在过去几年中，时间（图像频率）和空间分辨率（衡量图像的精细程度）呈指数级增长，航空航天业将继续以我们无法预测的方式发生变化。随着像素密度（每英寸像素数或 ppi）的增加，我们可以获得更清晰的图像和更重的数字图像文件。相反，随着像素密度的降低，我们会失去精度，但也会减少处理需求。这是当前数字图像分析中的一项基本权衡。
通过在农业等学科中使用遥感图像，我们能够以更有效的方式执行不同的任务：
检测植物病害
对土地覆盖（例如森林）和土地利用（例如农业）进行分类
通过识别大豆、玉米、小麦等不同作物来对作物类型进行分类。
通过计算特定区域作物的预期产量来估算作物产量
识别与健康作物争夺阳光和土壤养分的杂草
监测和预测土壤水分
评估除草剂、杀虫剂和杀菌剂的有效性
识别农作物和土壤中的污染物
监控播种过程的有效性
要了解这是如何工作的，我们必须首先先认识光谱图像。
看不见的看见作为人类，人眼只能看到电磁波谱的一小部分（我们称之为“可见光”），而事实是，几个世纪以来，我们只是通过一个小窗口来观察这个世界。
现代遥感图像可以测量各种波长，其中许多是我们肉眼看不见的 ...
计算机编程语言流派间的关系
摘自网络
计算机编程语言的分类：
机器语言：二进制代码
汇编语言：面向机器的程序设计语言
高级语言：按转换方式可分为两类：1.编译型语言; 2.解释型语言**||****按照客观系统的描述可分为两类：1.面向过程语言; 2.面向对象语言****||****按照编程范型可分为：1.命令式语言; 2.函数式语言; 3.逻辑式语言; 4.面向对象语言**
三种语言的优缺点:
机器语言：可读性、可移植性差，编程繁杂。直接执行，速度快，资源占用少；
汇编语言：
*不同的处理器有不同的汇编语言语法和编译器，编译的程序无法在不同的处理器上执行，缺乏可移植性，难于从汇编语言代码上理解程序设计意图，可维护性差，即使是完成简单的工作也需要大量的汇编语言代码，很容易产生bug，难于调试，使用汇编语言必须对某种处理器非常了解，而且只能针对特定的体系结构和处理器进行优化，开发效率很低，周期长且单调。*
*能够保持机器语言的一致性，直接、简捷，并能像机器指令一样访问、控制计算机的各种硬件设备，如磁盘、存储器、CPU、I/O端口等。使用汇编语言，可以访问所有 ...
RS_GUI开发
2020年底，把之前自己做的遥感算法重新整理一遍，包括了多光谱的预处理：辐射定标、大气校正、几何校正、镶嵌匀色、图像增强、配准、SAR的处理等。最近开始学习GUI制作，想开发出一个简陋版的RS软件。
目前使用pyside2做界面，后端算法完成了辐射定标、大气校正、几何校正、镶嵌、配准等多光谱影像算法，适用影像：Landsat 8 、Sentinel 2、高分一号、高分二号、高分四号、高分六号、资源01-02D数据（只接触到以上数据，后续再补充）。
SAR的处理包括1A级生成2A级数据，SAR处理算法开发进行不下去的原因：雷达的知识过于专业，后续有时间再查找论文进一步加强理论知识后再进行开发相应模块（生成DEM、INSAR等）。
高光谱数据：缺少相关数据，无法进行。
基础的RS软件的功能基本实现（参考国外开源项目），包括影像缩小放大，坐标显示，波段合成显示等。后续想利用opengl做出一个旋转的球，把数据显示到该球上。
目前处于后端算法和界面逻辑的整合阶段。
辐射定标、大气校正模块，利用6S算法，整合了Landsat 8 、Sentinel 2、高分一号、高分二号、高分 ...
个人角度看待当前以及今后遥感的需求是什么？
tips:因为我的水平有限，在这里记录一下感悟。
遥感属于技术还是属于科学？
以前刚接触遥感开始，就在想遥感图片和普通图片有什么区别？后面就知道了：1.多了几个波段2.额外存储了地理信息(经纬度、坐标系等)
所以，遥感图片是和普通手机拍的图片本质上没有区别。手机图片一般是真彩色格式，三个波段，也叫做三个通道，是利用手机硬件对这个世界的光的采集、成像。遥感影像，根据卫星传感器波段数的不同可以分为多光谱图像、高光谱图像；也可以根据传感器的波长划分为：可见光图像、微波图像。
遥感可以通过编程去实现其价值，其中计算机语言有很多种，但无论是C++还是python，亦或是JAVA,它们仅是某种语言工具，重点的还是算法思想，从计算机编程的角度思考遥感技术：
1.把影像以数组的形式读到内存中，一个波段看成一个二维矩阵，那多个波段看成不同光谱维度的三维矩阵xyz，xy代表空间维度，z是光谱维度。
如果影像的拍摄时间不一样，则变成了四维矩阵xyzt，xy代表空间维度，z是光谱维度，t是时间维度。
2.算法，和数字图像处理的方法差异不大，可以从数字图像处理入门，进 ...
import re
import os
import requests
from time import sleep
headers = {
"User-Agent": ("Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:64.0) "
"Gecko/20100101 Firefox/64.0")
}
def get_index(resolution, index=1):
url = f"https://bing.ioliu.cn/ranking?p={index}"
res = requests.get(url, headers=headers)
urls = re.findall('pic=(.*?)\\.jpg', res.text)
_old_resolution = urls[1].split("_")[-1]
return {url.split("/")[-1].replace(_old_resolution, resolution): ur ...
一.简介 GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。该项目由Frank Warmerdam教授于1998年发起。 它利用抽象数据模型来表达所支持的各种文件格式。 它还有一系列命令行工具来进行数据转换和处理。
GDAL/OGR使用面向对象的C++语言编写，这令该库在支持百余种格式的同时，还具有很高的执行效率。 GDAL/OGR同时还提供多种主流编程语言的绑定，除了C和C++语言之外， 用户还可以在Perl、python、VB6、Ruby、Java、C#等语言中调用GDAL。
这里介绍一种快速安装gdal（python）的方法。
二.安装步骤 1.在网址 https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal 下载对应python版本的whl文件。
下载whl文件后，打开命令行。注意：cmd的目录为whl文件的路径。下面介绍一种快速打开cmd的方法：
1.打开相应的文件夹，在文 ...
开源, 欢迎Star!
一.简介 这篇文章主要记录全极化合成孔径雷达可视化的pauli分解（SAR的假彩色合成）。
二.Pauli分解 Pauli分解用所谓的Pauli基表示测量的散射矩阵[S]。如果我们考虑常规的正交线性基(h,v)，一般情况下，Pauli基由四个2×2矩阵,具体公式不在此列出，请自行google查找相关论文资料。
三.可视化 以一景高分三号为例，对其进行后向散射系数计算、几何校正，再对其进行pauli分解、假彩色影像合成。
实验-原始数据使用arcgis打开后向散射系数计算、几何校正的数据，如下。
HH影像
HV影像
VH影像
VV影像
实验-Pauli分解 数据进行了pauli分解、数据重采样到8bit，再进行了线性拉伸,可视化结果如下所示：
图1 合成孔径雷达的pauli分解假彩色
另外2景sar影像测试如下：
四.小结 数据为国产雷达影像高分三号的QPSI传感器拍摄的影像。
使用的数据说明：所使用的影像均进行了后向散射系数计算、几何校正。
...
为什么要使用git每个人都会犯错，而使用Git 的最大好处就在于，几乎在所有的情况下你都能“撤消” 你的错误操作。 比如如果你忘记了把一个小小的改动包含进来，因此你要改正你的上个提交。 又或者你想要撤销一个完整的提交，因为这个功能有可能是不必要的。 当发生了很严重的错误时，你甚至可以通过恢复引用日志来让一个提交不可见。
我一开始使用git干什么事情一开始是用来保存我的matlab代码，有时候做实验的时候，一改动函数就忘了之前改了哪里，这让人很烦恼！
开始-使用github设置git的用户名和密码点击开始菜单》git-bash打开命令窗口，输入下列命令，将双引号中内容替换成自己的用户名和密码。
git config --global user.name "你的名字"
git config --global user.email "你的邮箱"
创建本机的ssh Key在git Bash窗口中输入下列命令，创建本电脑的ssh Key
ssh-keygen -t rsa -C "你的邮箱"
输入后一路回车。
注意这段代码里有一个文件地址：/c/Users/Administrator/.ssh ...
设置git的用户名和密码点击开始菜单》git-bash打开命令窗口，输入下列命令，将双引号中内容替换成自己的用户名和密码。
git config --global user.name "ytkz11"
git config --global user.email "ytkz11@163.com"
创建本机的ssh Key在git Bash窗口中输入下列命令，创建本电脑的ssh Key
ssh-keygen -t rsa -C "ytkz11@163.com"
输入后一路回车，直到显示如下图则表示生成成功。
注意这段代码里有一个文件地址：/c/Users/Administrator/.ssh/，这个就是SSH Key文件夹了，打开文件夹找到id_rsa.pub，用记事本打开它，复制下来。
在github账号中填写公钥按照下图步骤，依次点击Setting》SSH and GPG keys进入SSH Key设置页面
这台电脑就可以向github提交代码了。
在github中创建仓库点击New repository进入仓库创建页面，然后填写仓库名称，其他内容可不填，直接保存
点击New SS ...
一.简介 光学遥感影像融合,需要在几何校正后进行。
二.方法种类 遥感图像融合的方法由最初的一些简单的图像融合法，如加权融合、乘积融合、Brovey变换融合等融合方法，发展到后来出现的一些较为复杂的融合方法，先是塔形算子的提出，后来是小波变换应用到图像融合领域中，再到曲波算法的提出，目前送些算法都还在不同程度的应用于不同的领域。
三.比值变换（Brovey）方法 比值运算就是求两张影像或多张影像组合的对应像元灰度值的比值计算，是遥感影像处理过程中经常使用的方法。目前，比值融合算法主要包括Pradines融合法、Price融合法、Brovey融合法以及Munechicka融合法。其中，Brovey融合算法原理是将多光谱各波段影像进行归一化后，再与全色影像进行乘积性的波段运算。由于与色彩空间有关，因此该算法只能对三个波段的影像进行融合处理。
Brovey的流程如下：
Brovey的第一步是调整多光谱影像的大小，使其与全色波段影像的大小保持一致。也就是说：以全色波段的大小为模板，对多光谱影像中的每一个波段的影像进行插值，本文使用gdal提供的 ...
