北京
從像素級感知到要素級提取，從人工解譯到智能研判，高分辨率遙感解譯技術逐步突破“看得見、讀不懂”的瓶頸，成為洞察地物變遷、賦能行業升級的核心支撐。
針對海量影像高效解碼、多領域精準數據需求，武漢大學胡翔云教授帶領的遙感智能解譯研究團隊凝聚數十年科研實踐與學術積淀，正式推出《高分辨率遙感影像的智能解譯方法與應用》。本書立足高分辨率遙感與人工智能融合前沿，全面覆蓋影像解譯的方法與實踐，既是該領域技術成果的系統總結，也是破解實踐痛點、引領行業規范化發展的實用指南，兼顧理論深度與實操價值。
▋一、解碼核心邏輯，夯實理論基礎
本書開篇立足行業發展背景，清晰界定遙感影像智能解譯核心任務，系統闡釋特征工程與表示學習等基礎方法，梳理高分辨率遙感與人工智能融合的發展脈絡，明確研究邊界與內容體系，為后續方法講解和應用實踐奠定堅實理論基礎，助力讀者快速建立領域系統性認知。
▋二、構建高效智能的分割與分類體系
影像分割與分類是遙感解譯的核心環節。本書系統梳理像素分類、面向對象等傳統方法，詳解圖像分割特征與表達邏輯，重點闡述機器學習與深度學習在該領域的創新應用。從特征自適應加權方法的技術路線、實驗驗證，到圖神經網絡深度學習方法的原理與效果分析，層層遞進，提供高效的遙感影像智能解譯技術路徑。
人機協同的遙感影像要素提取系統的總體技術路線圖
▋三、優化面狀專題要素智能提取
針對面狀專題要素精準提取的核心需求，本書兼顧自動提取與人機協同，覆蓋變分法人工地物分割、云區域分割、深度學習水體自動分割等關鍵技術，同步講解分割樣本質量自動評價方法，保障提取結果準確可靠。針對不同應用場景，本書分別闡述基于特征工程與深度學習的面狀要素人機交互提取方法，重點突破建筑物屋頂提取等實操難點，實現“自動提取提質、人機協同增效”，為各類面狀專題要素的精準獲取提供系統化解決方案。
深度學習的面狀要素人機交互提取：
遙感影像同類多目標檢測網絡方法
▋四、破解典型人工地物矢量信息提取難題
針對道路、建筑物等核心人工地物提取痛點，本書專門設章提供針對性方案。道路提取方面，詳解影像與LiDAR數據融合、深度學習道路網提取兩種核心方法；建筑物提取方面，重點闡述密集小建筑物檢測、關鍵點雙向追蹤輪廓矢量提取技術，為城市規劃、交通建設等領域提供精準數據支撐。
▋五、解鎖變化檢測多重路徑
立足地物動態監測的實際需求，本書系統梳理地物要素自動變化發現的關鍵問題與方法，覆蓋雙時相影像、地圖輔助、三維信息輔助三大核心場景。拆解復雜場景變化發現、基底矢量與大模型驅動的地圖—影像變化發現等技術難點，提供多維度解決方案，實現地物變化快速識別、精準定位，滿足自然資源監管核心需求。
高性能遙感影像智能解譯系統“EasyFeature”
展示基于視覺大模型的地塊提取效果
▋六、賦能多領域應用落地
理論落地生根，技術賦能實踐。本書不僅聚焦方法創新，更注重成果轉化，重點闡述高性能遙感影像智能解譯軟件系統的概況與功能，搭建“技術方法—系統落地—行業應用”完整鏈路。應用場景覆蓋自然資源、電力、交通、農業、林業等核心領域，重點詳解耕地“非農化”“非糧化”監測等自然資源監管關鍵應用，同時拓展多領域場景，實現“一書在手，多領域可用”，彰顯技術實用價值與產業潛力。
高性能遙感影像智能解譯系統“深思地球”
（SensGlobe）主界面
本書凝聚作者團隊在遙感智能解譯領域數十年的學術積淀與科研實踐，覆蓋解譯全流程、全場景，是一本兼具方法創新與實踐價值的系統化著作。可為科研工作者提供研究指引，為行業從業者提供實操參考，推動領域向規范化、標準化、智能化方向發展，助力我國遙感智能解譯領域技術迭代。
作者簡介
胡翔云，工學博士，武漢大學遙感信息工程學院教授(二級)。長期從事遙感信息智能處理的教學科研工作，發表論文100余篇。主持了國家自然基金重大研究計劃（集成項目）等科研項目，主持研制了高性能遙感影像智能解譯系統EasyFeature，遙感深度學習開源框架軟件LuojiaNet, 獲國家科技進步二等獎、測繪科學技術獎特等獎等獎勵。
左右滑動查看全書目錄
ISBN：978-7-03-085081-2
本文編輯：杜權
地球為你而轉！
歡迎關注：賽杰奧（sci_geo）
科學出版社地球科學訂閱號
傳播科學，歡迎您點亮★星標
文末分享、點贊、在看
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
