本書是一本探討卷積神經(jīng)網(wǎng)絡(luò)在圖像融合、識別任務(wù)上應(yīng)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(yīng)用于各個領(lǐng)域。本書涵蓋了從卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)概念到圖像融合、識別前沿技術(shù)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

本書是一部英文專著。我國遙感對地觀測等項目順利實施，獲取了大量時效性強、覆蓋范圍廣、信息量豐富的遙感數(shù)據(jù)，但遙感圖像解譯領(lǐng)域存在時效性不足、目標發(fā)現(xiàn)能力偏弱、地物要素解譯自動化水平不高等突出短板，嚴重制約了遙感圖像應(yīng)用效能的發(fā)揮。本書從遙感圖像智能解譯與應(yīng)用技術(shù)發(fā)展現(xiàn)狀出發(fā)，系統(tǒng)介紹了遙感圖像智能解譯與應(yīng)用主要內(nèi)容，重

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(wù)系統(tǒng)的設(shè)計理念與核心技術(shù)，重點圍繞智能遙感衛(wèi)星在軌處理與實時智能服務(wù)的服務(wù)模式、流式架構(gòu)、關(guān)鍵技術(shù)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(gòu)與服務(wù)模式、面向任務(wù)遙感衛(wèi)星協(xié)同自主任務(wù)規(guī)

本書全面介紹了遙感數(shù)字圖像獲取，遙感數(shù)據(jù)表示方法、存儲及顯示，遙感圖像校正，遙感影像調(diào)色、鑲嵌與正射影像生產(chǎn)，圖像變換與增強，圖像分割，遙感圖像分類等的基本概念、理論和方法。同時，本書在ENVI軟件的基礎(chǔ)上介紹了遙感數(shù)字圖像處理的應(yīng)用，并與景觀生態(tài)風險時空變化驅(qū)動與預(yù)測項目相結(jié)合，詳細介紹了遙感數(shù)字圖像處理在景觀生態(tài)風

高光譜遙感綜合了影像學(xué)和光譜學(xué)等學(xué)科優(yōu)勢，可實現(xiàn)對水體環(huán)境狀況的空間分布和光譜特征的統(tǒng)一探測，為水體環(huán)境監(jiān)測提供了一種新手段。高分5號衛(wèi)星高光譜遙感數(shù)據(jù)在光譜分辨率和信噪比等技術(shù)指標方面均有顯著提升，為提高水環(huán)境參數(shù)反演精度和實現(xiàn)內(nèi)陸水體環(huán)境的業(yè)務(wù)化遙感監(jiān)測等提供了新的契機。本書是在國家自然科學(xué)基金重大項目、國家重點研

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(fù)陰影中地物的光譜信息，是遙感影像分析的關(guān)鍵預(yù)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(dǎo)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，

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(dǎo)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

遙感應(yīng)用工程是構(gòu)建在一定科學(xué)與技術(shù)積累上的、為滿足某種需求而開展的系統(tǒng)建設(shè)與運行及其應(yīng)用，包括在一定的應(yīng)用基礎(chǔ)設(shè)施支持下開展新型遙感器研發(fā)、應(yīng)用方法與技術(shù)研究、遙感信息系統(tǒng)研發(fā)。 本書以多角度偏振成像儀（DPC）的應(yīng)用研究與載荷研發(fā)為主，結(jié)合航天遙感應(yīng)用理論研究與應(yīng)用基礎(chǔ)設(shè)施建設(shè)主題，兼容并蓄高分專項及這一階段我國民用

在當今的自動駕駛和智能交通系統(tǒng)領(lǐng)域，視頻車道線檢測技術(shù)扮演著至關(guān)重要的角色。本書將帶您深入探索這一領(lǐng)域，揭示如何使用深度學(xué)習(xí)技術(shù)來實現(xiàn)精確、魯棒和實時的車道線檢測。本書全面系統(tǒng)地介紹了基于深度學(xué)習(xí)的視頻車道線檢測技術(shù)，包括基于深度學(xué)習(xí)的車道線檢測理論基礎(chǔ)、基于SwinTransformer的車道線檢測技術(shù)、基于深度混合

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(gòu)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(gòu)和二維稀疏重構(gòu)的成像方法，并闡述了機動非合作目標的快