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

本书根据作者十余年来以遥感数字图像获取、处理、输出、应用为体系开展的系统研究工作所积累丰硕成果的基础上，经过汇总整理，完成了本书。全书分为16章，从三部分来对遥感图像处理进行阐述，第一部分是基础部分，主要从遥感的图像总体性处理进行介绍，主要内容有遥感图像处理的概念和本书的框架，遥感图像的数字化，显示和常用的处理软件，并着重介绍了遥感图像图处理的方法的数字基础，主要从直方图，点运算，代数运算和几何运算几方面来阐述。第二部分是遥感图像数字处理的理论部分，主要涉及图像内部及像素间数学处理，主要从线性系

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-2D多分支特征融合和密集注意力网络模型在高光谱分辨率遥感影像分类中的应用；基于多目标粒子群优化算法和博弈论的高光谱影像降维方法；以及基于SReLU和用于快速目标识别的高空间

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法的任务分配问题研究，为具体模型方法的理论推导、证明、设计等内容；第四部分为基于某型号卫星的实例研究。本专著的特色是深入浅出为读者介绍成像卫星任务规划问题，尽量用易于理解的方式展现

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。

本书共分7章，第1章主要介绍遥感影像与深度学习的基本概念；第2章主要介绍计算机操作与GPU基础知识；第3章主要介绍深度学习的数学基础；第4章主要介绍卷积神经网络基础和基本要素；第5章简要介绍了Python语言的基本语法与使用；第6章详细介绍了PyTorch和TensorFlow两个机器学习框架的搭建方法；第7章按实践操作步骤详细介绍了影像分类LeNet网络的代码实现、影像目标检测Faster R-CNN网络的代码实现与模型训练以及影像目标识别U-Net网络的代码实现与模型训练。