志愿者地理信息(VGI)數(shù)據(jù)質(zhì)量評價對于確保數(shù)據(jù)準確性、評估數(shù)據(jù)價值、推動數(shù)據(jù)質(zhì)量改進、促進數(shù)據(jù)共享與協(xié)作，以及支持科學研究與發(fā)展等方面都具有重要意義。本書圍繞VGI數(shù)據(jù)的特點、怎樣理解VGI數(shù)據(jù)、有關地理信息數(shù)據(jù)質(zhì)量的描述，以及VGI數(shù)據(jù)智能評價方法進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)量智能評價相關理論與技術，內(nèi)容豐富廣泛，涵蓋經(jīng)典的對象相似性計算方法、場景相似性計算方法、VGI數(shù)據(jù)智能評價方法體系，以滿足不同應用場景的VGI數(shù)據(jù)質(zhì)量智能評價應用。

本書主要研究內(nèi)容是利用圖學習方法進行高光譜影像分類，重點圍繞模型構建、改進圖信息傳播方式、提升構圖質(zhì)量等方面展開研究，提出了多種基于圖學習的高光譜影像分類方法。本書的主要研究內(nèi)容總結如下：第1章主要介紹了本書的研究背景，說明了高光譜遙感影像分類的現(xiàn)實意義，概述了高光譜遙感影像分類現(xiàn)狀和存在的問題。第2章闡述了圖半監(jiān)督學習的基本理論知識，圖的構造方法，圖半監(jiān)督學習的經(jīng)典模型，能夠有效處理大規(guī)模數(shù)據(jù)的快速圖半監(jiān)督學習模型。第3章提出了圖半監(jiān)督學習經(jīng)典算法高光譜影像分類方法。第4章提出了一種基于像素-

本書主要研究內(nèi)容是利用圖學習方法進行高光譜影像分類，重點圍繞模型構建、改進圖信息傳播方式、提升構圖質(zhì)量等方面展開研究，提出了多種基于圖學習的高光譜影像分類方法。本書的主要研究內(nèi)容總結如下：第1章主要介紹了本書的研究背景，說明了高光譜遙感影像分類的現(xiàn)實意義，概述了高光譜遙感影像分類現(xiàn)狀和存在的問題。第2章闡述了圖半監(jiān)督學習的基本理論知識，圖的構造方法，圖半監(jiān)督學習的經(jīng)典模型，能夠有效處理大規(guī)模數(shù)據(jù)的快速圖半監(jiān)督學習模型。第3章提出了圖半監(jiān)督學習經(jīng)典算法高光譜影像分類方法。第4章提出了一種基于像素-

本書以高分辨率光學衛(wèi)星影像三維重建最新技術和算法為主線展開。全書共6章：第1章介紹高分辨率光學衛(wèi)星影像三維重建現(xiàn)狀、進展以及存在的問題；第2章介紹有理函數(shù)模型優(yōu)化與應用，提出了有理函數(shù)模型的優(yōu)化平差方法及線陣推掃式衛(wèi)星影像水平糾正方法；第3章介紹遙感影像擴展核線模型的建立和應用，系統(tǒng)地分析了光學衛(wèi)星影像高精度核線影像的生成方法；第4章介紹高精度影像三維重建方法，提出了基于線特征約束的SGM全局優(yōu)化方法；第5章介紹多源DSM的配準與融合，提出了同源和異源DSM的配準融合方法，設計并實現(xiàn)了CPU-G

本書是由作者及研究團隊根據(jù)所承擔高分專項中靜止軌道高分辨率衛(wèi)星地面處理算法項目的研究成果和系統(tǒng)研制經(jīng)驗撰著而成，書中針對靜止軌道高分辨率衛(wèi)星的新型成像技術，以星地一體化為主線，系統(tǒng)闡述了靜止軌道衛(wèi)星面陣相機的非均勻性校正原理與方法、靜止軌道面陣相機幾何定標模型和方法、靜止軌道光學衛(wèi)星傳感器校正模型和方法、靜止軌道衛(wèi)星多載荷序列影像配準方法、靜止軌道衛(wèi)星多載荷序列影像時空譜融合的原理與方法以及定點觀測成像區(qū)域網(wǎng)平差方法與應用。

本書是一本探討卷積神經(jīng)網(wǎng)絡在圖像融合、識別任務上應用的專業(yè)著作，旨在為讀者提供全面而實用的知識體系，使其能夠深入理解圖像融合與識別的原理和實現(xiàn)，并應用于各個領域。本書涵蓋了從卷積神經(jīng)網(wǎng)絡基礎概念到圖像融合、識別前沿技術的全面內(nèi)容，并詳細介紹了著者自身的研究成果。本書共8章，主要包括：圖像融合與目標識別的目的、意義、基本概念、技術指標和研究歷史及現(xiàn)狀，卷積神經(jīng)網(wǎng)絡，特征表示學習的多源圖像融合，多域特征對齊的多源圖像融合，小樣本遙感目標識別，復雜樣本分布的遙感目標識別，圖像融合和目標識別的實際應用，

本書主要講述了智能遙感衛(wèi)星的遙感影像在軌高精度處理與實時智能服務系統(tǒng)的設計理念與核心技術，重點圍繞智能遙感衛(wèi)星在軌處理與實時智能服務的服務模式、流式架構、關鍵技術算法和處理系統(tǒng)進行論述。本書包括7個核心章節(jié)，分別介紹了對智能遙感衛(wèi)星得發(fā)展現(xiàn)狀與趨勢、智能遙感衛(wèi)星在軌流式處理架構與服務模式、面向任務遙感衛(wèi)星協(xié)同自主任務規(guī)劃、任務驅(qū)動在軌興趣區(qū)域產(chǎn)品處理、遙感影像在軌信息提取與智能處理、光學衛(wèi)星遙感影像高倍智能壓縮以及珞珈三號01星智能遙感衛(wèi)星服務示范系統(tǒng)。

超高空間分辨率(VHR)遙感影像中陰影的形成主要是由于光線被物體阻擋，從而降低了地物的光譜亮度。高效的陰影消除方法可以恢復陰影中地物的光譜信息，是遙感影像分析的關鍵預處理步驟。然而，由于缺乏精確陰影掩膜和無陰影圖像的原因，導致VHR影像陰影消除中存在“數(shù)據(jù)缺陷”。為了獲得高精度的陰影掩膜，為陰影消除提供準確的位置信息，因此，陰影檢測是至關重要的。 本書將詳細講解遙感影像色彩一致性處理算法理論，然后講解如何基于該方法進行遙感影像陰影檢測和消除。并結合當下流行的深度學習前沿技術，講解基于深度學習的遙

遙感影像作為人們獲取地理信息的重要數(shù)據(jù)來源，在環(huán)境監(jiān)測、農(nóng)業(yè)發(fā)展和國土利用和規(guī)劃等方面起著十分重要的作用，但是獲取影像數(shù)據(jù)時容易受不均勻的光照、不同的環(huán)境條件和不同的傳感器平臺等因素的影響，導致遙感影像內(nèi)部存在局部亮度和色彩分布不均勻現(xiàn)象，特別是在由若干幅影像拼接而成的多源拼接影像中，影像內(nèi)部色彩差異較大，使得影像看起來是由很多“色塊”組成，嚴重影響了人類的視覺體驗和后續(xù)的科研應用。本書針對多源拼接影像中色塊間的顏色差異問題，提出了一種基于HSV顏色空間的影像色彩一致性全自動處理方法。針對當前遙

本書基于非合作目標雷達特性、運動特性和形狀特征，分析了影響目標ISAR成像的因素，重點對稀疏重構成像方法和彈道目標特征提取方法進行了闡述分析，針對非合作目標成像、特征提取與識別面臨的成像時間短、積累信號少、成像質(zhì)量不高和特征提取識別難的問題，提出了多種基于聯(lián)合稀疏重構和二維稀疏重構的成像方法，并闡述了機動非合作目標的快速高分辨成像方法。針對彈道目標快速運動特征和微動特征，在建立目標中段運動及微動模型的基礎上，對回波信號進行仿真分析，從其距離像序列及二維ISAR像序列出發(fā)，總結彈道目標的特征提取方