《多源空谱遥感图像融合的表示学习方法》从多维信号表示与先验建模的角度出发，介绍了多维信号稀疏表示、低秩分析和张量表示等理论和方法，及其在空谱遥感图像的融合应用。《多源空谱遥感图像融合的表示学习方法》分两部分，共11章。**部分论述多维信号表示与建模基础，第1章简述从稀疏低秩分析到深度学习，第2章介绍稀疏表示与压缩感知，

本书系统分析遥感大数据检索需求，介绍遥感大数据检索的科学问题和涉及的关键技术，提出多个基于内容的遥感影像检索新模型和新方法，并重点剖析基于传统视觉特征的遥感影像检索、融合视觉显著特征的遥感影像检索、基于关联规则挖掘的遥感影像检索、基于语义特征的遥感影像检索、基于深度学习的遥感影像检索、视频大数据检索、遥感大数据存储和在

本书是作者在总结遥感数字图像处理教学经验以及遥感领域特别是遥感数字图像处理领域的重要研究成果的基础上编写而成的。本书基于遥感数字图像的信息特征，立足于遥感数字图像处理的基础，面向其技术发展前沿，系统地介绍了遥感数字图像处理的基本理论和方法。在系统介绍遥感数字图像的特点、产品、数据格式及其表示和度量方法的基础上，重点介绍

本书以高光谱图像信息提取为核心，采用理论方法引入与实验论证分析相结合的方式，从高光谱图像低秩表示降噪修复、复杂场景混合像元分解、子空间模型分类、稀疏特征提取及分类、空谱多特征提取及分类、基于背景精确估计的目标探测等6个方面介绍了高光谱图像处理与信息提取的理论发展和**前沿技术。

随着遥感技术的快速发展，海量遥感数据不断涌现。遥感云计算技术的发展和平台的出现为海量遥感数据的处理和分析提供了前所未有的机遇，并彻底改变了传统遥感数据处理和分析的模式，极大地提高了运算效率，使得全球尺度的快速分析和应用成为可能。作为国内首次对遥感云计算平台的应用和实践进行详细介绍的专著，本书重点以当前方兴未艾的谷歌云计

将遥感影像智能化地提取为地理信息，为地理大数据挖掘提供位置发现与时空关联的基准，是当前遥感认知研究所面临的挑战与机遇。本书综合地理分析思想、图谱认知理论与机器学习技术，设计从浅层感知到深层透视的路线，发展了遥感大数据智能计算模型与精准应用方法。本书分8章：第1章提出地理与遥感大数据的主要特征、科学问题以及关键思想；第2

本书由eCognition研发一线的高级工程师、高校教师和行业专家集多年实战经验撰写而成。除基础理论和基础操作外，本书特色主要体现在行业解决方案和生产实际应用案例详解。《BR》全书分为基础操作、解决方案和生产应用3篇，共9章。其中，基础操作篇分3章，主要内容为eCognition9.x软件介绍、基础架构、产品组成，以及

本书紧紧围绕高分辨率遥感影像道路提取理论和方法进行阐述，涵盖作者近年来在高分辨率遥感影像道路提取理论方面的研究成果。内容主要包括近年来国内外研究现状及进展、高分辨率影像道路段提取方法、高分辨率影像道路网提取方法、高分辨率遥感影像道路智能化提取软件系统开发设计等。《BR》本书从理论与应用的角度详细介绍高分辨率遥感影像道路

多源遥感图像融合是遥感领域的核心研究内容。本书以多光谱与全色图像融合、高光谱与全色图像融合以及高光谱与多光谱图像融合等机理建模与新方法为主线，系统介绍了多源空谱遥感图像融合的国内外进展，以及空谱遥感成像传感器及其数据获取和融合质量评估方法。集中论述了空谱图像融合的代表性方法体系，包括空域细节注入体系、多分辨率方法的细节

《遥感平台运动误差表征与成像像质退化》论述的“遥感平台运动误差表征与成像像质退化”之成果旨在解决高分辨率高精度对地观测中的关键理论与技术问题，有助于读者深入理解高分辨率对地观测系统中高精度实时运动成像的基础问题和技术难点，加深读者对遥感成像方式的系统认识，为研究遥感载荷运动成像的像质退化及其抑制补偿提供理论基础和技术支