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实时智能处理、遥感影像降质信息复原与质量提升、多源多时序遥感影像时-空-谱融合等研究， 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。 相关技术已通过全球首颗互联网智能遥感科学实验卫星“珞珈三号01星”平台完成试验验证，并在东方慧眼高分星等平台部署运行。

  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，研究遥感影像降质信息复原与质量提升方法，提升遥感数据产品质量， 推动卫星遥感数据从“有”到“好”发展。

  面向多光谱、高光谱、微波、红外等遥感探测技术呈现的多源、多模态发展趋势， 研究多源多时序遥感影像时-空-谱融合方法，充分发挥多谱段、多尺度、多时序、多角度、 主被动等多源观测优势，生成高质量、高现势性的时空谱融合数据，提升遥感信息获取的准确性和可靠性。

  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。