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

本书结合作者及其所在课题组多年从事高光谱遥感研究工作，全面梳理高光谱遥感观测-模型-应用体系，在全面介绍高光谱遥感的基本原理、星-空-地高光谱观测平台的基础上，系统阐述了高光谱遥感影像去噪、混合像元分解、像素分类和目标探测的前沿技术，并呈现了高光谱信息技术在传统自然资源监测、地质调查和前沿的深空探测、工业视觉和公共安全等领域的应用案例。

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。

本书以高分辨率光学卫星影像三维重建最新技术和算法为主线展开。全书共6章：第1章介绍高分辨率光学卫星影像三维重建现状、进展以及存在的问题；第2章介绍有理函数模型优化与应用，提出了有理函数模型的优化平差方法及线阵推扫式卫星影像水平纠正方法；第3章介绍遥感影像扩展核线模型的建立和应用，系统地分析了光学卫星影像高精度核线影像的生成方法；第4章介绍高精度影像三维重建方法，提出了基于线特征约束的SGM全局优化方法；第5章介绍多源DSM的配准与融合，提出了同源和异源DSM的配准融合方法，设计并实现了

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