目前，光学卫星成像已由单传感器成像时代全面进入多传感器成像时代。多源遥感图像融合技术是光学卫星多传感器成像应用的关键核心技术，在遥感制图、图像判读、图像解释等应用中发挥着基础性作用。本书系统地介绍了遥感图像融合的研究背景、概念内涵和主要方法，包括多源遥感图像融合评价方法、宽幅多源光学遥感图像配准方法、全色与多光谱图像高

随着人工智能技术的成熟，图像语义分割方法迎来了飞速发展的机会。语义分割是一种像素级的预测任务，基于全卷积神经网络（FCN）的分割方法，为了获得较高的分割精度，需耗费大量的计算资源。然而随着自动驾驶和移动终端需求的日益增长，在分割精度和分割速度之间进行平衡显得尤为重要，如何在计算力有限的设备上应用语义分割技术、减少计算量

本书主要介绍高分辨率光学遥感卫星影像区域网平差处理与应用，重点围绕高分辨率光学遥感卫星高精度区域网平差模型、方法和关键技术进行论述。全书共6章，综合介绍国内外高分辨率光学遥感卫星的技术发展现状，重点介绍高分辨率光学遥感卫星几何成像模型构建、高分辨率光学遥感卫星影像区域网平差模型构建、高分辨率光学遥感卫星影像匹配和大型区

本书是在国产时空遥感云服务平台PIE-Engine系列用户手册和培训素材的基础上，集作者多年遥感大数据、云计算、人工智能等理论研究和开发实践经验升华凝练而成的。本书结合时空遥感云服务平台PIE-Engine设计理念、基本功能和技术特色，系统介绍了时空遥感云服务平台PIE-Engine基本理论、关键技术、操作流程和专题应

本书从自然语言图像中面临的图像增强与修复、自然图像语义分割算法展开，深入理解自然图像。接着，进行机器学习算法、深度学习算法的建模实现遥感图像的语义分割问题。最后，通过算法，实现下游任务（比如精准农业中的分类问题和多源信息融合问题）。本书重点从以下三个部分着重展开，并且分别用章节的形式呈现。第一部分：机器学习相关算法研究

本书围绕小样本遥感图像分类任务展开具体研究工作，研究过程采用改善图像特征提取和分类器设计两种不同的子空间学习模式，重点解决小样本图像分类任务中存在的由于预训练特征提取器无法适应新的数据类别，导致提取的特征鉴别性不足以及含标签样本过少，带来的样本分布与实际数据分布存在偏差等问题。本书提出了系列的子空间学习算法，进一步改善

本书围绕航空光电成像高分辨率、宽覆盖及激光三维成像三个方面展开，就其研究现状、系统方案及实现过程中所遇到的问题及解决方案进行详细论述。第一部分像元超高分辨成像，主要介绍了亚像元、L形异形像元及空间编码扫描等效异形像元超分辨成像原理、工程实现及实验结果；第二部分大视场高分辨率成像系统，介绍了共心多尺度成像系统、面阵动态多

《遥感图像处理与应用》是作者在总结遥感教学经验、相关研究成果以及遥感领域新技术的基础上编著而成的，以三种主要的遥感成像技术（热红外成像、微波成像与高光谱成像）为主线，按照“获取-处理-应用”的顺序进行内容的组织，系统介绍了遥感成像的基本原理、遥感图像处理的理论与技术以及在相关领域的典型应用。该书既包括了遥感图像的基础知

本书以基于层次化混合模型的高分辨率遥感影像分割方法的理论和实践为主线，重点阐述了基于层次化混合模型的高分辨率遥感影像分割方法，并给出了相应的高分辨率遥感影像分割实例，涉及的遥感影像类型包括光学和合成孔径雷达影像。本书内容可为基于高分辨率遥感影像的土地覆盖及利用、地物目标辨识及提取等应用提供有效手段，促进高分辨率遥感影像

本书旨在指导读者在掌握遥感原理的基础上运用遥感软件对遥感图像进行处理，着重介绍借助ENVI软件对遥感图像进行处理的方法。通过对本书的学习，读者能够清晰地了解遥感图像处理的基本原理，并能够掌握遥感图像处理软件的具体操作方法，实现从学习到应用的快速转化。全书共有21个实验，主要分为两个部分：基础操作篇(前15个实验)和高级