约翰R.詹森著的《遥感数字影像处理导论（原书第4版）》从遥感角度介绍了分析数字遥感数据的最新方法，并将相对复杂的数字影像处理过程和算法以通俗易懂的方式介绍给学生和遥感科学工作者。主要内容包括：遥感数据采集、数字影像处理的硬软件配置、影像质量评估和统计评价、遥感影像显示与科学可视化、电磁辐射原理和辐射校正、几何纠正、影像增强、模式识别、人工智能信息提取、成像光谱信息提取、变化检测和遥感专题图精度评价等。每章末还有大量参考文献以便读者深入学习。

约翰R.詹森著的《遥感数字影像处理导论（原书第4版）》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。本书按照遥感影像获取的过程来逐步介绍，全书共13章。第1章介绍了遥感与数字影像处理的各种基本概念。第2章讲述了遥感数据的采集方法，并对各种设备进行了简单介绍。第3章描述了数字影像处理的软硬件配置。第4章回顾了数字影像的数学符号和直方图的重要性。第5章提供了LCD、坐标系以及查找表的使用。第6章讲述了电磁辐射原理和各种材料的光谱反射信息。第7章的主要内容是几何校正。第8章更新了各种影像增强技术。第9章主要介绍了美国目前有的各种分类标准。第10章使用机器学习决策树、回归树、随机森林等方法对影像进行分类。第11章讨论了高光谱数据采集和高光谱影像处理与分析的进展。第12章给出了“变／不变”算法和“从一到”变化检测算法。第13章对遥感衍生专题图的最佳精度评估方法进行了讨论。

出版者的话

译者简介

作者简介

前言

致谢

第1章　遥感与数字影像处理

 1.1　概述

 1.2　现场数据采集

 1.3　遥感数据采集

1.3.1　遥感观测

1.3.2　遥感的优势与局限性

 1.4　遥感过程

1.4.1　陈述问题

1.4.2　确定现场数据与遥感数据的需求

1.4.3　遥感数据采集

1.4.4　遥感数据分析

1.4.5　信息表达

 1.5　地球观测经济学

 1.6　公共和私人机构的遥感/数字影像处理工作

1.6.1　公共机构中的遥感/数字影像处理工作

1.6.2　私人机构中的遥感/数字影像处理工作

 1.7　地球资源分析透视

 1.8　本书的组织结构

 1.9　参考文献

第2章　遥感数据采集

 2.1　概述

 2.2　模拟（硬拷贝）影像数字化

2.2.1　数字影像术语

2.2.2　测微密度计数字化

2.2.3　视频数字化

2.2.4　线/面阵列CCD数字化

2.2.5　美国国家航空摄影计划数字化数据

2.2.6　数字化需考虑的因素

 2.3　数字遥感数据采集

 2.4　离散传感器和扫描镜多光谱成像

2.4.1　地球资源技术卫星及Landsat 1～7传感器系统

2.4.2　NOAA多光谱扫描传感器

2.4.3　SeaStar卫星及宽视场海洋观测传感器

 2.5　线阵列多光谱成像

2.5.1　NASA地球观测者1号高级陆地成像仪

2.5.2　NASA Landsat 8（LDCM——陆地卫星的后续计划）

2.5.3　SPOT传感器系统

2.5.4　Pleiades卫星

2.5.5　印度遥感系统

2.5.6　韩国航空航天研究所多用途卫星KOMPSAT

2.5.7　Astrium公司Sentinel-2卫星

2.5.8　高级星载热辐射与反射辐射仪

2.5.9　多角度成像光谱辐射仪

2.5.10　GeoEye公司的IKONOS-2、GeoEye-1、GeoEye-2卫星

2.5.11　EarthWatch/DigitalGlobe公司的QuickBird、WorldView-1/2/3卫星

2.5.12　ImageSat国际公司的EROS A和EROS B卫星

2.5.13　RapidEye公司的RapidEye卫星

2.5.14　DMC国际成像公司的SLIM-6和NigeriaSat-2卫星

 2.6　线/面阵列成像光谱仪

2.6.1　NASA EO-1 Hyperion高光谱成像仪

2.6.2　NASA机载可见光/红外成像光谱仪

2.6.3　中分辨率成像光谱仪

2.6.4　NASA高光谱红外成像仪

2.6.5　Itres公司小型机载光谱成像仪

2.6.6　HyVista公司的

 2.7　机载数码相机

2.7.1　小幅面数码相机

2.7.2　中幅面数码相机

2.7.3　大幅面数码相机

2.7.4　数字倾斜航空影像

 2.8　卫星摄影系统

 2.9　数字影像的数据格式

2.9.1　逐像元按波段次序记录格式

2.9.2　逐行按波段次序记录格式

2.9.3　按波段次序记录格式

 2.10　小结

 2.11　参考文献

第3章　数字影像处理的硬软件配置

 3.1　概述

 3.2　数字影像处理硬件

3.2.1　中央处理器

3.2.2　计算机类型

3.2.3　只读存储器和随机存取存储器

3.2.4　串行和并行影像处理

 3.3　操作模式及界面

3.3.1　操作模式

3.3.2　交互式图形用户界面

3.3.3　批处理

 3.4　计算机操作系统和编译器

3.4.1　输入设备

3.4.2　输出设备

 3.5　数据存储与存档需求

3.5.1　高速大容量存储器

3.5.2　存档要求：寿命

 3.6　计算机显示的空间及色彩分辨率

3.6.1　计算机屏幕的显示分辨率

3.6.2　计算机屏幕的色彩分辨率

 3.7　数字影像处理的软件需求

3.7.1　影像处理功能

3.7.2　数字影像处理软件

3.7.3　花费

 3.8　数字影像处理与国家空间数据基础设施

 3.9　参考文献

第4章　影像质量评估与统计评价

 4.1　概述

 4.2　影像处理数学符号

 4.3　采样理论

 4.4　直方图及其对遥感数字影像处理的意义

 4.5　元数据

 4.6　查看特定位置或地理区域的单个像元亮度值

4.6.1　单个像元亮度值的光标评价

4.6.2　地理区域内像元亮度值的二维和三维评价

 4.7　影像的一元统计学描述

4.7.1　遥感数据集中趋势测度

4.7.2　离散度

4.7.3　非对称性分布（直方图）与峰值测度

 4.8　影像多元统计

4.8.1　多波段遥感数据协方差分析

4.8.2　多波段遥感数据的相关分析

 4.9　特征空间图

 4.10　地统计学分析、自相关与克里金插值

4.10.1　均半方差计算

4.10.2　经验半方差图

 4.11　参考文献

第5章　显示选项与科学可视化

 5.1　概述

 5.2　影像显示因素

 5.3　黑白硬拷贝影像显示

5.3.1　行式打印机／绘图仪亮度图

5.3.2　激光或喷墨打印机亮度图

 5.4　临时视频影像显示

5.4.1 黑白和彩色亮度图

5.4.2 位图图形

5.4.3 RGB色彩坐标系统

5.4.4 8位色彩查找表

5.4.5 24位色彩查找表

5.4.6 彩色合成

 5.5 遥感数据融合

5.5.1 波段替换

5.5.2 色彩空间转换与成分替换

5.5.3 主成分分析、独立成分分析或Gram-Schmidt替换

5.5.4 高频信息逐像元提取

5.5.5 基于回归克里金的影像融合

5.5.6 基于平滑滤波的亮度调节影像融合

 5.6 长度（距离）测量

5.6.1 基于勾股定理的线性距离测量

5.6.2 曼哈顿距离测量

 5.7 周长、面积和形状测量

5.7.1 周长测量

5.7.2 面积测量

5.7.3 形状测量

 5.8 参考文献

第6章 电磁辐射原理与辐射校正

 6.1 概述

 6.2 电磁能量的交互作用

 6.3 传导、对流和辐射

 6.4 电磁辐射模型

6.4.1 电磁能量的波模型

6.4.2 粒子模型：原子辐射

 6.5 大气能量—物质交互作用

6.5.1 折射

6.5.2 散射

6.5.3 吸收

6.5.4 反射

 6.6 地面能量—物质交互作用

6.6.1 半球反射率、吸收率和透射率

6.6.2 辐射通量密度

 6.7 大气中能量—物质的再次交互作用

 6.8 传感器系统能量—物质交互作用

 6.9 遥感探测器系统误差校正

6.9.1 随机坏像元（散粒噪声）

6.9.2 行或列缺失

6.9.3 行或列部分缺失

6.9.4 行起始问题

6.9.5 n行条带

 6.10 遥感大气校正

6.10.1 不必要的大气校正

6.10.2 必要的大气校正

6.10.3 大气校正类型

6.10.4 大气衰减的绝对辐射校正

6.10.5 大气衰减的相对辐射校正

 6.11 坡度和坡向影响校正

6.11.1 余弦校正

6.11.2 Minnaen校正

6.11.3 统计一经验校正

6.11.4 c校正

6.11.5 局部校正滤波

 6.12 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

 7.3 从影像到地图校正的实例

7.3.1 选择合适的地图投影

7.3.2 地面控制点的采集

7.3.3 通过评价GCP的总RMSerror来确定最优几何校正系数

7.3.4 采用空间和亮度插值重采样方法填充输出矩阵

 7.4 镶嵌

 7.5 总结

 7.6 参考文献

第8章 影像增强

 8.1 概述

 8.2 影像缩小与放大

8.2.1 影像缩小

8.2.2 影像放大

 8.3 横断面（空间剖面）

 8.4 光谱剖面

 8.5 对比度增强

8.5.1 线性对比度增强

8.5.2 非线性对比度增强

 8.6 波段比

 8.7 邻域栅格运算

8.7.1 定性邻域栅格建模

8.7.2 定量邻域栅格建模

 8.8 空间滤波

8.8.1 空间卷积滤波

8.8.2 傅里叶变换

 8.9 主成分分析

 8.10 植被指数

8.10.1 控制叶面反射的主导因素

8.10.2 遥感植被指数

 8.11 纹理变换

8.11.1 空间域一阶统计量

8.11.2 空间域二阶统计量

8.11.3 纹理单元作为纹理光谱元素

8.11.4 基于半方差图的纹理统计

 8.12 景观生态学指标

 8.13 参考文献

第9章 遥感专题信息提取：模式识别

 9.1 概述

 9.2 引言

 9.3 监督分类

9.3.1 土地利用和地面覆盖分类方案

9.3.2 训练样区选择与统计量提取

9.3.3 选择影像分类最佳波段：特征选取

9.3.4 选择合适的分类算法

 9.4 非监督分类

9.4.1 链式非监督分类

9.4.2 ISODATA非监督分类

9.4.3 非监督聚类整理

 9.5 模糊分类

 9.6 面向对象影像分析的分类

9.6.1 面向地理对象的影像分析和分类

9.6.2 面向对象影像分析分类的思考

 9.7 分类过程中辅助数据的整合

9.7.1 与辅助数据有关的问题

9.7.2 整合辅助数据改进遥感分类图的方法

 9.8 参考文献

第10章 人工智能信息提取

 10.1 概述

 10.2 专家系统

10.2.1 专家系统的用户界面

10.2.2 创建知识库

10.2.3 推理机

10.2.4 在线数据库

10.2.5 遥感数据专家系统

 10.3 基于人工规则的决策树分类

10.3.1 待检验的假设

10.3.2 规则（变量）

10.3.3 条件

10.3.4 推理机

 10.4 基于机器学习决策树和回归树的分类

10.4.1 机器学习

10.4.2 决策树训练

10.4.3 决策树生成

10.4.4 从决策树到产生式规则

 10.5 随机森林分类器

 10.6 支持向量机

 10.7 神经网络

10.7.1 用于遥感信息提取的典型人工神经网络的组成和特点

10.7.2 人工神经网络的优点

10.7.3 人工神经网络的局限

 10.8 参考文献

第11章 成像光谱信息提取

 11.1 概述

 11.2 全色、多光谱和高光谱数据采集

11.2.1 全色数据

11.2.2 多光谱数据

11.2.3 高光谱数据

 11.3 高光谱数据信息提取的步骤

 11.4 从航带中选择研究区域

 11.5 影像质量的初始评价

11.5.1 高光谱彩色合成影像的目视检查

11.5.2 单波段目视检查

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 绝对大气校正

 11.7 高光谱遥感数据的几何校正

 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、光谱混合分析）

11.10.3 包络线去除法

11.10.4 光谱库匹配技术

11.10.5 高光谱数据的机器学习分析

 11.11 可选的高光谱数据分析指数

11.11.1 比值植被指数

11.11.2 归一化植被指数

11.11.3 高光谱增强型植被指数

11.11.4 黄色指数

11.11.5 生理反射指数

11.11.6 归一化水指数

11.11.7 线性红边位置

11.11.8 红边植被胁迫指数

11.11.9 作物叶绿素含量预测

11.11.10 修正的叶绿素吸收率指数

11.11.11 叶绿素指数

11.11.12 中分辨率成像光谱仪陆生叶绿素指数

 11.12 微分光谱

11.12.1 窄波段微分植被指数

11.12.2 基于微分比率的红边位置确定

 11.13 参考文献

第12章 数字变化检测

 12.1 概述

 12.2 变化检测步骤

12.2.1 指定专题属性或感兴趣的指标

12.2.2 指定变化检测感兴趣的地理区域

12.2.3 指定变化检测时段

12.2.4 选择合适的土地利用／地面覆盖分类系统

12.2.5 确定性与模糊性变化检测推理

12.2.6 逐像元或面向对象的变化检测

12.2.7 遥感系统变化检测需考虑的因素

12.2.8 变化检测需要考虑的重要环境／变化因素

12.2.9 选择最合适的变化检测算法

 12.3 “变／不变”二值变化检测算法

12.3.1 模拟“在屏”可视化变化检测

12.3.2 影像代数二值变化检测

12.3.3 多时相合成影像变化检测

 12.4 “从一到”专题变化检测算法

12.4.1 摄影测量变化检测

12.4.2 LiDAR测量变化检测

12.4.3 分类后比较变化检测

12.4.4 邻域相关影像变化检测

12.4.5 光谱变化矢量分析

12.4.6 利用辅助数据源作为时相1的数据进行变化检测

12.4.7 对时相2使用二值变化掩膜处理的变化检测

12.4.8 x2变换变化检测

12.4.9 互相关变化检测

12.4.10 在屏目视变化检测与数字化

 12.5 变化检测的大气校正

12.5.1 何时需要大气校正

12.5.2 何时不需要大气校正

 12.6 小结

 12.7 参考文献

第13章 遥感专题图精度评价

 13.1 概述

 13.2 精度评价步骤

 13.3 遥感专题图的误差源

 13.4 误差矩阵

 13.5 训练样本与地面参考验证信息

 13.6 样本容量

13.6.1 基于二项式概率理论的样本容量

13.6.2 基于多项式分布的样本容量

 13.7 采样设计（框架）

13.7.1 简单随机采样

13.7.2 系统采样

13.7.3 分层随机采样

13.7.4 分层系统非均衡采样

13.7.5 聚类采样

 13.8 利用响应设计获取地面参考信息

 13.9 误差矩阵的评价

13.9.1 误差矩阵的描述性评价

13.9.2 用于误差矩阵的多元离散分析方法

13.9.3 误差矩阵的模糊化

 13.10 变化检测图的精度评价

13.10.1 在变化检测研究中单个专题图的精度评价

13.10.2 “从一到”变化检测图的精度评价

13.10.3 二值变化检测图的精度评价

13.10.4 面向对象影像分析分类图的精度评价

 13.11 地统计学分析方法用于精度评价

 13.12 影像元数据与遥感产品谱系信息

13.12.1 单景影像元数据

13.12.2 遥感产品的谱系信息

 13.13 参考文献

附录 影像和其他地理空间信息来源

索引

1.3.1 遥感观测

下面对遥感正式定义中出现的各种术语进行简单的讨论。

1.3.1.1 遥感是艺术还是科学

科学被定义为与原理（规则）所描述的事实有关的广泛的人类知识领域。科学家采用科学的方法发现和检验事实与原理，这些方法是一个能解决问题的有序系统。一般认为，能够通过科学方法和其他特殊的思维规则来研究的任何学科都可以称之为科学。科学包括：1）数学和逻辑学；2）自然科学，如物理学和化学；3）生物科学，如植物学和动物学；4）社会科学，如地理学、社会学和人类学（如图1.3a所示）。有趣的是，有些人认为数学和逻辑学不是科学。但是，数学和逻辑学的知识领域对科学而言是非常有价值的工具，因此我们不能忽视它们。人类早期关心的是有关“多少”和“隶属”的问题，他们努力地计算、分类、系统思考和精确描述。在许多方面，科学的发展是由它应用数学的程度体现出来的。一门科学往往开始于简单的数学测量，然后采用更加复杂的数学来解释自然现象。

与数学类似，遥感也是一种工具或技术，它利用传感器远距离测量一个目标或地理区域内的电磁辐射，然后用数学和统计的方法从数据中提取有价值的信息，这便是一种科学活动。遥感可以与其他地理信息科学（通常称其为GISiences，包括大地测量学、测绘学、制图学和地理信息系统）共同发挥作用（如图1.3b—d所示）。图1—3a说明了制图科学之间交互作用的模式，没有哪一门学科是起支配作用的，当应用于物理、生物和社会科学研究时，它们都作为知识和智能活动中独特而又存在的交叉领域。

这些技术将来会继续取得重大进展，而且它们之间的联系会更加紧密。例如，GIS网络分析应用就从精确的道路网中心线数据中获益颇丰，而这些中心线数据是由特定车辆上安装的GPS或高分辨率遥感数据来获得的。整个产业都以高分辨率卫星和机载遥感数据作为搜索引擎地理背景影像（如Google地球、Google地图、Bing地图）。遥感数据的采集获益于GPS观测技术的进步，GPS技术可以提高遥感影像及其衍生产品的几何精度，这些产品在GIS中得到了广泛应用。GPS技术已经给地球测绘带来了革命性的改变，现在x，y，z的精度都可控制在±1～±3cm。

根据科学理论，学科发展一般要经过4个典型的阶段。Wolter（1975）认为，以遥感为例，它们有自己的技术、方法和知识目标，基本都遵循着图1·4所示的s型曲线或对数曲线。学科领域发展的4个阶段分别为：第一阶段——初期成长阶段，文献方面的增量很小；第二阶段——文献呈指数增长的阶段，出版物数量每隔一段时间都会增多数倍；第三阶段——文献增长率开始下降，但年总量还是在持续增长；第四阶段——最后一个阶段，这时文献增长率趋近于零。一个学术领域在这四个阶段的特点可以简单概括如下：第一阶段——社会组织很少或者没有；第二阶段——合作者组成群体并形成特设机构、研究单位等形式的隐形学院；第三阶段——专业化与争议都在增长；第四阶段——合作群组和隐形学院里的会员人数减少。

按照上面的逻辑来思考，现阶段的遥感应该处于第二阶段，从20世纪60年代开始经历文献指数增长，出版物数量每隔一段时间都会翻倍。经验证据包括：1）涌现出很多与遥感有关的优秀的专业研究所和中心，2）众多专业社会团体组织投入到遥感研究中，3）发行了大量新的遥感学术期刊，4）巨大的科技进步，如改进的遥感系统和影像分析方法，5）充分的自省。随着专业化和学术争论的增加，会慢慢接近第三阶段。但是，遥感的增长速率还没开始下降。实际上，从事遥感的人员数量和使用遥感技术的商业公司的数量在过去30年间呈现出大幅增长。卫星遥感空间分辨率的提升（如高分辨率1m×1m的全色数据）让更多从事GIS社会科学研究的人进入到这个行业中。每个月都会发表成百上千篇同行评审的遥感研究文章。

艺术：照片或影像的目视解译过程不仅需要科学知识，还需要解译者所具有的背景知识，这种知识不能被度量、编程或完全理解。将科学知识与解译者的经验相结合，产生的协同作用使得解译者能够建立启发式经验，以提取影像中有价值的信息。某些影像解译人员比其他人更为出色，原因在于他们1）对科学原理的理解更为深刻；2）更多的旅行，目睹了许多地物和地理区域的景观特征；3）能够将科学原理与客观世界相联系，从而得到符合逻辑的正确结论。所以，遥感影像解译既是一门科学，也是一门艺术。

1.3.1.2 地物或区域信息

传感器可获取有关地物的特定信息（如橡树冠的直径）或某种现象的地理范围（如橡树覆盖的多边形边界）。可以通过从某个地物或地理区域反射、发射的电磁辐射来研究对象的实际特性。电磁辐射必须经过测量，然后采用模拟／数字影像处理方法将其转化为信息。

1.3.1.3 仪器（传感器）

遥感是通过传感器实现的。大多数遥感仪器都记录电磁辐射，这些电磁辐射从辐射源以3×108m／s的速度直接穿过真空到达传感器或通过间接反射或再辐射到传感器。电磁辐射以高速有效的方式向传感器传递遥远现象中所蕴涵的信息。事实上，没有比光传播得更快的物质。传感器接收到的电磁辐射在数量和性质上的变化，成为解译某些现象重要特性（如温度、颜色）有价值的数据源。也可用声波（如声纳）等其他力场代替电磁场。然而，地球资源应用所采集的大多数遥感数据都是通过记录电磁辐射的能量来完成的。

1.3.1.4 遥感的距离到底有多远？

遥感通常在离感兴趣目标或区域有一定距离的地方进行。有趣的是，这个距离到底有多远还没有一个明确的定义，它可以是1cm、1m、100m甚至也可以是离目标物或目标区域1000km的地方。天文学中有许多研究是基于遥感技术的。事实上，许多最新的遥感系统、视觉和数字影像处理方法，最初都是用于观测地球以外现象的，如月球、火星、木卫一、土星、木星等。尽管如此，本书主要关注的仍是地球上的陆地遥感，所采用的传感器放置在近地大气层中的飞机或太空中轨道卫星的平台上。

遥感和数字影像处理技术也可以用来分析“内层空间”。如电子显微镜能够获取皮肤上、眼睛内等极小目标的影像。X射线装置也是一个遥感系统，在这种装置中，皮肤和肌肉就像大气一样被穿透，里面的骨头和其他东西往往才是人们感兴趣的目标。本书介绍的许多数字影像增强处理技术同样适用于“内层空间”的分析。

P4-6

第4版新增内容

本书从遥感角度介绍了用于分析数字遥感数据的最新方法。本书是研究生阶段理想的入门教材，用于机载和卫星遥感数据分析，解决地学空间问题，其涉及领域包括：地理、地质、海洋科学、森林学、人类学、生物学、土壤科学、农学、城市规划等。

本书一直致力于将相对复杂的数字影像处理方法和算法以尽可能通俗易懂的方式介绍给学生和遥感科学工作者。因此，读者会注意到本书的每一章都包括了大量的参考文献，这些可以成为学生和科学工作者开展数字影像处理项目或研究的起点。本书增添的附录提供了影像资源和其他地理空间信息资源。下面我们对各章的主要内容和第4版中改进的地方进行一个总结。

第1章：遥感与数字影像处理

如今，地面参考信息的重要性引起了更多关注，它可以用于遥感数据的定标和遥感衍生产品，诸如专题地图的精度评定。“遥感处理”不断扩充和更新最新内容，以求能反映数字影像处理领域最近的创新技术。现在更强调将遥感应用于解决地方性、高空间分辨率的问题以及在全球气候变化研究中的应用。这使得对接受过遥感数字影像处理训练的科研人员的需求日益增加，本章包含了这种需求的具体信息。信息来源包括以下两种。a）美国全国科学研究委员会的研究（2013）：未来美国地理空间情报的劳动力；b）美国劳工部就业培训管理局（2014）的预测数据：2012~2022年遥感科研和技术专家以及遥感技术人员的职位缺口将达到39900个。许多地理空间行业的岗位都需要有遥感数字影像处理方面的训练。

第2章：遥感数据采集

本章介绍了过去、现在和未来遥感数据资源的相关信息。在第4版中详细介绍了新发射和预备发射的星载遥感系统（如Astrium的Pleiades和SPOT 6，DigitalGlobe的GeoEye-1/2、WorldView-1/2/3，印度的CartoSat和ResourceSat，以色列的EROS A2，韩国的KOMPSAT，NASA的Landsat 8，NOAA的NPOESS，RapidEye等）以及机载遥感系统（如PICTOMETRY，微软的UltraCAM，莱卡的Airborne Digital System 80）。同时，本章还介绍了已退役（如SPOT-1/2，Landsat 5）和损坏（如Landsat 7 ETM+）以及发射失败（如欧空局的Envisat）的传感器系统的技术细节。

第3章：数字影像处理的硬软件配置

正如期望的，自上一版起，数字影像处理所必需的计算机硬件（如CPU、RAM、大容量存储器、数字化技术、显示器、传输/存储技术）和软件［如多光谱、高光谱、逐像元、面向对象影像分析（OBIA）］已经显著发展。本章讨论了常用于数字影像处理的计算机硬件的改进，展示了一些主流数字影像处理软件的最重要功能、特点及来源。  第4章：影像质量评估与统计评价

本章回顾了基本数字影像处理的数学符号以及直方图的重要性；介绍了元数据的重要性；提出了评估影像质量的可视化方法，包括三维显示；更新了评估数字遥感数据基本质量的单因素和多因素方法；新添加的一节讨论了地统计学分析、自相关及克里金插值。

第5章：显示选项与科学可视化

本章提供了一些新的信息：液晶显示器（LCD），影像压缩替代方案，彩色坐标系（RGB、亮度-色调-饱和度及色度），8位和24位色彩查找表的使用，合并（融合）不同类型影像的新方法（如Gram-Schmidt替换、回归克里金）。此外，还提供了利用数字影像测量距离、周长、形状和多边形面积的方法。

第6章：电磁辐射原理与辐射校正

本章另外提供了电磁辐射原理（例如，夫琅和费吸收特征）以及自然和人工材料的光谱反射特性信息，更新了上一版中大部分重要的辐射校正算法，其中包括：a）绝对辐射校正（例如，ACORN、FLAASH、QUAC、ATCOR、经验线定标）；b）相对辐射校正（例如，单时相和多时相影像的归一化）。

第7章：几何校正

本章提供了传统和经过改进的影像-地图纠正以及影像-影像配准内容。此外，还进一步讨论了可展曲面以及几种最常见的圆柱、方位和圆锥地图投影的特征和优缺点。从这些地图投影（例如，墨卡托、兰伯特等积方位投影）中选择一种合适的来作为MODIS卫星影像的投影。7.4节还包含了对Landsat ETM+数据的USGS年镶嵌图［即WELD：网络获取陆地卫星数据工程（Web-Enabled Landsat Data project）］新的实例和描述。

第8章：影像增强

本章对8.2节进行了修订。此外，本章还对波段比、邻域栅格运算、空间卷积滤波和边缘增强、频率滤波、纹理提取和主成分分析（PCA）这些影像增强技术进行了更新。植被指数（VI）部分（8.10节）有大量删改，包括控制叶片反射的主导因素和大量新指数图解的介绍。也介绍了几种新的纹理变换（如Moran’s I空间自相关）以及采用灰度共生矩阵（Grey-Level Co-occurrence Matrices，GLCM）方法提取的新纹理信息。同时，本章也有对遥感提取景观生态学的最新讨论。

第9章：遥感专题信息提取：模式识别

本章包括美国规划协会土地分类标准（NLCS）、美国国家土地覆盖数据库（NLCD）分类系统、NOAA的海岸变化分析计划（C-CAP）分类方案以及IGBP地面覆盖分类系统等方面的内容。介绍了特征（波段）选取的新方法（例如，相关矩阵特征选择）。此外，本章还包括OBIA分类方法，包括新的OBIA应用实例。

第10章：人工智能信息提取  本章介绍了使用机器学习决策树、回归树、随机森林（树）及支持向量机（SVM）方法进行影像分类的新信息。本章介绍大量的机器学习、数据挖掘决策树／回归树程序（如CART、s-Plus、R Development Core Team、C4.5、C5.0、Cubist）的详细信息以用来开发产生式规则。多层感知器、Kohonen自组织映射、模糊自适应共振映射部分包括了神经元网络分析遥感数据的最新进展。在本章中，对人工神经网络的优缺点进行了讨论。

第11章：成像光谱信息提取

本章讨论了机载和卫星高光谱数据采集的进展，提供了高光谱影像处理和分析方法的进展，包括：端元的选择和分析、制图算法、光谱}昆合分析（Spectral Mixture Analysis，SMA）、包络线去除法、光谱库匹配技术、机器学习高光谱数据分析技术、新的高光谱指数及导数光谱。

第12章：数字变化检测

本书囊括了详细的数字变化检测信息，给出了传感器观测角及大量树木和建筑遮蔽影响的新信息，提供了二值“变／不变”算法，包括识别变化阈值的新分析方法和新的商业变化检测产品，如ESRI的Change Matters和MDA的National Urban Change Indicator，还讨论了专题“从一到”变化检测算法的显著进展，包括：摄影测量和LiDAR测量变化检测、OBIA分类比较变化检测以及邻域相关影像（Neighborhood Correlation Image，NCI）变化检测。

第13章：遥感专题图精度评价

目前已有许多文献对由单时相影像或由多时相影像产生的专题图（即变化检测）制作的遥感衍生专题图的最佳精度评估方法进行了讨论，也存在很多争议。本章对精度评价的方法及争议点进行了深入的讨论。

附录：影像和其他地理空间信息来源

当与其他地理空间信息相结合的时候，遥感数据能发挥最好的分析作用。为此，本书新增了一个附录，包含了能够通过网络评估和下载的地理空间数据列表。其内容包括：数字高程信息、水文、土地利用／地面覆盖和生物多样性／栖息地、道路网及人口统计数据，另外还有几种公开和商用的遥感数据，并配有相关数据集中的地图或影像的实例。