"本書采用筆者提出的標(biāo)準(zhǔn)定量產(chǎn)品概念模型，針對(duì)觀測對(duì)象理化與生物學(xué)特征參數(shù)的3-5級(jí)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(duì)象大時(shí)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(duì)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(duì)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(jì)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(gè)項(xiàng)目，項(xiàng)目內(nèi)容包括：遙感基礎(chǔ)知識(shí)、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(jì)算機(jī)分類、遙感專題制圖等，涵蓋了遙感的基礎(chǔ)知識(shí)和實(shí)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(shí)例，綜合分析該方法在實(shí)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

本書根據(jù)作者十余年來以遙感數(shù)字圖像獲取、處理、輸出、應(yīng)用為體系開展的系統(tǒng)研究工作所積累豐碩成果的基礎(chǔ)上，經(jīng)過匯總整理，完成了本書。全書分為16章，從三部分來對(duì)遙感圖像處理進(jìn)行闡述，第一部分是基礎(chǔ)部分，主要從遙感的圖像總體性處理進(jìn)行介紹，主要內(nèi)容有遙感圖像處理的概念和本書的框架，遙感圖像的數(shù)字化，顯示和常用的處理軟件，并

高光譜圖像分析是遙感技術(shù)對(duì)地球表面分析和應(yīng)用的一個(gè)關(guān)鍵步驟，同時(shí)也是人類認(rèn)知地球的重要手段之一。為滿足對(duì)分類精度和效率以及泛化性的要求，針對(duì)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(diǎn)，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(duì)應(yīng)第3章、第

遙感科學(xué)與技術(shù)是一門交叉性學(xué)科，內(nèi)容廣泛而復(fù)雜�！哆b感原理與應(yīng)用》一書從遙感的物理原理出發(fā)，深入淺出地闡述遙感科學(xué)的基礎(chǔ)理論與基本概念。本書內(nèi)容主要涵蓋遙感基本概念、遙感理論基礎(chǔ)，包括電磁輻射基礎(chǔ)、地物電磁輻射基本特性、輻射傳輸?shù)幕�本原理以及遙感數(shù)據(jù)獲取所涉及的傳感器及遙感平臺(tái)基本原理；遙感數(shù)據(jù)處理的基本方法，包括遙感

本書以無人機(jī)影像為研究對(duì)象，從拼接效率與精度兩個(gè)方面對(duì)無人機(jī)影像拼接方法進(jìn)行改進(jìn)。本書的主要研究內(nèi)容包括：無人機(jī)影像拼接特征點(diǎn)的快速提取。針對(duì)SURF算法在特征點(diǎn)提取方面效率不高的問題，從構(gòu)造尺度空間、特征點(diǎn)檢測、特征主方向計(jì)算、特征向量計(jì)算等過程進(jìn)行并行優(yōu)化加速。無人機(jī)影像拼接特征點(diǎn)的新特征構(gòu)建。針對(duì)傳統(tǒng)SURF算法

本書全面講解了卷積神經(jīng)網(wǎng)絡(luò)（CNN）、單階段目標(biāo)檢測、雙階段目標(biāo)檢測、多尺度融合、注意力機(jī)制和語義分割等深度學(xué)習(xí)算法在遙感圖像分類、檢測、分割和提取等方面的應(yīng)用，介紹了各種深度學(xué)習(xí)模型的原理及其在遙感圖像處理中的具體實(shí)現(xiàn)方法。本書以遙感圖像飛機(jī)目標(biāo)檢測、艦船目標(biāo)檢測、遙感圖像建筑物提取及遙感圖像土地語義分割為例，詳細(xì)介

本書基于注入模型從像素級(jí)層面開展遙感圖像新算法研究，重點(diǎn)是提高遙感圖像的融合性能和應(yīng)用價(jià)值，主要論述基于精煉細(xì)節(jié)注入的遙感圖像融合算法、基于補(bǔ)償細(xì)節(jié)注入的遙感圖像融合算法、基于多光譜圖像改進(jìn)的遙感圖像融合算法、基于光譜及亮度調(diào)制的遙感圖像融合算法和基于多目標(biāo)決策的遙感圖像融合算法。本書適合數(shù)據(jù)融合、計(jì)算機(jī)視覺、圖像處理