精华内容
下载资源
问答
  • python 遥感图像处理This isn’t normal content for my blog, but I thought a post here might reach people who would be interested in the job. Don’t worry, normal service will be resumed shortly – this...

    python 遥感图像处理

    This isn’t normal content for my blog, but I thought a post here might reach people who would be interested in the job. Don’t worry, normal service will be resumed shortly – this isn’t going to turn into a job listing site!

    这不是我博客的正常内容,但我认为此处的帖子可能会吸引那些对此工作感兴趣的人。 不用担心,很快就会恢复正常服务-这不会变成工作清单网站!

    A research assistant is required to assist with the development of an algorithm to monitor air quality at high-resolution from satellite images. Your day-to-day work will involve investigating extensions to the algorithm, implementing these extensions in Python code, and automating the processing and validation of large volumes of satellite imagery. You should have good scientific Python programming skills (including experience with libraries such as numpy, scipy and pandas), along with experience with one or more of remote sensing, image processing, computer vision and GIS.

    需要一名研究助理来协助开发算法,以从卫星图像中高分辨率监测空气质量。 您的日常工作将涉及研究算法的扩展,在Python代码中实现这些扩展以及自动处理和验证大量卫星图像。 您应该具有良好的科学Python编程技能(包括使用numpy,scipy和pandas等库的经验),以及使用一种或多种遥感,图像处理,计算机视觉和GIS的经验。

    You will be collaborating closely with the original developer of the algorithm, who is based at the University of Southampton and working closely with the Flowminder Foundation. The work is currently fixed-term for 2-5 months full-time on a contract basis, with pay equivalent to a salary of around £30,000pa. There is potential for contract extension and/or further work with the Flowminder Foundation. Part-time, remote or flexible working may be possible, and this role may suit a recent MSc or PhD graduate.

    您将与该算法的原始开发人员密切合作,该算法的开发人员位于南安普敦大学,并且与Flowminder Foundation密切合作。 目前这项工作是固定期限的,合同期为2-5个月,全职工作,年薪约30,000英镑。 有可能与Flowminder Foundation续签合同和/或进一步开展工作。 可以进行兼职,远程或灵活工作,此职位可能适合最近的理学硕士或博士学位的毕业生。

    翻译自: https://www.pybloggers.com/2016/03/job-research-assistant-with-python-remote-sensingimage-processing-experience/

    python 遥感图像处理

    展开全文
  • spContent=遥感已从科学研究走向了大众生活,遥感数字图像处理可以帮助我们从遥感大数据中...—— 课程团队课程概述遥感为人类认识宇宙世界提供了一种新途径和手段,遥感图像作为一种重要的信息源已被广泛应用于农业...

    spContent=遥感已从科学研究走向了大众生活,遥感数字图像处理可以帮助我们从遥感大数据中挖掘知识、获取信息。本课程主要讲述遥感数字图像处理的数据与方法基础、遥感数字图像质量改善、遥感数字图像信息提取与制图表达三大部分内容,为学员利用遥感数据解决科学研究与业务应用问题奠定坚实基础。

    —— 课程团队

    课程概述

    遥感为人类认识宇宙世界提供了一种新途径和手段,遥感图像作为一种重要的信息源已被广泛应用于农业、林业、生态、环境、气象、全球变化以及人类活动监测等众多领域,“遥感数字图像处理”已成为地理信息科学、遥感科学与技术、资源环境科学等多个学科的重要专业基础课。

    本课程从遥感数字图像处理流程及目的的角度出发,在对遥感图像获取及特性、图像数据存储与读取、空间域处理方法、变换域处理方法等数字图像处理基础知识讲解的基础上,针对遥感数字图像质量改善(辐射校正、几何校正、图像去噪声、图像增强)、空间目标及属性特征提取(感兴趣目标及对象提取、特征提取与选择)、信息提取与制图表达三大内容,由浅入深进行系统讲解。

    在内容设计上,本课程特别强调从图像含义的角度来理解遥感数字图像处理各种算法的物理意义,尽量避免对数学公式的罗列与推导,而是借助生活中一些通俗易懂的案例来引导学员理解各种算法,其中不仅包括常用的经典方法,也包括近几年新提出的方法。在内容讲解上,本课程针对遥感数字图像处理中的具体问题,综合遥感原理和数字图像处理中的理论知识,借助遥感软件进行系统的实践训练,使学员掌握基本的遥感图像处理原理及操作过程,为学员将来从事遥感在资源、环境、生态、地理、空间信息等领域的研究和应用奠定基础。

    授课目标

    通过对本课程的学习,使学员能够理解遥感图像处理原理,掌握基本的图像处理算法,能借助常用软件(如ENVI/IDL)实现对遥感图像的一些常规处理,为利用遥感数据解决科学研究与业务应用问题奠定基础。

    课程大纲

    预备知识

    先修课程(必修):计算机基础;遥感原理或遥感概论

    先修课程(可选):科学计算语言(python、matlab、IDL等)、遥感图像处理软件(ENVI、ERDAS等)

    证书要求

    1.单元测验(60%),每次测验从题库中随机抽选10道题,计5分。每单元测验允许尝试2次,取最高成绩。本课程一共有12个单元测验。

    在每个测验截止期之后,大家可以在课程的讨论区讨论测验题目,但是在截止期之前,请勿讨论,尤其不要在课程以外的网络空间讨论,比如说把测验的答案发布到百度文库中。警示:考虑到未来的学员,维护课程学习的公平,需要大家共同遵守MOOC课程的这一通则要求。

    2.课程讨论(10%),本课程每个教学单元均会发布2道讨论题,每参与一次讨论记2分。想获取满分的学生需要在课程的“讨论活动”中至少参与5个教学单元的讨论(每教学单元2道讨论题中任选1道),且讨论内容健康,言之有物,言之有理。

    3.期末考试(30%),每份试卷从题库中随机抽选60道客观题(判断题、选择题),共30分,需要在90分钟内完成。

    注意:要保证有90分钟的时间不被打扰地参加考试。网络不稳定的地区,请选择网速好的情况下测试。

    采用百分制计分,60分及以上为“合格”,85分及以上为“优秀”。成绩“合格”者颁发普通证书,成绩“优秀”者颁发优秀证书。

    平台不再支持免费电子证书,只提供认证证书(可查询验证的电子版和纸质版)。认证证书需要在课程结束并通过考核后根据需要进行申请,认证证书的收费标准为100元/份。

    参考资料

    1.朱文泉, 林文鹏. 遥感数字图像处理——原理与方法. 北京: 高等教育出版社, 2015

    2.朱文泉, 林文鹏. 遥感数字图像处理——实践与操作. 北京: 高等教育出版社, 2016

    3. 中英文期刊:Remote Sensing of Environment、IEEE Transactions on Geoscience and   Remote Sensing、遥感学报、遥感技术与应用等

    4. 网上论坛,如:遥感类的学术论坛

    常见问题

    如果你是刚刚涉足遥感数字图像处理领域的初学者,且非常想学好遥感数字图像处理这门课程,我们给出以下三点建议供你参考:

    1. 三轮次学习:短期内了解知识结构 → 有选择地剖析经典算法原理 → 系统化知识结构、并尝试实践应用

    2. 跳出算法(尤其是数学公式)

    3. 关注原理及解决问题的思路

    展开全文
  • 目前,很多学者都是从宏观上讨论遥感和GIS一体化集成的可能性及集成的方法,但这些研究在GIS和RS方向只是对Python集成研究的思路或某一功能的介绍,并没有一个基于Python开发的集成GIS与RS功能的应用系统。...

    目前,很多学者都是从宏观上讨论遥感和GIS一体化集成的可能性及集成的方法,但这些研究在GIS和RS方向只是对Python集成研究的思路或某一功能的介绍,并没有一个基于Python开发的集成GIS与RS功能的应用系统。本文从矿山遥感监测需求出发,分析矿山遥感监测中需要集成的GIS和RS功能,介绍实用性极强的矿山遥感监测系统。

    1系统开发方法选择

    目前,进行系统开发可以选择独立开发或二次开发,一般独立开发方法周期长、经费高、对开发语言水平要求较高,而二次开发方法具有周期短、成本低、实现速度快的优势。所以本系统选择基于ArcGIS和ENVI/IDL的集成二次开发。ArcGIS和ENVI/IDL的集成开发方法较多,其中主要有以下几种方法。

    1)ENVI/IDL和ArcGISEngine组件库组合的开发方法。2)ENVI/IDL和ArcGISServer一体化组合的开发方法。3)基于Python的ENVI/IDL和ArcGIS桌面定制的开发方法。

    第一种方法在开发时,用第三方语言调用ENVI的图像处理功能则是开发的难点,需要一定编程语言和二次开发基础;第二种方法主要是将图像处理功能集成在服务端,客户端对数据进行显示和输出,但是这种方法在一定程度上会受到网络速度的限制,无法实现大数据量的遥感图像的实时传输和显示;第三种方法利用Python语言将ENVI/IDL和ArcGIS链接起来,方法简单、易实现。所以通过以上的分析对比,笔者采用第三种方法。

    2系统开发具体步骤

    系统基于ArcGIS进行二次开发,需要的ArcGIS功能可以直接调用。图像处理功能则需要调用ENVI中的功能,即需要将ENVI的图像处理功能嵌入到ArcGIS中。

    系统开发的详细步骤如下:

    1)编写系统中需要的遥感图像处理功能。

    在ENVI/IDL中编写IDL程序,将其编译成.sav文件供Python脚本调用。具体方法如下:打开IDL,设置工程名和保存路径,在工程文件中编写需要实现的图像处理功能程序,生成.pro文件并编译成.sav文件供下一步Python调用。

    2)编写Python脚本文件,实现在ArcGIS中调用ENVI/IDL功能。

    编写Python脚本,Python脚本可以嵌入到ArcGIS中,同时Python脚本又可以通过envipy模块运行编写好的.sav文件,并获得用户从交互界面中输入的参数,将其传递给IDL程序,从而实现在ArcGIS下运行相应的图像处理功能。

    3)在ArcGIS中构建遥感图像处理功能的交互界面。

    为了将编写完成的Python脚本嵌入到ArcGIS中,为实现在ArcGIS下可以直接使用图像处理功能,需要创建交互界面。交互界面创建步骤如下:在Catalog中指定或者新建一个文件夹并添加NEW-toolbox,然后在该工具箱中添加一个新的脚本,将写好的*.py文件和脚本关联。最后,设置ENVI功能程序中的参数完成交互界面的创建。当运行脚本时,就会弹出输入参数的界面,可以根据自己的情况输入所需要的参数。

    4)编写系统主界面功能菜单。

    通过以上方法,实现遥感图像处理功能的载入,为便于用户使用,需要建立矿山遥感监测系统的主界面菜单。基于ArcGIS10.1的平台上可以用PythonAdd-in做个加载项插入到ArcGIS for Desktop应用程序中来完成系统菜单的定制。

    常用的ArcGIS二次开发语言有Python,VBA,VB,.net等。其中,Python作为一种简单而且功能强大的开放性编程语言备受瞩目,它具有简单易学、不受局限、可以跨平台使用等诸多优点,因此ArcGIS9.0以上版本开始引入Python语言,更重要的是Python模块可以把基于IDL开发的功能集成到ArcGIS中,为ArcGIS和ENVI的一体化集成提供至关重要的技术支持。因此,基于Python模块进行集成研究也是近几年的研究热点。更多大数据资讯,欢迎关注成都科多大数据。

    展开全文
  • 二十几天没写了,原因是多方面的,忙其他的是很重要...因为在公司里面做编程很多年,对编程很熟悉(编程语言嘛,都是一个套路),加上已有的遥感图像处理知识,所以去年接手了《遥感程序设计与开发IDL》这门课,觉得有...

     二十几天没写了,原因是多方面的,忙其他的是很重要的原因。写的一直涉及到的都是最基本的内容,我本身也不是专门做遥感的,尽管原来本科也学过遥感,后来的硕士博士阶段也用过一些遥感的东西,但毕竟不是主攻方向,用的还是少,涉及的内容还是有些浅。因为在公司里面做编程很多年,对编程很熟悉(编程语言嘛,都是一个套路),加上已有的遥感图像处理知识,所以去年接手了《遥感程序设计与开发IDL》这门课,觉得有必要系统梳理下我原来知道的遥感图像处理内容,否则对不起面对的学生。

    但是写到这几十篇,觉得没有应用实际的应用场景确实不好继续往下写,巧妇难为无米之炊,更何况也不知道做什么饭好。因此想在这里向各位征集实际应用中所需要解决的问题,便于下一步继续开灶做饭。你在遥感图像处理方面解决不了的问题,咱们可以试着一块解决。如有问题请给我私信即可

    如果实在没有问题,下一步考虑下写写GIS空间分析方面的内容。

    这次再总结下。关于Python遥感图像处理这方面的内容也有十篇了,基本上涉及了八部分内容,这次再按内容的逻辑组织下。用到的python语法都是最简单最普通的写法,与其他语言类似,没有用那些python的非常简单的与其他语言差异较大的写法。

    第一部分 python遥感图像处理基础
    1. Python遥感图像处理开发环境搭建

    2. Python基础(https://docs.python.org/3/tutorial/index.html)

    3. NumPy基础(https://numpy.org/doc/)

    第二部分 Python遥感影像输入与输出

    1. GDAL的栅格数据模型(1)
    2. GDAL的栅格数据模型(2)
    3. Python遥感图像读取
    4. Python遥感影像的输出
    5. Python将影像输出到屏幕的几个补充问题

    第三部分 Python遥感图像预处理
    1. Python自定义空间参考系统

    2. Python遥感影像空间参考系统变换

    3. Python图像几何校正

    4. Python遥感图像处理中使用gdal的ReprojectImage方法进行重投影

    5. Python遥感影像重采样

    6. Python遥感影像裁剪

    7. Python遥感图像处理中的掩膜(Mask)

    8. Python遥感影像镶嵌

    第四部分 Python遥感图像增强

    1. 卷积滤波

    2. 数学形态学滤波

    3. 辐射增强

    4. 光谱增强之主成分分析

    5. 光谱增强之色彩空间变换

    6. 傅里叶变换

    第五部分 Python遥感图像分类

    1. 监督分类

    2. 监督分类结果评价

    3. 非监督分类

    4. 面向对象分类

    第六部分 Python矢量处理

    1. 读取矢量数据

    2. 修改矢量数据

    3. 新建矢量数据

    第七部分 python地形处理

    1. 地形分析

    第八部分 python遥感制图

    1. 使用matplotlib制图

    7c90f3f622e9db7d8ae4fc4b2dbc68f4.png

    展开全文
  • 图像处理中,过滤背景即保留图像的高频信息可以有效地提升处理速度,提高计算机识别目标的精度,用到显著性检测算法可以较好地实现这也过程,接下来我将对这一过程进行阐述: 一、HC法 设矩阵A和矩阵B分别代表两个...
  • 前言这节内容讲述一些python3的一些基本语法,这些语法都是我们使用python遥感图像处理普通程序要用到的,相关的一些数据结构不在之内。Python基本输入输出语句平常我们最经常用到的输入就是直接赋值,例如# 直接...
  • 引言本人遥感图像处理领域的硕士小白一枚,提笔的初衷是希望通过科普文的方式强化自身的Python代码编写能力,并提供给同样想学习入门Python的同学一个参考。代码有很多不足,但亲测可运行。下面让我们进入主题:遥感...
  • 遥感图像处理中常用的python操作

    万次阅读 多人点赞 2018-10-24 19:51:28
    文章中的所有操作都可以在ENVI中完成,这里只提供一个图像处理的思路。 一、图像波段变换 波段变换最常用的地方就是进行图像显示,例如使用假彩色图像以凸显植被信息。图像波段变换即将图像波段的组合顺序重新排列...
  • 正文Anaconda包括Conda、Python以及一大堆安装好的工具包,比如:numpy、pandas等。Conda是一个开源的包、环境管理器,可以用于在同一个机器上安装不同版本的软件包及其依赖,并能够在不同的环境之间切换。下载官方...
  • 主要介绍了Python空间数据处理之GDAL读写遥感图像,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  • 引言 本人遥感图像处理领域的硕士小白一枚,提笔的初衷是希望通过科普文的方式强化自身的Python代码编写能力,并提供给同样想学习入门Python的同学一个参考。代码有很多不足,但亲测可运行。下面让我们进入主题: ...
  • Python空间数据处理: GDAL读写遥感图像 ** 添加链接描述 GDAL是空间数据处理的开源包,支持多种数据格式的读写。遥感图像是一种带大地坐标的栅格数据,遥感图像的栅格模型包含以下两部分的内容: 栅格矩阵:由...
  • 遥感图像是一种带大地坐标的栅格数据,遥感图像的栅格模型包含以下两部分的内容:栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应的数值为该点的像元值,在遥感图像中用于表示地物属性值;遥感图像有单波段...
  • Python空间数据处理1: GDAL读写遥感图像

    万次阅读 多人点赞 2017-07-08 00:47:35
    遥感图像是一种带大地坐标的栅格数据,遥感图像的栅格模型包含两部分的内容:栅格矩阵:由正方形或者矩形栅格点组成,每个栅格点所对应的数值为该点的像元值,在遥感图像中用于表示地物属性值;遥感图像有单波段与多...
  • 引言膨胀与腐蚀是图像形态学中的基本操作,本文将从两个角度实现python的膨胀与腐蚀算法,分别是特征提取与分割后处理。目前,在RGB图像领域,这两种形态学算法经常用于分割结果的处理,例如连通区处理。所以,笔者...
  • PCI Geomatica遥感图像处理软件详细处理软件教程,详细了介绍了其每个模块,以及python 实现

空空如也

空空如也

1 2 3 4 5 6
收藏数 118
精华内容 47
关键字:

python遥感图像处理

python 订阅