志愿者地理信息(VGI)数据质量评价对于确保数据准确性、评估数据价值、推动数据质量改进、促进数据共享与协作，以及支持科学研究与发展等方面都具有重要意义。本书围绕VGI数据的特点、怎样理解VGI数据、有关地理信息数据质量的描述，以及VGI数据智能评价方法进行了全面而深入的研究和探讨。本书致力于系统全面地解释VGI数据质量智能评价相关理论与技术，内容丰富广泛，涵盖经典的对象相似性计算方法、场景相似性计算方法、VGI数据智能评价方法体系，以满足不同应用场景的VGI数据质量智能评价应用。

遥感影像多尺度分类是目前遥感影像处理与解译研究的热点之一。本书以遥感影像像素-对象-场景分类为主线，基于人工智能方法，开展像素级分类、面向对象分类和场景级分类研究，建立了多种遥感影像多尺度分类和解译方法。这些研究旨在提高遥感影像智能分类精度和异常值探测性能，推动遥感影像分类技术的应用与发展，兼具理论和实践的双重意义。
本书可供测绘地理信息、遥感和资源环境等专业本科生和硕士、博士研究生教学和科研使用，还可作为高等院校教师、科研工作者的参考书。

本书主要研究内容是利用图学习方法进行高光谱影像分类，重点围绕模型构建、改进图信息传播方式、提升构图质量等方面展开研究，提出了多种基于图学习的高光谱影像分类方法。本书的主要研究内容总结如下：第1章主要介绍了本书的研究背景，说明了高光谱遥感影像分类的现实意义，概述了高光谱遥感影像分类现状和存在的问题。第2章阐述了图半监督学习的基本理论知识，图的构造方法，图半监督学习的经典模型，能够有效处理大规模数据的快速图半监督学习模型。第3章提出了图半监督学习经典算法高光谱影像分类方法。第4章提出了一种

本书是由作者及研究团队根据所承担高分专项中静止轨道高分辨率卫星地面处理算法项目的研究成果和系统研制经验撰著而成，书中针对静止轨道高分辨率卫星的新型成像技术，以星地一体化为主线，系统阐述了静止轨道卫星面阵相机的非均匀性校正原理与方法、静止轨道面阵相机几何定标模型和方法、静止轨道光学卫星传感器校正模型和方法、静止轨道卫星多载荷序列影像配准方法、静止轨道卫星多载荷序列影像时空谱融合的原理与方法以及定点观测成像区域网平差方法与应用。

本书主要讲述了智能遥感卫星的遥感影像在轨高精度处理与实时智能服务系统的设计理念与核心技术，重点围绕智能遥感卫星在轨处理与实时智能服务的服务模式、流式架构、关键技术算法和处理系统进行论述。本书包括7个核心章节，分别介绍了对智能遥感卫星得发展现状与趋势、智能遥感卫星在轨流式处理架构与服务模式、面向任务遥感卫星协同自主任务规划、任务驱动在轨兴趣区域产品处理、遥感影像在轨信息提取与智能处理、光学卫星遥感影像高倍智能压缩以及珞珈三号01星智能遥感卫星服务示范系统。

遥感影像作为人们获取地理信息的重要数据来源，在环境监测、农业发展和国土利用和规划等方面起着十分重要的作用，但是获取影像数据时容易受不均匀的光照、不同的环境条件和不同的传感器平台等因素的影响，导致遥感影像内部存在局部亮度和色彩分布不均匀现象，特别是在由若干幅影像拼接而成的多源拼接影像中，影像内部色彩差异较大，使得影像看起来是由很多“色块”组成，严重影响了人类的视觉体验和后续的科研应用。本书针对多源拼接影像中色块间的颜色差异问题，提出了一种基于HSV颜色空间的影像色彩一致性全自动处理方法。针对当前遥

超高空间分辨率(VHR)遥感影像中阴影的形成主要是由于光线被物体阻挡，从而降低了地物的光谱亮度。高效的阴影消除方法可以恢复阴影中地物的光谱信息，是遥感影像分析的关键预处理步骤。然而，由于缺乏精确阴影掩膜和无阴影图像的原因，导致VHR影像阴影消除中存在“数据缺陷”。为了获得高精度的阴影掩膜，为阴影消除提供准确的位置信息，因此，阴影检测是至关重要的。 本书将详细讲解遥感影像色彩一致性处理算法理论，然后讲解如何基于该方法进行遥感影像阴影检测和消除。并结合当下流行的深度学习前沿技术，讲解基于深度学习的遥

本书是一本探讨卷积神经网络在图像融合、识别任务上应用的专业著作，旨在为读者提供全面而实用的知识体系，使其能够深入理解图像融合与识别的原理和实现，并应用于各个领域。本书涵盖了从卷积神经网络基础概念到图像融合、识别前沿技术的全面内容，并详细介绍了著者自身的研究成果。本书共8 章，主要包括：图像融合与目标识别的目的、意义、基本概念、技术指标和研究历史及现状，卷积神经网络，特征表示学习的多源图像融合，多域特征对齐的多源图像融合，小样本遥感目标识别，复杂样本分布的遥感目标识别，图像融合和目标识别的实际应用

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。

本书基于非合作目标雷达特性、运动特性和形状特征，分析了影响目标ISAR成像的因素，重点对稀疏重构成像方法和弹道目标特征提取方法进行了阐述分析，针对非合作目标成像、特征提取与识别面临的成像时间短、积累信号少、成像质量不高和特征提取识别难的问题，提出了多种基于联合稀疏重构和二维稀疏重构的成像方法，并阐述了机动非合作目标的快速高分辨成像方法。针对弹道目标快速运动特征和微动特征，在建立目标中段运动及微动模型的基础上，对回波信号进行仿真分析，从其距离像序列及二维ISAR像序列出发，总结弹道目标的特征