本書共分7章，第1章主要介紹遙感影像與深度學習的基本概念；第2章主要介紹計算機操作與GPU基礎知識；第3章主要介紹深度學習的數(shù)學基礎；第4章主要介紹卷積神經(jīng)網(wǎng)絡基礎和基本要素；第5章簡要介紹了Python語言的基本語法與使用；第6章詳細介紹了PyTorch和TensorFlow兩個機器學習框架的搭建方法；第7章按實踐操

在遙感影像預處理中，關鍵步驟是對遙感影像的幾何糾正。如何實現(xiàn)無控制點情況下遙感影像數(shù)據(jù)與矢數(shù)據(jù)的配準具有重要應用意義�；�于此，本書提出將矢量空間數(shù)據(jù)與影像數(shù)據(jù)間配準轉換到矢量空間數(shù)據(jù)間匹配的思路，針對基于形狀特征的矢量數(shù)據(jù)與影像數(shù)據(jù)配準研究所涉及的影像去噪、特征提取、影像矢量化和影像控制點的自動選取等算法，開發(fā)了一套原

本書從三個側面給出了圖像情報解譯研究領域的研究動態(tài)和方法闡述：第一部分是認識篇，包括第一、第二章，主要對圖像情報解譯的歷史進行回顧，凝練面臨的難點問題和待突破的本質問題，提出圖像情報解譯實際操作的共性原理；第二部分是方法篇，包括第三、第四、第五、第六、第七共五章，結合近年高速發(fā)展的多種高分辨率影像資源，研究提出“時空頻

楊曉云，火箭軍工程大學從事遙感影像處理等課程教學和應用研究，對制導炸彈目標影像處理方法、原理具有一定研究基礎。近年來發(fā)表論文十多篇，EI檢索7篇，SCI檢索2篇，主編教材6部。

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

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)

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