遥感影像的变化检测是遥感应用研究的热点之一，在城市变化、环境监测、土地利用以及基础地理数据库更新等领域中有着广泛的应用.变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征和过程，具体工作是对同一地区不同时相的两幅或多幅图像进行分析，检测出其中的变化部分与未变化部分.本文提出了基于堆栈降噪自动编码器网络的变化检测方法，将应用于SAR （Synthetic Aperture Radar，合成孔径雷达）卫星图像变化检测的深度学习算法改进，使之适用于高分光学卫星图像，然后在孪生网络的结构上进行改进，提出了基于分支卷积神经网络的变化检测方法，最后设计算法去除了阴影干扰和噪声等伪变化，并在高分二号卫星中宁夏地区的实际生产数据影像上进行了测试，取得了不错的效果.
2022-02-16 20:39:12
1.72MB
1
系统开发的方法主要是基于JAVA平台，以ARCGIS SERVER为核心和Microsoft Access 2000数据库进行建立的3层B/S结构设计。
2022-02-16 15:48:05
162KB
1
GDAL是空间数据处理的开源包，支持多种数据格式的读写。遥感图像是一种带大地坐标的栅格数据，遥感图像的栅格模型包含以下两部分的内容：
栅格矩阵：由正方形或者矩形栅格点组成，每个栅格点所对应的数值为该点的像元值，在遥感图像中用于表示地物属性值；遥感图像有单波段与多波段，波段表示地物属性的种类，每个波段表示地物一种属性。
大地坐标：空间数据参考表示地图的投影信息；仿射矩阵能将行列坐标映射到面坐标上。
GDAL读写遥感数据的代码：
from osgeo import gdal
import os
class GRID:
#读图像文件
def read_img(self,filename):
2022-02-15 13:34:59
50KB
1
提出用若干数字特征描述方法提取高光谱曲线特征，将曲线相似性判断转化为数字特征识别,达到像元相似性识别的目的，进而实现高光谱图像分割。提取的高光谱曲线数字特征包括：大于均值的(极大值)波峰数、大于均值的(极小值)波谷数、小于均值的(极大值)波峰数、小于均值的(极小值)波谷数、上升趋势点数、下降趋势点数、(极大值)波峰位置和(极小值)波谷位置。高光谱曲线数字特征刻画光谱曲线形态，反映像元之间的差异，大大降低后续处理计算量，提高效率，实验验证了方法的有效性。
2022-02-13 16:47:00
2.46MB
1
中国地质大学+遥感方向考研资料+遥感图像处理课程资料
ArcGIS地理信息系统大全
ENVI遥感影像处理实用手册
实训课程资料：
TIN及DEM生成
监督分类与非监督分类
图像频谱处理
2022-02-11 16:02:31
46.02MB
1.采用长边表示法
2.包含切割后的原始数据集和标签 gap=200 subsize=1024
3.包含yolo格式标签对应的可视化示例
4.自动删除了没有目标的图像
2022-02-11 09:13:36
296B
1