高光谱

Hyperion高光谱预处理

转自：http://hi.baidu.com/dengshubin/item/8a224e2c1374f09bb63263aaHyperion高光谱预处理利器HyperionToolsV2.0Hyperion
winniay·2020-08-21 07:49

Envi处理MODIS流程

ENV(TheEnvironmentforVisualizingImages)遥感影像处理软件，是分析、处理并显示多光谱数据、高光谱数据和雷达数据的高级工具。
地理国情监测云平台·2020-08-21 05:26

QR分解求矩阵特征值、特征向量 C语言

最近在看一个高光谱图像压缩算法，其中涉及到正交变换，计算正交变换时，需要对普通矩阵求其特征向量。想要在网上找一个现成的程序，可能是我百度的能力不强吧，居然真的没找见。好了废话不多说，下面进入正题。
Fivestar_wang·2020-08-20 07:48

【遥感遥测】【2015】植被物种多样性遥感：综合航空高光谱和激光雷达数据的应用

本文为美国亚利桑那大学（作者：KEITHSTUARTKRAUSE）的硕士论文，共292页。物种的变化、减少或灭绝是当前地球面临的一个重大问题。目前正在努力测量、监测和保护具有高度物种多样性的栖息地。遥感技术通过绘制生态系统图和利用土地覆盖图或其他衍生数据作为物种数量和分布的代表，显示了监测物种多样性的重要价值。国家生态观测网（NEON）机载观测平台（AOP）由成像光谱仪、全波形激光雷达和高分辨率彩
梅花香——苦寒来·2020-08-19 05:44

15、高光谱图像结合机器学习方法无损检测猕猴桃

高光谱图像结合机器学习方法无损检测猕猴桃1、发现问题为实现对过量使用１－ＭＣＰ化学保鲜剂猕猴桃快速、无损检测，提出高光谱技术结合机器学习建立识别模型的检测方法。
@慕云·2020-08-18 18:41

16、基于高光谱成像的苹果病害无损检测方法

基于高光谱成像的苹果病害无损检测方法1、发现问题苹果果实易发生病害，传统的苹果病害的检测不适应苹果分级在线检测的要求。
@慕云·2020-08-18 18:41

17、基于高光谱技术的农作物常见病害监测研究

基于高光谱技术的农作物常见病害监测研究1、发现问题近年来随着信息技术的快速发展，高光谱技术以数据量丰富、灵敏、可靠的特点迅速应用于农业生产中，成为主要检测农作物病害的有效技术手段之一。
@慕云·2020-08-18 18:10

14、高光谱和图像特征相融合的生菜病害识别

高光谱和图像特征相融合的生菜病害识别1、发现问题为精准识别生菜的病害类型及所处病害时期2、基本思路利用高光谱套件分别采集炭疽病、菌核病、白粉病的发病早期、中期和晚期以及健康状态下生菜叶片样本的高光谱信息
@慕云·2020-08-18 18:09

高光谱遥感图像处理与信息提取综述

高光谱遥感图像处理与信息提取综述高光谱遥感是对地观测的重要手段，高光谱图像处理与信息提取技术则是高光谱遥感领域的核心研究内容之一。
RAO_OO·2020-08-17 11:38

Matlab在高光谱图像处理上的使用指南（不断补充ing）

一、常用命令：1、数据读取：load()&save():Matlab会自动保存并区分我们所存储的内容。利用"load"和"save"指令可以实现对.mat文件的读写。#.mat文件的方便之处在于，它可以连同数据的变量名一同保存下来savemydataAM%save命令会将当前工作区（workspace）内的A变量和M变量存储在“mydata.mat”中loadmydata%load会将mydata
秦皓楠Howard_XDU·2020-08-16 18:07

遥感数据下载地址

/glovis.usgs.gov/3EO-1Hyperion数据介绍网址http://eo1.gsfc.nasa.gov/new/extended/sensorWeb/general.html4室内的高光谱数据
tarim·2020-08-16 08:04

MATLAB——BP神经网络实现

1.人工神经网络模型拓扑结构最近呢，高光谱遥感的郭老师又又又给大家布置了两类作业，我自己整理了一下两类作业的思路之后认为，两类作业各有千秋，能够出彩的地方也不尽相同。
方方方纯啊·2020-08-16 08:28

非局部均值滤波和用于高光谱分类的新颖度量方式的NLM

文章目录1均值和非局部均值滤波2论文【使用新的相似性度量方法做非局部均值滤波】2.1类相似性度量2.2参数估计算法2.3根据非局部上下文信息分类paper：HyperspectralImageClassificationBasedonNonlocalMeansWithaNovelClass-RelativityMeasurement均值与非局部均值滤波的思想与普通网络和attention网络的思想
李滚滚·2020-08-16 03:11

完善HybridSN 高光谱分类网络

代码!wgethttp://www.ehu.eus/ccwintco/uploads/6/67/Indian_pines_corrected.mat!wgethttp://www.ehu.eus/ccwintco/uploads/c/c4/Indian_pines_gt.mat!pipinstallspectralimportnumpyasnpimportmatplotlib.pyplotaspl
BeKind!·2020-08-15 21:00

第四周：卷积神经网络 part3

PartⅠ代码练习1HybridSN高光谱分类网络。
Justing778·2020-08-15 20:00

第四周：卷积神经网络 part3

一、代码练习完善HybridSN高光谱分类网络HybridSN高光谱分类S.K.Roy,G.Krishna,S.R.Dubey,B.B.ChaudhuriHybridSN:Exploring3-D–2-
Dingding_lucky·2020-08-15 19:00

第四周：卷积神经网络 part3

代码练习HybridSN高光谱分类网络classHybridSN(nn.Module):def__init__(self):super(HybridSN,self).
木子w·2020-08-15 19:00

第三次作业：卷积神经网络 part 3

第三次作业：卷积神经网络part3代码部分HybridSN高光谱分类对原来代码进行修改后，在模型训练时加入net.train()，在测试时加入net.eval()，模型测试时稳定。
hannahmu·2020-08-15 19:00

卷积神经网络 part3

【任务一】代码练习继续完善HybridSN高光谱分类网络。上周提了一个问题“训练网络，然后多测试几次，会发现每次分类的结果都不一样，请思考为什么？”
TracyXu·2020-08-15 18:00

第二次作业：卷积神经网络 part 3

代码练习：完善HybridSN高光谱分类网络classHybridSN(nn.Module):def__init__(self,stride=1):super(HybridSN,self).
Life9706·2020-08-15 18:00

HybridSN 高光谱分类网络的优化

1.HybridSNclassHybridSN(nn.Module):def__init__(self):super(HybridSN,self).__init__()self.conv1=nn.Conv3d(1,8,(7,3,3),stride=1,padding=0)self.conv2=nn.Conv3d(8,16,(5,3,3),stride=1,padding=0)self.conv3=
Recruited·2020-08-15 18:00

第四周：卷积神经网络 part3

第四周：卷积神经网络part3【第一部分】问题总结1.HybridSN高光谱分类网络HybridSN网络解决的是对高光谱图像的的分类加入了3D和2D卷积是的可以对高光谱图像进行很好的分类其中1D、2D和
Recruited·2020-08-15 18:00

第四次作业：卷积神经网络 part3

代码练习1.完善HybridSN高光谱分类网络三维卷积部分：conv1：（1,30,25,25），8个7x3x3的卷积核==>（8,24,23,23）conv2：（8,24,23,23），16个5x3x3
lsccc·2020-08-15 17:00

第四次作业：卷积神经网络 part3

1、代码练习HybridSN高光谱分类网络!wgethttp://www.ehu.eus/ccwintco/uploads/6/67/Indian_pines_corrected.mat!
Anything781·2020-08-15 17:00

【2020暑假学习】第四次作业：卷积神经网络 part3

第四次作业：卷积神经网络part3【第一部分】代码练习1.HybridSN高光谱分类网络classHybridSN(nn.Module):def__init__(self):super(HybridSN
薄暮·2020-08-15 15:00

第四周：卷积神经网络 part3

第四周：卷积神经网络part3第一部分代码练习完善HybridSN高光谱分类网络SENet实现第二部分视频学习视频学习——《Expectation-MaximizationAttentionNetworksforSemanticSegmentation
陳半仙·2020-08-15 15:00

第三次作业：卷积神经网络 part3

一、代码练习参考同学继续完善HybridSN高光谱分类网络classHybridSN(nn.Module):def__init__(self):super(HybridSN,self).
EdwardBY·2020-08-15 14:00

第四次作业：卷积神经网络 part 3

1.HybridSN高光谱分类网络参考了两位同学的代码：class_num=16classHybridSN(nn.Module):def__init__(self):super(HybridSN,self
米高桑·2020-08-15 13:00

第三次作业：卷积神经网络 part3

一、代码练习1.1HybridSN高光谱分类网络先三维卷积，然后进行二维卷积，三维卷积的网络模型如下：conv1：（1,30,25,25），8个7x3x3的卷积核==>（8,24,23,23）conv2
如梦似幻11·2020-08-15 13:00

第三次作业：卷积神经网络 part3

一、代码练习HybridSN高光谱分类网络HybridSN高光谱分类网络是一个用于解决高光谱图像分类问题的混合网络，他首先用3D卷积，然后使用2D卷积。
木槿花篱·2020-08-15 13:00

第四周作业：卷积神经网络学习part3

代码学习HybridSN高光谱分类网络importnumpyasnpimportmatplotlib.pyplotaspltimportscipy.ioassiofromsklearn.decompositionimportPCAfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportconfusion_m
lixinaa·2020-08-15 11:00

【遥感图像处理】批量提取高光谱影像每个波段

在该专栏上一篇文章中，简单介绍了一些高光谱图像的一些知识。HSI图像的最明显的一个特点就是光谱波段非常多，光谱信息极为丰富。
pangpd·2020-08-15 04:39

【遥感图像处理】绘制高光谱3D立方体

前言在之前的一篇文章中，介绍了高光谱图像的特点和表达形式。高光谱图像最突出的一个特点拥有大量光谱波段，使得图像堆叠成一个超立方体。由于最近研究需要，需要可视化展示HSI图像的3D立方体。
pangpd·2020-08-15 04:39

HybridSN尝试加入SENet与dropout的一些坑

尝试在HybridSN高光谱分类网络卷积层后加入SENet模块，代码如下：classSELayer(nn.Module):def__init__(self,channel,reduction=16):super
Arsene_W·2020-08-14 23:00

高光谱图像基础知识（1）

本部分主要介绍什么是高光谱图像，成像原理，以及高光谱图像的特点。
two_apples·2020-08-14 14:20

基于高光谱的无损检测技术

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达高光谱图像技术最早应用在遥感军事领域，用于地面目标探测，地面物体分类。
3Ｄ视觉工坊·2020-08-14 13:05

SENet&语义分割相关知识学习

SENet&语义分割相关知识学习对上一次学习的HybridSN高光谱分类网络进行优化改进；SENet网络学习和实现；学习视频北京大学李夏的《语义分割中的自注意力机制和低秩重重建》，南开大学程明明教授的《
hyzs1220·2020-08-14 12:00

数字图像处理(4): 遥感影像中 光谱分辨率、空间分辨率、时间分辨率、全色图像、多光谱图像、高光谱图像 的区别

目录1光谱分辨率、空间分辨率、时间分辨率2全色图像、多光谱图像、高光谱图像2.1全色图像2.2多光谱图像2.3高光谱图像参考资料1光谱分辨率、空间分辨率、时间分辨率遥感(RemoteSensing)，可以理解为遥远的感知
TechArtisan6·2020-08-13 23:45

keras中的zca_whtening白化处理

其实从高光谱遥感影像的角度上，可能是可以一试的预处理。输入数据集X，经过白化之后：1.特征之间相关性较低。2.所有特征具有相同的方差。PCA作为降维算法，一般通过求出原数据的特征向量，再把原数据映射到
Kun Li·2020-08-13 19:51

基于Python开源库的高光谱数据处理（一）环境配置和数据读取显示

基于Python的的高光谱数据处理，基于各种开源库进行数据处理，高光谱数据的一基本操作基于SpectralPyhon库（1）SPY库的安装（Python2.7安装略）环境：windows10+Python2.7x64
啊吼！·2020-08-11 05:54

高光谱遥感图像相关知识梳理大全

前言本资料整理了高光谱遥感图像概念定义、分析处理与分类识别的基本知识。
Vinicier·2020-08-10 10:25

遥感时空融合——变化检测方法及文献阅读

变化检测方法——要点在于对多时相影像数据时间相关性建模递归神经网络RNN：可用于处理时间连续的数据，解决多光谱/高光谱图像变化检测问题方法主要内容直接比较法图像差值D=I1-I2+c(阈值原理：百分位阈值法
sketchlcy·2020-08-10 07:04

IDL实现遥感影像融合(批量)TASK(三)

图像融合是将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样，生成一副具有高空间分辨率多光谱的图像处理技术，使得处理后的图像既有较高的空间分辨率，又具有多光谱特征。
ZHOU-LONG·2020-08-10 07:53

高光谱影像中的Hughes现象

Hughes现象是指在高光谱分析中过程中，随着参与运算波段数目的增加，分类精度“先增后降”的现象。
Kun Li·2020-08-08 22:12

《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》论文阅读

《HybridSN:Exploring3-D–2-DCNNFeatureHierarchyforHyperspectralImageClassification》论文阅读一、引言高光谱图像是立体数据，也有光谱维数
陳半仙·2020-08-08 18:00

Python 读取.mat文件，并转为.csv代码及详解

importpandasaspdimportscipyfromscipyimportio1.df=scipy.io.loadmat('F:\高光谱图像_code\data\Indian_pines_corrected.mat
weixin_42332365·2020-08-04 21:10

Spectral（SPY）学习笔记(3)-高光谱降维（Dimensionality Reduction）

实现高光谱数据降维由于所谓的“维数诅咒”，处理数百个波段的高光谱图像可能会增加计算量，影响分类精度。为了缓解这些问题，通常需要降低数据的维数。主成分变换高光谱图像中的许多波段往往具有很强的相关性。
luomuone·2020-08-04 16:57

Spectral（SPY）学习笔记(4)

Fisher线性判别数据读取显示：采用线性特征降维利用降维后的高光谱进行分类：目标检测（TargetDetectors）估计背景统计信息。要将像素声明为异常，需要指定阈值RX分数。
luomuone·2020-08-04 16:57

Spectral（SPY）学习笔记(2)-Supervised Classification

高光谱数据实现监督分类读取数据并显示![在这里插入图片描述](https://img-blog.csdnimg.cn/20190817190947821.png?
luomuone·2020-08-04 16:56

Spectral Python (SPy)的学习笔记（2）数据读取

使用SPy打开和访问高光谱图像文件的标准方法是通过图像函数，它返回一个SpyFile对象的实例。SpyFile界面SpyFile是创建读取高光谱数据文件的对象的基类。
Be_yourself_SKRR·2020-08-04 14:40
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他