本書以結合幾何劃分與層次化影像建模的高分辨率遙感影像分割方法理論與實踐為主線，重點闡述基于Voronoi劃分的影像域劃分、基于統(tǒng)計學理論的層次分割模型、各類分割模型的最優(yōu)分割解，對每類分割問題給出相應的高分辨率遙感影像分割案例，以表征其分割模型的有效性和實用性，并提出了一種普適的遙感影像層次結構建模其理論基礎，同時給出

本教程以遙感技術系統(tǒng)為主線，以遙感圖像制圖過程與應用為主體，結合具體遙感圖像處理的工程實踐，參考最新規(guī)范和遙感技術的新發(fā)展來編寫教學內容。具體內容包括以下九個學習型項目：遙感技術概論、電磁波及遙感物理基礎、遙感平臺與運行特點、遙感傳感器及其成像原理、遙感圖像處理、遙感圖像的判讀、遙感圖像的分類、遙感專題制圖和遙感技術的

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)

針對海量、動態(tài)、多維、異構的高分辨率衛(wèi)星遙感觀測數(shù)據(jù)，通過對高分辨壓縮信息的獲�。ā案小保�，建立多尺度幾何分析的建模（“知”），完成特征的學習和分析（“用”），從而提高對地觀測系統(tǒng)的綜合利用能力，這已成為遙感技術發(fā)展的必然趨勢。全書共十五章，系統(tǒng)地論述了遙感腦的理論基礎、感知與解譯應用及遙感腦系統(tǒng)。第一至第四章主要介紹

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

遙感是通過不與物體、區(qū)域或現(xiàn)象接觸的設備來獲取調查數(shù)據(jù)，并對數(shù)據(jù)進行分析而得到物體、區(qū)域或現(xiàn)象有關信息的科學與技術。本書是美國威斯康星大學麥迪遜分校教授ThomasM.Lillesand、RalphW.Kiefer和達特茅斯學院教授JonathanW.Chipman合著的RemoteSensingandImageInt

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