本课程是遥感和地理信息相关各专业研究生的学科课程，同时也可作为地学、测绘、资源、环境等专业研究生选修课。本课程系统讲授高分辨率遥感图像的特点及其应用背景，从遥感图像解译与目视认知规律出发，系统介绍遥感图像分类标准和分类方法，详细介绍针对高分遥感影像的面向对象分析方法，以及遥感分类技术环节中样本、特征、分类器选取等关键问题。同时结合模式识别和计算机视觉研究中的成果，介绍影像分割和机器学习方法在遥感中的应用，并围绕专题信息以水体、农业等为实例进行应用分析，介绍遥感数据处理的并行计算与高性能计算，并综合形成遥感智能计算平台。通过课程学习，使研究生较系统掌握高分辨率遥感信息解译与信息提取的理论知识、模型方法与应用技术，加深对高分辨率遥感研究手段的领会与前沿问题的理解。

主要内容：
第一讲 遥感图像解译与目视认知（3课时）
主讲老师：杨晓梅
授课内容：介绍遥感成像原理和信息认知过程；介绍遥感图像目视解译要素、解译方法；介绍计算机自动解译的原理和过程等。

第二讲 遥感图像分类标准与分类方法（3课时）
主讲老师：杨晓梅
授课内容：介绍当前国际国内地表覆被分类标准；针对不同分类标准，多源遥感数据的选择和主要的分类方法，主要介绍非监督、监督、决策树等主流方法，以及面向问题的分类策略；介绍基于知识的遥感图像分类主要方法和实例。

第三讲 面向对象遥感分类（3课时+3课时上机实习）
主讲老师：杨晓梅
授课内容：介绍高分辨率影像面向对象方法的基本原理，介绍尺度问题和对象特征描述，以及面向对象方法的总体技术流程。
[实习一]  易康（EC）的基础应用
实习内容：多尺度影像分割、特征选择、分类，完成初步的面向对象土地覆被分类全过程。
主讲教师：杨晓梅
实习助教：张涛等

第四讲 图像分类的关键问题（3课时）
主讲老师：杨晓梅
授课内容：介绍样本选择质量、数量等对分类结果的影响；介绍影像特征描述，主要特征计算方法，高维特征优选等问题；介绍面向特征的分类器选择、后处理与评价方式；介绍辐射、云、地形起伏等环境因素对遥感影像分类的影响和处理方法。

第五讲 影像分割的主要方法（3课时）
主讲老师：骆剑承
授课内容：介绍图像分割的原理和多种分割方法；介绍均值漂移等分割方法，以及分水岭合并分裂原理和方法；介绍边缘分割的原理和主要算法；介绍基于纹理的分割算法；介绍图分割方法等。

第六讲 机器学习方法1（3课时）
主讲老师：骆剑承
授课内容：介绍机器学习的发展状况，介绍遥感分类中常用的机器学习算法，如SVM、神经网络等方法。

第七讲：机器学习方法2（3课时）
主讲老师：骆剑承
授课内容：介绍机器学习较新的方法，如集成算法、深度学习等方法。

第八讲 湖泊（水体）专题信息提取与制图（3课时）
主讲老师：骆剑承
授课内容：介绍遥感专题信息提取的方法和流程；并以水体为例介绍多源信息辅助下的湖泊（水体）专题信息提取技术方案和应用实例；介绍水体的专题制图。

第九讲 基于高分影像的农业专题信息提取1（3课时）
主讲老师：沈占锋
授课内容：介绍农业信息提取的主要需求，以及国产高分影像的特性和选择；介绍GF1、GF2、ZY3数据处理的方法和技术流程。

第十讲 基于高分影像的农业专题信息提取2（3课时）
主讲老师：沈占锋
授课内容：介绍基于物候、多时相的遥感农作物提取方法模型；介绍实际应用案例。

第十一讲 并行计算与高性能计算（3课时）
主讲老师：沈占锋
授课内容：介绍并行计算主要原理和需求；介绍并行计算模型和并行计算方法；介绍并行计算实践与应用。

第十二讲 遥感智能计算平台与应用（3课时）
主讲老师：沈占锋
授课内容：介绍遥感智能计算体系框架；介绍智能计算平台内涵与外延；介绍智能计算平台构建与应用。

第十三讲 开卷考试