本書(shū)以無(wú)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(wú)人機(jī)影像拼接方法進(jìn)行改進(jìn)。本書(shū)的主要研究?jī)?nèi)容包括：無(wú)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(wèn)題，從構(gòu)造尺度空間、特征點(diǎn)檢測(cè)、特征主方向計(jì)算、特征向量計(jì)算等過(guò)程進(jìn)行并行優(yōu)化加速。無(wú)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(shū)全面講解了卷積神經(jīng)網(wǎng)絡(luò)（CNN）、單階段目標(biāo)檢測(cè)、雙階段目標(biāo)檢測(cè)、多尺度融合、注意力機(jī)制和語(yǔ)義分割等深度學(xué)習(xí)算法在遙感圖像分類、檢測(cè)、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(shū)以遙感圖像飛機(jī)目標(biāo)檢測(cè)、艦船目標(biāo)檢測(cè)、遙感圖像建筑物提取及遙感圖像土地語(yǔ)義分割為例，詳細(xì)介

本書(shū)基于注入模型從像素級(jí)層面開(kāi)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(shū)適合數(shù)據(jù)融合、計(jì)算機(jī)視覺(jué)、圖像處理

隨著海道測(cè)量技術(shù)的不斷發(fā)展，衛(wèi)星水深反演(SDB)技術(shù)在淺海水域應(yīng)用日趨廣泛，SDB技術(shù)較傳統(tǒng)海道測(cè)量可以實(shí)現(xiàn)以較少的成本獲得淺水區(qū)域的水深，同時(shí)可應(yīng)用于聲學(xué)測(cè)量手段無(wú)法獲取的水域，在海圖尚未標(biāo)明的水域尤其有效，可以在聲學(xué)測(cè)量之前提高其安全性。國(guó)際海道測(cè)量組織IHO《衛(wèi)星測(cè)深實(shí)踐指南(B-13)》提供了關(guān)于SDB技術(shù)的

本書(shū)系統(tǒng)地介紹了高分辨率遙感影像分割與分類的相關(guān)概念、原理、方法、步驟和新進(jìn)展等，具體框架模型和實(shí)現(xiàn)方法都有著鮮明的特色，內(nèi)容涵蓋多分支融合網(wǎng)絡(luò)、基于CNN的雙邊融合網(wǎng)絡(luò)、小卷積特征重用模型、基于多尺度近端特征拼接網(wǎng)絡(luò)、深度置信網(wǎng)絡(luò)、局部與混合擴(kuò)張卷積融合網(wǎng)絡(luò)、預(yù)激活殘差注意力網(wǎng)絡(luò)、基于多判別器生成對(duì)抗網(wǎng)絡(luò)以及3D-2

微波遙感有著全天候、全天時(shí)的工作能力，能夠?qū)崿F(xiàn)實(shí)時(shí)的動(dòng)態(tài)監(jiān)測(cè)，另外對(duì)于冰、雪、森林、土壤等地物具有一定的穿透能力，這些優(yōu)點(diǎn)使得微波遙感不論是在軍事上還是在民用上都發(fā)揮著非常重要的作用。本書(shū)是為微波遙感原理與應(yīng)用課程實(shí)習(xí)準(zhǔn)備的指導(dǎo)書(shū)，循序漸進(jìn)地介紹了課程實(shí)習(xí)中微波遙感影像數(shù)據(jù)的查看，影像處理、影像融合和影像解譯。此外，本

本書(shū)核心內(nèi)容集中在高光譜圖像的空間分辨率提升和目標(biāo)分類應(yīng)用，具體涵蓋高光譜圖像的像元解混、超分辨重建和高精度地物分類三部分內(nèi)容。本書(shū)內(nèi)容本身是多學(xué)科交叉融合的產(chǎn)物，理論涉及高光譜遙感圖像處理、模式識(shí)別理論，多核機(jī)器學(xué)習(xí)，深度學(xué)習(xí)等，是當(dāng)前高光譜地物分類領(lǐng)域理論研究和應(yīng)用拓展的焦點(diǎn)。主要技術(shù)及應(yīng)用包括：基于多核投影NMF

本專著的內(nèi)容分為四大部分，第一部分為緒論，介紹各類成像衛(wèi)星任務(wù)規(guī)劃問(wèn)題的基本特點(diǎn)、目前的發(fā)展現(xiàn)狀、引出本文的具體內(nèi)容；第二部分為方法論，介紹集成強(qiáng)化學(xué)習(xí)與運(yùn)籌學(xué)的兩階段問(wèn)題求解框架、流程、原理等，界定各部分具體模型方法的邊界；第三部分為基于數(shù)學(xué)規(guī)劃模型和確定性算法的任務(wù)調(diào)度問(wèn)題研究、基于有限馬爾可夫決策模型和強(qiáng)化學(xué)習(xí)算

衛(wèi)星遙感、地基觀測(cè)、模型模擬、社會(huì)感知等是獲取地球表層科學(xué)數(shù)據(jù)的主要手段，不同來(lái)源的數(shù)據(jù)之間存在強(qiáng)烈的互補(bǔ)性。本書(shū)圍繞多源數(shù)據(jù)的融合計(jì)算展開(kāi)研究，以多源遙感數(shù)據(jù)的信息融合為主體內(nèi)容，并擴(kuò)展到與地基數(shù)據(jù)、模型模擬數(shù)據(jù)和社會(huì)感知數(shù)據(jù)的融合。內(nèi)容體系上分為同質(zhì)數(shù)據(jù)融合、異質(zhì)數(shù)據(jù)融合、異類數(shù)據(jù)融合等幾個(gè)層次：首先介紹同質(zhì)光學(xué)遙

本書(shū)共21章。第1章介紹底層算法整體設(shè)計(jì)與實(shí)現(xiàn)方法，通過(guò)模塊化設(shè)計(jì)與實(shí)現(xiàn)，使得本書(shū)中的所有章節(jié)中形成的算法模塊均可以加載到軟件MHMapGIS中并方便地進(jìn)行調(diào)用；第2～4章介紹交互式的矢量、柵格、矢柵數(shù)據(jù)編輯中所涉及的底層算法設(shè)計(jì)與實(shí)現(xiàn)方法；第5～21章則分不同專題對(duì)不同類型的算法進(jìn)行需求分析、功能設(shè)計(jì)與底層實(shí)現(xiàn)，并集