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、操作流程和专题应用。本书聚焦时空遥感云服务技术前沿，力求理论与实践相结合，集海量遥感数据在线处理、遥感数据科学分析、全栈式遥感智能解译、遥感数据共享与发布的理论与操作实践于一体，用通俗易懂的语言阐

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，进一步改善小样本遥感图像分类性能，并在公有遥感数据集及自行构建遥感数据集进行实验测试、数据统计、图表分析和遥感实景图片可视化展示。