研究方向

  课题组重点围绕高维异构遥感数据“云-边-端”精准智能处理， 开展遥感影像星上在轨智能处理、遥感影像精细化处理与质量提升、 大区域遥感影像智能镶嵌技术攻关，为遥感信息实时精准智能（“快、准、灵”）对地观测服务提供支撑。

  面向海量遥感数据实时智能服务需求，构建轻量化深度学习框架， 设计多源遥感影像协同场景智能理解方法，开展多时相、多模态遥感目标智能分类识别、 变化检测等图像视觉任务研究，结合边缘计算技术， 进行嵌入式开发实现遥感信息在轨实时处理与对地持续观测。 相关技术方案已通过首颗互联网智能遥感科学实验卫星“珞珈三号01星”平台完成关键技术试验验证。

  针对遥感卫星系统在数据采集和传输过程中因自身传感器制约而引入的各种误差， 以及受到卫星过境时刻的成像条件、地表环境等影响导致的成像质量降低等问题， 研究高分辨率遥感数据精细化处理与质量提升方法，充分发挥多传感器互补优势， 推动卫星遥感数据从“有”到“好”发展。

  研究高分辨率遥感影像的大区域全覆盖有效成图方法，生成全覆盖合成影像， 形成对地表有效全覆盖，并在确保全覆盖合成影像质量的情况下尽可能缩短所需影像数据的成像时间跨度， 为各种应用提供大区域、现势性好的高质量全覆盖合成影像。

  提出的顾及重叠的面Voronoi图的影像镶嵌方法被国际著名商业遥感软件 ENVI采用， 成为该软件唯一的影像镶嵌处理方法，在国际上广泛应用。