PIESAT - 博客园

2021年2月20日

摘要：中国地质大学遥感不是摇杆队荣获“航天宏图杯”PIE遥感图像处理软件二次开发大赛特等奖作品名称：多源遥感数据青藏高原湖泊综合信息提取制图平台团队简介：张正加（指导老师）、卢一鹏（组长）、田淳、龙佳雯、罗宾汉、徐书怡作品简介：该系统联合多源卫星数据研究青藏高原近30年来湖泊水储量变化，利用测阅读全文

posted @ 2021-02-20 10:17 PIESAT 阅读(1039) 评论(2) 推荐(0)

2020年PIE二次开发大赛作品集锦

摘要： 2020年PIE二次开发大赛取得了圆满落幕，感谢来自全国各地的高校、科研单位、企业等的积极参与。以下展示一些参赛的优秀作品介绍：三等奖作品展示遥感不是摇杆队作品简介 RICE,RISE!队作品简介 PIEBox队作品简介这是哪个队队作品简介城市守望者队作品简介白云山高珠江水长队作品简介音阅读全文

posted @ 2021-02-20 09:49 PIESAT 阅读(445) 评论(0) 推荐(0)

2021年2月19日

PIE二次开发大赛作品集锦

摘要：历届PIE遥感软件二次开发大赛优秀作品集锦阅读全文

posted @ 2021-02-19 21:16 PIESAT 阅读(3528) 评论(0) 推荐(0)

2020年12月2日

PIE-Hyp教程目录索引

摘要： 1.PIE-Hyp影像评价 2.PIE-Hyp统计分析 3.PIE-Hyp地物波谱库 4.PIE-Hyp图谱浏览 5.PIE-Hyp光谱分析 6.PIE-Hyp图像修复 7.PIE-Hyp高光谱影像预处理 8.PIE-Hyp混合像元分解 9.PIE-Hyp非监督分类 10.PIE-Hyp监督分类和分阅读全文

posted @ 2020-12-02 09:38 PIESAT 阅读(1096) 评论(0) 推荐(0)

2020年12月1日

13 PIE-Hyp参量反演

摘要： PIE-Hyp参量反演高光谱数据波谱分辨率高，可精确识别地物波谱特征，捕捉同种地物间微小差别，为地物的定量反演提供帮助，因而高光谱应用范围极其广泛。在地质学领域中，矿物中金属离子Fe3+、Fe2+、Mn2+的电子跃迁在可见光、近红外光谱区域形成典型的光谱波形，矿物中官能团OH-、CO32-及Si 阅读全文

posted @ 2020-12-01 14:52 PIESAT 阅读(630) 评论(0) 推荐(0)

04 PIE-Hyp图谱浏览

摘要： PIE-Hyp图谱浏览图谱浏览包括图谱立方体、光谱浏览器、散点图和波段动画四部分。图谱浏览功能栏 1.图谱立方体图谱立方体功能可以把多光谱或高光谱数据，在通常显示二维图像的基础上添加一个波谱维。为了在视觉上达到三维效果，将数据的每个波段看成一个层面，并采用密度分割的方法，应用一个颜色表，最终合阅读全文

posted @ 2020-12-01 14:52 PIESAT 阅读(724) 评论(0) 推荐(0)

12 PIE-Hyp指数工具箱

摘要： PIE-Hyp指数工具箱 1.植被指数工具箱高光谱遥感在对目标的空间特征成像的同时，对每个像元可在更宽波长范围上形成几十个乃至几百个窄波段连续的光谱覆盖，使更深入地考察植被光谱的响应机制和物理机制成为可能，因此成为植被及相关领域监测的强有力工具。植被指数（Vegetation Index, VI 阅读全文

posted @ 2020-12-01 14:51 PIESAT 阅读(653) 评论(0) 推荐(0)

11 PIE-Hyp目标探测

摘要： PIE-Hyp目标探测目标探测主要是用于从高光谱影像中分离背景目标，寻找异常目标。目标探测包括约束能量最小化、自适应余弦估计、自适应匹配滤波、TCIMF、U TCIMF、SSRX和SSIE七部分。目标探测菜单栏 1.目标探测 20世纪80年代末，美国的一些研究机构开始利用高光谱图像数据进行目标探阅读全文

posted @ 2020-12-01 14:50 PIESAT 阅读(977) 评论(0) 推荐(0)

09 PIE-Hyp非监督分类

摘要： PIE-Hyp非监督分类非监督分类是不加入任何先验知识，利用遥感图像特征的相似性，即自然聚类的特性进行的分类。分类结果区分了存在的差异，但不能确定类别的属性。类别的属性需要通过目视判读或实地调查后确定。非监督分类包括ISODATA分类、K-Means分类、神经网络聚类、模糊C均值分类、MPC分类阅读全文

posted @ 2020-12-01 14:49 PIESAT 阅读(949) 评论(0) 推荐(0)

10 PIE-Hyp监督分类和分类后处理

摘要： PIE-Hyp监督分类和分类后处理 1.PIE-Hyp监督分类监督分类是根据已知训练场地提供的样本，通过选择特征参数、建立判别函数，然后把图像中各个像元归化到给定类中的分类处理。监督分类的基本过程是：首先根据已知的样本类别和类别的先验知识确定判别准则，计算判别函数，然后将未知类别的样本值代入判别阅读全文

posted @ 2020-12-01 14:49 PIESAT 阅读(1692) 评论(0) 推荐(0)

PIE系列产品介绍

公告