- 博客(16)
- 收藏
- 关注
RSS订阅原创 图像分类（监督与非监督分类）
执行非监督分类之后，获得了一个初步的分类结果，需要进行类别定义与合并子类的操作。1.类别定义类别定义的根据可以通过更高分辨率图像上目视解译获得，也可以是基于野外实地调查数据。（1）打开目视解译底图并在Display中显示。（2）打开TM分类图像并在Display中显示。（3）在现实TM分类图像的主图像窗口中，选择Overlay→Classification，在Interactive Class Tool Input File选择框中选择非监督分类结果。
2025-11-27 21:31:13
374
原创 envi图像融合
Gram-Schmidt，主成分(PC) 变换，color normalized (CN) 变换，Pan sharpening 这四种方法中，Gram-Schmidt 法能保持融合前后图像波谱信息的一致性，是一种高保真的通感图像融合方法；图像融合是将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样，生成一副高分辨率多光谱遥感图像的图像处理技术，使得处理后的图像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。
2025-11-15 19:12:44
730
原创 图像几何校正
1.利用卫星自带地理定位文件进行几何校正对于重返周期短、空间分辨率较低的卫星数据，如AVHRR、MODIS、SeaWiFS 等，地面控制点的选择有相当的难度。我们可以用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。选择主菜单一Map--Georeference 传感器名称，可以启动这种校正方法。2.Image to Image几何校正。
2025-11-09 10:19:02
767
原创 envi图像增强
在快速傅里叶变换得到的结果上，可以定义一些滤波器进行频率域的增强处理，过程如下： (1)在Display窗口中显示一幅 FFT 图像。(2) 在主菜单中，选择 Filters--FFT Filtering-Filter Definition。在Filter Defini-tion 选择对话框中，选择当前显示FFT图像的 Display 窗口；另外的“No Display”选项指出该滤波器不与某个特定显示图像相关，并且需要在“Samples”和“Lines”文本框中键入滤波器的尺寸大小，单击 OK 按钮。
2025-11-01 19:37:47
951
原创 envi图像增强
独立主成分分析(Independent Components Analysis, ICA) 将多光谱或者高光谱数据转换成相互独立的部分（去相关），可以用来发现和分离图像中隐藏的噪声、降维、异常检测、降噪、分类和波谱端元提取以及数据融合，它把一组混合信号转化成相互独立的成分，在感兴趣信号与数据中其他信号相对较弱的情况下，这种变换要比主成分分析得到的结果更加有效。当使用独立主成分正变换时，ENVI可以通过计算新的统计值，或根据已经存在的统计值，或其他独立主成分变换的变换文件，进行独立主成分正变换。
2025-10-19 17:57:50
636
原创 envi遥感影像
对于地理坐标，只需要确定两个参数，即椭球体和大地基准面。对于投影坐标，投影类型为 Gauss Kruger（Transverse Mercator），除了确定椭球体和大地基准面外，还需要确定中央经线。大地基准面的确定关键是确定 7 个参数（或者其中几个参数），北京 54 基准面可以用三个平移参数来确定，即“-12,-113,-41,0,0,0,0”，很多软件近似为 Krasovsky(0,0,0,0,0,0,0)基准面。中央经线获取可有以下两种方法，第一种根据已知带号计算，6 度带用 6。
2025-09-28 12:22:21
647
原创 无人机图像拼接
1.自动生成正射影像并自动镶嵌及匀色，将所有数据拼接为一个大影像。影像成果可用GIS和RS软件进行显示。全自动、一键化--PIX4D mapper无需IMU，只需影像的GPS位置信息，即可全自动一键操作，不需要人为交互处理无人机数据。原生64位软件，能大大提高处理速度。2.专业化、简单化--PIX4D mapper让摄影测量进入全新的时代，整个过程完全自动化，只需要简单地操作，不需专业知识，飞控手就能够处理和查看结果，并把结果发送给最终用户。并且精度更高，真正使无人机变为新一代专业测量工具。
2025-09-12 21:56:45
589
原创 计算机视觉——图像去噪
第一部分：Conv(3 * 3 * c * 64) + ReLU；第二部分：Conv(3 * 3 * 64 * 64) + BN(batch normalization) + ReLU；第三部分：Conv（3 * 3 * 64）。每一层都使用零填充，以此防止产生人工边界。在许多低级视觉应用中，通常要求输出图像大小应与输入图像大小保持一致。这可能会导致边界伪影。DnCNN在卷积之前直接填充零，以确保中间层的每个特征图都与输入图像具有相同的大小。简单的零填充策略不会导致任何边界伪影。
2025-06-26 21:23:48
779
原创 图像降噪（其他）
在图像原始像素坐标系中直接操作每一个像素点或者其邻域的灰度值，以达到去除噪声的同时尽可能保留图像细节的目的。这些算法通过分析图像中像素与周围像素的关系，根据一定的准则或者假设进行滤波操作，如自相似性、长程相关性。
2025-06-19 13:39:26
1043
原创 算子，模板匹配，霍夫检测
Sobel函数求完导数后会有负值，还会有大于255的值，而原图像是uint8，即8位无符号数，所以Sobel建立的图像位不够，会有截断，因此要使用16位有符号的数据类型，即cv2.convertScaleAbs（）函数将其转回原来的格式，否则图像无法显示。在给定的图片中查找和模板最相似的区域，该算法的输入包括模板和图片，整个任务的思路就是按照滑窗的思路不断的移动模板图片，计算其与图像中对应区域的匹配度最终将匹配度最高的区域选择为最终的结果。dx和dy：指求导的阶数，0表示这个方向上没有求导，取值为0、1。
2025-06-12 21:04:13
825
原创 图像去噪学习
把原始图像的灰度值直方图从比较集中的某个灰度区间变成在更广泛灰度范围内的分布，提高图像整体的对比度，在曝光过度或不足的图像中可以更好的突出细节。channels：如果输入的图像是灰度值，它的值就是[0]；如果为彩色图，传入的参数可以是[0],[1],[2],他们分别对应着通道B，G，R。直方图是图像中像素强度分布的图形表达方式，统计每一个强度值所具有的像素个数。sigmaY：垂直方向的标准差，默认值为0，表示与sigmaX相同。椒盐噪声：图像中随机出现的白点或黑点。不同的图像的直方图可能是相同的。
2025-06-05 17:48:21
695
原创 OpenCV
金字塔的底部是待处理图像的高分辨率表示，而顶部是低分辨率的近似，层级越高，图像越小，分辨率越低。礼帽运算用于分离比邻近点亮一些的斑块，当一幅图像具有大幅的背景的时候，而微小物品比较有规律的情况下，可以用礼帽运算进行背景提取。黑帽运算后的效果图突出了比原图轮廓周围的区域更暗的区域，且这一操作和选择的核的大小相关，黑帽运算用来分离比邻近点暗一些的斑块。在图像中，最小的单位是像素，每个像素周围有8个邻接像素，常见的邻接关系有三种：4邻接，D邻接，8邻接。特点：消除噪点，去除小的干扰块，而不影响原来的图像。
2025-05-28 20:42:08
585
原创 图像预处理综述
无人机图像预处理需综合考虑几何校正、辐射标定、拼接优化及质量评价四大环节。商业软件（如PIX4D、UASMaster）提供高效自动化方案，而开源工具（如PREPs）和深度学习模型（如SSF-HMCNN）则填补了专业化与灵活性的需求缺口。未来技术发展将聚焦于智能化处理、多源数据融合及轻量化工具开发，以支撑精准农业、应急测绘等多元应用场景。
2025-05-28 20:25:56
390
原创 图像预处理(Pillow)
direction表示文字的方向，它可以是’rtl‘（从右到左），’ltr‘（从左到右），’ttb‘（从上到下）。表示以(x1,y1)为起始点，以(x2,y2)为终止点画一条直线，fill用于设置指定线条颜色；fill表示弦与圆弧之间空间用指定颜色填满，设置为outline表示只规定弦线的颜色。满圆O内，以start为起始角度，以end为终止角度，截取圆O的一部分圆弧并画出来。每个点代表1个像素，一个点包含RGB三种颜色，也就是1个像素包含3个字节的信息。白色（255，255，255） 黑色（0，0，0）
2025-05-22 18:00:48
893
原创 图像预处理综述
多张图像分别进行地理配准需要高精度的GPS信息支持，否则图像之间位置信息会存在较大的相对误差，导致遥感图像中获取的信息与实际情况错位，但为每张图像获取高精度的GPS信息实现起来较为困难。通过图像拼接技术将部分重叠的多张遥感图像拼接成单张大幅遥感图像，则只需要任意一张图像的高精度的GPS信息即可获得准确的地理配准信息。1.以图像特征点作为配准依据，可以对 大量的图像像素点起到降维作用，减少了图像配准的计算量；2.检测的特征点减少了图 像噪声的影响，对图像的灰度变化、变形、遮挡等有较好的适应能力；
2025-05-22 17:44:53
1027
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人