对某市的遥感影像的处理 资源大小3.6GB（含压缩包） 文件主要包括： 1. 遥感数据（原始数据）， 2.根据数据特点灵活选择图像的裁剪、合成、辐射校正、几何校正、滤波后的结果文件； 3. 选取特征点进行监督分类； 4. 有经纬度、图标和比例尺的专题地图； 5. 分类结果评价。 6.课程设计报告

针对遥感影像中目标方向、目标大小、拍摄角度及场景的多样性导致飞机目标检测精度不高的问题，提出一种基于残差网络（ResNet）的目标检测新方法。首先采集并且标注遥感图像数据，这些数据包含了晴天、薄雾等多种气候条件下的遥感影像；然后构建图形金字塔和模板金字塔进行多尺度检测，并且加入残差网络的全卷积网络结构中不同层的上下文特征信息；最后通过拟合回归进行端到端的训练，得出鲁棒性强，精度高的目标检测网络模型。实验结果表明，该网络模型对于较复杂背景等干扰有较强的鲁棒性，检测精度高达89.5%。

基于遥感信息和作物生长模型同化的水稻估产方法研究.

遥感二次开发语言IDL---徐永明，这是徐老师14年写的书，很好很值得学习！下载之后请不要乱传！

本代码属于IDL编程实现遥感数据的可视化与变化检测，如果你改一下路径并下载数据可以实现

国际海道测绘组织澳大利亚浅水多波束比测数据

遥感图像处理电子书教材，搞遥感成像的很好的一本教材，很清晰很实用，谢谢下载！

高光谱图像分类问题是高光谱遥感图像处理问题中的研究基础,它的主要目的是根据高光谱遥感图像中的光谱信息和空间信息将图像中的每个像元划分为不同的地物类别[1]。高光谱图像分类技术被广泛应用于环境监测、矿产勘探、军事目标识别等领域,然而高光谱图像的高维特性、波段间的高度相关性、光谱混合等使得高光谱图像分类面临着巨大的挑战。因此,高光谱图像分类问题越来越受到学者们的广泛关注[2-4]。

针对露天开采带来的环境问题，文中基于Google Earth Engine云平台下Landsat卫星长时间序列遥感数据，利用时间序列法和梯度分水岭分割算法，提取1999～2019年鞍山市铁矿区植被和开采破坏变化信息，实现实时、快速获取矿区开采破坏以及复垦土地时空变化特征，为东北老工业基地的生态文明建设、绿色矿山建设提供支持。

erdas遥感教程，包括erdas图像处理、空间建模、几何纠正、遥感应用集锦