遥感专题

怎样把一个遥感影像用C语言进行处理并且输出？

怎样把一个遥感影像用C语言进行处理并且输出？如果将影像另存为ASCII码，做成.txt文件，会因为该文件过大而难以处理。所以应当另存为ENVI standard文件，并写上后缀.dat。然后查看其有多少行多少列以及字符类型(当然读入的字符类型也可能不是它,它只是用来参考,具体读入的字符类型的确定下面马上说!)。对该.dat文件右键查看其属性。看它有多少字节。从而计算出每个像素占有几

利用KMeans进行遥感NDWI进行聚类分割

（1）解释 KMeans算法是一种非监督式的聚类算法，于1967年由J. MacQueen提出，聚类的依靠是欧式距离，其核心思想就是将样本划分为几个类别，类里面的数据与类中心的距离最小。类的标签采用类里面样本的均值。这里利用KMeans进行遥感NDWI归一化水体指数进行简单的聚类分析，主要目的就是聚类出流域和非流域，簇类数为2。手动分割阈值为-0.06，效果和KMeans差不多，若是

GEE案例分析——利用多时 Sentinel-1/2 和 Landsat-8/9 遥感数据在GEE中使用机器学习方法进行作物类时序分类

摘要准确绘制作物类型图对于确保粮食安全至关重要。遥感（RS）卫星数据空间覆盖面广，时间频率高，是这一领域前景广阔的工具。然而，由于作物的类内和类间变异性很高，利用 RS 数据进行准确的作物类型分类方法的需求仍在不断增长。为此，本研究提出了一种新颖的并行级联集合结构（Pa-PCA-Ca），在谷歌地球引擎（GEE）中包含七个目标类别。Pa 部分由五个并行分支组成，每个分支利用多时 Sentinel

ENVI实战—遥感数据处理工具ENVI安装包分享

今天，小编要分享的是地学常用的遥感数据处理工具“ENVI”安装包，版本有5.3和5.6，具体下载哪个，请各位小伙伴按照自己的研究习惯进行。安装包说明今天小编分享的安装包，包括三个文件，第一个是用于破解替换的文件夹，第二个主程序的安装软件，第三个为安装教程视频，不懂的伙伴，可以看这里！！安装过程的简单说明接下来，小编以ENVI5.6做个简单的说明。 A.

【高校科研前沿】北师大陈晋教授团队在遥感顶刊发表最新成果：ClearSCD模型：在高空间分辨率遥感影像中综合利用语义和变化关系进行语义变化检测

01文章简介论文名称：The ClearSCD model: Comprehensively leveraging semantics and change relationships for semantic change detection in high spatial resolution remote sensing imagery（ClearSCD模型：在高空间分辨率遥感影像中

如何利用ChatGPT辅助下处理：ENVI、GEE、Python等遥感数据

遥感技术主要通过卫星和飞机从远处观察和测量我们的环境，是理解和监测地球物理、化学和生物系统的基石。ChatGPT是由OpenAI开发的最先进的语言模型，在理解和生成人类语言方面表现出了非凡的能力。本课程重点介绍ChatGPT在遥感中的应用，人工智能在解释复杂数据、提供见解和帮助决策过程方面的多功能性和强大性，这些都对遥感应用领域，比如环境监测、灾害管理、城市规划等至关重要。ChatGPT先进人工智

遥感+大数据为智慧无人农场按下“倍速键”

春回大地万象“耕”新，在襄阳市襄州区张家集镇近2000亩小麦绿意盎然、勃勃生机。湖北绿神农业科技有限公司的生产经理王真指着监控室的电脑屏幕，告诉记者在与珈和科技合作开发的农田遥感监测平台上各类农田数据一目了然，为实现农业智能化管理按下“倍速键”。破旧立新：为农田安上智慧大脑湖北绿神农业科技有限公司成立于2013年，一直以来秉持现代农业发展观念，汇集科技人才，运用新技术、新方法来寻求农业产

Google Earth Engine谷歌地球引擎计算遥感影像在每个8天间隔内的多年平均值

本文介绍在谷歌地球引擎（Google Earth Engine，GEE）中，求取多年时间中，遥感影像在每1个8天时间间隔内的多年平均值的方法。本文是谷歌地球引擎（Google Earth Engine，GEE）系列教学文章的第24篇，更多GEE文章请参考专栏：GEE学习与应用（https://blog.csdn.net/zhebushibiaoshifu/category_110810

Python批量计算多张遥感影像的NDVI

本文介绍基于Python中的gdal模块，批量基于大量多波段遥感影像文件，计算其每1景图像各自的NDVI数值，并将多景结果依次保存为栅格文件的方法。如下图所示，现在有大量.tif格式的遥感影像文件，其中均含有红光波段与近红外波段（此外也可以含有其他光谱波段，有没有都不影响）；我们希望，批量计算其每1景遥感影像的NDVI。在之前的文章中，我们多次介绍过在不同软件或平台中计算N

ENVI下实现遥感矿物蚀变信息提取

蚀变岩石是在热液作用影响下，使矿物成分、化学成分、结构、构造等发生变化的岩石。由于它们经常见于热液矿床的周围，因此被称为蚀变围岩，蚀变围岩是一种重要的找矿标志。利用围岩蚀变现象作为找矿标志已有数百年历史，发现的大型金属、非金属矿床更是不胜枚举：北美、俄罗斯的大部分斑岩铜矿、我国的铜官山铜矿、犹他州的大铝矿、西澳大利亚的大型金矿、墨西哥的大铂矿、美国许多白钨矿、世界大多数锡矿、哈萨克

基于GEE遥感影像处理和长时序土地分类以及生物量估算分析

简介 Google Earth Engine云平台是目前全球范围内测绘领域内使用最为广泛的遥感云计算平台，其凭借强大的数据存储和云计算能力，极大了提高了全球科研工作者的科研产出，每年借助GEE平台发布的各类期刊论文超1000篇，在海量遥感数据的今天，如何快速实现GEE云平台的数据处理、数据分析和成果转化成为目前众多学科的老师和学生的必备技能。特别是在长时间序列的研究中，如何克服大面积范围数

目前全球各类遥感卫星详细介绍

一、高分一号高分一号（GF-1）是中国高分辨率对地观测系统重大专项（简称高分专项）的第一颗卫星。“高分专项”于2010年5月全面启动，计划到2020年建成中国自主的陆地、大气和海洋观测系统。高分一号（GF-1）卫星是由中国航天科技集团公司所属空间技术研究院航天东方红卫星有限公司研制的应用卫星，于2013年4月26日在酒泉卫星发射中心由长征二号丁运载火箭成功发射，是中国首颗设计考核寿命是

环境影响评价图件制作：遥感与GIS技术的完美结合

生态影响评价图件在生态影响评价报告中占据着举足轻重的地位，它们不仅是评价的主要依据，还是成果展示的重要形式，为生态保护措施的设计提供了宝贵的指导。专题图件的制作，如土地利用图、植被类型图、植被覆盖度图以及土壤侵蚀图等，都离不开遥感和GIS技术的支持。这些技术能够高效、准确地获取地理空间信息，进而帮助我们更全面地了解生态系统的现状和问题。通过科学分析这些图件，我们可以更精准地评估人类活动对生态环境的

Matlab实现遥感图像2%线性拉伸

function outImg = GrayScaleTransform(img)[ylen, xlen] = size(img);bins = 0:65535;histcount = histc(img(:)', bins); %清除临时变量 clear bins max_val min_val; % 直方图裁剪，计算左值和右值[l_val, r_val] = calc_lr_val(histc

图像处理-遥感图像飞机小目标提取

第一个是遥感飞机图像小目标提取，就是一张从高空拍摄的机场的照片，最后完成时将图像中的飞机数量求出，并标记出位置。总的流程可以分为图片预处理，提取特征，匹配特征，标记计数。先在原图中截取背景单一的含有目标提取物的图片进行特征采集，可使匹配更加准确。特征采集过程与图像处理是一个过程，只是一个数据采集的过程。预处理的目的是将图片二值化，利用连通域去除大面积的背景杂物，主要的杂物背景包括一些大面积的建筑

遥感雷达波段的原理及应用

雷达波段是不同波长的组。每一种都有其独特的穿透地球表面的能力。它们还可以揭示环境的不同方面。雷达频段在电磁频谱内具有特定的频率范围。这些波段由 L-、S-、C- 和 X-波段等字母表示。稍后会详细介绍这一点。什么是合成孔径雷达？合成孔径雷达 (SAR) 是一种用于对地球表面成像的先进雷达。与传统雷达系统不同，SAR 利用雷达发射器和目标区域的运动。这以电子方式模拟更大的天线或孔

中国大模型落地应用案例集（2023）（医疗、教育、金融、科技、汽车、遥感等52个领域）

近日，中国信通院联合上海人工智能实验室成立的大模型测试验证与协同创新中心牵头，首次面向全国范围征集全行业优秀应用实践，并形成《2023大模型落地应用案例集》（以下简称“《案例集》”）。《案例集》一共119页pdf，作为首部聚焦落地应用的权威研究成果，全面展示了大模型前沿技术和发展成果，推动了大模型为代表的人工智能技术赋能社会经济高质量发展。经专家组的多轮评审，共52个各自领域的典型大模型技

TGRS 2023.12基于矢量多边形和深度学习的高分辨率遥感影像土地覆盖变化检测

首先，采用增强型简单线性迭代聚类(SLIC)算法对同一区域的双时相图像进行分割。随后，使用多尺度提取、裁剪和绘制方法生成带注释的数据集。接下来，分使用时态前和时态后图像的数据集进行训练和测试，并使用双分类器交叉验证对训练集进行纯化。最后，改进的面向对象卷积神经网络(CNN)模型进行细粒度场景分类。然后结合变化规则和后处理方法来识别变化的矢量多边形。我的收获：这篇论文没有提出一个网络，而是提出一

实践遥感场景目标检测，基于YOLOv8全系列【n/s/m/l/x】参数模型开发构建遥感场景下MSTAR数据基础上的目标检测识别系统

遥感相关的实践在我们前面的系列博文中也有相关的一些实践，基于MASTAR数据集开发构建对应的目标检测系统在前文也有一些介绍，感兴趣的话可以自行移步阅读即可：《基于YOLOv7开发构建MSTAR雷达影像目标检测系统》《基于yolov5n的轻量级MSTAR遥感影像目标检测系统设计开发实战》《基于卷积神经网络模型的MSTAR高分辨率图像数据集识别实践》 MSTAR（Moving and S

python-对超大遥感图像进行裁剪

代码如下： from PIL import Image# 解决文件过大问题from PIL import ImageFileImageFile.LOAD_TRUNCATED_IMAGES = TrueImage.MAX_IMAGE_PIXELS = Noneimport sys#先将 input image 填充为正方形def fill_image(image):width, hei

超分辨率遥感图像去云的扩散增强训练

GitHub - littlebeen/Cloud-removal-model-collection: A collection of the existing end-to-end cloud removal model readme 云恢复的扩散增强基于ADM的超分辨率遥感图像去云扩散增强算法。几种传统的CR模型可以参考https://github.com/littlebeen/Clo

【融合ChatGPT等AI模型】Python-GEE遥感云大数据分析、管理与可视化及多领域应用

随着航空、航天、近地空间遥感平台的持续发展，遥感技术近年来取得显著进步。遥感数据的空间、时间、光谱分辨率及数据量均大幅提升，呈现出大数据特征。这为相关研究带来了新机遇，但同时也带来巨大挑战。传统的工作站和服务器已无法满足大区域、多尺度海量遥感数据处理需求。为解决此问题，全球涌现出多个地球科学数据在线可视化计算和分析云平台，如谷歌Earth Engine（GEE）、航天宏图PIE Engine和

【论文阅读】用于遥感弱监督语义分割的对比标记和标签激活

【论文阅读】用于遥感弱监督语义分割的对比标记和标签激活文章目录【论文阅读】用于遥感弱监督语义分割的对比标记和标签激活一、介绍二、联系工作三、方法3.1 对比token学习模块（CTLM）3.2 Class token对比学习3.3 标签前景激活模块四、实验结果 Contrastive Tokens and Label Activation for Remote Sensin

土地分类——基于Sentinel-2多源遥感的无监督分类进行土地分类

简介无监督分类是一种基于统计学方法的图像分类技术，不需要先验知识和训练样本，直接对图像进行分类。基于Sentinel-2多源遥感数据进行无监督分类可以实现对土地类型的划分。本教程主要的目的是通过多源遥感影像进行土地分类，这里主要的数据是哨兵2号数据，波段+纹理特征，灰度波段用的NDVI指数。步骤如下： 1. 数据预处理：对Sentinel-2数据进行预处理，包括辐射校正、大气校正和几何校

Python-GEE遥感云大数据分析、管理与可视化及多领域案例实践应用

随着航空、航天、近地空间遥感平台的持续发展，遥感技术近年来取得显著进步。遥感数据的空间、时间、光谱分辨率及数据量均大幅提升，呈现出大数据特征。这为相关研究带来了新机遇，但同时也带来巨大挑战。传统的工作站和服务器已无法满足大区域、多尺度海量遥感数据处理需求。为解决此问题，全球涌现出多个地球科学数据在线可视化计算和分析云平台，如谷歌Earth Engine（GEE）、航天宏图PIE Engine和

CoFSM基于共现尺度空间的多模态遥感图像匹配方法--论文阅读记录

目录论文 Multi-Modal Remote Sensing Image Matching Considering Co-Occurrence Filter 参考论文：SIFT系列论文， SIFT Distinctive Image Features from Scale-Invariant Keypoints，作者：David G. Lowe 快速样本共识算法FSC：A N