哨兵二号的遥感影像处理

哨兵二号的遥感影像处理

RSC11 Dataset 是一个遥感影像数据集，来源于 Google Earth 的高分辨率遥感影像，其中每张图的像素大小为 512*512，合计包含 11 类场景图像，其中每类有约 100 张共计 1232 张。

SIRI-WHU Dataset 是一个遥感影像数据集，其包含 12 个类别的场景图像共计 2400 张，其中每个类别有 200 张，每张图像的像素尺寸为 200*200，空间分辨率为 2 米。数据集资源来自 Google Earth，主要涵盖中国城市地区，其中场景图像数据集由武汉大学 RS-IDEA 集团设计。 该数据集由武汉大学于 2016 年发布，相关论文有《Bag-of-Visual-Words Scene Classifier with Local and Global Features for High Spatial Resolution Remote Sensing Imagery》和《Dirichlet-Derived Multiple Topic Scene Classification Model Fusing Heterogeneous Features for High Spatial Resolution Remote Sensing Imagery》。

UC Merced Land-Use Dataset 是一个用于研究的 21 级土地利用图像遥感数据集，共拥有 100 类图像，均提取自 USGS National Map Urban Area Imagery 系列，其被用于全国各地的城市地区。此数据集公共领域图像的像素分辨率为 1 英尺，图像像素大小为 256*256，包含 21 个类别的场景图像共计 2100 张，其中每个类别有 100 张。 该数据集由 UC Merced 计算机视觉 实验室于 2010 年发布，相关论文有《Bag-Of-Visual-Words and Spatial Extensions for Land-Use Classification》。

WHU-RS19 Dataset 是一个遥感影像数据集，其包含 19 个类别的场景影像共计 1005 张，其中每个类别有 50 张。 该数据集由武汉大学于 2011 年发布，相关论文有《Satellite Image Classification via Two-layer Sparse Coding with Biased Image Representation》。

NWPU VHR-10 Dataset 是一个用于空间物体检测的 10 级地理遥感数据集，其拥有 650 张包含目标的图像和 150 张背景图像，共计 800 张，目标种类包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车共计 10 个类别。 该数据集由西北工业大学于 2014 年发布，相关论文有《Multi-class geospatial object detection and geographic imageclassification based on collection of part detectors》、《A survey on objectdetection in optical remote sensing images》和《Learningrotation-invariant convolutional neural networks for object detection in VHRoptical remote sensing images》。

NWPU Dataset 是一个遥感影像数据集，其中 NWPU-RESISC45 Dataset 是由西北工业大学创建的遥感图像场景分类可用基准，该数据集包含像素大小为 256*256 共计 31500 张图像，涵盖 45 个场景类别，其中每个类别有 700 张图像。 这 45 个场景类别包括飞机、机场、棒球场、篮球场、海滩、桥梁、丛林、教堂、圆形农田、云、商业区、密集住宅、沙漠、森林、高速公路、高尔夫球场、地面田径、港口、工业地区、交叉口、岛、湖、草地、中型住宅、移动房屋公园、山、立交桥、宫、停车场、铁路、火车站、矩形农田、河、环形交通枢纽、跑道、海、船舶、雪山、稀疏住宅、体育场、储水箱、网球场、露台、火力发电站和湿地。 该数据集由西北工业大学发布，相关论文有《Remote Sensing Image Scene Classification: Benchmark and State of the Art》。

主成分分析具有几个性质和特点： (1)主成分分析的数据变换前后的方差总和不变。只是把原来的方差不等量地再分配到新的主成分波段影像令； (2)第一主成分包含了多波段影像信息的绝大部分，其余主成分信息含量依次减少； (3)各主成分的相关系数为零，即各主成分所含的信息内容不同； (4)第一主成分相当于原来各波段的加权和，反映了地物总的反射或辐射强度；其余各主成分相当于不同波段组合的加权差值影像； (5)第一主成分降低了噪声，有利于细部特征的增强和分析； (6)对于有些特殊异常的专题信息，往往通过主成分分析后在第得到增强。

一、基于时空知识的LAI遥感综合反演研究 LAIm LAIp 聚合 反演 LAIp LAIm Min 0 0 Max 3.45 3.43 Mean 1.27 2.06 2. 尺度效应与尺度转换 – 续 由同一遥感数据源（Hyperion ）和同一反演模型（ACRM冠层反射 率模型），采用两种升尺度方式： ①反演再聚合 LAIm ，可作为低分辨率LAI 的真值； ②聚合再反演 LAIp ，可作为低分辨率LAI 反演值； 两者结果不同，存在‘尺度效应’。 两者之差 为尺度偏差，可被定义为升尺度 后遥感影像反演LAI的误差因子，进行尺度效应分析与评价。 p merr LAI LAI  Zhaoys et al