摘要:VC/C++源码,图形处理,数字摄影测量,遥感 　　遥感原理 与 数字摄影测量实习程序与实习报告项目的完整源代码，由VC编写，框架与算法分离的设计，适合稍有Windows编程经验的学习者，并附有实验文档供参考。 　　模仿ENVI界面，简洁清晰 　　算法与界面分离。算法不在框架内，算法模块不处理界面绘制和交互操作。 　　尽可能地优化内存分配及使用，及时释放内存。 　　尽可能保证鲁棒性。 　　主框架程序提供简单统一的数据接口，只需了解参数格式即可独立地开发组件。 　　 　　 来源:乐乐源码(www.lelecode.com)

童庆禧 张兵等著，高等教育出版社出版，很详细的技术书籍

风云4号4KM全圆盘行列号对照表

在机载激光雷达扫描过程中,建筑物背面的地面边缘线常常被遮挡,无法获取精确的建筑物背面边缘点信息,在利用获得的激光点云进行三维重建时,使得创建数字表面模型(DSM)的精度较低。为消除背面边缘点缺失造成的DSM精度降低,提出了一种建筑物地面缺失边缘线的自动提取算法;通过提取建筑物侧面和地面局部点云的拟合趋势面,计算两相邻局部趋势面的交线,并补充缺失部分的边缘点数据;最后采用补充了边缘点的建筑物激光点云重建了建筑物的DSM,并对边缘点补充前后的DSM精度进行了对比仿真实验。仿真结果表明,通过提取和补充建筑物的边缘点可有效提高建筑物重建DSM的高程精度。

ENVI 的FLAASH模块提供了对于遥感图像的大气校正和反射率反演功能。

基于Python+GDAL快速实现多幅遥感影像的镶嵌

中华全国范围土壤全氮分布tiff影像。可以用来做全国范围内的土壤成分相关的分析。WGS84坐标系

异常目标检测在高光谱图像(HSI)处理领域发挥越来越重要的作用。低秩稀疏矩阵分解算法(LRaSMD)可将背景和异常区分开，可以极大地减弱异常目标对背景的污染。基于此，提出一种基于低秩稀疏矩阵分解和稀疏字典表达(LRaSMD-SR)的高光谱异常目标检测算法，通过LRaSMD的方式获取背景集，通过稀疏表达的方式从背景集中构建背景字典模型，最后通过计算重构误差来检测异常点。该算法在模拟和真实数据上都进行了有效性验证，实验结果证明LRaSMD-SR算法具有非常好的异常目标检测性能。

基于潜狄利克雷分配的遥感影像聚类算法聚类个数敏感性分析，齐银凤，唐宏，本文概要叙述了基于狄利克雷分配（Latent Dirichlet Allocation， 即LDA）的遥感影像聚类算法的原理和实现步骤，重点分析了遥感影像聚类算�

国界.zip 2022年最新国界，欢迎大家下载