Advertisement

地标建筑的遥感影像数据库

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本项目致力于构建全球重要地标建筑的遥感影像数据库,通过收集、处理和分析多源卫星及无人机图像数据,为城市规划与建筑设计提供精准的空间信息支持。 遥感图像地标建筑物数据集

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 优质
    本项目致力于构建全球重要地标建筑的遥感影像数据库,通过收集、处理和分析多源卫星及无人机图像数据,为城市规划与建筑设计提供精准的空间信息支持。 遥感图像地标建筑物数据集
  • 分割
    优质
    本数据集包含大量建筑物的遥感影像,旨在为计算机视觉与机器学习研究者提供精准标注的分割样本,推动智能城市规划及灾害监测领域的发展。 遥感影像中的建筑物分割标注数据集包含1000张图片及其对应的1000个标签,所有标签均为纯手工标注,并公开分享资源。
  • 优质
    遥感影像数据集是一系列通过卫星或飞机等平台获取的地表观测图像集合,涵盖不同地区、时期及光谱范围,广泛应用于环境监测、城市规划和自然资源管理等领域。 遥感图像数据集采用tif格式,适用于图像融合、图像分割等领域,非常实用。
  • 物分类用集.zip
    优质
    本数据集包含大量建筑物分类用的遥感图像,旨在为研究者提供一个全面且高质量的数据资源库,促进相关领域技术的发展与应用。 遥感图像的建筑物分类数据集
  • UCMerced_LandUse
    优质
    简介:UCMerced_LandUse 遥感影像数据集是一套针对土地利用多样性的高质量遥感图像集合,适用于土地覆盖分类与变化检测等研究领域。 本资源是UCMerced_LandUse遥感图像数据集,包含21类图像,每类有100张图片。该数据集可用于土地资源分类。
  • 考虑阴概率限制识别
    优质
    本研究聚焦于提升遥感图像中建筑物阴影的识别精度,创新性地引入了阴影概率限制模型,有效增强了复杂光照条件下阴影区域的检测能力。 针对高分辨率遥感影像中的建筑物阴影检测需求,我们研究了一种基于主成分变换与色调、色饱和度和强度(HSI)空间的光谱特性提取方法。通过分析主成分变换结果及地物在HSI空间中不同的光谱特征,该方法能够消除暗色地物的影响,并准确识别水体中的建筑物阴影,从而避免了传统方法因水体与建筑阴影相似而产生的误检和漏检问题。 实验采用吉林一号卫星影像验证此方法的有效性。结果显示,在检测过程中,误检率和漏检率均低于6%,总体分类精度及Kappa系数则高于0.9。此外,该方法显著降低了水体对建筑物阴影识别的影响,并提高了整体的阴影检测效果。
  • 山东
    优质
    《山东地质地貌的遥感影像》一书通过卫星和航空图像解析山东省丰富的地质构造与地貌特征,为地理学、地质学研究及资源勘探提供详实数据支持。 基于Landsat 5 TM的7、4、1波段生成地质地貌图的方法可以提供丰富的地表特征信息,适用于多种地理研究与应用领域。通过特定波段组合的应用,能够有效地识别不同类型的岩石和土壤覆盖情况,从而为地质调查及环境评估等任务提供有力支持。
  • Python加载
    优质
    本文章介绍了如何使用Python语言加载和处理遥感影像数据的方法与技巧,帮助用户掌握相关库的应用。 遥感影像读取涉及从存储设备或网络获取卫星或其他飞行器拍摄的地表图像数据,并将其转换为计算机可以处理的格式。这一过程通常包括使用特定软件工具来解析文件头信息,以便正确地显示、分析和应用这些高分辨率图片来进行环境监测、城市规划等多种用途。
  • RSC11集(.7z)
    优质
    RSC11遥感影像数据集包含丰富的高分辨率卫星图像,适用于多种地球观测任务和深度学习应用。以压缩文件形式提供(.7z)方便下载与存储管理。 RSC11 数据集是一个包含高分辨率遥感影像的数据集合,这些图像来源于 Google Earth。每张图片的尺寸为 512*512 像素,并且数据集中共有 11 类不同的场景图像,每一类大约有 100 张图,总计约有 1232 张图片。
  • 高光谱
    优质
    高光谱遥感影像数据集是一套包含连续可见光到短波红外区域光谱信息的数据集合,用于精确的地物识别与分类。 常用的高光谱遥感图像数据集包括Indians Pines、Botswana、KSC、PaviaU和Salinas,以及它们的ground truth矩阵。这些文件的后缀为.mat。