本书围绕高光谱遥感图像智能分类与检测这一主题，着重介绍以机器学习、深度学习等为代表的智能新方法和新技术在高光谱图像分类与检测中的应用，反映该领域目前最新研究成果与趋势，突出先进性和前瞻性。本书在介绍智能算法基本原理的同时，注重阐述算法与应用问题的机理性结合，突出启发性和实用性。

基于统计的深空遥感数据智能解译

本书针对该种成像仪获取的影像进行航带拼接研究，以获得具有高几何定位精度和高光谱保真性的高光谱影像。本书首先利用曲面样条函数法或基于导航数据或二者结合的方法对影像进行几何校正；然后采用基于边缘块剔除的局部方差法计算各波段信噪比，取分值最高的波段作为最优波段；再利用该最优波段采用SIFT算法或改进的相位相关法来纠正航带间已

本书基于注入模型从像素级层面开展遥感图像新算法研究，重点是提高遥感图像的融合性能和应用价值，主要论述基于精炼细节注入的遥感图像融合算法、基于补偿细节注入的遥感图像融合算法、基于多光谱图像改进的遥感图像融合算法、基于光谱及亮度调制的遥感图像融合算法和基于多目标决策的遥感图像融合算法。本书适合数据融合、计算机视觉、图像处理

随着海道测量技术的不断发展，卫星水深反演(SDB)技术在浅海水域应用日趋广泛，SDB技术较传统海道测量可以实现以较少的成本获得浅水区域的水深，同时可应用于声学测量手段无法获取的水域，在海图尚未标明的水域尤其有效，可以在声学测量之前提高其安全性。国际海道测量组织IHO《卫星测深实践指南(B-13)》提供了关于SDB技术的

本书系统地介绍了高分辨率遥感影像分割与分类的相关概念、原理、方法、步骤和新进展等，具体框架模型和实现方法都有着鲜明的特色，内容涵盖多分支融合网络、基于CNN的双边融合网络、小卷积特征重用模型、基于多尺度近端特征拼接网络、深度置信网络、局部与混合扩张卷积融合网络、预激活残差注意力网络、基于多判别器生成对抗网络以及3D-2

本专著的内容分为四大部分，第一部分为绪论，介绍各类成像卫星任务规划问题的基本特点、目前的发展现状、引出本文的具体内容；第二部分为方法论，介绍集成强化学习与运筹学的两阶段问题求解框架、流程、原理等，界定各部分具体模型方法的边界；第三部分为基于数学规划模型和确定性算法的任务调度问题研究、基于有限马尔可夫决策模型和强化学习算

本书共分七章，内容包括：多源异构遥感的基本原理以及国内外研究现状、基于光谱特征增强的道路提取、空-谱特征联合的道路提取方法、基于众源时空数据的道路提取方法等。

本书主要分为8章四个部分：第一部分，地物信息的传递过程；第二部分，遥感数据的信息性能及其特征；第三部分，遥感图像计算机解译的方法研究；第四部分，基于人工智能的遥感图像解译的实践。本书的主要内容已作为武汉大学的本科教材讲授多次，另外在教材中加入了大量的实验案例，以期增强理论结合实践的认识和理解。

本书介绍多尺度理论在遥感图像处理中的应用，涉及多尺度的概念、小波多尺度变换、多尺度几何分析理论、经验模态分解、邻域多尺度滤波器和深度学习多尺度卷积等理论，并用于光学、红外、高光谱、合成孔径雷达等遥感图像处理，主要包括红外图像滤波、光学图像雾霾去除和合成孔径雷达图像增强，以及遥感图像的特征提取、目标检测、语义分割、地物分