遥感影像智能处理

1.前沿洞察深刻：深度调研近五年 335 篇顶刊遥感影像处理论文，把握领域前沿动向，为你呈现人工智能驱动的遥感技术变革全景，站在学术与行业前沿。
2.技术体系完备：对遥感图像智能处理技术进行系统化、多维梳理，从基础的数据融合、压缩，到复杂的分类、检测及关键应用，无一遗漏，构建完整知识体系。
3.跨领域延展性强：创新性运用 AI 处理遥感影像方法，可无缝迁移到计算机视觉、大数据处理等重要领域，帮助读者拓宽技术视野，掌握跨领域技术。
4.内容丰富多元：在阐述传统处理方法基础上，着重介绍人工智能在遥感影像处理的前沿进展，从多个维度展开，为读者提供多维且深入的知识盛宴。
5.资料实用便捷：精心准备附录，涵盖遥感影像智能处理领域常用数据集与主要术语表，方便读者随时查阅，为学习与研究提供贴心辅助。

遥感影像处理作为现代地球观测的重要手段，在资源勘探、环境监测、灾害预警等领域发挥着关键作用。本书在介绍遥感影像处理传统方法的基础上，重点阐述人工智能在遥感影像智能处理领域取得的各项前沿进展，并介绍一些未来研究方向。本书共11 章。第1 章～第3 章分别为概述、遥感数据融合及遥感数据压缩；第4 章～第8 章分别为遥感场景分类、遥感目标检测、遥感影像监督学习语义分割、遥感影像非监督学习语义分割，以及遥感影像修复；第9 章～第11 章分别为遥感影像变化检测、遥感影像超分辨率重建及遥感影像跨域处理。此外，本书在附录部分提供遥感影像智能处理领域的常用数据集与主要术语表。
本书既适合遥感影像处理领域的研究人员、技术开发人员、工程应用人员阅读，也适合遥感、海洋、计算机、人工智能等相关专业的研究生学习参考。

李昕，中国石油大学（华东）副教授、硕士研究生导师。博士毕业于浙江大学计算机辅助设计与图形系统国家重点实验室。IEEE 资深会员，CCF 杰出会员。主要研究方向为遥感影像处理、智慧海洋等。作为第一作者或通信作者在SCI 收录的高水平期刊发表论文20 余篇， 担任IEEE TGRS 、Neurocomputing 等知名期刊的审稿人。主持或参与国家自然科学基金项目、山东省自然科学基金项目、工业和信息化部重点项目等多项科研项目。
张淑军，青岛科技大学副教授，硕士研究生导师。中国海洋大学博士、北京航空航天大学虚拟现实技术与系统全国重点实验室博士后。CCF、CSIG 和山东省人工智能学会会员。目前主要研究方向为计算机视觉。主持完成国家自然科学基金青年科学基金项目、山东省自然科学基金项目、山东省重点研发计划项目等多项科研项目。
孙媛媛，青岛科技大学副教授、硕士研究生导师、空间大数据科研团队负责人，主讲“遥感原理与应用”“地理信息系统”等多门课程。主要研究方向为大数据智能分析与应用、计算机视觉。在SCI 收录的高水平期刊发表论文7 篇，获国家发明专利授权5 项。主持国家自然科学基金项目、山东省自然科学基金项目、山东省工程研究中心开放课题各1 项。
李永庆，博士，青岛科技大学硕士研究生导师。主要研究方向为海洋遥感信息智能处理。在IEEE TGRS 、JAG 、JOE 等遥感领域期刊发表论文10 余篇，获国家发明专利授权4 项。担任Remote Sensing 期刊“人工智能海洋学”专刊客座编辑，参编英文专著Comprehensive Remote Sensing (2e )。主持或参与国家自然科学基金项目、山东省自然科学基金项目、国家重点研发计划项目等多项科研项目。
王雷全，中国石油大学（华东）计算机科学与技术学院硕士研究生导师。博士毕业于北京邮电大学信息与通信工程学院。主要研究方向为跨媒体检索、图像/ 视频描述、视频理解、遥感分析及深度学习理论与应用研究。作为第一作者或通信作者在SCI 收录的高水平期刊发表论文20 余篇。主持或参与国家自然科学基金项目和科技部、教育部及企业合作项目等多项科研项目，持续推动相关研究在实际场景中的应用。

目 录
第1 章 概述................................... 1
1.1 遥感影像处理...................... 1
1.2 遥感影像智能处理.............. 3
1.3 遥感影像智能处理的发展历程................................. 4
1.4 遥感数据的分类.................. 6
1.5 遥感数据的特点.................. 7
1.6 遥感影像智能处理技术...... 9
1.7 遥感影像智能处理与计算机视觉.......................... 11
第2 章 遥感数据融合............. 13
2.1 数据集和评价指标........... 13
2.1.1 公开数据集............ 13
2.1.2 常见评价指标........ 15
2.2 传统数据融合方法........... 16
2.2.1 HSI-LiDAR 数据融合方法........................... 16
2.2.2 HSI-MSI 数据融合方法................................ 17
2.3 基于深度学习的多模态遥感数据融合方法.......... 19
2.3.1 同质融合................ 20
2.3.2 异质融合................ 23
2.4 未来研究方向................... 24
2.5 本章小结........................... 26
参考文献..................................... 27
第3 章 遥感数据压缩............. 29
3.1 数据集和评价指标........... 30
3.1.1 公开数据集............ 30
3.1.2 常见评价指标........ 31
3.2 基于预测的压缩算法....... 31
3.3 基于变换的压缩算法....... 33
3.4 基于矢量量化的压缩算法 34
3.5 基于神经网络的压缩算法 35
3.5.1 基于自编码器的算法................................... 36
3.5.2 基于GAN 的算法. 36
3.5.3 基于注意力机制的算法............................... 37
3.5.4 其他基于神经网络的算法........................... 38
3.6 未来研究方向.................... 40
3.7 本章小结............................ 41
参考文献..................................... 41
第4 章 遥感场景分类.............. 43
4.1 数据集和评价指标............ 43
4.1.1 公开数据集............ 44
4.1.2 常见评价指标........ 44
4.2 基于自编码器的场景分类方法............................... 45
4.3 基于CNN 的场景分类方法.................................... 46
4.4 基于GAN 的场景分类方法.................................... 49
4.5 基于ViT 的场景分类方法 50
4.6 未来研究方向.................... 52
4.7 本章小结............................ 52
参考文献..................................... 53
第5 章 遥感目标检测.............. 55
5.1 数据集和评价指标............ 55
5.1.1 公开数据集............ 56
5.1.2 常见评价指标........ 57
5.2 弱监督和无监督目标检测方法............................... 58
5.3 小目标检测方法................ 60
5.4 小样本目标检测方法........ 61
5.5 定向目标检测方法............ 63
5.6 未来研究方向.................... 63
5.7 本章小结............................ 64
参考文献..................................... 65
第6 章 遥感影像监督学习语义分割........................ 68
6.1 数据集和评价指标............ 68
6.1.1 公开数据集............ 69
6.1.2 常见评价指标........ 70
6.2 遥感影像监督学习语义分割的演进...................... 71
6.3 基于深度学习的遥感语义分割.............................. 72
6.4 遥感语义分割结合特定应用场景.......................... 76
6.5 未来研究方向................... 79
6.6 本章小结........................... 79
参考文献..................................... 81
第7 章 遥感影像非监督学习语义分割................... 83
7.1 数据集和评价指标........... 84
7.2 半监督学习语义分割....... 84
7.2.1 主流研究方法........ 84
7.2.2 综合分析................ 88
7.3 弱监督学习语义分割....... 89
7.3.1 主流研究方法........ 90
7.3.2 综合分析................ 91
7.4 无监督学习语义分割....... 92
7.4.1 主流研究方法........ 92
7.4.2 综合分析................ 93
7.5 未来研究方向................... 94
7.6 本章小结........................... 95
参考文献..................................... 96
第8 章 遥感影像修复............. 98
8.1 数据集和评价指标........... 98
8.1.1 公开数据集............ 98
8.1.2 常见评价指标...... 100
8.2 基于传统方法的影像修复.................................... 100
8.3 基于监督学习的影像修复.................................... 102
8.4 基于半监督学习的影像修复................................ 103
8.5 基于无监督学习的影像修复................................ 105
8.6 未来研究方向................. 106
8.7 本章小结......................... 107
参考文献................................... 108
第9 章 遥感影像变化检测.. 110
9.1 数据集和评价指标......... 110
9.1.1 公开数据集.......... 110
9.1.2 常见评价指标...... 111
9.2 基于监督学习的遥感影像变化检测..................... 112
9.3 基于半监督学习的遥感影像变化检测................. 114
9.4 基于无监督学习的遥感影像变化检测................. 115
9.5 基于迁移学习的遥感影像变化检测..................... 116
9.6 未来研究方向.................. 117
9.7 本章小结.......................... 118
参考文献................................... 119
第10 章 遥感影像超分辨率重建............................ 121
10.1 数据集和评价指标..... 121
10.1.1 公开数据集........ 121
10.1.2 常见评价指标.... 122
10.2 基于传统方法的超分辨率重建........................ 123
10.3 基于深度学习的超分辨率重建........................ 124
10.3.1 基于CNN 的超分辨率重建技术............ 125
10.3.2 基于生成式模型的超分辨率重建技术... 126
10.4 未来研究方向............. 128
10.4.1 网络架构创新.... 129
10.4.2 学习策略优化.... 130
10.4.3 评价体系革新.... 130
10.5 本章小结..................... 131
参考文献................................... 131
第11 章 遥感影像跨域处理...................................... 134
11.1 数据集和评价指标..... 135
11.1.1 公开数据集........ 135
11.1.2 常见评价指标.... 136
11.2 基于传统方法的跨域处理................................ 137
11.3 域适应......................... 138
11.3.1 无监督域适应.... 138
11.3.2 半监督域适应.... 142
11.4 域泛化......................... 143
11.5 未来研究方向............. 144
11.6 本章小结..................... 145
参考文献................................... 146
附录A 常用数据集................ 148
附录B 主要术语表................ 153