GEE：连续变化检测 CCD 第一步（导出ee.Algorithms.TemporalSegmentation.Ccdc函数的结果）

已于 2024-09-15 17:24:12 修改
阅读量524 收藏
点赞数 6
分类专栏： GEE时间序列分析专栏 CCDC专栏 文章标签： GEE JavaScript 云计算 遥感
于 2024-09-15 16:59:02 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35591253/article/details/142285303
版权
GEE时间序列分析专栏 同时被 2 个专栏收录
47 篇文章 192 订阅 ¥99.90 ¥299.90
订阅专栏
CCDC专栏
10 篇文章 2 订阅 ¥79.90 ¥99.00
订阅专栏

作者：CSDN @ _养乐多_

连续变化检测与分类（Continuous Change Detection and Classification, CCDC）主要有两个组件，一个连续变化检测 CCD，另外一个分类。在 Google Earth Engine (GEE)平台上进行 CCD 时间序列变化检测的时候，为了防止内存超限问题，将代码分为2阶段执行。第一阶段是运行 ee.Algorithms.TemporalSegmentation.Ccdc 函数，该函数根据输入参数进行变化检测，结果会导出来一个 GEE 上的 Array 类型数组，并将其导出到 assets 中以防止内存超限。Array 类型数组不能直接可视化和下载，需要在第二阶段将其进一步处理转换成 image 格式，才能在 GEE 上下载图像。本文将详细介绍 CCD 的第一阶段的代码。

该系列教程参考《GEE：连续变化检测与分类（Continuous Change Detection and Classification, CCDC）教程》。

文章目录

了解本专栏 订阅专栏 解锁全文
_养乐多_
关注
专栏目录
订阅专栏
GEE：连续变化检测 CCDC 提取变化信息（变化次数、第一次变化时间、最后一次变化时间）
养乐多的博客
09-16 171
本文将介绍在 Google Earth Engine (GEE) 平台上连续变化检测与分类（Continuous Change Detection and Classification, CCDC）提取变化次数、第一次变化时间、最后一次变化时间（这里的变化指的是不区分干扰和恢复两种模式）信息，并下载到本地的代码。
图像超像素（superpixels）分割算法——简单线性迭代聚类（SLIC）
mjl_cv的博客
06-21 2552
图像超像素（superpixels）分割算法——简单线性迭代聚类（SLIC） 原理 　　SILC（simple linear iterative clustering）是一种图像分割算法。默认情况下，该算法的唯一参数是k，约等于超像素尺寸的期望数量。对于CIELAB彩色空间的图像，在相隔S像素上采样得到初始聚类中心。为了产生大致相同尺寸的超像素，...
GEE：GEE上一些好看的可视化参数（调色板/颜色）
养乐多的博客
07-08 660
养乐多_为了方便使用，总结了几种可视化参数。
机器学习：simple linear iterative clustering (SLIC) 算法
Matrix-11
12-04 1万+
图像分割是图像处理，计算机视觉领域里非常基础，非常重要的一个应用。今天介绍一种高效的分割算法，即 simple linear iterative clustering (SLIC) 算法，顾名思义，这是一种简单的迭代聚类算法，这个算法发表于 2012 年的 PAMI 上。 SLIC 算法有几个关键点， 1： 图像分割块的初始化，每一个图像块都是一个聚类，聚类的中心称为 superpixel，聚
Autoregressive Models
ZhYC99的博客
12-10 1301
Autoregressive Models 无监督学习模型，生成模型 假设数据服从某一分布pdata(x)p_{data}(x)pdata​(x)，模型可以根据样本x计算出该样本的概率pθ(x)p_{\theta}(x)pθ​(x) 通过极大似然估计优化参数使得pθ(x)∼pdata(x)p_{\theta}(x)\sim p_{data}(x)pθ​(x)∼pdata​(x) 动机 拟合离散分布 给出xxx可以计算p(x)p(x)p(x) 从分布中采样得到真实的xxx 拟合直方图 一个1D离散分布
简单线性迭代聚类
08-26
自己写的SLIC在Matlab上的调用接口，以及相关论文，供研发参考，有问题联系shixin918@126.com
GEE：连续变化检测与分类（Continuous Change Detection and Classification, CCDC）教程
养乐多的博客
09-15 416
本文将分别介绍连续变化检测与分类（Continuous Change Detection and Classification, CCDC）算法。通过本文，你将学习如何运行 CCD 算法、解释其输出结果以及可视化系数和变化信息，以及学会使用 CCDC 进行分类。注意，本文是一个目录，通过超链接可以访问其他具体的内容。
GEE：连续变化检测 CCDC 提取断点信息（第一次/最后一次的干扰/恢复时间）
养乐多的博客
09-16 94
本文将介绍在 Google Earth Engine (GEE) 平台上连续变化检测与分类（Continuous Change Detection and Classification, CCDC）提取第一次干扰时间、最后一次干扰时间、第一次恢复时间、最后一次恢复时间信息，并下载到本地的代码。
GEE：连续变化检测 CCDC 提取断点信息（干扰时间、干扰幅度、干扰次数）
养乐多的博客
09-15 580
本文将介绍在 Google Earth Engine (GEE) 平台上连续变化检测与分类（Continuous Change Detection and Classification, CCDC）提取扰动时间、干扰幅度、干扰次数信息，并下载到本地的代码。
超像素分割SLIC(简单线性迭代聚类)用opencv分割程序
06-22
将SLIC作者的源码中主要算法部分的代码提取出来，并用opencv输出处理图像，方便后续的程序的处理。
Anytime-Auto-Regressive-Model:ICLR 2021论文代码，“通过有序自动编码对自回归模型进行随时采样”
05-22
随时自回归模型 通过有序自动编码随时对自回归模型进行采样，ICLR 21 徐奕伦，杨松，萨哈吉·加拉，龚林源，芮树，阿迪亚·格罗弗，斯特凡诺·埃尔蒙（Stefano Ermon） 一个新的自回归模型系列，可以随时采样！ :grinning_face_with_big_eyes: 实验1：图像生成 训练： 步骤1：以完整的代码长度对VQ-VAE进行预训练： python vqvae.py --hidden-size latent-size --k codebook-size --dataset name-of-dataset --data-folder paht-to-dataset --out-path path-to-model --pretrain latent-size: latent code length codebook-size: codebook size name-of-dataset: mnist / cifar1
MODIS NDVI
07-16
是2001-2018年的MODIS NDVI 分辨率为1000m的，时间分辨率为16天的遥感数据
SLIC 简单线性迭代聚类
YM的博客
06-13 2376
优点：SLIC在运行速度、生成超像素的紧凑度、轮廓保持方面都比较理想。 步骤：1.初始化聚类中心 2.以种子点为中心在3x3范围内选最小梯度点作为新的聚类中心. 3.确定搜索范围2S*2S，为范围内每个像素点分配标签，期望的像素块大小S*S. 4.距离度量，空间距离和颜色距离 5.迭代优化，直至误差收...
计算机视觉算法中的SLIC超像素分割（Simple Linear Iterative Clustering）
牛肉胡辣汤
09-12 1720
超像素分割是将图像分割成多个相似的、紧凑的区域，形成连续的、具有语义信息的图像块的过程。通过超像素分割，可以更好地理解图像的结构和内容，为后续的图像分析和处理提供基础。
自回归模型(Autoregressive model)(auto)
热门推荐
hxxjxw的博客
09-27 1万+
自回归模型（Autoregressive Model）是用自身做回归变量的过程，即利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型，它是时间序列中的一种常 见形式。 如这就是一个自回归模型 ......
GEE案例：利用MODIS数据计算长时序逐月的NDVI数据和下载
此星光明博客
08-16 356
详细流程如下：1. 打开 Google Earth Engine (GEE) 平台的网站 https://earthengine.google.com/。2. 点击右上角的 "Sign In" 按钮，使用您的 Google 账号登录。3. 在 GEE 界面中，点击左上角的 "Code Editor" 按钮，进入代码编辑器页面。4. 在代码编辑器页面的左上方，点击 "Assets" 选项卡，然后点击右侧的 "New" 按钮，选择 "Image Collection"。
一个 OpenCV + C++ 实现的 SLIC (Simple Linear Iterative Clustering) 算法
Razirp's blog
04-22 2327
一个 OpenCV + C++ 实现的 SLIC (Simple Linear Iterative Clustering) 算法，代码已开源在 GitHub。
GEE逐月导出哨兵2号月平均NDVI数据集
weixin_43416590的博客
07-08 261
【代码】GEE逐月导出哨兵2号月平均NDVI数据集。
GEE ee.Algorithms.If函数怎么设置只返回满足条件的命令，不满足不返回任何值
最新发布
09-26
在Google Earth Engine (GEE)中，`ee.Algorithms.If` 函数是一个条件运算符，它接受三个参数：一个布尔表达式（条件），一个“真”分支（当条件为真时执行的操作结果），和一个“假”分支（当条件为假时执行的操作结果）。如果你想让它只返回满足条件的结果，而不返回任何值，你需要设置“假”分支为空。 例如，假设你想检查某个图像是否有云覆盖，如果云覆盖率小于某个阈值，则返回该图像，否则返回None（JavaScript中的null或无值）： ```javascript var image = ee.Image('srtm/srtm90_v4'); var cloudCover = image.select('cloud_fraction'); var result = ee.Algorithms.If( cloudCover.lt(0.1), // 条件：云覆盖小于10% image, // 当条件为真时返回图像 null); // 当条件为假时返回null // 现在result将会包含满足条件的图像，否则为空 ``` 在这个例子中，只有当云覆盖率低于10%时，`result`变量才会包含图像数据；否则，它就是`null`。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

_养乐多_

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

实付元
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