草庐IT

从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

我国高分辨率对地观测系统重大专项已全面启动,高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源。随着小卫星星座的普及,对地观测已具备多次以上的全球覆盖能力,遥感影像也不断被更深入的应用于矿产勘探、精准农业、城市规划、林业测量、军事目标识别和灾害评估。未来10年全球每天获取的观测数据将超过10PB,遥感大数据时代已然来临。点击查看原文链接https://mp.weixin.qq.com/s?__biz=Mzg2NDYxNjMyNA==&mid=2247533277&idx=5&sn=ed2dfba5de2bfa14805

MATLAB遥感影像处理及分析

%%子图1,读取影像,tif影像为哨兵四波段影像,subplot(2,2,1);data1=imread('20210409.tif');data2=imread('20210529.tif');red1=data1(:,:,3);%分别为蓝、绿、红、近红波段nir1=data1(:,:,4);red2=data2(:,:,3);nir2=data2(:,:,4);image(0,0,nir1,'CDataMapping','scaled');%image显示近红外波段图像(选择其中一期显示即可)colorbar('vert');%加入垂直方向颜色条(colorbar)colormap(jet

3D医学三维技术影像PACS系统源码

一、系统概述3D医学影像PACS系统,它集影像存储服务器、影像诊断工作站及RIS报告系统于一身,主要有图像处理模块、影像数据管理模块、RIS报告模块、光盘存档模块、DICOM通讯模块、胶片打印输出等模块组成,具有完善的影像数据库管理功能,强大的图像后处理功能,提高了临床诊断准确率。二、支持三维影像处理功能三维重建包括:最大/小密度投影、三维容积重建,三维表面重建,虚拟内窥镜、曲面重建,心脏图像冠脉钙化积分。多平面重建(MPR)定义:MPR是在三维容积的任意方位进行交互式导航,MPR可以同时显示轴位、矢状位和冠状位及任意斜位层面,并可任意改变重建的位置和层厚以利于观察不同组织细微结构。MPR可较

Cesium 中实现影像贴 3Dtiles

Cesium中实现影像贴3DtilesCesium中我们经常使用的图层服务除了常见的遥感影像,还会包括一些矢量数据(如宗地范围、规划用地、道路信息等),这些图层服务通常经过ArcGISServer/GeoServer之类的服务器渲染、切片供Cesium展示。但在实际应用中会发现,这些图层服务的内容会被3DTiles遮盖(特别是渲染大片倾斜数据时),这个时候,如果我们想获取这些图层上面的信息,就必须将上层的3DTiles隐藏。如下图所示(没有合适的矢量图层,用TileCoordinatesImageryProvider代替)影像有贴3DTiles选项吗?在原生的Cesium中影像是无法设置贴3D

AI:62-基于深度学习的人体CT影像肺癌的识别与分类

🚀本文选自专栏:AI领域专栏从基础到实践,深入了解算法、案例和最新趋势。无论你是初学者还是经验丰富的数据科学家,通过案例和项目实践,掌握核心概念和实用技能。每篇案例都包含代码实例,详细讲解供大家学习。📌📌📌在这个漫长的过程,中途遇到了不少问题,但是也有幸遇见不少优秀的伙伴,很荣幸。✨✨✨每一个案例都附带有代码,在本地跑过的代码,希望可以帮到大家。欢迎订阅支持,正在不断更新中~一.基于深度学习的人体CT影像肺癌的识别与分类肺癌是一种常见的致死性疾病,早期诊断和分类对治疗和预后至关重要。本文介绍了一种基于深度学习的方法,用于识别和分类人体CT影像中的肺癌病例。我们将使用深度卷积神经网络(CNN)和

c++ - 内存影像减少

我正在运行这段代码:#include#includeintmain(intargc,char*argv[]){inta1=0,a2=0;inta3,a4;intb1=++a1;intb2=a2++;int*p1=&a1;int*p2=&++a1;size_tst;ptrdiff_tpt;inti=0;while(true){printf("i:%d",i++);}printf("\n\ninowis:%d\n",i);return0;}为什么我观察到图像内存(fiolet)如此减少:图例:我制作了这个通用的Win32项目,而不是CLR。我更改了代码,所以我会看到int何时最终变为负值。

Google earth engine 基于面向对象遥感影像分割 SNIC分割算法

摘要被导师嫌弃N+1次,又摘要阴影了,懒得写摘要,这篇主要是在GEE上基于面向对象以Sentinel-2数据做的无监督分类算法示例,嗯呢,就是这样,您接着往下看有没有你需要的。文章目录一、Googleearthengine简介二、面向对象遥感影像分析方法三、SNIC分割算法四、总结Googleearthengine  GEE是一个专门处理卫星影像和其他地球观测数据的云端运算平台(https://earthengine.google.com/),由谷歌、卡内基梅隆大学、美国地质调查局(USGS)共同开发,能够支持PB级的数据运算与地理信息数据可视化。此平台存储了大量的遥感数据,据统计,近40年来

基于Pix4D使用无人机光学影像制作正射影像(DOM)和数字表面模型(DSM) 操作步骤

基于Pix4D使用无人机光学影像制作正射影像(DOM)和数字表面模型(DSM)操作步骤0.前言1.获取无人机光学影像2.DOM和DSM3.操作步骤3.1初始界面3.2新建项目3.3查看处理过程报告3.4查看处理进度和成果4.在ArcMap中打开DSM和DOM0.前言此教程目的是让读者学会使用PIX4D拼接航片,教程较为通俗,面向初学者和专业人士。1.获取无人机光学影像使用大疆精灵4RTK无人机,通过规划航线、设置飞行高度和重叠率等参数,获取航片,然后导出至电脑。右键图片,点击属性,点击详细信息,往下拉,可以看到GPS栏,里面有经纬度和高程数据,这就是照片的pos数据。2.DOM和DSM数字正射

成圣之路(976)我们都在现场直播

东西会被别人看见,是因为光;东西反射光,被眼睛接收,然后东西就被看见了。我们的行为也是一样,我们的身体、拿的东西发射光,被眼睛接收,然后东西就被看见了。光可以在真空中传播,于是,我们每时每刻的行为都以光的形式在宇宙中往前走着。所以,我们可以知道,中华上下五千年的文明,他们的影像也一直没有消失,一直在以光的形式在宇宙里存在。(注:影像各种形式,此处仅以光举例)所以,我们可以知道,历史所有人的行为举止、为人处世,无论大人物、小人物,无论大事小事,都被记录着——在宇宙中被记录着,以光的形式。所以,我们可以得知,既然存在,那么未来掌握科技的人们,就可以通过科技接收这些影像;那么。。。怎么样?那么,我们

简单而又快捷的遥感影像生产线

  写来写去,发现还是写博客比较随意,不用考虑那么的逻辑和语法什么的,比写SCI要舒服多了。言归正传,这一次我主要做了一个遥感影像生产线,如何理解呢?它主要就是用来将原始的L1产品,自动处理融合影像,也就是常说的正射影像或者DOM影像,而且支持底图配准与匀光匀色处理,使用非常方便,支持大批量数据全自动处理,下面就是它的用户界面:  这个软件目前支持了国产高分一号、高分二号、高分六号、资源三号、高景一号、吉林一号、北京三号等多个常见的国产星一条龙处理,当然了,也支持自定义数据格式支持,这个软件的最大好处就是可以将原始的压缩包形式数据处理成一张图影像,也就是可以直接打开的影像,下面我们可以看一下两