随笔分类 - RS
摘要：遥感影像标注 使用ArcGIS Pro标注得到标签图标注对象以供深度学习使用—ArcGIS Pro | 文档，由于我的任务是二分类任务，因此我得到的标签图是一张二值图，如下图所示。 使用python滑动裁剪图像及标签 采用分块裁剪策略，将大区域影像分割成256256像素的块，并采用滑动窗口技术，步长
阅读全文
摘要：前言 预处理遥感数据，得到WDRVI指数影像，并提取地面观测LAI对应时间，卫星观测的试验田所在位置的WDRVI均值。 数据与指数简介 MODIS卫星观测数据 MODIS数据产品概述包括4级产品：1级产品指L1A数据，已经被赋予定标参数；2级产品：指L1B数据，经过定标定位后的数据，本系统产品是
阅读全文
摘要：MODIS NDVI数据介绍 MYD13Q1 V6.1 产品以每个像素为基础提供植被指数 (VI) 值。有两个主要植被层。第一个是归一化差异植被指数 (NDVI)，它被称为现有国家海洋和大气管理局高级超高分辨率辐射计 (NOAA-AVHRR) 衍生的 NDVI 的连续性指数。第二个植被层是增强植被指
阅读全文
摘要：本文以LANDSAT/LC08/C01/T1_SR数据集为例介绍The source parameter is require应该如何解决。 问题描述 GEE平台提供了影像在线处理，在完成对数据集处理后，想要对数据进行筛选展示或下载至本地时出现报错 Element.copyProperties: T
阅读全文
摘要：简介 在进行图像分割之后，我们常常需要将分割的结果叠加绘制到原图上，并以不同的颜色显示，以便进行展示． 已有的方案 scikit-image，OpenCV，GluonCV, detectron2 中都提供有类似功能的函数．不过还是存在一定的缺点： scikit-image 中的 skimage.co
阅读全文
摘要：一、前言 之前分享了一篇谷歌的数据增强论文，解读在这：https://www.cnblogs.com/tangjielin/p/16812816.html。 可能由于方法比较简单，官方没有开源代码，于是，我自己尝试在语义分割数据集上进行了实现。 先看下实现的效果： 原图： 使用复制-粘贴方法增强后：
阅读全文
摘要：论文标题：Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation 论文地址：https://arxiv.org/pdf/2012.07177.pdf 1、摘要 建立有效的实例分割模型，并能处理罕
阅读全文
摘要：简介 在Google Earth Engine（以下简称GEE）中进行质量控制时，需要使用位运算生成掩膜，实现去云等操作。 下面以官方的landsat8去云函数为例，介绍一下位运算一般用来做什么、以及怎么做的。 完整的示例代码在如图所示的位置： 代码实现 去云函数如下所示（选用的数据集为{LANDS
阅读全文
摘要：根据GEE官方公告，原来的Landsat/LT05/C01/T1_SR和Landsat/LC08/C01/T1_SR数据集停止更新，并提供了新的地表反射率数据，就是LANDSAT/LT05/C02/T1_L2和LANDSAT/LC08/C02/T1_L2。新的数据集直接提供LST产品，方便获取地表温
阅读全文
摘要：利用GEE做监督分类 训练器我们选择随机森林；数据选择Landsat-8；训练样本是我们自己的样本，包括作物，不透水层等几类地物。 选择训练样本 用要素集来标记训练样本，每个要素都有一个表示类别的属性。 对影像进行分类 其中一部分进行分类器的训练，还有一部分留下来做精度验证。 输出影像及混淆矩阵 导
阅读全文
摘要：一、TIF/TIFF介绍 标签图像文件格式（Tag Image File Format，简写为TIFF）是一种灵活的位图格式，主要用来存储包括照片和艺术图在内的图像，是一种常见的遥感影像存储格式。 二、代码实现 要实现PNG文件转TIF文件，有一个问题需要注意，TIF文件中是存有坐标系等地理信息的·
阅读全文
摘要：前言 遥感图像像素级别分类(语义分割)结果是栅格图像，转成矢量shp更方便在arcgis中自定义展示以及进一步分析。 代码实现 因为分类结果中可能会含有背景类或者我们不需要转成矢量的类，所以这里增加了一个参数来实现删除不需要转成矢量的类别要素。代码比较简单易懂，如下： from osgeo impo
阅读全文
摘要：基础知识 图像重采样就是从高分辨率遥感影像中提取出低分辨率影像，或者从低分辨率影像中提取高分辨率影像的过程。常用的方法有最邻近内插法、双线性内插法、三次卷积法等。很多时候，我们下载到的数据精度是不一致，因而，将数据进行重采样就非常重要了。在ArcGIS中使用该工具，需要点击很多次，比较麻烦。因此使用
阅读全文
摘要：基础知识 缨帽变换特征是通过缨帽变换（Tasseled Cap Trasform，TCT，又称为 K-T变换）得到的特征分量，是一种特殊的主成分分析方法（PCA）。但与 PCA 所不同的是，缨帽变换具有固定的变换矩阵。缨帽变换根据这个固定的变换矩阵将原始影像投影综合变换到具有物理意义的亮度（Brig
阅读全文
摘要：在遥感应用领域中，大多数的图像数据格式为.tif格式的。波段组合可以使用ArcGIS里面的Composite Bands工具是可以实现的，波段分离也可以使用一些工具或巧妙的方法分开。但当你使用Python程序的话，就可以简化这个软件点击和等待的过程，避免了繁琐的操作，只需要配置好环境更改路径即可。因
阅读全文
摘要：简介与技术流程 总的来说，就是把多幅影像叠加在一起，逐像元构建一组时间序列，然后对每一个时间序列进行线性回归。比方说，你研究区覆盖的像元是100*100的，时间序列是从2011到2015每年一幅影像，那么你就需要构建10000组时间序列，每组里面包含5个数据。把它放在一个坐标系中，横轴是时间，纵轴是
阅读全文
摘要：GEE 界面介绍 一、界面整体布局 二、Scripts 脚本存储区域 私有脚本放在Owner文件夹下 三、Assets + Search Assets: 自己上传的资源存储 Search: 储存在云端的资源 Assets：上传矢量演示（shp文件上传易报错的问题） 文件夹整理 + 规范命名 + 将数
阅读全文
摘要：基础知识 1 安装库 pip install wandb 2 创建账户 wandb login 3 初始化 # Inside my model training code import wandb wandb.init(project="my-project") 4 声明超参数 wandb.conf
阅读全文
摘要：在提取某种种植模式的时候，需要知道其关键物候期，NDVI时序曲线是一个非常好的手段来帮助我们寻找最优的时间-光谱特征，在GEE上可以较为方便的绘制出NDVI时序曲线，代码如下： //Sentinel2数据制作经过云量筛选后的时间序列NDVI function maskS2clouds(image)
阅读全文
摘要：引言 本文使用的数据集为Sentinel-2 L2A产品，该产品已经由欧空局预先进行了辐射定标、大气校正等预处理，因此数据反映的是地表的反射率信息，下载后无须进行后续处理即可使用，该数据在遥感图像分类领域应用十分广泛。另外在Sentinel-2系列的多光谱产品中，还有一种未进行预处理的数据，即Sen
阅读全文
浙公网安备 33010602011771号