首页 > TAG信息列表 > 波段

资源一号02C图像真彩色合成方法

资源一号02C由于只有绿色、红色、近红外三个波段，我们可以利用其它波段信息重新生成某一波段的方法来制作真彩色图像。常见的就是合成蓝色波段，下面是两种方法，以5米的融合图像为例子。 一、算术平均方法 (1) 原来的绿波段（0.52-0.59 μm）当作蓝波段（该波段靠近蓝波段的光谱范围），红波段（0

有0值背景情况下的高分一号/资源三号图像融合

  使用Gram-Schmidt融合方法能得到较好的融合效果，也适合于国产卫星数据。在ENVI中Gram-Schmidt融合工具使用非常简单，当图像有很多背景0值情况下（如下图），则需要使用掩膜文件，让背景不参与融合能达到很好的效果。 图1：国产卫星数据       由于需要使用掩膜文件，需要使用Classic界

ENVI5.2无缝支持WorldView3

 2014年8月13号，Worldview3成功发射。首先，Exelis Geospatial Systems公司设计了Worldview3的成像系统，包括全色、可见光-近红外和短波红外传感器。另外，Exelis VIS公司正在研发的ENVI5.2将新增很多工具，用于处理Worldview3数据，ENVI5.2于同年秋季发布。 Worldview3具有以下特点： 产品

【ENVI入门系列】12.基于专家知识决策树分类

版权声明：本教程涉及到的数据仅供练习使用，禁止用于商业用途。 目录 基于专家知识决策树分类     1.    概述     2.    详细操作步骤     2.1    规则获取    2.2    制作决策树     2.3    执行决策树     1. 概述        基于

ENVI扩展工具：Raster Mosaic [Fast] 快速拼接工具

发表于 2018-02-06 更新日志 2018-06-11 ：更新输出影像波段名称，若输入影像所有波段名称都相同，则输出影像保留该波段名 2018-02-11 ：增加排序功能：选中列，鼠标右键->Sort Column 2018-02-08 ：修复波段裁剪潜在bug 功能介绍 影像快速拼接，输入数据需具有相同的投影、分辨率、波段数及

GEE|下载Sentinel2数据

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Se

ENVI下基于劈窗算法从MODIS数据中反演海表温度

劈窗算法最初是为反演海面温度开发的，具体地说是针对NOAA/AVHRR的4和5通道设计的，后来也被用来反演地表温度，这种算法较成熟，精度也高。劈窗算法以地表热辐射传导方程为基础，利用10~13μm 大气窗口内，两个相邻热红外通道(一般为10.5～11.5μm、11.5～12.5μm)对大气吸收作用的不同，通过两个通

ENVI下实用的波段运算（bandmath）工具

BandMath是一个灵活的图像处理工具，其中许多功能是无法在其它的图像处理系统中获得的。由于每个用户都有独特的需求，利用此工具用户自己定义处理算法，应用到在ENVI打开的波段或整个图像中，用户可以根据需要自定义简单或复杂的处理程序。例如：可以对图像进行简单加、减、乘、除运算，或使

波段运算（bandmath）工具中常用的函数

BandMath工具能够方便的执行图像中各个波段的加、减、乘、除、三角函数、指数、对数等数学函数计算，也可以使用IDL编写的函数。BandMath工具使用函数都是基于IDL的数据组运算符。 IDL的数组运算符使用方便且功能强大。它们可以对图像中的每一个像元进行单独检验和处理，而且避免了FOR

ENVI扩展工具：遥感图像1/2/3阶导数计算工具

在ENVI中，可以使用波谱运算工具（Toolbox/Spectral/Spectral Math）来计算单个光谱曲线的导数，公式为 deriv(s1)。但是由于此工具功能的限制，不能进行整个图像的求导运算。 本文将国外编写的一个源代码进行修改，使其能够作为ENVI扩展工具使用，并且修复了其中的错误（由于IDL版本更新造成的，之

Landsat8的质量评估波段的一个应用

Landsat8一直是遥感界的热门话题。这不仅延续了自1972年以来NASA连续对地观测，而且这颗卫星为科学界带来了一些新的东西——质量评估波段（the Quality Assessment (QA) Band）。根据USGS Landsat Missions webpage，“QA通过标示哪个像素可能受仪器或云层影响，从而提高了科学研究的完整性

LED驱动方案

发光二极管（简称LED)是由镓(G)与砷(AS)、磷(P)等化合物制成的二极管。当电子与空穴复合时能辐射出可见光（当然也有不可见光LED,如近红外LED,通常用于监控领域，实现红外成像)，因而可以用来制成发光二极管，在电路及仪器中用作指示灯，或者组成文字或数字显示等。 设计驱动电路时，不能盲目地

（课程笔记1）ENVI裁剪出Landsat8全色波段和其他波段的同一区域数据

课程要求： 课程要求裁剪一块1024*1024的影像。由于全色波段（15m）和其他波段（30m）的分辨率不同（这里我没算热红外波段），在全色波段中需要裁剪一块2048*2048的相同区域。 工具： 首先是其他波段（除了全色波段）的操作： step1：ENVI打开影像的不同波段  step2：左上角File——Save as... 打开后

ENVI的使用

1.遥感图像处理的一般流程    2.自动分类分为监督分类，非监督分类和决策树分类 3.收费的数据    4.免费的数据   5.数据存储顺序的方式 BSQ方式   BIL：先保存第一波段的第一行，在保存第二波段的第一行，再保存第三波段的第一行，以此类推    BIP：先保存第一波段的第一个点，再

浅谈：多光谱和高光谱图像有什么区别？

多光谱、高光谱甚至是超光谱首先是应用于卫星的遥感，遥感技术已经成为人类获得地球以及其他星球信息重要的手段之一。利用遥感成像系统得到的地球资源信息已成为人类开发、合理的利用、管理和监测地球资源及环境不可缺少的基本手段，在农业、地质、森林、水利、土壤、海洋、环境、

总结SPOT系列卫星发射情况

        SPOT系列卫星是法国空间研究中心自1978年开始立项研制的对地观测卫星系统，自1986年成功发射SPOT 1卫星以来，该系列卫星获得了大量全球卫星观测影像数据，应用于测图、土地利用等诸多领域。目前共发射SPOT 1-7共7颗卫星，其发射时间及在轨情况如下表所示： 卫星 发射时间

ENVI-landsat7/8全色与多光谱波段图像融合前，全色波段辐射定标报错指南

图像融合前，需要对全色波段与多光谱波段的量纲进行统一。 查看图像数值信息—— （1）多光谱波段（L2）经过辐射定标、大气校正之后，反射率数值控制在【0-10000】； （2）全色波段（L1）仅经过辐射定标，辐射亮度值数据值在【0-100】之间： 【回归概念】 ①级数据（DN值）：遥感探测器获取的数值为DN值，仅代表感

matlab计算遥感影像最“佳”指数因子OIF

为减少信息冗余，同时为了对数据进行降维，采用最佳指数因子（Optimum Index Factor，OIF）建立最优波段特征组合。其基本原理是：图像中所涵盖的信息量与其标准差成正比，标准差越大，信息量就越多；图像的独立性与波段间的相关系数成反比，其相关系数越低，信息冗余度越小，其独立性越好。此方法综

从遥感影像到土地利用转移矩阵

从遥感影像到土地利用转移矩阵   基本思路：下载数据，解压数据，加载数据，裁剪数据，波段合成，影像分类（监督分类），土地转移矩阵计算。 （一）数据预处理 1、从地理空间数据云找到某地云量少，效果好的数据（或进行去云处理），下载LandSat8影像数据如下：   图1.1 数据压缩包 2、加载数据如下  

Ka波段卫星通信终端市场现状及未来发展趋势

2021-2027中国Ka波段卫星通信终端市场现状及未来发展趋势 本文研究中国市场Ka波段卫星通信终端现状及未来发展趋势，侧重分析在中国市场扮演重要角色的企业，重点呈现这些企业在中国市场的Ka波段卫星通信终端收入、市场份额、市场定位、发展计划、产品及服务等。历史数据为2016至

常见遥感数据产品（Modis,TM,AVHRR,SPOT）

1，modis (moderate resolution imaging spectroradimeter) Modis是由nasa发射的，共有36个通道，从可见光到热红外波段，在1999年发射的terra， 2002年5月发射Aqua， Terra每天经过2次，分别为早上10：30和22：30， aqua每天同样两次，1：30am和13：30 Modis主要提供以下变量每日地表反射率，雪盖，NDVI、EVI

遥感影像云检测-传统算法：Improved FMask(Improvement and expansion of the Fmask algorithm: cloud, cloud shadow)

Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4–7, 8, and Sentinel 2 images 1.概述1.1.对于LandSat卫星1.2.对于Sentinel卫星1.3.本文贡献 2.算法改进和扩展2.2.算法改进2.2.算法扩展2.2.1.针对LandSat8的

GEE主成分分析全解析

0.背景 主成分分析作为数据降维的重要方法，目前中文网站上没有完整的GEE代码与教程。而我的毕业论文也使用到了主成分法，因此和它很有感情，就写下了这篇博客。 1.介绍 主成分分析是将众多具有相关性的数据指标，重新组合成一组新的指标,新形成的指标互不相关，并且前几个主成分能代表原始

ArcGIS Pick(选取)

选取 (Spatial Analyst) 需要 Spatial Analyst 许可。 获得 Image Analyst 许可后可用。 描述 位置栅格数据的值用于确定要从输入栅格列表中的哪一个栅格获取输出像元值。 插图 OutRas = Pick(InRas1, [InRas2, InRas3],"SINGLE_BAND") 使用方法 输入位置栅

Google Earth Engine（GEE）——Landsat8 SR数据除云

上一次讲了Google Earth EngineLandsat4/5/7 SR数据除云，这次讲一下Landsat8 SR数据除云， 同样是获取QA波段，select('pixel_qa')，将cloudShadowBitMask和cloudsBitMask的值都让它等于0，两个标志都应设置为零，表示清除条件。最后这个就成了掩膜后的对象。最后通过return把他返回去波段，