近年来遥感技术得到了突飞猛进的发展，航天、航空、临近空间等多遥感平台不断增加，数据的空间、时间、光谱分辨率不断提高，数据量猛增，遥感数据已经越来越具有大数据特征。遥感大数据的出现为相关研究提供了前所未有的机遇，同时如何处理好这些数据也提出了巨大的挑战。传统的工作站和服务器已经无法胜任大区域、多尺度海量遥感数据处理的需要。 Google Earth En
转载
2024-05-29 16:11:50
156阅读
目录专题一：深度卷积网络知识详解专题二：PyTorch应用与实践（遥感图像场景分类）专题三：卷积神经网络实践与目标检测专题四：卷积神经网络的遥感影像目标检测任务案例【FasterRCNN】专题五：Transformer与遥感影像目标检测专题六：Transformer的遥感影像目标检测任务案例 【DETR】专题七：深度学习与遥感影像分割任务专题八：深度学习下的ASL（机载激光扫描仪）点云数据语义分类
转载
2023-12-27 22:41:24
24阅读
Landsat 5 多光谱数据分类指导手册
原作者：Pratyush Tripathy
翻译：荆雪涵
深度学习在很多邻域使用，解决了许多复杂的问题，在空间分析领域也不例外。既然你已经点进来了，那估计你对遥感影像以及Landsat 5 TM数据有一定的了解。我们只需要了解一下机器学习的基础知识，便可以快速掌握这个教程的内容。如果你没有接触过机器学习，
转载
2024-03-08 22:38:39
10阅读
# 利用Python对遥感图像进行NDVI计算教程
## 整体流程
首先，让我们来看看整个处理遥感图像并计算NDVI的流程。这里我们使用Python语言和一些常用的库来实现。
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 读取遥感图像数据 |
| 2 | 分离红光波段和近红外波段 |
| 3 | 计算NDVI |
| 4 | 可视化结果 |
## 代码实现步骤
##
原创
2024-05-31 05:51:05
580阅读
遥感影像批量裁切与加权拼接方法----基于Matlab裁切方法加权拼接方法 在 遥感+深度学习领域，经常需要对较大尺寸的遥感图像进行批量裁切，制作样本集。在裁切过程中主要的参数有： 裁剪尺寸步长边缘裁切方式（不能完全裁切的情况，不裁切、补0裁切、改变方向裁切）在裁切之后，经过模型预测的影像块需要进行拼接。如果裁切过程中设置了裁剪步长，相邻的影像块会存在重叠，此时在拼接过程，往往需要将重复的区域
转载
2024-03-29 11:54:44
126阅读
遥感图像语义分割——影像拼接和去除背景 文章目录遥感图像语义分割——影像拼接和去除背景1.影像拼接2.去除背景 之前的两篇文章收到不少朋友的私信，前面文章写的是使用模型训练前的工作，这篇文章介绍一下分割后处理的工作。1.影像拼接 影像拼接指的是当我们需要生成一个产品，如何将一张张的识别结果拼接（如果有需要的话可能还涉及遥感图像的拼接）。这里介绍在python中如何完成影像拼接的工作。直接上代码：#
转载
2023-09-30 19:42:29
128阅读
遥感数据集制作ArcGis+Python一、选择裁剪合适的影像区域二、创建标签shp文件，目视解译勾画标签区域三、标签shp修改属性并转换为tif文件四、使用python滑动裁剪图像及标签五、数据增强六、训练集（图像，标签）和验证集（图像，标签） 制作遥感数据集首先要有遥感影像数据。影像数据种类、来源很多，这里以GF-2的影像数据为例，制作用于 语义分割的数据集。直接获取的遥感影像需要进行预处
转载
2023-10-01 10:08:46
835阅读
# 使用Python处理遥感图像的指南
遥感图像是通过传感器从远处获取地面信息的重要工具，广泛应用于地图制作、环境监测和农业分析等领域。虽然对于初学者来说，处理遥感图像可能一开始有些复杂，但只要遵循一定的步骤并使用合适的工具，就能一步步实现。本文将为你详细介绍使用Python处理遥感图像的全过程。
## 处理流程
以下是处理遥感图像的基本流程：
| 步骤 | 描述
（1） 前言遥感影像的提取和分析在地理信息系统、环境监测、农业、城市规划等领域具有重要的应用价值。按掩膜提取遥感影像是一种常用的方法，它可以通过定义掩膜来选择感兴趣的区域，并排除其他干扰因素。按掩膜提取遥感影像的方法可以分为两个主要步骤：掩膜定义和影像提取。掩膜定义 是指根据研究目的和需求，确定感兴趣的区域，并将其转化为掩膜图层。常用的掩膜定义方法包括手动绘制、阈值分割、形态学操作等。影像提取 是
转载
2024-06-26 20:30:47
66阅读
第一章： 数字图像基础第一节：数字图像获取1.图像：①广义上讲我们肉眼所见的世界就是图像②图像是客观存在的二位、三位灰度或彩色的图在认知感觉中所产生的“像”模拟图像：在图像处理中，如纸质照片、电视模拟图像等通过某种物理量的强弱变化来记录图像亮度信息的图像。数字图像：把连续的模拟图像离散化成规则网格并用计算机以数字的方式记录图像上各网格点亮度信息的图像几位数字图像。数字图像是用一个数字阵列来表达客观
ENVI是由遥感领域的科学家采用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。它是快速、便捷、准确地从影像中提取信息的首屈一指的软件解决方案。今天，众多的影像分析师和科学家选择ENVI来从遥感影像中提取信息。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工
转载
2023-10-30 21:54:07
7阅读
遥感影像中的知识点1 安装环境1.1 ubuntu py3 GDAL环境1.2 win10 py3 GDAL环境1.3 win10 ArcGIS环境1.4 将mask写入shp1.5 TIFF的切割2 提取道路3 提取水面Acknowledge 1 安装环境有幸遇到一个机会，接触到遥感影像，将其中遇到的所有问题记录一下。1.1 ubuntu py3 GDAL环境安装GDAL库apt-get in
转载
2023-12-05 15:54:16
183阅读
前言 在写波段配准相关代码时经常需要用到tif影像的波段合成和分解，虽然可以用ENVI才处理，但是每次都要打开再设置一些参数有些麻烦，所以本着“独立自主、自力更生”的原则就写了些脚本来处理这个需求。又写了个批量裁剪影像的脚本。这里简单总结归纳一下。1.波段合并# coding=utf-8
import sys
import cv2
import functions as fun
import o
转载
2023-08-20 21:46:48
198阅读
实验七 遥感图像读取一、实验目的熟悉MATLAB中遥感图像读写的格式；掌握多波段遥感图像的读取与存储；掌握多波段遥感图像中单波段、不同波段的组合显示。二、实验仪器及设备计算机、Matlab图像处理软件、Landsat8遥感图像三、实验基础1.实验遥感图像简介2013年2月11日Landsat8卫星成功发射，设计寿命为五年，星上携带两个主要设备，陆地成像仪和热红外传感器。陆地成像仪共11个波段，其中
转载
2023-09-24 21:18:12
10阅读
遥感影像分类之后需要进行分类精度评价，精度评价方法中最常见的就是混淆矩阵和kappa系数。现把指标列举如下: 混淆矩阵（confusion matrix） 误差矩阵（error matrix）又称混淆矩阵（confusion matrix），是一个用于表示分为某一类别的像元个数与地面检验为该类别数的比较阵列。通常，阵列中的列代表参考数据，行代表由遥感数据分类得到的类别数据。有像元数和百分比表示两
转载
2024-01-04 17:59:45
272阅读
图像预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的流程在各个行业、不同数据中有点差异，而且注重点也各有不同。本小节包括以下内容：数据预处理一般流程介绍数据预处理的主要步骤介绍1、数据预处理一般流程数据预处理的过程包括几何校正（地理定位、几何精校正、图像配准、正射校正等）、图像融合、图像镶嵌、图像裁剪、去云及阴影处理和大气校正等几个
转载
2023-08-02 20:57:48
15阅读
首先进行opencv安装，先安装Anaconda3，配置好环境，在Anaconda3的python3中安装opencv-python。1、选择遥感影像，本例中选择的遥感影像为南京市玄武湖，影像如下： （实际应用中湖泊数据可能不会这么分明，需要更近一步研究）2、导入cv2和numpy，读取影像import cv2
import numpy
image = cv2.imread("xwh.jpg")3
转载
2023-08-21 22:55:23
309阅读
雾霾一直被持续关注和监测。雾霾天气在我国多个地方频繁出现，不仅影响人们日常生活，还会对某些学科领域的研究带来一定的影响，在雾霾形成的区域，空气中的各种微小粒子增多，其带来的散射效应导致了光在传播过程衰减，使得光承载的信息丢失。这种效应在遥感领域造成的影响颇为重大，令图像的后续处理变的困难。所以对有雾遥感图像的恢复算法有着重要的价值。本文使用matlab进行图像除雾处理
QMosaic软件是一款专业的影像匀色镶嵌分幅工具，即将具有地理参考的若干幅互为邻接的遥感数字图像通过镶嵌匀色技术合并成一幅统一的新（数字）图像。QMosaic软件的特点包括以下几个方面：
1. 动态投影显示：利用重投影技术，支持不同坐标系影像进行叠加显示；
2. 多种匀色功能：提供多种匀色方法选择，包括“色彩校正”、“色彩匹配”和“色彩映射”，使得镶嵌结果更加真实；
3. 镶嵌线网络自动生成：解
# 遥感图像定位指南
遥感图像定位是地理信息系统（GIS）和遥感分析中的一个重要任务。该过程通常包括多个步骤，从数据准备到最终的定位结果。在这篇文章中，我们将详细讨论如何在Python中实现遥感图像定位，指导初学者逐步完成整个过程。
## 流程概述
### 主要步骤
我们将通过以下几个步骤实现遥感图像定位：
| 步骤 | 描述
原创
2024-10-18 10:19:35
114阅读
