩膜处理
　　12.2.6　利用辅助数据源作为时相1的数据进行变化检测
　　12.2.7　光谱变化矢量分析
　　12.2.8　χ2变换变化检测
　　12.2.9　互相关变化检测
　　12.2.10　基于知识的视觉变化检测系统
　　12.2.11　在屏目视变化检测与数字化
　12.3　变化检测的大气校正
　　12.3.1　何时需要大气校正
　　12.3.2　何时不需要大气校正
　12.4　小结
　参考文献
第13章　遥感专题图精度评价
　13.1　土地利用/地面覆盖图精度评价
　13.2　遥感专题产品的误差源
　13.3　误差矩阵
　13.4　训练样本与地面参考验证信息
　13.5　样本容量
　　13.5.1　基于二项式概率理论的样本容量
　　13.5.2　基于多项式分布的样本容量
　13.6　采样设计(框架)
　　13.6.1　简单随机采样
　　13.6.2　系统采样
　　13.6.3　分层随机采样
　　13.6.4　分层系统非均衡采样
　　13.6.5　聚类采样
　13.7　利用响应设计获取地面参考信息
　13.8　误差矩阵的评价
　　13.8.1　误差矩阵的描述性评价
　　13.8.2　用于误差矩阵的多元离散分析方法
　　13.8.3　误差矩阵的模糊化
　13.9　地统计学分析方法评价遥感信息精度
　13.10　影像元数据与遥感产品谱系信息
　　13.10.1　单景影像元数据
　　13.10.2　遥感产品的谱系信息
　参考文献

遥感技术的迅速发展及其带来的越来越显著的社会经济效益，大大推动了遥感数字影像处理的深入研究和广泛应用。实践证明，数字影像处理已经逐渐成为许多学科领域和社会经济部门辅助科学研究与解决实际应用问题不可或缺的重要工具。基于此，机械工业出版社华章公司引进出版了美国南卡罗来纳大学John R.Jensen教授的这本经典著作。本专著在总结遥感成像特点的基础上，按照遥感影像处理的步骤循序渐进地讨论了：遥感数据采集、遥感数字影像处理的软硬件、遥感影像的质量评估与统计评价、遥感影像显示与科学可视化、辐射校正（大气校正）、几何
纠正、影像增强、模式识别、人工智能信息提取、高光谱影像分析、变化检测和专题信息精度评价等，并在最后附上了遥感常用词汇索引，内容丰富、新颖，且具有很强的可操作性。
　　对于利用遥感数据分析解决问题的自然与社会科学家，本书是很有价值的参考
手册，对于已经学习过航片解译或遥感导论的读者，本书提供了具体实用的遥感影
像处理方法。本书可以用做大学本科生和研究生的遥感数字影像处理教材。
　　在本书的翻译过程中，除封面署名外，还有武汉大学测绘遥感信息工程国家重点实验室的吴忠宜、府伟娟、李辉、吴浩、张宝军、郭鹏、蔡晓斌、赵红梅、叶
艺、陆建忠、殷守敬、邹绍刚、蒋志勇、张俐、陈莉琼、郝中豫、钟燕飞等给予了大量的协助。还有许多为本书提供了资料和支持的单位、网站和个人未能一一提及，在此一并致以诚挚的谢意。本书受以下项目资助：
　科技部的973计划：“对地观测数据——空间信息——地学知识的转化机理”，项目编号为2006CB701300；
　　教育部的“长江学者和创新团队发展计划——创新团队”项目：“地球空间信息科学与技术”，项目编号为IRT0438；
　 科技部国际合作项目：“面向对象的高分辨率遥感卫星影像的城市目标识别”。
　　由于时间仓促，加之译者水平有限，书中难免出现错漏之处，敬请不吝赐教。

陈晓玲
于武汉大学测绘遥感信息工程国家重点实验室