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(shí)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(dòng)三維重建技術(shù)、傾斜攝影自動(dòng)三維重建技術(shù)基礎(chǔ)和實(shí)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(xué)習(xí)驅(qū)動(dòng)的特征學(xué)習(xí)->自監(jiān)督學(xué)習(xí)的特征學(xué)習(xí)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(xué)習(xí)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(xué)、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(shí)、基于退化模型的衛(wèi)星影像超分辨率重建、基于學(xué)習(xí)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(shí)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(shí)踐體系，構(gòu)建完整知識(shí)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(biāo)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(shí)習(xí)與實(shí)驗(yàn)方案。通過學(xué)習(xí)本書，讀者能夠系統(tǒng)提升高光譜遙感的

本書面向當(dāng)前多時(shí)相遙感影像處理分析的學(xué)術(shù)前沿與地學(xué)應(yīng)用的重大需求，介紹多時(shí)相遙感影像處理分析的框架體系和實(shí)現(xiàn)過程，對其中涉及的發(fā)展前沿、關(guān)鍵技術(shù)進(jìn)行了探討和綜述。在常規(guī)遙感變化檢測、多時(shí)相信息提取方法的基礎(chǔ)上，引入深度學(xué)習(xí)、集成學(xué)習(xí)、遷移學(xué)習(xí)等新型機(jī)器學(xué)習(xí)理論方法，重點(diǎn)對多時(shí)相遙感影像自動(dòng)變化檢測、多時(shí)相遙感影像地表覆

本書系統(tǒng)介紹了群集行為的數(shù)學(xué)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(dòng)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(xì)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(shí)踐，介紹了圖像判讀的基本概念和發(fā)展歷史;詳細(xì)論述遙感及電磁波、光和顏色等基本知識(shí)，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(shí):對遙感圖像、全色圖像多光譜圖像及雷達(dá)圖像判讀特性進(jìn)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(huì)

本書面向智能化時(shí)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(biāo)-場景”的層次認(rèn)知模型為基礎(chǔ)，引入基于深度學(xué)習(xí)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?fù)浣Y(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(píng)價(jià)對于確保數(shù)據(jù)準(zhǔn)確性、評(píng)估數(shù)據(jù)價(jià)值、推動(dòng)數(shù)據(jù)質(zhì)量改進(jìn)、促進(jìn)數(shù)據(jù)共享與協(xié)作，以及支持科學(xué)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(diǎn)、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(píng)價(jià)方法進(jìn)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(diǎn)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(jí)分類、面向?qū)ο蠓诸惡蛨鼍凹?jí)分類研究，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(dòng)遙感影像分類技術(shù)的應(yīng)用與發(fā)展，兼具理論和實(shí)踐的雙重意義。