来源：http://blog.sina.com.cn/s/blog_764b1e9d0100tz4f.html#bsh-73-375271630

最近因为要做遥感影像的滤波处理,经过女神推荐,决定用Timesat,可是该软件3.1版本只适合xp系统以及2011的matlab,后来在官网上找到了最新的3.2版本.支持64位操作系统以及2014的matlab.大家可以直接上官网(http://www.nateko.lu.se/TIMESAT/timesat.asp )注册下载,但是有一个问题是,官网注册的时候,会用到Google公司的rechaptcha验证码系统,因为大天朝的墙太高了,所以是刷不出来的,可以选择挂vpnFQ下载.如果不想FQ

在matlab中进行图像处理,一般使用的都是图像本地坐标,以左上角(1,1)开始.处理完成后,如果要将结果在带地理坐标的遥感影像中显示,或者需要输出成shp文件,就需要涉及到本地坐标和地理坐标的转换,我们可以使用pix2map函数来实现这个功能. clc;clear;close all; [pic, R] = geotiffread('boston.tif'); %读取tif图像 figure(),imshow(pic);% pic即为本地图像,下面对本地图像进行操作 gray=rgb2gray

clc;close all;clear; road=shaperead('boston_roads.shp'); %读取shape文件 figure, mapshow('boston.tif'); %读取tif遥感影像并显示 axis image manual off; %关闭本地坐标系统 surveyFeetPerMeter = unitsratio('sf','meter'); %将米级单位转换成surveyFeet单位 colorTab='rgbcymkw'; %颜色代码表,不同等级的公路

一.前言 GDAL具有强大的图像读写功能,但是对常用图像处理算法的集成较少,OpenCV恰恰具有较强的图像处理能力,因此有效的结合两者对图像(遥感影像)的处理带来了极大的方便.那么如何实现GDAL与openCV间的数据交换成为影像处理中的关键步骤.接下来我将记录下:1 如何将GDAL读取的影像转化为openCV支持的的MAT格式?2 如何将处理后MAT数据转化为合适的图像格式存储?(PS:本人也是初次使用GDAL和openCV,代码很水...只是记录下自己学的,和大家交流下) 二.GDAL数据到

一.前言 GDAL具有强大的图像读写功能,但是对常用图像处理算法的集成较少,OpenCV恰恰具有较强的图像处理能力,因此有效的结合两者对图像(遥感影像)的处理带来了极大的方便.那么如何实现GDAL与openCV间的数据交换成为影像处理中的关键步骤.接下来我将记录下:1 如何将GDAL读取的影像转化为openCV支持的的MAT格式?2 如何将处理后MAT数据转化为合适的图像格式存储?(PS:本人也是初次使用GDAL和openCV,代码很水...只是记录下自己学的,和大家交流下) 二.GDAL数据到

基于GDAL的遥感影像显示(C#版) - 菜菜的专栏 - 博客频道 - CSDN.NET  http://blog.csdn.net/RSyaoxin/article/details/9220735

1.基于VC++ Win32+CUDA+OpenGL组合的遥感影像显示 在该组合方案下,初始化时将OpenGL设置为下面两种方式,效果一样 //设置方式1 glutInitDisplayMode (GLUT_DOUBLE | GLUT_RGBA); //设置方式2 glutInitDisplayMode (GLUT_DOUBLE | GLUT_RGB); 从遥感影像数据中提取出像素数据,可将其中的R.G.B三通道依次赋值给OpenGL的像素缓冲区对象 (PBO,Pixel Buffer Obje

1.概要 在GIS圈的同行或多或少接触过遥感,记得在大学老师就说过"数据是GIS的核心".本文介绍在国内下载遥感影像的方法. 地理空间数据云,这个是中科院计算机网络中心建设的一个免费下载多种遥感数据产品的平台,里面涵盖的遥感产品约有8大类90余小类,基本上能满足一般业务的需求. 本文的内容是讲述如何快速的下载地理空间数据云里面的遥感数据.注意是“快速”,也就是不需要去网页上注册登录这样麻烦的操作. 2.如何快速的下载遥感数据? 这里推荐一款作者自己开发的小工具,工作之余基于C#开发,源

这段时间,用到了哨兵影像,遇到了一个问题,就是哨兵影像,它的RGB/NIR波段是10米分辨率的,但是其他波段是20米和60米的,这就需要pansharpening了,所以我们需要设计一种算法来进行解决. 先把哨兵2的参数贴上来吧: 通常pansharpening方法,都是一个全色波段提供空间信息,其他低分辨率多光谱波段提供光谱信息,然后将两者进行融合,这样就得到了高分辨率多光谱影像,但是这里有一个问题,就是哨兵影像有四个“全色”波段,能不能都用到呢? 这里贴上一篇2018年的哨兵影像pansha

1 前言 Caffe对于像我这样的初学者来说是一款非常容易上手的深度学习框架.关于用Caffe跑自己的数据这样的博客已经非常多,感谢前辈们为我们提供的这么好的学习资源.这里我主要结合我所在的行业,说下如何对跑通具有多通道多格式的遥感数据. 2 数据准备 Caffe封装的非常好,要想将我们的数据运用于Caffe上,我们唯一要做的工作就是准备好Caffe支持的数据输入格式(leveldb/lmdb). Caffe解决方案下有一个工程convert_imageset为我们提供了接口,主要是将图像文件转

转:https://blog.csdn.net/theonegis/article/details/50805520 https://blog.csdn.net/wsp_1138886114/article/details/82778409 https://blog.csdn.net/Amrser/article/details/77595603?locationNum=3&fps=1 Xgeo = GT(0) + Xpixel*GT(1) + Yline*GT(2) Ygeo = GT(3)

@ 目录 1. 专栏简介 2. 专栏地址 3. 专栏目录 1. 专栏简介 遥感数字图像的处理,是对遥感数字图像的计算机处理.与工业和医学数字图像不同,遥感数字图像类型更为多样,内容更为复杂.因此,遥感数字图像的处理,不仅需要掌握已有的数字图像处理方法,而且需要具有相当的地学只是,是科学和艺术的有机结合. 2. 专栏地址 「 刘一哥与GIS的故事 」之<遥感知天地> 3. 专栏目录 学习遥感数字图像处理,不仅要掌握遥感数字图像处理的理论知识,更需要掌握Erdas和Envi软件实验操作. [遥感数

321:真彩色合成,即3.2.1波段分别赋予红.绿.蓝色,则获得自然彩色合成图像,图像的色彩与原地区或景物的实际色彩一致,适合于非遥感应用专业人员使用. 432:标准假彩色合成,即4.3.2波段分别赋予红.绿.蓝色,获得图像植被成红色,由于突出表现了植被的特征,应用十分的广泛,而被称为标准假彩色.举例:卫星遥感图像示蓝藻暴发情况我们先看一看蓝藻爆发时遥感监测机理.蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面,蓝藻覆盖区的光谱特征与周围湖面有明显差异.由于所含高叶绿素A的作用,

​目前地理遥感生态网平台已发布高分辨率卫星遥感影像数据. 数据样例:百度云下载链接:https://pan.baidu.com/s/17ofPwpDM3OCHnE-LuhvUp 提取码:i0m4   RapidEye快鸟: 德国RapidEye卫星2008年8月29日发射,一个由5颗地球观测卫星组成的卫星星座,5颗RapidEye卫星被均匀分布在一个太阳同步轨道内,在620千米高空对地面进行监测任务,任务寿命为7年.RapidEye卫星独有的红边波段,利用红边波段对植被分类.植被生长评估.作物估

相信有不少同学会有这样的困扰,通过软件下载的谷歌遥感影像,直接用ARCGIS等专业软件打开之后发现,遥感影像有拉伸的情况,这是什么原因呢.那是因为,通过软件下载下来的遥感影像的投影信息包含的是经纬度信息,而在ARCGIS等专业软件默认的投影信息包含的是坐标信息,如果不将经纬度转换成坐标,自然会出现拉伸的情况.本帖针对这一情况来告诉同学们如何进行经纬度与坐标之间的转换以消除其带来的拉伸影响. 本帖需要用的软件工具有2个,第一款要用的软件是locaspaceviewer.第二款是ARCGIS10.1

目录 1 数据切片 1.1 影像处理 1.2 地形处理 2 Web应用服务器安装与配置 2.1 Tomcat安装及配置 2.2 IIS安装及配置 3 本地影像与地形服务发布 4 参考资料 @(目录) 1 数据切片 目前遥感影像及数字高程模型切片主要包括gdal和ctb两种方式,相应的开源工具包可以在Cesium交流群(QQ群:115883691)中下载到.最近在进行Cesium本地影像与地形服务发布时,发现一款软件Cesiumlab.Cesiumlab是一款专为Cesium开源数字地球平台打造的

Classifying urban land use by integrating remote sensing and social media data   Xiaoping Liu, Jialv He, Yao Yao, Jinbao Zhang, Haolin Liang, Huan Wang & YeHong 摘要 研究方向的重要性(有意义): 城市土地使用信息在城市管理.政府政策制定.和人类活动监测方面扮演着重要的角色. However,存在的困难: 由于城市系统的复杂性,将城市功能

摘要:遥感影像,作为地球自拍照,能够从更广阔的视角,为人们提供更多维度的辅助信息,来帮助人类感知自然资源.农林水利.交通灾害等多领域信息. 本文分享自华为云社区<AI+云原生,把卫星遥感虐的死去活来>,作者:tsjsdbd. AI牛啊,云原生牛啊,所以1+1>2? 遥感影像,作为地球自拍照,能够从更广阔的视角,为人们提供更多维度的辅助信息,来帮助人类感知自然资源.农林水利.交通灾害等多领域信息. AI技术,可以在很多领域超过人类,关键是它是自动的,省时又省力.可显著提升遥感影像解译的工作