遥感图像处理
文章平均质量分 71
陨星落云
这个作者很懒,什么都没留下…
展开
-
DXF 格式详解
BLOCKS 段中始终出现三个空定义。即 *Model_Space、*Paper_Space 和 *Paper_Space0。这些定义在内部将模型空间和图纸空间的表示显示为块定义。第一个图纸空间布局的内部名称是 *Paper_Space,第二个是 *Paper_Space0,第三个是 *Paper_Space1,依此类推。原创 2024-01-21 20:24:36 · 1966 阅读 · 0 评论 -
你真的对图像格式了解么?
图像是人类视觉的基础,是自然景物的客观反映,是人类认识世界和人类本身的重要源泉。原创 2023-02-04 17:15:18 · 816 阅读 · 0 评论 -
最全的测绘、地信数据格式介绍
文章目录测绘、地信数据格式矢量 GIS 文件格式栅格 GIS 文件格式压缩栅格文件格式地理数据库文件格式关系数据库管理系统 (RDBMS)激光雷达文件格式CAD 文件格式高程文件格式网络文件格式多时态文件格式GIS 软件项目文件格式制图文件格式3D 文件格式交换文件格式室内制图文件格式其他 GIS 文件格式测绘、地信数据格式如果不清楚的测绘、地信数据格式,我们将无从下手…然而,很遗憾的事,很少有文章对数据格式进行介绍。我们为您提供了完整的 数据格式列表。一些地理空间数据格式很常见。但有些并不常见。翻译 2022-02-09 19:27:40 · 4651 阅读 · 0 评论 -
图像几何校正
图像几何校正原创 2022-08-07 10:25:40 · 5175 阅读 · 0 评论 -
土地覆盖/利用数据产品下载
产品数据名称时间(年)范围分辨率下载地址FROM-GLC102017全球10/30mhttp://data.ess.tsinghua.edu.cn/fromglc10_2017v01.htmlGlobeLand302000、2010、2020全球30mhttp://www.globallandcover.com/Sentinel-2 10m Land Use/Land Cover Timeseries2017-2021全球10mhttps://w...原创 2022-04-23 16:58:50 · 1520 阅读 · 2 评论 -
GeoPackage在QGIS与ArcGIS Pro中的使用
将多个shp文件打包成geopackage首先加载shp文件使用QGIS打包图层QGIS中打开全国基础底图数据.gpkg选择中GeoPackage 右击—>新建连接,加载 全国基础底图数据.gpkg。选择图层—>添加图层到工程ArcGIS Pro2.8中打开全国基础底图数据.gpkg选中数据库,右击—>添加数据库,打开全国基础底图数据.gpkg选中图层,右击—>添加至当前地图3.结果:...原创 2022-04-07 14:29:45 · 4114 阅读 · 0 评论 -
地理坐标系与投影坐标系区别与联系
地理坐标系与投影坐标系区别空间参考中主要包含大地水准面、地球椭球体、投影坐标系等几部分内容。地图投影就是把地球表面的任意点,利用一定数学法则,转换到地图平面上的理论和方法,一般有两种坐标系来进行表示,分别是地理坐标系和投影坐标系。如下图所示,描述了地理坐标系与投影坐标系之间的关系。参考椭球体表1 常见的参考椭球体及其参数椭球名称长半轴(米)短半轴(米)扁率的倒数Clarke18666378206.46356583.79999898294.9786982Besse原创 2022-04-05 16:17:55 · 4410 阅读 · 0 评论 -
遥感辐射校正
辐射校正中常混淆的概念在遥感图像中,往往需要对图像进行预处理,主要包括辐射校正、几何纠正及图像融合等。在这里,主要介绍辐射校正中的一些常见概念(暂时不介绍具体的方法,后续有时间再出一期方法的文章),这些概念常常容易混淆。为了理清楚这些概念,将这些概念做成了图。在遥感教材中,往往有一章图像校正的内容。图像校正包括图像像素值的校正(辐射校正)和图像像素的位置校正(几何校正)两部分。辐射校正又包括辐射定标、大气校正与地形及太阳高度角校正。其中,辐射校正与辐射定标容易混淆。辐射定标目的是将DN值转换大气顶层辐射原创 2022-02-16 19:00:07 · 3966 阅读 · 0 评论 -
遥感数据格式介绍
常用的遥感数据MODIS1999年随地球观测系统(EOS) 泰拉(Terra)AM卫星发射到地球轨道,2002年随另一枚地球观测系统水(Aqua)PM卫星升空。该装置在36个相互配准的光谱波段捕捉数据,覆盖从可见光到红外波段。每1~2天提供地球表面观察数据一 次。它们被设计用于提供大范围全球数据动态测量,包括云层覆盖的变化、地球能量辐射变化,海洋陆地以及低空变化过程。LandsatLandsat系统是美国对地观测体系内进行中分辨率遥感的主要系统,主要用于陆地资源调查和管理、水资源调查和管理、测绘制图原创 2022-02-08 16:12:39 · 6221 阅读 · 0 评论 -
从USGS Earth Explorer网站查找和下载MODIS数据
从USGS Earth Explorer网站查找和下载MODIS数据原创 2020-05-30 21:17:42 · 6386 阅读 · 4 评论 -
遥感场景识别数据集(场景分类)
场景识别数据(场景分类)场景识别通常指对图像整体的常见语义分析和理解,是计算机视觉领域标志性任务之一,在对象识别的基础上,场景识别能够结合上下文信息,从而实现场景主要内容的精确识别。2006年以来,神经网络的学习习能力不断得到提升,训练上的困难不断被克服,以卷积神经网络(CNN)为主的高效率深度学习模型被越来越多的运用到遥感影像应用中。卷积神经网络是当下场景识别的主要手段,而一定规模的遥感影像样本数据集是模型训练的基础。因此,近年来众多科研机构、专家学者研制并发布了基于各类场景的遥感影像样本数据集。收集遥原创 2021-11-22 09:33:31 · 13739 阅读 · 1 评论 -
遥感变化检测数据集
遥感变化检测数据集遥感变化检测任务是利用多时相的遥感数据,采用多种图像处理和模式识别方法提取变化信息,并定量分析和确定地表变化的特征与过程。它涉及变化的类型、分布状况与变化量,即需要确定变化前、后的地面类型、界线、及变化趋势,进而分析这些动态变化的特点与原因。遥感变化检测的影响因素:遥感系统因素的影响(时间、空间、光谱、辐射分辨率):不同遥感系统的时间、空间、光谱和辐射分辨率不同。在变化检测前,一方面需要对检测区域内的主要问题进行调查,充分认识被检测对象的空间分布特征、波谱反射率与辐射特征及时相变化原创 2021-11-22 09:18:00 · 4332 阅读 · 0 评论 -
遥感目标检测数据集
遥感目标检测数据集目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。目前,基于遥感影像的目标检测是遥感图像处理领域的重要研究方向。传统的目标检测识别方法难以适应海量数据,其所依赖的特征表达式通过人工设计的,这样非常不好,并且强烈依赖于专业知识和数据本身的特征,而且很难从海量的数据中学习出一个有效原创 2021-11-22 09:17:03 · 12602 阅读 · 4 评论 -
影像中缺失部分,其标签设为背景值0
import numpy as npimport imageioimport cv2from osgeo import osr, gdal def assign_spatial_reference_byfile(src_path, dst_path): src_ds = gdal.Open(src_path, gdal.GA_ReadOnly) sr = osr.SpatialReference() sr.ImportFromWkt(src_ds.GetProjecti原创 2021-11-03 13:40:12 · 244 阅读 · 0 评论 -
遥感及其应用
遥感及其应用遥感是指在不完全处于接触或物理接触中的物体情况下,获取信息、温度、压力、照片等数据。遥感是获取信息、检测、分析、监测区域物理特征的过程,通过记录区域反射和发射的辐射能量,而不与所研究的物体有任何物理接触。这是通过捕获反射的辐射/能量来完成的。遥感类型1. 主动传感器传感器本身就体现了光源,就像装有雷达传感器的卫星一样。主动传感器通过自己的发射的能量来捕获物体的信息。雷达和激光雷达是主动遥感的例子,它们测量发射和返回之间的时间延迟。2. 被动传感器传感器收集物体或周围区域发射或反射的翻译 2021-09-17 14:15:21 · 2712 阅读 · 0 评论 -
光谱信息散度SID与光谱角SAM
光谱信息散度SIDimport numpy as np# 计算SIDdef SID(x,y): # print(np.sum(x)) p = np.zeros_like(x,dtype=np.float) q = np.zeros_like(y,dtype=np.float) Sid = 0 for i in range(len(x)): p[i] = x[i]/np.sum(x) q[i] = y[i]/np.sum(y)原创 2020-10-24 10:34:34 · 7852 阅读 · 12 评论 -
彩色标签转数字标签,数字标签转彩色标签
# -*- coding: utf-8 -*-"""Created on Fri Aug 6 12:56:44 2021@author: xiaohuihui"""import imageioimport numpy as npimport cv2def ColorLabel2NumLabel(img,colors): # 彩色标签转数字 h,w,ch = img.shape gt = np.zeros((h,w)).astype(np.uint8)原创 2021-08-06 14:10:06 · 607 阅读 · 3 评论 -
16bit转8bit+直方图均衡化
# -*- coding: utf-8 -*-"""Created on Sun Jun 27 22:55:24 2021@author: 陨星落云csdn博客地址: https://blog.csdn.net/qq_28368377"""from osgeo import gdalimport numpy as npimport imageiodef img16to8(imgpath): scale = '-scale min_val max_val' optio原创 2021-06-27 22:58:39 · 760 阅读 · 0 评论 -
基于SG滤波的时序序列数据重构(遥感影像)
# -*- coding: utf-8 -*-"""Created on Sun Jul 25 11:00:44 2021@author: xiaohuihui"""import numpy as npfrom osgeo import gdalfrom osgeo.gdalconst import GA_ReadOnlyfrom scipy.signal import savgol_filterimport imageio#import globdef img_to_sigl原创 2021-07-26 16:11:42 · 1448 阅读 · 0 评论