摘要：
国产2米数据，包括高分一号PMS，高分六号PMS等等，应该是使用最为广泛的光学遥感数据了，主要是因为这几种数据幅宽大，组网访问频次也高，因此在全国各个自然资源、交通、水利等单位是应用最为广泛的数据源。但是这个数据有一个很大的缺陷，就是2米分辨率用来看一般的地物基本上没什么问题，但是呢，对细小的道 阅读全文
摘要：
好久没有更新了，近期做了一个工作，就是用深度学习方法来自动提取高分辨率遥感影像上的道路网络，16年的时候都是用的什么SVM，什么增强线性指数等 手工设计的线性目标增强特征，然后去提取道路，那些个东西说白了，没啥用，在一个小区域可能做的有那么点效果，但是换一个场景，立马就没了，没有任何普适性 可言，之 阅读全文
摘要：
不知不觉，深度学习已经改变了传统方法的研究路线，大家一窝蜂的研究这个方法了，事实证明，这个方法，确实是目前最有效的视觉方法。。。虽然有点，就不说了！ 利用深度学习进行遥感影像全自动变化检测，这两年飞速发展，精度与效率已经远超传统方法，但是真正将深度学习方法用到实际生产工作，几乎少有人做，目前在做的几 阅读全文
摘要：
我写博客的工作不像论文，假大空，我们直接上干货，之所以取一个这么大的名字，当然是我们能做到的。。。 不多说，我们对全国水体进行水质参数反演，不用MODIS，太粗，我们直接用哨兵，这样就可以直接做到大型水库或长河流观测了。当然了。 算法选择很重要，要选择什么算法呢？我这里主要参考这篇论文 《Hendr 阅读全文
摘要：
这段时间，用到了哨兵影像，遇到了一个问题，就是哨兵影像，它的RGB/NIR波段是10米分辨率的，但是其他波段是20米和60米的，这就需要pansharpening了，所以我们需要设计一种算法来进行解决. 先把哨兵2的参数贴上来吧： 通常pansharpening方法，都是一个全色波段提供空间信息，其 阅读全文
摘要：
国内研究landsat8温度反演的人员很多，但是现有算法一般都是一景为例子，进行开展。 这有一个局限性，当研究的尺度很大时，就需要比较大的运算量了，例如全省温度，全国温度，全球温度，当然大家可能会说，可以用modis数据进行，我们当然不用modis，我用Landsat做中高尺度温度反演，我目前基于单 阅读全文
摘要：
近日压力山大，找找乐子，看有没有好的东西可以研究研究，刚好看到我的蚂蚁森林居然可以种树了，很好奇，难道马云真会种树？ 二话不说，利用本人专业所学（遥感专业，有木有同行？？），来监测监测那些树木长得如何了？是不是真有，二话不说，直接上图！！ 注意，这里是蚂蚁森林种植的大概范围，我从高德地图查询到的，内 阅读全文
摘要：
机器学习，单分类器，高分辨率遥感，道路提取 阅读全文
摘要：
基于google earth engine 的云计算平台，全国水体变化研究 阅读全文
摘要：
不知不觉又过了很久了，近期看到一个不太好的消息，就是南京林业大学有一个青椒叫做宋凯，因为考核未通过自杀，先不论抑郁症等各种客观因素，我个人的看法是这个特色的非升即走制度是有非常大的问题的。 好了，先不扯了，希望大家搞学术的同时，保持心理健康，多开辟一条第二选择，“万般皆下品，唯有读书高”的想法要改变 阅读全文
摘要：
写来写去，发现还是写博客比较随意，不用考虑那么的逻辑和语法什么的，比写SCI要舒服多了。言归正传，这一次我主要做了一个遥感影像生产线，如何理解呢？ 它主要就是用来将原始的L1产品，自动处理融合影像，也就是常说的正射影像或者DOM影像，而且支持底图配准与匀光匀色处理，使用非常方便，支持大批量数据全 自 阅读全文
摘要：
变化检测，建筑物变化检测，深度学习 阅读全文
摘要：
使用目标检测框架进行大规模遥感影像目标发现。 阅读全文
摘要：
距离上一次博客更新，起码又是大半年，时光飞逝，我也已经老了。。。这一次，我解决了一个工程上的小问题，可能在行家看来简单，但是呢，它好像又没那么简单，就是我们通常用的栅格转矢量， 我们知道栅格转矢量，通常有以下方法：采用Arcgis进行栅格转矢量，然后工程化呢，就用arcpy实现，就可以了，或者用qg 阅读全文
摘要：
又来了博客更新时候，好久没有更新了，最近忙于把之前的Deep learning 代码进行打包，封装测试，故没有更新。这一次我们讲一下比较基础，也比较重要的遥感图像样本增强。 我们都知道，自然图像都是三通道或者一通道，使用PIL库即可进行读取，然后进行相关操作即可，包括很多框架自带的Augment库， 阅读全文
摘要：
最近有一项工作需要用到大规模影像，镶嵌成一版图，后期需要用到匀光匀色，由于需要集成到代码库中，所以只能自己实现了。重点参考了论文-《 崔浩, 张力, 艾海滨,等. 利用基准色调的大范围卫星影像色彩一致性处理算法[J]. 测绘学报, 2017, v.46(12):62-73.》，感谢作者的建议，在此再 阅读全文