目前，光學衛(wèi)星成像已由單傳感器成像時代全面進入多傳感器成像時代。多源遙感圖像融合技術是光學衛(wèi)星多傳感器成像應用的關鍵核心技術，在遙感制圖、圖像判讀、圖像解釋等應用中發(fā)揮著基礎性作用。本書系統(tǒng)地介紹了遙感圖像融合的研究背景、概念內(nèi)涵和主要方法，包括多源遙感圖像融合評價方法、寬幅多源光學遙感圖像配準方法、全色與多光譜圖像高

本書主要是系統(tǒng)研究相位相關配準方法，從多個方面提出相位相關影響配準方法精度提升方法，促進了該方法在遙感影像配準領域的深入應用，同時還能實現(xiàn)多源遙感影像配準精度的進一步提升，為多源遙感影像在各行各業(yè)的廣泛、深入應用打下了堅實的基礎。對進一步促進遙感在各行各業(yè)的精細化應用具有深遠的意義。

隨著人工智能技術的成熟，圖像語義分割方法迎來了飛速發(fā)展的機會。語義分割是一種像素級的預測任務，基于全卷積神經(jīng)網(wǎng)絡（FCN）的分割方法，為了獲得較高的分割精度，需耗費大量的計算資源。然而隨著自動駕駛和移動終端需求的日益增長，在分割精度和分割速度之間進行平衡顯得尤為重要，如何在計算力有限的設備上應用語義分割技術、減少計算量

本書主要介紹高分辨率光學遙感衛(wèi)星影像區(qū)域網(wǎng)平差處理與應用，重點圍繞高分辨率光學遙感衛(wèi)星高精度區(qū)域網(wǎng)平差模型、方法和關鍵技術進行論述。全書共6章，綜合介紹國內(nèi)外高分辨率光學遙感衛(wèi)星的技術發(fā)展現(xiàn)狀，重點介紹高分辨率光學遙感衛(wèi)星幾何成像模型構建、高分辨率光學遙感衛(wèi)星影像區(qū)域網(wǎng)平差模型構建、高分辨率光學遙感衛(wèi)星影像匹配和大型區(qū)

本書是在國產(chǎn)時空遙感云服務平臺PIE-Engine系列用戶手冊和培訓素材的基礎上，集作者多年遙感大數(shù)據(jù)、云計算、人工智能等理論研究和開發(fā)實踐經(jīng)驗升華凝練而成的。本書結合時空遙感云服務平臺PIE-Engine設計理念、基本功能和技術特色，系統(tǒng)介紹了時空遙感云服務平臺PIE-Engine基本理論、關鍵技術、操作流程和專題應

本書從自然語言圖像中面臨的圖像增強與修復、自然圖像語義分割算法展開，深入理解自然圖像。接著，進行機器學習算法、深度學習算法的建模實現(xiàn)遙感圖像的語義分割問題。最后，通過算法，實現(xiàn)下游任務（比如精準農(nóng)業(yè)中的分類問題和多源信息融合問題）。本書重點從以下三個部分著重展開，并且分別用章節(jié)的形式呈現(xiàn)。第一部分：機器學習相關算法研究

本書圍繞小樣本遙感圖像分類任務展開具體研究工作，研究過程采用改善圖像特征提取和分類器設計兩種不同的子空間學習模式，重點解決小樣本圖像分類任務中存在的由于預訓練特征提取器無法適應新的數(shù)據(jù)類別，導致提取的特征鑒別性不足以及含標簽樣本過少，帶來的樣本分布與實際數(shù)據(jù)分布存在偏差等問題。本書提出了系列的子空間學習算法，進一步改善

本書圍繞航空光電成像高分辨率、寬覆蓋及激光三維成像三個方面展開，就其研究現(xiàn)狀、系統(tǒng)方案及實現(xiàn)過程中所遇到的問題及解決方案進行詳細論述。第一部分像元超高分辨成像，主要介紹了亞像元、L形異形像元及空間編碼掃描等效異形像元超分辨成像原理、工程實現(xiàn)及實驗結果；第二部分大視場高分辨率成像系統(tǒng)，介紹了共心多尺度成像系統(tǒng)、面陣動態(tài)多

《遙感圖像處理與應用》是作者在總結遙感教學經(jīng)驗、相關研究成果以及遙感領域新技術的基礎上編著而成的，以三種主要的遙感成像技術（熱紅外成像、微波成像與高光譜成像）為主線，按照“獲取-處理-應用”的順序進行內(nèi)容的組織，系統(tǒng)介紹了遙感成像的基本原理、遙感圖像處理的理論與技術以及在相關領域的典型應用。該書既包括了遙感圖像的基礎知

本書以基于層次化混合模型的高分辨率遙感影像分割方法的理論和實踐為主線，重點闡述了基于層次化混合模型的高分辨率遙感影像分割方法，并給出了相應的高分辨率遙感影像分割實例，涉及的遙感影像類型包括光學和合成孔徑雷達影像。本書內(nèi)容可為基于高分辨率遙感影像的土地覆蓋及利用、地物目標辨識及提取等應用提供有效手段，促進高分辨率遙感影像