来源：专知
本文为书籍介绍，建议阅读5分钟
第4版，专注于开发和实现统计驱动的、数据驱动的技术，用于遥感图像的数字图像分析。
遥感图像分析、分类和变化检测:With Algorithms for Python，第4版，专注于开发和实现统计驱动的、数据驱动的技术，用于遥感图像的数字图像分析，它的特点是算法的统计和机器学习理论与计算机代码紧密交织。它开发了用于光学/红外和合成孔径雷达(SAR)图像分析的统计方法，包括小波变换、非线性分类的核方法，以及前馈神经网络背景下的深度学习介绍。
https://www.routledge.com/Image-Analysis-Classification-and-Change-Detection-in-Remote-Sensing-With/Canty/p/book/9781032475745
第4版新增:
-
深入讨论了最近提出的一种用于极化SAR图像时间序列的序列变化检测算法。
附带的软件由所有主要图像分析算法的Python(开源)版本组成。
介绍了简单的、平台无关的软件安装方法(Docker容器化)。
通过谷歌Earth Engine使用可自由访问的图像，并提供了许多云编程的示例(谷歌Earth Engine API)。
研究了深度学习的例子，包括TensorFlow和神经网络的详细介绍，
Images, Arrays, and Matrices.
Image Statistics. T
ransformations.
Filters, Kernels and Fields.
Image Enhancement and Correction.
Supervised Classification I
Supervised Classification II
Unsupervised Classification.
Change Detection.
