基于对象的CNN（OCNN）用于卫星图像语义标记 OCNN的目标是为卫星图像的语义标记提供一种快速，准确的方法，同时保留有关地理实体的详细信息。 它旨在易于实施，以支持卫星图像映射和基准研究评估。 如果您认为这有帮助，请引用我们的作品 此外，我们还要感谢Thomas Blaschke教授，Stefan Lang教授，Dirk Tiede教授以及OBIA小组成员的宝贵建议。 笔记： 基于对象的CNN（OCNN）已经集成了逐像素CNN（PCNN）策略，因此我们放弃了Matlab版本的PCNN，因为它的效率似乎有点低。 要使用OCNN代码，您可能需要确保已经满足必要的环境。 相关的模块或软件包是： 张量流 cv2 泡菜 还应安装其他基本模块，例如numpy，scipy，PIL。 整体结构（这是原型，所以可能看起来有些碎裂）： |-OCNN_main.py (improtant!)

Sentinel-2工具箱 轻松处理哨兵2图像。 如果您知道如何下载Sentinel-2多光谱图像（或电光），但又不知道如何在Python中使用它们，那么这里已为您实现了所有这些。 内容 功能 功能说明 使用示范 功能： load_bands（） 轮廓（） outline2poly（） ndvi_index（） rvi_index（） savi_index（） evi_index（） rgb_img（） 用法演示： images = load_bands('F:\\S2_billeder\\..\\IMG_DATA',bands=['B03','B04','B05','B01']) 此功能会将您选择的乐队加载到python中。 您可以全部加载它们，但建议仅加载以后分析所需的波段，因为它们占用大量内存（即计算简单的NDVI索引）。 contours, contours_t

聚苯乙烯 概要 该项目包含用于两个源能量平衡模型（Priestley-Taylor TSEB-PT ，双重时差DTD和TSEB以及土壤和冠层温度TSEB-2T的Python代码）的功能，用于基于辐射度测量来估算感热通量和潜热通量（蒸散）。表面温度。 该项目包括： 具有任何电阻能量平衡模型所需的基本功能的低级模块 更高级别的脚本，可轻松运行带有表格数据和/或卫星/机载图像的TSEB。 安装 将项目下载到本地系统，输入下载目录，然后键入 python setup.py install 如果要在Python发行版中安装pyTSEB及其低级模块。 需要以下Python库： 脾气暴躁的 大熊猫 pyPro4Sail，位于[ ] GDAL，用于在映像上运行TSEB 大熊猫 netCDF4 散景 使用conda ，您可以创建一个完整的环境 conda env create -f env

带有Savitzky-Golay过滤器的Google Earth Engine时间序列 该示例显示了如何为要素集合提取图像集合值，如何创建植物索引时间序列数据帧并在其上应用Savitzky-Golay过滤器的示例。 笔记 中实现了此函数的更好版本，作为ee.ImageCollection对象的扩展方法： import ee , eemont ee . Authenticate () ee . Initialize () f1 = ee . Feature ( ee . Geometry . Point ([ 3.984770 , 48.767221 ]). buffer ( 50 ),{ 'ID' : 'A' }) f2 = ee . Feature ( ee . Geometry . Point ([ 4.101367 , 48.748076 ]). buffer ( 50 ),{ '

rfm模型matlab代码卫星图像 RPC 中的偏差优化 我们在这里提供了一些使用有理函数模型 (RFM) 算法的 2D-3D 图像/对象坐标的 matlab 代码。 所有这些代码都用于我们的实验。 将您的地面控制点 (GCP) 放在 WGS84_Obse_Sample.txt 中，并将这些点的坐标放在 MIC_L_Sample.txt 和 MIC_R_Sample.txt 中的两个图像（左侧和右侧）上。 此外，提取 Coeff.txt 中随卫星图像提供的有理多项式系数 (RPC)。 您可以通过运行 Ours-2D-3D-First-Order.m 来获得结果。 如果您在代码中遇到一些问题或发现一些错误，请发送电子邮件至：或

令人敬畏的地球观测代码 精选工具，教程，代码，有用的项目，链接，有关地球观测和地理空间的东西的精选清单！ 此列表是根据#scenefrom播客午餐时间以上的讨论开始的 我写了一篇关于此回购协议如何产生的博客文章。 它包括一个我讲过的演讲视频和一个关于它的播客片段。 请注意，这并不是一个很棒的列表（尚未）。 请通过贡献和评论帮助我实现目标。 2020年12月更新我们现在有500多个链接/资源！ 重点是讨论重新排序和排序所有这些链接，我想使其尽可能可用。 添加了地球观测介绍。 注释基于github帐户上的标头（如果有） Alastair Graham 和Andrew Cutts 在一起，展示了来自现代遥感和EO世界的非正式播客 。 出于对栅格和地理空间所有事物的热情，＃scenefromabove播客旨在将新闻，观点，讨论和访谈结合在一起。 内容 | | | | | | | | | | | | | | | | | | | | | | | | | 这些部分不是特定于EO代码的，但包括在内是相关的| | | 从这里开始 地球观测简介 如果您不熟悉地球观测，那么这些链接可能

描述 sentinelhub Python软件包允许用户发出OGC（WMS和WCS）Web请求，以在您的Python脚本中下载和处理卫星图像。 它支持Sentinel-2 L1C和L2A，Sentinel-1，Landsat 8，MODIS和DEM数据源。 该软件包还支持从Amazon Web Service获取数据。 它可以使用Sentinel-2 L1C图像提供来自公共存储桶的数据，也可以使用Sentinel-2 L2A图像提供请求者支付的存储桶。 如果指定了下载的数据，则可以ESA .SAFE格式存储（支持所有类型的.SAFE格式）。 安装 该软件包需要Python版本> = 3.6并已安装C / C ++编译器。 该软件包在PyPI软件包管理器上可用，并且可以与 $ pip install sentinelhub --upgrade 或者，可以从conda-forge渠道将软件包与Conda一起安装 conda install -c conda-forge sentinelhub 要手动安装软件包，请克隆存储库并 $ python setup.py build $ pytho