搜索资源列表
matfun
- 神经网络源码可应用于遥感图像分类，包括bp、kohonen等方法-neural network source can be used in remote sensing image classification, including bp, Kohonen methods
Classification-OfTheRemoteImage
- 基于纹理及光谱信息融合的遥感图像分类方法研究，硕士论文，有关纹理和遥感图像分类很好的学习素材-Texture and spectral information based on the integration of remote sensing image classification method, master' s thesis, the classification of remote sensing image texture and good learning material
YuPERS
- 遥感影像分类外文文献，论述详细，对研究遥感分类的人有帮助-remote sensing paper
373063classification
- 几篇高质量的国外有关遥感图像分类的论文，代表了最近最前沿的分类技术，很值得看看，-Several high-quality foreign papers on remote sensing image classification, it is worth a look
bayesfenlei
- 自己变得额matlab 贝叶斯分类程序 实现图像分类 遥感图像分了-bayes classification for remote sensing image
maximum_likelihood_classification
- 经典的最大似然法分类法的C语言实现，有助于深入了解遥感分类原理。-This program implements the maximum likelihood classification procedure. ouput:1.classified image, and 2. probability file.Note: For constructong variance-covariance matrix must be generic binary file.
learnFeaturesRS-master
- 较好的遥感分类代码，在国外网站下载的，可以成功运行，效果较好-Hyperspectral related papers, mainly focused on mixed pixel decomposition related. Has great reference significance
9
- 遥感影像土地利用覆盖分类方法研究进展 为了研究遥感影像土地利用/覆盖分类的方法,综述了国内外近30年的遥感图像分类研究,发现遥感图像分类方法存在多而杂的问题.在分析当前主要遥感影像分类方法的基础上,从传统的分类方法、传统分类方法的改进、其他新分类方法3个方面,对遥感影像土地利用/覆盖分类方法研究进展进行了阐述,本研究还存在不足,今后还需进一步研究利用各种分类方法相互结合在土地利用/覆盖遥感分类中的应用. -Advances in remote sensing image clas
K均值分类
- 基于VS2010平台和openCV开发的，实现遥感影像的k均值分类(K mean classification for remote sensing images)
程序
- 实现了对遥感影像的监督分类，并对分类后影像进行精度评价(Supervised classification and accuracy evaluation of images)
VCA
- 顶点成分分析法，适用于高光谱遥感图像混合像元分解(The vertex component analysis method is suitable for hyperspectral remote sensing image unmixing)
PCA
- 采用INP数据（145*145*200），该数据有16个类别， PCA进行数据降维，然后对降维数据采用kNN分类（k=1）。(Using INP data (145*145*200), the data has 16 categories, PCA carries out data reduction, and then uses kNN classification for dimensionality reduction data (k=1).)
RSImageClassification
- VS2010，基于DIL8.2用多种分类方法实现遥感影像的监督分类和非监督分类(VS2010, a supervised classification and unsupervised classification of remote sensing images based on a variety of classification methods based on DIL8.2)
processing
- 包括遥感图像分类（监督和非监督）、分类后处理、NDVI、波段运算、颜色转换、光谱分析等等。(It includes remote sensing image classification (supervised and unsupervised), post-processing classification, NDVI, band operation, color conversion, spectral analysis and so on.)
Bsqview原型+加入NDVI+加入最小距离法+Kmeans+PPI
- 高光谱处理、分类、NDVI计算。。。。。。。。。。。。。。。。。。。。(Hyperspectral image processing, classification and NDVI calculation)
fenlei
- 利用深度学习进行遥感图像场景分类 这里我们对NWPU-RESISC45数据集的场景图像进行分类 我们将卷积神经网络应用于图像分类。我们从头开始训练数据集。此外，还应用了预先训练的VGG16 abd ResNet50进行迁移学习。(Scene Classification of Remote Sensing Images Using Deep Learning Here we classify scene images from NWPU-RESISC45 dataset We apply
classifier_cnn
- 以卷积神经网络对遥感数据（PaviaU）进行分类的一个算例，对于卷积神经网络的学习很有帮助。(An example of classification of remote sensing data (PaviaU) by convolution neural network is very helpful for the learning of convolution neural network.)
代码
- 图像配准的过程中两种或两种以上的图像重叠了在不同的同一个场景倍,从不同的观点和/或不同传感器。这两images-the区域的几何参考和感觉到图像。目前图像之间的差异,介绍了因不同成像条件。图像配准的一个决定性的步骤所有图像分析任务在最后的信息结合了各种各样的数据能源,如在图像融合、变化检测和多通道形象得到恢复。通常,必须注册在多光谱遥感分类、环境监测,变化检测图像拼接、天气预报、创造超分辨率图像、整合信息到地理信息系统(GIS)),结合医学计算机断层扫描(CT)、核磁共振数据获得更完善的信息,如
MATLAB
- 实现遥感图像地物分类，利用了BP神经网络，结果清晰功能强大(Realization of Ground Object Classification in Remote Sensing Images)
exp1
- matlab实现最大似然法的遥感图像分类，数据以excel形式给出(MATLAB realizes the classification of remote sensing images by maximum likelihood method, and the data are given in Excel form)