این بسته آموزشی از چندین فصل تشکیل شده است که شامل:

در این فصل به مقدمه ای کوتاه از سنجش از دور پرداخته شده است، سعی بر این بوده است نکاتی از سنجش از دور در این بخش عنوان شود که در طول دوره از آن ها به وفور یاد شده باشد.

در فصل دوم به بررسی روش های مختلف طبقه بندی پیکسل پایه، ماشین، شیءگرا پرداختیم و در مورد تئوری و منطق این طبقه بندی ها و چه نیازهایی باعث به وجود آمدن این نوع از طبقه بندی شد پرداخته شده است، به پیش پردازش های مورد نیاز به منظور انجام فاز طبقه بندی پرداخته شده است.

در فصل سوم به بررسی روش های شیءگرایی پرداخته شده است و در مورد تئوری روش های قطعه  بندی تصاویر، روش های طبقه بندی تصاویر، منطق روش های شیءگرا، تاریخچه آن ها و بسیاری از نکات ارزشمند دیگر در این فصب مورد بحث قرار گرفته است.

در فصل چهارم به ارزیابی نتایج طبقه بندی و تئوری و منطق آن ها پرداخته شده است به بحث در مورد دقت کلی، ضریب کاپاف انواع خطاهای موجود، داده های زمینی، و روش های مختلف برطرف کردن خطاها پرداخته شده است.

در فصل پنج این آموزش به شروع کار با نرم افزار پرداخته شده است. به آموزش نصب ان و مقدمه ای کوتاه و کلی در مورد نرم افزار، اشنایی اجمالی با محیط آن و پارامترهای مربوط به آن پرداخته شده است.

در فصل ۶ به بررسی روش های مختلف قطعه بندی به صورت عملی پرداخته شده است. انواع روش های موجود در آن شرح داده شده است و به صورت عملی در نرم افزار انجام شده است.

در این فصل به بحث در مورد طبقه بندی نزدیکترین همسایه پرداخته شده است. از جمله قابلیت های این نرم افزار طبقه بندی به روش نزدیکترین همسایه میتوان اشاره کرد که به بهترین شکل ممکت با استفاده از ابزارها و قواعد مختلف به طبقه بندی تصاویر مورد نظر می پردازد.

در این فصل به استخراج اطلاعات پرداخته شده است، به نحوه استخراج پهنه های ابی از یک تصویر به صورت کاملا پروژه محور. در این بخش سعی بر این بوده است پهنه های ابی به صورت کاملا دقیق و با دقت بسیار بالا استخراج شده و به عنوان یک شیپ فایل از آن خروجی گرفته شود.

در فصل نه به طبقه بندی با استفاده از استانه گذاری پرداخته شده است. استانه گذاری در نرم افزار به صورتی میباشد که با استفاده از قواعد مختلف موجود در ان میتوان از ویزگی های مختلف به منظور استانه گذاری استفاده کرد و یک طبقه بندی با دقت بالا را بر اساس استانه مختلف ایجاد نمود.

در این بخش از مجموعه آموزشی به بحث در مورد فیلترهای مختلف در نرم افزار پرداخته شده است. فیلترها از جمله ابزارهایی هستند که در این نرم افزار به صورت جامع وجود دارند.

در این فصل به بررسی شاخص های مختلف در زمینه های مختلف پرداخته شده است. همچنین به توضیح کاربرد ابزار Layer Arithmetic’s در زمینه ایجاد شاخص ها و فرمول نویسی بر روی این ابزار پرداخته شده است

در این فصل به استخراج ساختمان ها با استفاده از قواعد پیشرفته پرداخته شده است . استخراج ساختمان ها از جمله مواردی است که در مسائل شهری بسیار پر کاربرد میباشد و در این نرم افزار در کمترین زمان و بهترین دقت این کار انجام شده است که به صرفه جویی در وقت و هزینه در انجام کارهای شهری منجر میشود. پارامترهای بسیار زیاد و جدیدی در این بخش از اموزش مورد بحث و بررسی قرار گرفته است به نحوی که میتوان گفت از بسیاری از ابزارهای موجود در این نرم افزار در این بخش از کار استفاده شده است.

در این فصل به بررسی و استخراج سطوح غیرقابل نفوذ از تصویر با استفاده از پارسل ها پرداخته شد است. سطوح غیرقابل نفوذ از جمله قسمت های شهری میباشد که مورد توجه بسیار زیادی میباشد. همچنین این بخش ها به بخش های انسان ساخت بسیار مطرح است. در این فصل به استخراج این بخش ها با دقت بالا با استفاده از قواعد موجود در این نرم افزار پرداخته شده است.

در این بخش از آموزش به بررسی ابزار Template پرداخته شده است. به نحوه شمارش پدیده های خاص همچون درختان و سایر پارامترها، به ایجاد ضریب همبستگی بین متغییرهای مختلف در تصاویر مختلف.