C#遥感影像分类,可以实现各种遥感影像的分类，基于IDL8.2实现的.
C# 18 次浏览
遥感影像的几何校正和灰度重采样是数据处理中的关键步骤。几何校正用于矫正图像的空间畸变，确保图像的地理位置与实际地理位置一致。灰度重采样则是调整图像的灰度值，保证图像在几何校正后的像素值准确反映真实情况。这两个步骤相辅相成，确保了遥感影像数据的精度和可靠性。
VB 20 次浏览
本项目涉及深度学习算法在遥感影像中的应用，专注于地表覆盖和地表利用分类。数据集涵盖移动家园、公园、立交桥、停车场、河流、跑道、稀疏住宅、储水池、网球场等类别。训练过程使用深度神经网络，并通过图形用户界面(GUI)进行操作。使用前请详细阅读说明文档。
Python 20 次浏览
1、程序采用Qt和GDAL开发，利用OpenGL进行影像渲染。2、支持主要的遥感影像数据显示，包括灰度和彩色显示。3、为课余项目，具有一定参考价值，提供对应的release版本exe。4、争取积分。
C++ 25 次浏览
决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往需要利用分类者的生态学和遥感先验知识来构建分类树或分类规则的限制。我们以AdaBoost和C4.5算法为基础，通过改进算法，创建了适用于遥感影像分类的决策树算法GLC树，并在C#
C# 23 次浏览
在遥感影像数据的处理过程中，BSQ、BIL和BIP是三种主要的组织形式。这三种格式之间的互转可以通过txt文本文件来实现，这些文件中包含了相应的数据内容。
C# 21 次浏览
遥感图像处理是地球观测和地理信息系统中的关键环节，它涉及到多光谱、高光谱以及多时相的影像分析。在本主题中，我们将深入探讨如何使用GDAL（Geospatial Data Abstraction Library）这一强大的开源库来读取遥感图像，并结合MFC（Microsoft Foundation C
Delphi 15 次浏览
在GIS领域中，GDAL（Geospatial Data Abstraction Library）是一个强大的工具，用于读取、写入和处理地理空间数据。将介绍如何使用GDAL进行基本的影像操作，包括数据的加载、转换和分析等步骤。首先，需要安装GDAL库并配置环境变量以确保正确地访问到GDAL模块。之后
C++ 19 次浏览