高光谱遥感图像处理第4页

【多层交叉transformer：高光谱和多光谱图像融合】

MCT-Net:Multi-hierarchicalcrosstransformerforhyperspectralandmultispectralimagefusion（MCT-Net：用于高光谱和多光谱图像融合的多层交叉

小郭同学要努力·2023-07-14 19:10

基于卷积神经网络的高光谱图像分类

目前CNN网络大量用于传统的CV领域，而对于高光谱图像的分类仍比较缺乏，本文章基于CNN

@kc++·2023-06-23 20:47

ENVI软件的地表温度（LST）反演教程

前言遥感图像处理平台（TheEnvironmentforVisualizingImages）的软件处理技术覆盖图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取

树谷-胡老师·2023-06-22 21:43

2021年高光谱图像文献追踪_ISPRS_V.180_10

ISPRSJournalofPhotogrammetryandRemoteSensing文献跟踪2021年10月•180卷•第10期可视化分析：实验方式：实验定位：目标检测：文献名/代码开源/推荐研究类型数据集对象实验环境实验方法亮点Improvingtheaccuracyofspringphenologydetectionbyoptimallysmoothingsatellitevegetati

Haimerdinger·2023-06-21 10:00

Python高光谱遥感数据处理与机器学习实践技术

本课程是高光谱遥感课程的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用精品课程），也是AI尚研修平台上持续更新的高光谱专栏课程。

高-老师·2023-06-20 13:49

几篇关于对比学习处理遥感图像的文章小结

二、对比学习做高光谱影像聚类1.文章连接：https://doi.org/10.3390/rs132144182.文章摘要：Hyperspectralimage(HSI)clusteringisamajorchallengeduetotheredundantspectralinformationinHSIs.Inthispaper

全部梭哈迟早暴富·2023-06-16 17:23

Python高光谱遥感数据处理与机器学习实践技术丨Matlab高光谱遥感数据处理与混合像元分解

目录Python高光谱遥感数据处理与机器学习实践技术第一章高光谱基础第二章高光谱开发基础（Python）第三章高光谱机器学习技术（python）第四章典型案例操作实践Matlab高光谱遥感数据处理与混合像元分解第一章理论基础第二章

小艳加油·2023-06-15 16:19

高光谱技术

高光谱图是三维图像，除了包含图像信息外还包含空间信息，数据结构示意图如下，是由n个图片叠加而成高光谱数据结构以下为高光谱技术检测肉类品质研究，图片为高光谱图像n维中的1维即二维图片信息，肉为感兴趣区域(

蜗牛快跑forever·2023-06-11 15:49

[高光谱]使用PyTorch的dataloader加载高光谱数据

本文实验的部分代码参考Hyperspectral-Classificationhttps://github.com/eecn/Hyperspectral-Classification如果对dataloader的工作原理不太清楚可以参见[Pytorch]DataSet和DataLoader逐句详解https://blog.csdn.net/weixin_37878740/article/detail

ViperL1·2023-06-10 22:45

[高光谱]高光谱数据的获取与展示

一、环境准备需要安装spectral包，这个包专门用于高光谱数据展示。

ViperL1·2023-06-10 22:15

适合每一个对高光谱技术感兴趣，并想用python进行实践的人

总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。

Mr.靳靳477302280·2023-06-08 23:10

Python高光谱遥感数据处理与机器学习

从基础、方法、实践三方面对高光谱遥感进行深入讲解，通过8个核心概念，4个功能模块，3个典型应用场景，帮助大家了解高光谱遥感的“底层逻辑”，掌握高光谱遥感的“方法论”，并在具体实践案例中，学会运用上述原理和技术方法

Mr.靳靳477302280·2023-06-08 23:39

卷积神经网络（CNN）：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。

PhyliciaFelicia·2023-06-07 09:50

Python高光谱遥感数据处理与机器学习教程

详情点击链接：Python高光谱遥感数据处理与机器学习一，高光谱1.高光谱遥感二，高光谱传感器与数据获取1.高光谱传感器类型2.高光谱数据获取三，高光谱数据预处理1.高光谱图像2.辐射定标3.大气校正4

夏日恋雨·2023-06-07 05:15

高光谱学习---正交子空间投影法OSP(Orthogonal Subspace Projection)

OrthogonalSubspaceProjection写在前面：为了更好的后期修改，如果各位觉得有哪里可以补充或者优化，直接从我这里下载，然后发给我，你也是作者之一。本文文本下载链接：//download.csdn.net/download/qq_43110298/12116806（也可以在本人的下载中找到）直接修改后在评论区联系我本文引用了以下文献。各位也可以参考看看1.Hyperspectr

Luna_Lovegood_001·2023-04-21 20:53

生态系统质量评价与生态问题诊断

研究方向：1、高光谱遥感学习建模与信息提取:2、长时间序列遥感分析及深度学习遥感图像分析;3、生态环境评价与监测:4、生态系统服务:5、GIS与地质灾害易发性评价内容：1、

吹翻书页的风·2023-04-20 08:24

多源数据的融合发展现状与趋势（一）——多源数据介绍

图1资源三号卫星影像二、多光谱图像具有多个波段的光谱信息，其空间和光谱分辨率介于全色图像与高光谱图像之间，因此多光谱图像在融合过程中可为全色图像提供光谱信息，也可为高光谱图像提供空间信息。多光谱图

日益崛起的小羊·2023-04-20 02:58

气象、生态、遥感、水文、洪水、语言、地质、双碳等领域模型应用教程

融合制图精品视频课程2无人机生态环境监测、图像处理与GIS数据分析综合应用视频课程3无人机遥感图像拼接及处理实践技术专题视频教程4基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割视频教程5高光谱数值建模技术及在植被

PhyliciaFelicia·2023-04-17 19:21

从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。

PhyliciaFelicia·2023-04-17 19:20

高光谱吉林一号硬盘记录

0.50.75分辨率起订面积255分辨率高光谱起订面积500SAMSUNGMZVKW512HMJP-000L1512.1GB序列号:S351NX0K600825固件:6L0QCXA7转速:–(SSD)缓冲区大小

qq_40247880·2023-04-16 04:21

ENVI 5.6软件安装教程

软件下载[软件名称]：ENVI5.6[软件大小]：3.25G[安装环境]：Win7~Win11或更高软件介绍ENVI5.6是一款实现遥感图像处理的工具，已经广泛应用于科研、环境保护、气象、石油矿产勘探、

Teacher.chenchong·2023-04-15 18:01

遥感图像处理之计算植被覆盖度公式

遥感图像处理之计算植被覆盖度公式网上经常可以看到类似这样的式子(b1gt0.7)*1+(b1lt0.05)0+(b1ge0.05andb1le0.7)((b1-0.05)/(0.7-0.05))但是这里面的

Charity_st·2023-04-15 00:48

ENVI 5.6软件安装教程

软件下载[软件名称]：ENVI5.6[软件大小]：3.25G[安装环境]：Win7~Win11或更高软件介绍ENVI5.6是一款实现遥感图像处理的工具，已经广泛应用于科研、环境保护、气象、石油矿产勘探、

cyd20161117·2023-04-14 18:10

基于 python 多光谱遥感数据处理、图像分类、定量评估及机器学习方法

与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，

Mr.靳靳477302280·2023-04-14 12:55

近红外光谱预处理方法及模型建立

光谱预处理方法基线校正一阶导数用于扣除斜线和曲线背景，基本公式如下xi为第i个样品的光谱，g为窗口宽度二阶导数提高光谱分辨率，基本公式如下平滑处理由光谱仪得到的光谱信号中既含有有用信息，同时也叠加着随机误差

小松萘·2023-04-13 19:57

该算法主要用于处理高光谱和近红外光谱的原始数据

该算法主要用于处理高光谱和近红外光谱的原始数据，主要包括标准正态变量交化（SNV）、标准化（Autoscales）、SavitZky一Golay卷积平滑法（SG-平滑）、一阶求导（1stderivative

「已注销」·2023-04-13 19:54

“遥感+”蓝碳储量估算、红树林信息提取与论文写作

详情点击链接：“遥感+”蓝碳储量估算、红树林信息提取与论文一，光谱遥感数据及预处理.1高光谱遥感数据高光谱分辨率遥感是用很窄而连续的光谱通道对地物持续遥感成像的技术。

夏日恋雨·2023-04-13 13:17

【17】核心易中期刊推荐——深度学习 | 遥感图像处理

加勒比海带66·2023-04-13 04:55

Coding and Paper Letter（九）

资源整理1Coding：2Paper:1Coding：1.高光谱遥感相关代码资源。

weixin_34419326·2023-04-11 16:59

python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用

与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat数据、哨兵-2号数据、Aster数据、Modis数据等，这些海量的长时间对地观测数据，

思考的小猴子·2023-04-04 03:31

Python使用深度神经网络对高光谱图像进行土地覆盖分类

一、前言高光谱成像是遥感中的一项重要技术，它收集从可见光到近红外波长的电磁波谱。高光谱成像传感器通常提供来自地球表面同一区域的数百个窄光谱带。

倾城一少·2023-04-04 03:45

ENVI下植被指数模型详解

所有的植被指数要求从高精度的多光谱或者高光谱反射率数据中计算。未经过大气校正的辐射亮度或者无量纲的DN值数据不适合计算植被指数。

Esri成都·2023-03-30 08:11

高光谱预处理方法之MSC与SNV——matlab实现

光谱多元散射校正（MSC）的目的：经过散射校正后得到的光谱数据可以有效的消除由于散射水平不同带来的光谱差异，从而增强光谱与数据之间的相关性。（1）求得所有光谱数据的平均值作为“理想光谱”；计算平均光谱：（2）将每个样品的光谱与平均光谱进行一元线性回归运算，求得各光谱相对于标准光谱的线性平移量(回归常数)和倾斜偏移量(回归系数)，一元线性回归：mi和bi分别表示各样品近红外光谱Ai与平均光谱A进行一

running鸿·2023-03-29 10:14

高光谱预处理之SG平滑(Matlab实现)

SG平滑是我们在预处理高光谱数据常用的方法，由Savizkg和Golag提出的，基于最小二乘原理的多项式平滑算法,也称卷积平滑。sgolayfilt是matlab已经封装好的SG平滑函数。

running鸿·2023-03-29 10:44

论文笔记-Self-Supervised Learning With Adaptive Distillation for Hyperspectral Image Classification

为了解决高光谱分类问题中带标签数据不足，数据标签采集困难的问题，本文提出了一种自适应SoftLabel生成方法，同时提出了PCN网络结果和自适应蒸馏的网络训练方法和高光谱3DTransformation

HenryYanWhu·2023-03-17 04:09

基于张量变换域低秩正则化的图像恢复方法

高光谱图像、磁共振图像、RGB图像等都可以表示成三维数组的形式，在数学上将这种多维数组称为高阶张量，同样，上述三种图像都可以表示成三阶张量。

山科智能信息处理实验室·2023-03-15 07:55

python图像纹理提取_提取图像的颜色、纹理特征(传统算法)

1044197988/Python-Image-feature-extractiongithub.com原始图片这里拿高光谱影像图片作为示例，图片大小为512*512。

weixin_39969953·2023-03-12 07:44

高光谱图像处理中常见专业术语缩略词（50个）

1.HSIHyperspectralImage高光谱图像2.DRMDimensionalityReductionMethod降维方法3.FSAFeatureSelectionAlgorithm特征（波段

ZZX-研一小学僧·2023-03-09 07:09

从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。

思考的小猴子·2023-02-26 07:44

基于ENVI与ERDAS的Hyperion高光谱经验比值、一阶微分法叶绿素及地表参数反演

1前期准备与本文理论部分1.1几句闲谈前面几篇博客介绍了基于Landsat这一多光谱遥感图像数据的多种地表温度（LST）反演方法，大家可以参考博客1（https://blog.csdn.net/zhebushibiaoshifu/article/details/113915477）、博客2（https://blog.csdn.net/zhebushibiaoshifu/article/deta

疯狂学习GIS·2023-02-18 06:23

ISPRS2018/云检测：Cloud/shadow detection based on spectral indices for multi/hyp基于光谱指数的多/高光谱光学遥感成像仪云/影检测

Cloud/shadowdetectionbasedonspectralindicesformulti/hyperspectralopticalremotesensingimagery基于光谱指数的多/高光谱光学遥感成像仪云

HheeFish·2023-02-07 08:22

ENVI遥感图像处理：基于自带定位信息的几何校正

一、实验名称：基于自带定位信息的几何校正二、实验目的：熟悉ENVI软件中的基本操作和设置，掌握自定义坐标系的方法，能够对数据进行坐标系转换。三、实验内容和要求：基于自带定位信息的几何校正。四、实验步骤：实验一：1.打开MODIS数据文件。2.选择校正模型，在Toolbox中，打开GeometricCorrection//GeoreferencebySensor//GeoreferenceMODIS

Super毛毛穗·2023-02-06 12:45

基于卷积神经网络的高光谱分类（1D、2D、3D-CNN）

算法原理卷积神经网络（ConvolutionalNeuralNetworks，CNN）是深度学习中最常见的一种算法，它具有强大的特征学习能力。CNN通过结合局部感知区域、共享权重、空间或者时间上的降采样来充分利用数据本身包含的局部性等特征，优化网络结构，并且保证一定程度上的位移和变形的不变性。因此，CNN被广泛应用在图像分类，语音识别，目标检测和人脸识别等领域。一般而言，一个简单的卷积神经网络结构

大桃子技术·2023-02-06 05:44

高光谱图像分类

文章目录1.Paper解读2.代码1.引入数据和基本函数库2.定义HybridSN类3.创建数据集4.训练5.模型测试6.显示分类结果3.思考1.Paper解读下面代码原理来自2019年IEEE论文：HybridSN:Exploring3-D–2-DCNNFeatureHierarchyforHyperspectralImageClassification该论文认为二维卷积不能提取光谱维度的特征，

露馅的豆包·2023-02-05 10:42

hyperion高光谱参数_Hyperion高光谱数据预处理及其处理插件

Hyperion简介Hyperion传感器是搭载于美国EarthObserving-1(EO-1)卫星上的高光谱成像光谱仪，是世界上第一个星载高光谱传感器。

weixin_39908616·2023-01-31 22:44

高光谱图像压缩方法综述

Hyperspectralimagecompressionapproaches:opportunities,challenges,andfuturedirectionsdiscussion”0摘要（1）由于高光谱图像独特的多维架构

ZZX-研一小学僧·2023-01-29 17:56

半监督分类算法_基于同质区和迁移学习的高光谱图像半监督分类

作者信息赵婵娟，周绍光，丁倩，刘丽丽(河海大学地球科学与工程学院，江苏南京211100)“【摘要】针对高光谱遥感图像分类中标记样本难获取的问题，提出了一种基于同质区和迁移学习的新型半监督分类方法。

weixin_39928844·2023-01-28 08:57

高光谱目标检测论文学习（4）——Hierarchical Suppression Method for Hyperspectral Target Detection

思路我们首先来回忆一下之前学过的一些高光谱目标检测方法。

MrBamboo2000·2023-01-27 09:09

高光谱目标检测论文学习（6）—— Bayesian Constrained Energy Minimization for Hyperspectral Target Detection

前言之前我们我们学习了HCEM和ECEM两种CEM的改进方法，这两种方法的相同点是都考虑了实际情况，加入了非线性检测的部分，从而提升了检测性能，不同的是一个主要是采用分层迭代的思想，一个采用集成学习、级联检测的思想。在这一篇文章中我们重点介绍一种新的方法BCEM，这是一种利用贝叶斯的思想去优化改进目标光谱，从而达到提升检测性能的目的。思路回顾我们之前提过的几种CEM变种方法，他们都是默认给定的目标

MrBamboo2000·2023-01-27 09:39

高光谱目标检测论文学习（5）—— Ensemble-Based Cascaded CEM for HTD

前言上一篇我们学习的对CEM进行改进的方法是多层串联（HCEM），这种方法的本质是进行多次迭代来增加精度并使用了非线性处理来贴合真实世界情况。CEM作为一种检测器，其与分类器在很大程度上是极其相似的，而随着机器学习的兴起，集成学习成为提升分类器性能的一大重要方法。本文便是利用了集成学习的思想去对CEM进行改进，并借鉴了hCEM加入非线性处理的思想进一步贴合真实世界情况。思路CEM是一种当目标先验知

MrBamboo2000·2023-01-27 09:38

推荐频道

高光谱遥感图像处理

【多层交叉transformer：高光谱和多光谱图像融合】

基于卷积神经网络的高光谱图像分类

ENVI软件的地表温度（LST）反演教程

2021年高光谱图像文献追踪_ISPRS_V.180_10

Python高光谱遥感数据处理与机器学习实践技术

几篇关于对比学习处理遥感图像的文章小结

Python高光谱遥感数据处理与机器学习实践技术丨Matlab高光谱遥感数据处理与混合像元分解

高光谱技术

[高光谱]使用PyTorch的dataloader加载高光谱数据

[高光谱]高光谱数据的获取与展示

适合每一个对高光谱技术感兴趣，并想用python进行实践的人

Python高光谱遥感数据处理与机器学习

卷积神经网络（CNN）：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

Python高光谱遥感数据处理与机器学习教程

高光谱学习---正交子空间投影法OSP(Orthogonal Subspace Projection)

生态系统质量评价与生态问题诊断

多源数据的融合发展现状与趋势（一）——多源数据介绍

气象、生态、遥感、水文、洪水、语言、地质、双碳等领域模型应用教程

从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

高光谱吉林一号硬盘记录

ENVI 5.6软件安装教程

遥感图像处理之计算植被覆盖度公式

ENVI 5.6软件安装教程

基于 python 多光谱遥感数据处理、图像分类、定量评估及机器学习方法

近红外光谱预处理方法及模型建立

该算法主要用于处理高光谱和近红外光谱的原始数据

“遥感+”蓝碳储量估算、红树林信息提取与论文写作

【17】核心易中期刊推荐——深度学习 | 遥感图像处理

Coding and Paper Letter（九）

python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用

Python使用深度神经网络对高光谱图像进行土地覆盖分类

ENVI下植被指数模型详解

高光谱预处理方法之MSC与SNV——matlab实现

高光谱预处理之SG平滑(Matlab实现)

论文笔记-Self-Supervised Learning With Adaptive Distillation for Hyperspectral Image Classification

基于张量变换域低秩正则化的图像恢复方法

python图像纹理提取_提取图像的颜色、纹理特征(传统算法)

高光谱图像处理中常见专业术语缩略词（50个）

从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

基于ENVI与ERDAS的Hyperion高光谱经验比值、一阶微分法叶绿素及地表参数反演

ISPRS2018/云检测：Cloud/shadow detection based on spectral indices for multi/hyp基于光谱指数的多/高光谱光学遥感成像仪云/影检测

ENVI遥感图像处理：基于自带定位信息的几何校正

基于卷积神经网络的高光谱分类（1D、2D、3D-CNN）

高光谱图像分类

hyperion高光谱参数_Hyperion高光谱数据预处理及其处理插件

高光谱图像压缩方法综述

半监督分类算法_基于同质区和迁移学习的高光谱图像半监督分类

高光谱目标检测论文学习（4）——Hierarchical Suppression Method for Hyperspectral Target Detection

高光谱目标检测论文学习（6）—— Bayesian Constrained Energy Minimization for Hyperspectral Target Detection

高光谱目标检测论文学习（5）—— Ensemble-Based Cascaded CEM for HTD