数据说明:采用的数据源是从别人那里拷的2012年全年的Sea Surface Temperature(海标温度,SST)数据,一直想找一份比较好的主成分分析数据,也没找到. Matlab自身有主成分分析的函数princomp,其中返回的第二个数据就是样本经过K-L变换后的各个成分数据,第三个参数就是特征值大小.(第一个参数貌似是协方差矩阵,我还没看) PCA的基本原理: 一般图像的线性变换可以表示为: y=Tx, 式中X为待变换图像数据矩阵,Y为变换后的数据矩阵,T为实现这一线性变换的变换矩阵.

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

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)

主成分分析(PCA)是一种基于变量协方差矩阵对数据进行压缩降维.去噪的有效方法,PCA的思想是将n维特征映射到k维上(k<n),这k维特征称为主元,是旧特征的线性组合,这些线性组合最大化样本方差,尽量使新的k个特征互不相关. 相关知识 介绍一个PCA的教程:A tutorial on Principal Components Analysis ——Lindsay I Smith 1.协方差 Covariance 变量X和变量Y的协方差公式如下,协方差是描述不同变量之间的相关关系,协方差>0时说

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

#-*- coding: utf-8 -*- #主成分分析 降维 import pandas as pd #参数初始化 inputfile = '../data/principal_component.xls' outputfile = '../tmp/dimention.xls' #降维后的数据 data = pd.read_excel(inputfile, header = None) #读入数据 from sklearn.decomposition import PCA pca = PCA

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

目录 前言 涉及到的技术 优雅切割 总结 一.前言        前面一篇文章(使用Python实现子区域数据分类统计)讲述了通过geopandas库实现对子区域数据的分类统计,说白了也就是如何根据一个shp数据对另一个shp数据进行切割.本篇作为上一篇内容的姊妹篇讲述如何采用优雅的方式根据一个shp数据对一个栅格影像数据进行切割.废话不多说,直接进入主题. 二.涉及到的技术 本方案涉及以下技术点: geopandas:已经在上一篇文章中简单介绍. numpy:这是一个开源的数据分析处理库,非常

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,

本人初次尝试用Python批量下载DACC的MODIS数据,记下步骤,提醒自己,数据还在下载,成功是否未知,等待结果中...... 若有大佬发现步骤有不对之处,望指出,不胜感激. 1.下载Python:https://www.python.org/downloads/ (1)在下面版本中任选一版本: (2)选择适合自己系统的软件下载 (3)下载完成之后,按照网上教程安装即可:https://jingyan.baidu.com/article/c45ad29c05c208051653e270.ht

最近在做城市计算的项目,数据文件是以.h5的格式存储的,总结下其用法和特点 来自百度百科的简介: HDF(Hierarchical Data Format),可以存储不同类型的图像和数码数据的文件格式,并且可以在不同类型的机器上传输,同时还有统一处理这种文件格式的函数库.大多数计算机都支持这种文件格式. 目前常用的图像文件格式很多,如GIF,JPG,PCX,TIFF等.这些格式共同的缺点是结构太简单,不能存放除影像信息外其他的有用数据,像遥感影像的坐标值.参数等都无法在其中保存,而且用不同格式存

最近需要对ecognition分割结果进行统计分析,以此来进一步判断其分割结果中的欠分割和过分割对象,在看了一篇论文后,发现了可以用一个参数H来判断每个切割对象的异质性,由于此方法需要用到arcgis和Python来配合,因此记录下. 公式大概如下: 从中可以看出,如果需要计算出参数H,我们需要先计算出每个对象的归一化方差和归一化的莫兰指数. 在计算必须的参数前,我们需要准备的数据包括: 1.原始遥感图像 2.运用ecognition进行切割后产生的标签文件和矢量文件(shp文件). 下面开始进