前言

近年来，随着遥感卫星和人工智能的快速发展，遥感图像智能处理在国民经济和国防建设等领域发挥着越来越重要的作用，并取得了诸多成功应用。国内外高水平大学均开设了大量与遥感图像处理相关的课程。然而，在教学实践和课程建设中，相比于理论教学，实验教学的重要性未得到足够重视。同时，由于本领域知识迭代更新非常快，目前还缺乏兼具知识性、前沿性和应用性的实验教材。本书即面向这一迫切需求，对遥感图像智能处理的实验教学进行了有益探索和实践，力争为本领域课程建设和科学研究提供支持。

本书秉承教研一体、理技融合理念，面向实际应用需求，从前沿科研成果中精编实验案例，并注重领域基础知识、算法核心思想和实验操作原理的有机融合，方便用于电子信息、遥感科学、人工智能等领域的实验教学和科学研究。本书共12章，主要包含极化雷达图像智能处理和光学图像智能处理两部分。其中，第1~8章为雷达遥感图像智能处理，主要包含超分辨率重建、相干斑滤波、特征提取、地物分类、目标检测、目标识别和生物量反演等； 第9~12章为光学遥感图像智能处理，主要包括对抗样本检测、对抗样本训练、对抗样本净化和图像内容生成等。每章介绍了实验背景、算法原理、程序代码、实验数据和实验结果等内容。读者可在了解算法原理基础上，利用提供的程序代码，独立完成每章实验。通过从理论知识到实验实践的闭环学习，可深入理解遥感图像智能处理中的算法设计之美和实验验证之妙，进而体会科学技术创新对经济社会和国防建设的重要影响。

本书的主要特色如下：

(1) 注重基础理论和实践拓展融合。

本书内容紧密对接“模式识别与机器学习”“雷达极化信息处理及其应用”等课程讲授的基础知识，可直接作为配套实验教材使用。同时，本书瞄准实践拓展性精心设计了实验内容，也可辐射应用于“遥感原理”“计算方法”“人工智能”“合成孔径雷达图像处理”“信息与通信工程综合实验”“图像处理与分析”等课程的实践教学。

(2) 精选前沿科研成果案例进课堂。

本书实验内容主要选编自近年发表于本领域权威期刊的研究成果。实验选题属于领域的前沿热点问题。以光学图像智能处理为例，对抗样本检测、训练和净化是人工智能算法攻防对抗的研究热点。

(3) 兼顾每章独立性和全书系统性。

本书每章均为一个独立实验。同时，不同实验之间具有清晰的内在逻辑。多个独立实验可以组合为大实验。以极化雷达图像智能处理为例，超分辨率重建和相干斑滤波属于图像预处理，极化特征提取属于机理解译，地物分类、目标检测等则属于应用研究。将图像预处理、机理解译和应用研究中的实验组合起来，即可形成极化雷达图像智能处理的完整案例。

(4) 突出实验可操作性和应用价值。

本书每章实验都面向实际应用需求，提供了详细的实验数据、算法代码和实验结果，非常方便进行实验操作、对比分析和拓展研究。同时，实验中介绍的处理算法均得到了实测数据验证，具有很好的实际应用价值。

本书面向遥感图像智能处理，主要基于深度学习等前沿技术，重点聚焦雷达遥感和光学遥感图像智能信息处理的算法与实验，可作为信息与通信工程、遥感科学与技术、人工智能等相关专业的本科生和研究生课程的配套实验教材。同时，本书涉及遥感图像智能信息处理的基础知识和前沿算法，适合作为相关专业高年级本科生和研究生的工具书，也可作为电子信息领域科研人员和工程技术人员的专业参考书。

本书内容涉及的研究工作，先后得到了国家自然科学基金联合基金重点项目（U24B20189）、优秀青年科学基金项目（62122091）、湖南省科技创新计划（2024RC1040)、湖南省自然科学基金杰出青年项目（2020JJ2034）等项目的支持，特此致谢。

本书得到国防科技大学研究生精品课程和精品教材建设项目的出版资助。

衷心感谢何友院士、江碧涛院士、李陟院士、吴剑旗院士、李树涛院士、张群教授、杨健教授、王雪松教授、刘永祥教授、匡纲要教授、粟毅教授等对作者的关心、支持和帮助。

全书由陈思伟牵头规划，第1~5章由陈思伟主笔，第6、7章和9~12章由孙浩主笔，第8章由蒋馥根主笔，全书由陈思伟和肖顺平统稿。崔兴超、李郝亮、李铭典、戴林裕、宋玉营、王欣超、王君宇、逯子豪等研究生参与了相关章节算法研究并在本书撰写过程中协助整理了实验数据和程序代码，资慧娴助理参与了书稿文字校对工作，谨向他们表达崇高的敬意和谢意。

本书的实验内容主要选编自作者团队近年来发表的国内外期刊和会议论文。本书实验用到了多种公开的雷达图像和光学图像数据集，对获取、制作和发布数据集的研究团队和研究机构表示感谢。

由于作者团队水平有限，书中难免存在疏漏和不足，恳请读者批评指正。

陈思伟

2025年10月