遙感影像智能處理

李昕，中國石油大學（華東）副教授、碩士研究生導師。博士畢業於浙江大學計算機輔助設計與圖形系統國家重點實驗室。IEEE 資深會員，CCF 傑出會員。主要研究方向為遙感影像處理、智慧海洋等。作為第一作者或通信作者在SCI 收錄的高水平期刊發表論文20 余篇， 擔任IEEE TGRS 、Neurocomputing 等知名期刊的審稿人。主持或參與國家自然科學基金項目、山東省自然科學基金項目、工業和信息化部重點項目等多項科研項目。

張淑軍，青島科技大學副教授，碩士研究生導師。中國海洋大學博士、北京航空航天大學虛擬現實技術與系統全國重點實驗室博士後。CCF、CSIG 和山東省人工智能學會會員。目前主要研究方向為計算機視覺。主持完成國家自然科學基金青年科學基金項目、山東省自然科學基金項目、山東省重點研發計劃項目等多項科研項目。

孫媛媛，青島科技大學副教授、碩士研究生導師、空間大數據科研團隊負責人，主講“遙感原理與應用”“地理信息系統”等多門課程。主要研究方向為大數據智能分析與應用、計算機視覺。在SCI 收錄的高水平期刊發表論文7 篇，獲國家發明專利授權5 項。主持國家自然科學基金項目、山東省自然科學基金項目、山東省工程研究中心開放課題各1 項。

李永慶，博士，青島科技大學碩士研究生導師。主要研究方向為海洋遙感信息智能處理。在IEEE TGRS 、JAG 、JOE 等遙感領域期刊發表論文10 余篇，獲國家發明專利授權4 項。擔任Remote Sensing 期刊“人工智能海洋學”專刊客座編輯，參編英文專著Comprehensive Remote Sensing (2e )。主持或參與國家自然科學基金項目、山東省自然科學基金項目、國家重點研發計劃項目等多項科研項目。

王雷全，中國石油大學（華東）計算機科學與技術學院碩士研究生導師。博士畢業於北京郵電大學信息與通信工程學院。主要研究方向為跨媒體檢索、圖像/ 視頻描述、視頻理解、遙感分析及深度學習理論與應用研究。作為第一作者或通信作者在SCI 收錄的高水平期刊發表論文20 余篇。主持或參與國家自然科學基金項目和科技部、教育部及企業合作項目等多項科研項目，持續推動相關研究在實際場景中的應用。

目 錄

第1 章 概述................................... 1

1.1 遙感影像處理...................... 1

1.2 遙感影像智能處理.............. 3

1.3 遙感影像智能處理的發展歷程................................. 4

1.4 遙感數據的分類.................. 6

1.5 遙感數據的特點.................. 7

1.6 遙感影像智能處理技術...... 9

1.7 遙感影像智能處理與計算機視覺.......................... 11

第2 章 遙感數據融合............. 13

2.1 數據集和評價指標........... 13

2.1.1 公開數據集............ 13

2.1.2 常見評價指標........ 15

2.2 傳統數據融合方法........... 16

2.2.1 HSI-LiDAR 數據融合方法........................... 16

2.2.2 HSI-MSI 數據融合方法................................ 17

2.3 基於深度學習的多模態遙感數據融合方法.......... 19

2.3.1 同質融合................ 20

2.3.2 異質融合................ 23

2.4 未來研究方向................... 24

2.5 本章小結........................... 26

參考文獻..................................... 27

第3 章 遙感數據壓縮............. 29

3.1 數據集和評價指標........... 30

3.1.1 公開數據集............ 30

3.1.2 常見評價指標........ 31

3.2 基於預測的壓縮算法....... 31

3.3 基於變換的壓縮算法....... 33

3.4 基於矢量量化的壓縮算法 34

3.5 基於神經網絡的壓縮算法 35

3.5.1 基於自編碼器的算法................................... 36

3.5.2 基於GAN 的算法. 36

3.5.3 基於註意力機制的算法............................... 37

3.5.4 其他基於神經網絡的算法........................... 38

3.6 未來研究方向.................... 40

3.7 本章小結............................ 41

參考文獻..................................... 41

第4 章 遙感場景分類.............. 43

4.1 數據集和評價指標............ 43

4.1.1 公開數據集............ 44

4.1.2 常見評價指標........ 44

4.2 基於自編碼器的場景分類方法............................... 45

4.3 基於CNN 的場景分類方法.................................... 46

4.4 基於GAN 的場景分類方法.................................... 49

4.5 基於ViT 的場景分類方法 50

4.6 未來研究方向.................... 52

4.7 本章小結............................ 52

參考文獻..................................... 53

第5 章 遙感目標檢測.............. 55

5.1 數據集和評價指標............ 55

5.1.1 公開數據集............ 56

5.1.2 常見評價指標........ 57

5.2 弱監督和無監督目標檢測方法............................... 58

5.3 小目標檢測方法................ 60

5.4 小樣本目標檢測方法........ 61

5.5 定向目標檢測方法............ 63

5.6 未來研究方向.................... 63

5.7 本章小結............................ 64

參考文獻..................................... 65

第6 章 遙感影像監督學習語義分割........................ 68

6.1 數據集和評價指標............ 68

6.1.1 公開數據集............ 69

6.1.2 常見評價指標........ 70

6.2 遙感影像監督學習語義分割的演進...................... 71

6.3 基於深度學習的遙感語義分割.............................. 72

6.4 遙感語義分割結合特定應用場景.......................... 76

6.5 未來研究方向................... 79

6.6 本章小結........................... 79

參考文獻..................................... 81

第7 章 遙感影像非監督學習語義分割................... 83

7.1 數據集和評價指標........... 84

7.2 半監督學習語義分割....... 84

7.2.1 主流研究方法........ 84

7.2.2 綜合分析................ 88

7.3 弱監督學習語義分割....... 89

7.3.1 主流研究方法........ 90

7.3.2 綜合分析................ 91

7.4 無監督學習語義分割....... 92

7.4.1 主流研究方法........ 92

7.4.2 綜合分析................ 93

7.5 未來研究方向................... 94

7.6 本章小結........................... 95

參考文獻..................................... 96

第8 章 遙感影像修復............. 98

8.1 數據集和評價指標........... 98

8.1.1 公開數據集............ 98

8.1.2 常見評價指標...... 100

8.2 基於傳統方法的影像修復.................................... 100

8.3 基於監督學習的影像修復.................................... 102

8.4 基於半監督學習的影像修復................................ 103

8.5 基於無監督學習的影像修復................................ 105

8.6 未來研究方向................. 106

8.7 本章小結......................... 107

參考文獻................................... 108

第9 章 遙感影像變化檢測.. 110

9.1 數據集和評價指標......... 110

9.1.1 公開數據集.......... 110

9.1.2 常見評價指標...... 111

9.2 基於監督學習的遙感影像變化檢測..................... 112

9.3 基於半監督學習的遙感影像變化檢測................. 114

9.4 基於無監督學習的遙感影像變化檢測................. 115

9.5 基於遷移學習的遙感影像變化檢測..................... 116

9.6 未來研究方向.................. 117

9.7 本章小結.......................... 118

參考文獻................................... 119

第10 章 遙感影像超分辨率重建............................ 121

10.1 數據集和評價指標..... 121

10.1.1 公開數據集........ 121

10.1.2 常見評價指標.... 122

10.2 基於傳統方法的超分辨率重建........................ 123

10.3 基於深度學習的超分辨率重建........................ 124

10.3.1 基於CNN 的超分辨率重建技術............ 125

10.3.2 基於生成式模型的超分辨率重建技術... 126

10.4 未來研究方向............. 128

10.4.1 網絡架構創新.... 129

10.4.2 學習策略優化.... 130

10.4.3 評價體系革新.... 130

10.5 本章小結..................... 131

參考文獻................................... 131

第11 章 遙感影像跨域處理...................................... 134

11.1 數據集和評價指標..... 135

11.1.1 公開數據集........ 135

11.1.2 常見評價指標.... 136

11.2 基於傳統方法的跨域處理................................ 137

11.3 域適應......................... 138

11.3.1 無監督域適應.... 138

11.3.2 半監督域適應.... 142

11.4 域泛化......................... 143

11.5 未來研究方向............. 144

11.6 本章小結..................... 145

參考文獻................................... 146

附錄A 常用數據集................ 148

附錄B 主要術語表................ 153