随笔分类 - ENVI深度学习
ENVI深度学习技术、操作经验
摘要：为扬尘治理和保护环境，城市的裸露地表、易扬尘物料等要求覆盖防尘网。防尘网一般由聚乙烯材料制作的网状物，颜色主要为黑色和绿色。 本文介绍利用遥感影像和ENVI深度学习工具快速提取防尘网覆盖信息，数据和处理环境如下： 数据源：标准景高分二号3.8米4波段多光谱数据，16bit 处理软件：ENVI5.5.
阅读全文
摘要：ENVI 深度学习工具基于 TensorFlow 构建，要求显卡是英伟达芯片（NVIDIA GPU Card） ，并且显卡的 CUDA® Compute Capability（运算能力）为 3.5 或者更高，可通过 https://developer.nvidia.com/cuda-gpus 网站查
阅读全文
摘要：1 概述 图片是一张扫描件，3波段图像。我们的任务是定位/计数一个特定的符号。目标符号的颜色和地图上的许多其他特征类似，所以我们不能仅仅依靠光谱（RGB值）来处理。 要寻找的符号 我们需要训练一个深度学习模型，然后进行目标提取。 2 选择训练样本 首先从原图裁剪出一小块图像作用样本选择和模型训练的输
阅读全文
摘要：软件试用：https://www.cnblogs.com/enviidl/p/16275745.html 使用的数据是高分一号融合结果，空间分辨率为2米。 影像覆盖区为山东省寿光市。 下面介绍处理流程。 1、图像裁剪 在绘制样本时，只需在一小块典型区域绘制即可，然后用于训练模型。不需要在整景图像上绘
阅读全文
摘要：Jason Wolfe Monday, April 22, 2019 随着ENVI深度学习模块的发布，遥感用户从图像中提取特征变得更加简单。这种简单性的一部分原因是：ENVI的预处理和光谱工具提供了创建标记数据集的能力。当我们可以半自动化的标记图像时，不再需要花费无数个小时来乏味地纯手工绘制ROI。
阅读全文
摘要：软件试用：https://www.cnblogs.com/enviidl/p/16275745.html SuperView-1 全色分辨率0.5 米，多光谱分辨率2 米，轨道高度530 公里，幅宽12 公里，过境时间为上午10:30。由于SuperView-1 卫星具有很高的敏捷性，可设定拍摄连续
阅读全文
摘要：注：产品于4月份正式发布，试用请浏览：https://www.cnblogs.com/enviidl/p/16275745.html ENVI发布新的产品：ENVI Deep Learning Module，即ENVI深度学习模块。ENVI Deep Learning Module是面向空间信息从业
阅读全文
摘要：澳大利亚的一个市政局最近开始了一项雄心勃勃的植树计划，以使城市变得更绿。该计划的目的是改善自然环境和公民健康。但是一个重要的问题迫在眉睫: 应该把树木种植在哪里才能达到最好效果? 要解决这个问题，需要使用机载激光雷达对城市树木进行调查，清点现有树木数量，获得树木的相关信息。尽管该城市拥有GIS专家，
阅读全文
