高光譜圖像分析是遙感技術(shù)對地球表面分析和應(yīng)用的一個關(guān)鍵步驟，同時也是人類認知地球的重要手段之一。為滿足對分類精度和效率以及泛化性的要求，針對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，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

本書以無人機影像為研究對象，從拼接效率與精度兩個方面對無人機影像拼接方法進行改進。本書的主要研究內(nèi)容包括：無人機影像拼接特征點的快速提取。針對SURF算法在特征點提取方面效率不高的問題，從構(gòu)造尺度空間、特征點檢測、特征主方向計算、特征向量計算等過程進行并行優(yōu)化加速。無人機影像拼接特征點的新特征構(gòu)建。針對傳統(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現(xiàn)方法。本書以遙感圖像飛機目標(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，詳細介

本書基于注入模型從像素級層面開展遙感圖像新算法研究，重點是提高遙感圖像的融合性能和應(yīng)用價值，主要論述基于精煉細節(jié)注入的遙感圖像融合算法、基于補償細節(jié)注入的遙感圖像融合算法、基于多光譜圖像改進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、計算機視覺、圖像處理

隨著海道測量技術(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)海道測量可以實現(xiàn)以較少的成本獲得淺水區(qū)域的水深，同時可應(yīng)用于聲學(xué)測量手段無法獲取的水域，在海圖尚未標(biāo)明的水域尤其有效，可以在聲學(xué)測量之前提高其安全性。國際海道測量組織IHO《衛(wèi)星測深實踐指南(B-13)》提供了關(guān)于SDB技術(shù)的

本書系統(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、步驟和新進展等，具體框架模型和實現(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抗網(wǎng)絡(luò)以及3D-2

微波遙感有著全天候、全天時的工作能力，能夠?qū)崿F(xiàn)實時的動態(tài)監(jiān)測，另外對于冰、雪、森林、土壤等地物具有一定的穿透能力，這些優(yōu)點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。本書是為微波遙感原理與應(yīng)用課程實習(xí)準(zhǔn)備的指導(dǎo)書，循序漸進地介紹了課程實習(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

本書是一本面向廣大的遙感愛好者們的有趣的關(guān)于遙感的科普書，主要是通過你想知道的遙感基礎(chǔ)知識、大家都喜歡的cool影像、遙感大管家地理信息系統(tǒng)、遙感實驗室、生活中的遙感、未來的遙感什么樣等六部分內(nèi)容，圖文并茂、深入淺出地講述了遙感的發(fā)展歷程、科學(xué)原理、技術(shù)支撐、未來前景等有關(guān)遙感的科普知識，有助于讀者了解遙感的原理及在現(xiàn)

本書核心內(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、模式識別理論，多核機器學(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。主要技術(shù)及應(yīng)用包括：基于多核投影NMF