本書針對遙感成像衛(wèi)星在軌實時處理這一新技術(shù)方向，系統(tǒng)全面地介紹了在軌實時處理的基本概念、研究意義、國內(nèi)外發(fā)展歷程及趨勢；面向微波成像衛(wèi)星，從在軌成像處理與在軌目標(biāo)檢測分類兩個方面闡述了算法流程及優(yōu)化設(shè)計方法；面向光學(xué)成像衛(wèi)星，從在軌數(shù)據(jù)預(yù)處理、在軌壓縮與質(zhì)量評價、在軌目標(biāo)檢測分類等方面闡述了算法優(yōu)化設(shè)計方法；面向在軌數(shù)

民間重要區(qū)域的安防和國家軍事重地的值守，都需要對入侵目標(biāo)實時監(jiān)測其方位和運動軌跡。本專著主要是探討基于動靜態(tài)熱釋電紅外傳感器(PIR)探測器組構(gòu)成的探測網(wǎng)域/對入侵目標(biāo)的智能感知理論和技術(shù)應(yīng)用方法。研究的焦點就是如何迅速準(zhǔn)確地探測出入侵目標(biāo)的方位和運動軌跡。 本專著以研發(fā)的新型動靜態(tài)PIR探測器組構(gòu)成探測網(wǎng)域，經(jīng)過實驗

本書在介紹深空探測任務(wù)與深空影像背景知識的基礎(chǔ)上,著重從統(tǒng)計數(shù)據(jù)分析和人工智能兩個方面介紹深空遙感影像相關(guān)的智能解譯方法.其中,在統(tǒng)計數(shù)據(jù)分析方面,介紹了統(tǒng)計理論工具及其在“嫦娥”觀測數(shù)據(jù)的判讀解譯應(yīng)用.在人工智能數(shù)據(jù)分析方面,介紹了深度學(xué)習(xí)中基于語義分割和基于目標(biāo)檢測方法在全月撞擊坑的自動判讀識別.為了便于讀者使用上

本書是以遙感技術(shù)系統(tǒng)為主線，以遙感圖像制圖過程與應(yīng)用為主體，結(jié)合具體的遙感圖像處理工程實踐，并參考新規(guī)范編寫而成的。具體內(nèi)容包括以下7個模塊：遙感基礎(chǔ)、遙感物理基礎(chǔ)、遙感圖像處理、遙感圖像增強(qiáng)處理、遙感圖像牧師判讀、遙感圖像分類及遙感專題圖制作。本書可供高職高專攝影測量與遙感技術(shù)、測繪地理信息技術(shù)、工程測量技術(shù)、地籍測

本教材涵蓋的主要內(nèi)容包括：無人機(jī)軟硬件本身基礎(chǔ)知識；無人機(jī)法規(guī)及相關(guān)知識點簡介(如飛行氣象、技巧等)；無人機(jī)組裝與調(diào)試；無人機(jī)遙感數(shù)據(jù)產(chǎn)品(三維實景建模、4D產(chǎn)品、多光譜遙感植被指數(shù)產(chǎn)品)的生產(chǎn)實踐；無人機(jī)嵌入式實時開發(fā)實踐(地面目標(biāo)物識別)。本教材體現(xiàn)了電子信息+地球科學(xué)的深度融合，主要體現(xiàn)在：硬件與軟件的結(jié)合，將無

"本書采用筆者提出的標(biāo)準(zhǔn)定量產(chǎn)品概念模型，針對觀測對象理化與生物學(xué)特征參數(shù)的3-5級共性產(chǎn)品，探索構(gòu)建標(biāo)準(zhǔn)的定量反演技術(shù)規(guī)程、處理工藝流程，以及規(guī)范的觀測對象大時空間跨度的參數(shù)產(chǎn)品生產(chǎn)過程，主要關(guān)注標(biāo)準(zhǔn)定量產(chǎn)品的數(shù)據(jù)工程模型，基于新型數(shù)據(jù)形式GRIDCube，以數(shù)據(jù)方塊（DataSquare：DS）為數(shù)據(jù)單位形成遙感定

本書針對該種成像儀獲取的影像進(jìn)行航帶拼接研究，以獲得具有高幾何定位精度和高光譜保真性的高光譜影像。本書首先利用曲面樣條函數(shù)法或基于導(dǎo)航數(shù)據(jù)或二者結(jié)合的方法對影像進(jìn)行幾何校正；然后采用基于邊緣塊剔除的局部方差法計算各波段信噪比，取分值最高的波段作為最優(yōu)波段；再利用該最優(yōu)波段采用SIFT算法或改進(jìn)的相位相關(guān)法來糾正航帶間已

本書共編寫了7個項目，項目內(nèi)容包括：遙感基礎(chǔ)知識、遙感數(shù)據(jù)獲取原理、遙感影像及其預(yù)處理、遙感影像增強(qiáng)處理、遙感影像目視解譯、遙感影像計算機(jī)分類、遙感專題制圖等，涵蓋了遙感的基礎(chǔ)知識和實踐操作技能。

本書以測量學(xué)隨機(jī)決策森林算法為主題，從理論基礎(chǔ)出發(fā)，系統(tǒng)闡述該方法的核心思想、演化規(guī)律、存在問題及改進(jìn)措施，并結(jié)合多光譜、高光譜和面向?qū)ο蟮倪b感信息提取實例，綜合分析該方法在實際遙感工作中的表現(xiàn)，進(jìn)而彌補(bǔ)目前遙感應(yīng)用領(lǐng)域“重方法而輕理論”的傾向。全書共分為六章，內(nèi)容包括決策樹分類理論與算法，隨機(jī)決策森林算法及改進(jìn)、遙感

高光譜圖像分析是遙感技術(shù)對地球表面分析和應(yīng)用的一個關(guān)鍵步驟，同時也是人類認(rèn)知地球的重要手段之一。為滿足對分類精度和效率以及泛化性的要求，針對高光譜圖像具有的復(fù)雜空-譜特性、非線性可分以及標(biāo)記樣本有限等特點，利用深度學(xué)習(xí)和寬度學(xué)習(xí)技術(shù)，探索監(jiān)督型、半監(jiān)督型、無監(jiān)督型以及遷移型深-寬度高光譜圖像分類方法，分別對應(yīng)第3章、第