基于深度学习的资源三号遥感影像云检测方法。摘要 针对资源三号卫星影像波段少、光谱范围受限的特点，本文提出了基于深度学习的资源三号遥感影像云检测方法。首先，采用主成分分析非监督预训练网络结构，获得待测遥感影像特征；其次，为减少在池化过程中影像特征信息的丢失，提出自适应池化模型，该模型能很好挖掘影像特征信息；最后，将影像特征输入支持向量机分类器进行分类，获得云检测结果。选取典型区域进行云检测实验，并与传统 Otsu 方法进行对比。结果表明：本文方法检测精度高，并且不受光谱范围限制。

针对高光谱数据维数高、数据量大、信息冗余多、波段相关性强等特点，在综合各种数据降维方法的基础 上，提出一种基于最佳波段组合的高光谱遥感影像分类方法。以美国印第安纳州地区的 AVIＲIS 数据为例，分析 各波段信息量和相邻波段的相关性，利用子空间划分、分段波段指数选择法，进行特征波段的选择; 并针对难区 分地物类别，应用 J － M 距离模型对其可分性进行判别，获得最佳波段组合。最后采用支持向量机分类器进行分 类。实验结果表明，采用最佳波段组合方法，可以有效地提高高光谱的分类精度。

本程序利用GDAL打开诸如：bmp、tif、jpeg、img等格式图像，并在VC下利用GDI绘图进行显示。适合初学者进行学习。附：本程序自己亲手所编，编译运行是一定可以通过的。那些下了后不能运行的原因是你们VC的对gdal的设置没弄好，自己上网去查查怎么设的吧~~

ENVI遥感影像处理专题与实践 光盘里面有所需要的资源

世界地图的JPG格式，遥感影像方式真彩色，有兴趣的可以下载看看

基于遥感影像分析，进行分类识别，进行变化检测几种算法集合包。内涵pdf文档，帮助理解

该文档详细讲解了如何在GOOGLE地球上获取清晰的卫星遥感影像的方法，希望相关专业的同学用得上。

：高分辨率遥感影像中丰富的空间结构信息和地理特征信息提取需要在多种不同的尺度下 进行，而传统的基于像素光谱特征的影像分割和单尺度影像信息提取方法在这方面存在明显的缺 陷．基于区域的面向对象影像分析方法，为高分辨率遥感影像信息提取提供了新的思路，其关键的 核心问题在于实现对高分辨率遥感影像的多尺度分割．本文提出了一种基于相邻影像区域合并异 质性最小的面向对象多尺度分割算法．影像分割试验结果表明：该方法可以根据任意特定尺度下的 影像分析任务或任意感兴趣尺度的地物目标，调整影像分割的尺度参数，从而获得特定尺度下感兴 趣的影像区域(对象)作为后续面向对象影像分析和应用的基础

C# 遥感影像分类,可以实现各种遥感影像的分类，基于IDL8.2实现的.

Dem与遥感影像与三维效果见到教程，具体阐述了如何让利用dem制作三维效果场景。