15 个最佳遥感软件

无论您是专业地理学家、地球科学专业的学生,还是只是一个好奇的爱好者,都有各种各样的遥感软件可以帮助您完成工作。从对详细航空图像进行分类到创建复杂的 3D 模型,这 15 个遥感软件包都是最好的。让我们逐一介绍给您:

1.ERDAS Imagine

  ERDAS Imagine被评为我们排名第一的遥感和图像分析软件套件。它由 Hexagon Geospatial 开发,几乎可以处理任何类型的地理空间数据。这包括卫星图像、航空摄影、激光雷达点云、数字高程模型和其他 GIS 数据。ERDAS Imagine 是遥感领域的强大力量。它允许用户进行高级图像处理、3D 可视化和特征提取。此外,它还提供直观的基于功能区的界面,帮助您找到适合工作的工具。 其一些突出的功能包括空间模型编辑器、点云处理和摄影测量工具。这就是为什么它始终是农业、林业、采矿、工程、城市规划和国防等行业遥感软件的首选之一。

2. ENVI

ENVI 是NV5 Geospatial的先进遥感软件平台。借助 ENVI,用户可以利用最新的图像处理技术从卫星、机载和其他类型的图像中快速提取信息。

ENVI 的全面特性和功能允许用户执行各种图像处理任务。例如,这包括图像增强、特征提取、图像分割、统计分析、变化检测和可视化。

它提供对多种数据格式的支持,包括来自MaxarAirbusPlanet等商业来源的数据格式。 ENVI 还通过ENVI 建模器提供强大的自动化功能,以自动执行重复任务。

3.PCI Geomatica(Catalyst)

PCI Geomatica是一款先进的遥感软件套件,全世界的科学家、研究人员和 GIS 专业人员都在使用。由加拿大 PCI Geomatics 公司开发,用户可以访问和分析卫星图像、航空摄影和其他类型的遥感数据。

自 1982 年以来,PCI Geomatica 为处理各种来源的数据提供了坚实的基础。这包括航空照片、卫星图像、数字高程模型以及SAR 和 InSAR 数据。尽管界面有点过时,但您仍然可以获得马赛克、摄影测量和地形分析等核心工具。

它还具有即插即用的特征提取功能,可以轻松检测数字图像中的特征。算法包括 OBIA、监督分类和无监督分类。这意味着用户可以从航空或卫星图像中提取道路、建筑物和植被等信息。

4.ArcGIS Pro

ArcGIS Pro中的大部分遥感工具都可以在图像分析扩展模块中找到。此扩展提供了对一组用于分析图像和执行高级图像分析任务的工具的访问。

例如,它使用户能够创建和修改栅格数据集、可视化和探索图像。您还可以执行更复杂的分析,包括地形分析、图像分类光谱分析

通过图像分析扩展,您可以快速处理大量图像并从中提取有价值的信息。您还可以使用其图像工作流程来执行一组任务,例如通过深度学习进行时间序列分析和变化检测。

5.QGIS 3

QGIS 3默认加载遥感工具,如栅格分析、地形分析和解释工具箱。但 QGIS 3 不仅限于其自己的工具箱,您还可以使用 SAGA GIS、GDAL 和 GRASS GIS 的工具箱来利用丰富的功能。

如果您以前使用过 QGIS,您就会知道可以通过使用插件来扩展其功能。其最受欢迎的遥感插件之一是免费的开源半自动分类插件(SCP)插件

SCP 插件提供了许多特性和功能,例如允许用户快速轻松地下载卫星图像并对其进行分类。还有用于预处理、分类后改进、准确性评估等的算法。

6.Trimble eCognition

Trimble eCognition是通过基于对象的图像分析 (OBIA) 进行特征提取的专家。如果您曾经使用过 eCognition,您就会知道它使用模式识别算法将图像划分为有意义的对象(而不仅仅是像素)。

执行多分辨率分割算法后,每个对象都有与其相关的统计数据。通过使用光谱和空间特征,您可以创建当今最先进的土地覆盖分类。除此之外,您还可以构建规则集来自动创建土地覆盖,并将其应用于各种类型的图像。

Trimble eCognition 接受各种输入,例如 LiDAR 点云、航空图像、卫星图像和无人机图像。尽管它在土地覆盖开发方面取得了巨大成功,但它并不是一个完整的遥感套件。由于它缺乏地理配准、3D 可视化或 SAR 功能等常用工具,因此它没有获得我们的本垒打评级。

7. Whitebox GAT

Whitebox GAT (地理空间分析工具箱)在我们心中一直占有特殊的位置,现在仍然如此。如果您以前从未使用过它,它是一个具有多种用途的开源地理空间分析工具。它可以作为独立的应用程序使用,也可以作为在其他软件中使用的库使用。

简而言之,Whitebox GAT 包含一个用于处理遥感数据的高级工具箱。其广泛的函数库使其成为那些需要使用数据执行各种任务的人的绝佳选择。

尽管 Whitebox GAT 专注于水文工具,但它提供了一系列使其适用于遥感应用的功能。例如,这包括处理栅格和矢量数据的能力、对各种空间插值方法的支持以及一整套地形分析工具。更不用说,Whitebox GAT 拥有出色的 LiDAR 能力

8. SAGA GIS

诚然,SAGA GIS 的边缘有点粗糙。它是一个较旧的遥感软件,因此它绝对不如此列表中的其他软件那么精美。但话虽如此,你仍然可以从中挽救很多东西。

SAGA GIS 具有广泛的功能,允许用户执行与遥感相关的基本数据处理和分析任务。例如,您可以使用它来镶嵌、剪辑和分割图像,以及变换图像投影。它还提供了用于分析植被指数、计算表面积以及从数字高程模型中提取特征的工具。

对于开源遥感软件,您可以获得大量工具。老实说,有些工具我们从未听说过。但随着您对它们的探索越多,您就会发现有些可能并不可靠且 100% 实用。但仍然值得花时间和精力来检查一下它罕见的遥感工具。不要忘记您也可以利用QGIS 3中的 SAGA GIS 工具箱。

9. PolSARPro

顾名思义,PolSARpro(极化 SAR 数据处理和教育工具箱)是雷达图像领域的专家。这包括以下类型的卫星传感器:

·ALOS-1

·COSMO-SkyMed

·雷达卫星2号

·TerraSAR-X 和 TanDEM-X

PolSARPro 是一款先进的软件包,专为偏振合成孔径雷达 (PolSAR) 数据的分析和可视化而设计。它能够通过基于雷达的测量提供有关地球表面特征、土壤湿度和其他特征的详细信息。

10. GRASS GIS

GRASS GIS是 GIS 领域历史悠久的开源软件。尽管有其特殊之处,GRASS GIS 仍然非常适合遥感应用。

GRASS GIS 还提供了一套用于处理 LiDAR 数据的高级工具,例如点云分类、过滤和插值。与SAGA GIS类似,您可以在 QGIS 3 中利用它,也可以将其用作独立的应用程序。

总体而言,该软件具有一系列专为遥感分析设计的功能,包括图像分类、增强和配准。此外,GRASS GIS 还提供了一套令人印象深刻的数据可视化工具,允许用户快速创建地图并利用数据进行3D 分析。

11. ILWIS

ILWIS(综合土地和水信息系统)是一个地理信息系统(GIS),旨在存储、管理和分析空间数据。

它由荷兰 ITC 开发,用于各种应用,包括土地利用规划、土地覆盖分析、土壤测绘、水管理、环境监测等。

12. Orfeo Toolbox

ORFEO Toolbox (OTB)是法国航天局 (CNES) 开发的图像处理算法开源库。该框架的优点之一是它是用 C++ 编写的,并在 Windows、Mac OS X 和 Linux 上运行。OTB 为遥感和数字图像处理提供了多种即用型算法。

13. Global Mapper

Global Mapper能够显示地形和卫星图像,使用户能够准确地可视化和分析任何位置的地形。它还提供功能强大且易于使用的工具,例如数字化、视线计算和体积计算,可用于许多不同类型的分析。

Global Mapper 允许用户可视化、分析和操作来自各种来源的空间数据,包括航空图像、LiDAR 点云、数字高程模型和矢量数据库。

14. Feature Manipulation Engine

特征操作引擎 (FME)是互操作性和自动化方面的王者,拥有大量可以合并到工作台中的光栅转换器。 FME 能够处理来自各种遥感源的数据,例如航空摄影、LiDAR 和多光谱图像等。

但其最令人兴奋的一些发展是在计算机视觉和深度学习领域。 FME 还允许用户自动化遥感工作流程,从而更轻松、

15.gvSIG

病毒信号

gvSIG是一个免费开源软件,广泛用于地理数据分析、遥感和地理空间建​​模。对于遥感分析,GvSIG 提供了支持卫星数据捕获、处理和分析的工具和功能。

它具有广泛的功能,可处理各种遥感数据格式,并提供用于地理配准、正射校正和镶嵌的高级工具。

  • 23
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
ArcGIS是一款功能强大的地理信息系统软件,在遥感影像深度学习样本制作方面也有一定的应用。当我们需要进行遥感影像深度学习的样本制作时,可以利用ArcGIS进行以下步骤: 1. 数据准备:首先,需要获取遥感影像数据集。可以从卫星、航空等数据源中获取高分辨率的图像数据。将数据导入ArcGIS软件进行进一步的处理。 2. 图像预处理:在进行深度学习样本制作之前,需要对图像进行预处理,以便提高深度学习算法的准确性。ArcGIS提供了一系列的图像处理工具,可以进行去噪、边缘增强、图像增强等操作,以提高图像质量。 3. 样本标注:通过在ArcGIS中使用标注工具,我们可以对遥感影像进行目标区域的标注。例如,如果我们想要制作一个遥感影像分类模型,我们可以将图像中不同类别的目标区域进行标注,如建筑物、森林、湖泊等。 4. 数据集划分:将标注好的样本数据集划分为训练集、验证集和测试集。通常,训练集用于训练深度学习模型,验证集用于选择最佳模型和调整参数,测试集用于评估模型的性能。 5. 样本导出:将标注好的样本数据集导出为合适的格式,以便与深度学习框架进行无缝集成。ArcGIS支持将样本数据导出为常见的格式,如GeoTIFF、Shapefile等。 总之,利用ArcGIS进行遥感影像深度学习样本制作可以提供一种方便而高效的方法。通过该软件的图像处理和标注工具,我们可以快速准确地制作出符合我们需求的样本数据集,为后续的深度学习算法提供有力的支持。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GIS工具-gistools2021

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值