本書全面、系統(tǒng)地介紹遙感影像三維重建相關(guān)的技術(shù)基礎(chǔ)與具體實現(xiàn)方法，包括基于矢量數(shù)據(jù)的交互式三維重建技術(shù)、基于LiDAR數(shù)據(jù)的半自動三維重建技術(shù)、傾斜攝影自動三維重建技術(shù)基礎(chǔ)和實踐、傾斜攝影三維模型編輯技術(shù)、衛(wèi)星遙感影像三維重建技術(shù)以及三維模型發(fā)布技術(shù)。

本書論述了高分遙感智能解譯面臨的問題與挑戰(zhàn)，闡明了”特征提取在遙感影像智能解譯中的重要性”以及”特征提取從傳統(tǒng)人工構(gòu)筑特征->監(jiān)督學習驅(qū)動的特征學習->自監(jiān)督學習的特征學習的意義”。在此基礎(chǔ)上，本書系統(tǒng)地論述了遙感自監(jiān)督學習方法的理論、算法及應(yīng)用，以期為數(shù)據(jù)源極大豐富條件下開展遙感影像智能解譯研究提供新的視

本書是作者多年從事遙感影像處理與分析教學、科研工作中關(guān)于圖像超分辨率重建研究的總結(jié)，主要介紹衛(wèi)星遙感影像超分辨率處理的基本原理、方法和技術(shù)。書中首先介紹了圖像超分辨率的基本理論和方法，然后介紹了衛(wèi)星影像的超分辨率重建技術(shù)，包括衛(wèi)星影像退化因素分析及辨識、基于退化模型的衛(wèi)星影像超分辨率重建、基于學習的衛(wèi)星影像超分辨率重建

本書以綜合性高光譜遙感知識體系為線索，圍繞高光譜遙感數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用全流程實踐體系，構(gòu)建完整知識框架，內(nèi)容包括數(shù)據(jù)采集與預(yù)處理、高光譜降維與特征挖掘、高光譜圖像分類、混合像元分解、目標探測、數(shù)據(jù)融合以及高光譜遙感應(yīng)用等模塊，形成了一套系統(tǒng)的實習與實驗方案。通過學習本書，讀者能夠系統(tǒng)提升高光譜遙感的

本書面向當前多時相遙感影像處理分析的學術(shù)前沿與地學應(yīng)用的重大需求，介紹多時相遙感影像處理分析的框架體系和實現(xiàn)過程，對其中涉及的發(fā)展前沿、關(guān)鍵技術(shù)進行了探討和綜述。在常規(guī)遙感變化檢測、多時相信息提取方法的基礎(chǔ)上，引入深度學習、集成學習、遷移學習等新型機器學習理論方法，重點對多時相遙感影像自動變化檢測、多時相遙感影像地表覆

本書系統(tǒng)介紹了群集行為的數(shù)學理論，以Cucker-Smale模型為核心，探討了多智能體在自然界和工程領(lǐng)域中的群體動態(tài)行為，如蜂擁、群集行為和一致性等現(xiàn)象.全書分為兩部分：第一部分聚焦Cucker-Smale模型的群集行為，第二部分研究其一致性.本書從群體行為的基本概念入手，詳細分析了長程和短程通信權(quán)重下的模型性質(zhì)，包括

本書全面、系統(tǒng)地論述了遙感圖像判讀的理論和實踐，介紹了圖像判讀的基本概念和發(fā)展歷史;詳細論述遙感及電磁波、光和顏色等基本知識，簡要介紹了航空遙感圖像和衛(wèi)星遙感圖像獲取的相關(guān)知識:對遙感圖像、全色圖像多光譜圖像及雷達圖像判讀特性進行了系統(tǒng)描述:介紹了遙感圖像判讀原理判讀特征及圖像判讀基本流程和方法:對居民地、工農(nóng)業(yè)和社會

本書面向智能化時代遙感影像處理與應(yīng)用的需求，結(jié)合作者近年來在遙感影像智能解譯方面的研究工作，系統(tǒng)地闡述了高分辨率遙感影像解譯與變化檢測的方法，以“數(shù)據(jù)-像素-目標-場景”的層次認知模型為基礎(chǔ)，引入基于深度學習的全要素遙感影像語義分割模型，在此基礎(chǔ)上提出顧及拓撲結(jié)構(gòu)與空間上下文的線狀、面狀地物專題要素提取方法，并構(gòu)建了融

志愿者地理信息(VGI)數(shù)據(jù)質(zhì)量評價對于確保數(shù)據(jù)準確性、評估數(shù)據(jù)價值、推動數(shù)據(jù)質(zhì)量改進、促進數(shù)據(jù)共享與協(xié)作，以及支持科學研究與發(fā)展等方面都具有重要意義。本書圍繞VGI數(shù)據(jù)的特點、怎樣理解VGI數(shù)據(jù)、有關(guān)地理信息數(shù)據(jù)質(zhì)量的描述，以及VGI數(shù)據(jù)智能評價方法進行了全面而深入的研究和探討。本書致力于系統(tǒng)全面地解釋VGI數(shù)據(jù)質(zhì)量

遙感影像多尺度分類是目前遙感影像處理與解譯研究的熱點之一。本書以遙感影像像素-對象-場景分類為主線，基于人工智能方法，開展像素級分類、面向?qū)ο蠓诸惡蛨鼍凹壏诸愌芯�，建立了多種遙感影像多尺度分類和解譯方法。這些研究旨在提高遙感影像智能分類精度和異常值探測性能，推動遙感影像分類技術(shù)的應(yīng)用與發(fā)展，兼具理論和實踐的雙重意義。