问题标签 [satellite-image]

我收到内存错误。

如何解决我的问题？

卫星图像似乎占用了更多内存。我应该使用哪个平台来获取卫星图像？

我想知道 GeoTIFF 文件的波段（4 个或更多）的序列，例如序列是蓝色、绿色、红色、近红外、温度等还是绿色、蓝色、......

我怎么知道在 Java 中，例如在 GeoTools 库中？顺便说一句，GeoTIFF 中是否有特定的标签表明（如 TIFFTAG_IMAGEDESCRIPTION）或者由图像阅读器软件来解释波段（即使它错误地假设序列并认为是蓝色而不是红色等等） .

我正在寻找使用 R 的“mxnet”对多波段图像（RGB、多光谱/高光谱航空或卫星遥感）进行像素分类的最佳实践或案例研究。实际上，在图像标记方面有很多最佳实践（例如，像 imagenet 这样的大型图像档案中的狗与猫），其中对整个图像进行了分类，并且通常有很多训练数据（或预训练模型）可用。但是，我没有发现任何有关像素级图像分类/回归的信息，其中训练数据通常比较稀疏，应用程序处理例如土地覆盖类别、物体（如汽车、建筑物等）或生物物理变量（生物量、土壤湿度、叶绿素含量等）。

我正在寻找同一场景的雷达 (SAR) 和光学卫星图像的免费资源。有人知道来源吗？

我正在尝试对一些 Landsat 5 TM 卫星图像执行辐射测量和大气校正 - 一个 6 波段堆栈，输入一个 3 维 numpy 数组，排列如下：band, Rows (Lat), Columns(Lon).

问题来自我尝试使用的经验方法 - 暗像素减法。计算需要识别图像最暗的像素。

问题在于图像在数组中的排列方式包括 0 值像素，即图像的帧。我希望使用 numpy.where 从图像中排除这些像素：

代码运行，但输出不是应有的。我看到的不是卫星图像，而是这张图像：

我的.where陈述中的某些内容不正确，因为它似乎选择了所有像素并给它们一个NaN值，因为当我尝试通过用鼠标光标悬停在图像上来检查像素值时，没有显示任何数字。

有人可以帮助确定我使用的方式有什么问题np.where吗？

我有一个大数组 MxNxP 大小，其中 M 和 N 是每个图像的宽度和长度，P 是 os 图像的数量。现在，这表示分辨率为 0.1 度的卫星图像。是否可以在 Matlab 中将这些图像重新采样到 0.25 或 0.5 度分辨率？

我检查了重新采样功能，但我需要更改像素大小，而不是采样率。最后，我仍然想要 P 数量的图像。

谢谢你的帮助。

PS我不必调整大小。

许多问题似乎与我的相似，但是我无法为 R 找到合适的答案。

到目前为止，我以这种方式使用了很棒的 R 传单（和 ggmap）包：

但是，如果我想要 Google 卫星作为地图呢？

我浏览了这篇文章

https://stackoverflow.com/questions/9394190/leaflet-map-api-with-google-satellite-layer# =

但不明白如何使用那里定义的 googleSat 函数。

我正在使用 MATLAB 处理 Landsat8 数据。我正在使用该loadLandSat8函数读取数据。我做了一些计算并使用以下方法组合 R、G 和 B 波段：

我还创建了一个波段比率矩阵，NDWI

现在我想将两者都导出VIS，NDWI以便在 ArcGis 中打开它们。这意味着我需要编写一个包含空间信息的 geotif 文件。

我在上面引用的loadLandSat8函数读取以下结构（例如，仅读取一个波段时）：

显然我需要的信息在这里。如何使用它来写入VIS（或NDWI）到 tif 或具有正确地理空间信息的任何文件，以便我可以在 ArcGIS 中查看它？ 注意我不希望 VIS 显示为黑白图像。我需要所有 3 个乐队。

和

GeoTIFFCodes 给出的投影代码为 32767。我尝试geotiffwrite包含参考矩阵和投影代码：

但我收到以下错误：

geotiffwrite使用>时出错validateCoordRefSysCode（第 718 行）
“ CoordRefSysCode”参数必须指示地理或投影坐标参考系。

geotiffwrite>中的错误validateParams（第 413 行）
coordRefSysCode = validateCoordRefSysCode(S.CoordRefSysCode);

geotiffwrite>中的错误validateInputs（第 340 行）
Params = validateParams(Params);

错误geotiffwrite（第 235 行）
[filename, A, cmap, R, Params] = validateInputs( ...

我还将每个单独的波段导出为带有 Arc 读取标题的 ascii 文本。这行得通，但我有很多图像，我不想在 Arc 中将所有波段组合在一起。

我正在按照 Planet 的文档对 Planet Scope 4 波段图像执行 NDVI 计算

以下代码块是我写的：

从工作目录中的原始图像中提取波段数据

从目录中的元数据文件中提取 TOA 校正系数

计算 NDVI 并保存文件

添加符号系统并绘制颜色条

绘制 NDVI 像素值分布的直方图

唉，脚本的执行在代码的开头被缩短了：

所以我决定安装光栅，这应该可以解决问题：

我从中解释的是已经安装了 rasterio。如果 Python 控制台告诉我没有名为 rasterio 的模块，这怎么可能呢？控制台的输出还显示需要 Microsoft Visual C++。经过进一步研究，我找到了这个用户的解决方案。我试过了，但控制台也告诉我已经安装了 rasterio：

我在 Windows 10 64 位机器上使用 Spyder 3.1.2 和 Python 3.6 创建脚本。

我需要从 Google Earth Engine 下载一堆 Landsat 图像，我在它的 Python API 中使用

虽然它正在工作，但速度非常慢。我的图像大小约为 70kb，但每张需要 4 分钟或更长时间。目前这发生在 for 循环中，所以如果可能的话，我如何将多个图像打包为一项任务？或者其他加快这个过程的方法？