遥感数字图像处理培训课程
培训对象
遥感技术人员、地理信息科学研究者、环境监测人员、农业/林业/地质领域遥感应用人员。
培训目标
培训内容介绍
-
遥感基础：遥感的概念与物理基础（电磁波谱、地物波谱特性）；遥感平台的分类（卫星、航空、无人机）；遥感影像的分辨率（空间分辨率、光谱分辨率、辐射分辨率、时间分辨率）；常用遥感数据源（Landsat、Sentinel、MODIS、高分系列）。
-
遥感数字图像表示：遥感图像的数字化（像元、灰度值、波段）；图像文件的存储格式（BSQ、BIL、BIP）；图像元数据（成像时间、太阳高度角、传感器参数）；图像显示（真彩色、假彩色、伪彩色）。
-
辐射定标与大气校正：辐射定标的原理（将DN值转换为辐亮度/反射率）；绝对定标与相对定标；大气校正的目的（消除大气分子和气溶胶影响）；常用大气校正方法（6S模型、MODTRAN、FLAASH、QUAC）。
-
几何校正：几何畸变的原因（传感器、地形、地球曲率）；几何精校正的流程（地面控制点选取、多项式模型、重采样）；正射校正（利用DEM消除地形影响）；影像配准（多时相、多传感器）。
-
图像增强：对比度增强（线性拉伸、直方图均衡化、自适应拉伸）；空间域增强（卷积滤波：平滑、锐化、边缘增强）；频率域增强（傅里叶变换）；彩色增强（彩色合成、IHS变换）。
-
图像变换：主成分分析（PCA）的原理与应用（降维、去相关）；缓幅变换（Tasseled Cap）的植被指数计算；缨帽变换；植被指数（NDVI、EVI、SAVI、NDWI）的计算与意义。
-
图像融合：图像融合的目的（提高空间分辨率或光谱分辨率）；融合方法（IHS融合、Brovey变换、PCA融合、Gram-Schmidt融合）；融合效果的评价。
-
图像分类：监督分类与非监督分类的概念；非监督分类方法（K-Means、ISODATA）；监督分类方法（最大似然法、最小距离法、支持向量机SVM）；分类后处理（聚类分析、过滤、合并）。
-
分类精度评价：精度评价的样本选取；混淆矩阵的构建；总体精度、生产者精度、用户精度、Kappa系数的计算；分类结果的验证与优化。
-
面向对象图像分析：面向对象分类的基本原理（分割、特征提取、分类）；影像分割方法（多尺度分割、棋盘分割）；特征的选择（光谱、形状、纹理、上下文）；分类规则的建立（决策树、隶属度函数）。
-
变化检测：变化检测的概念与应用（土地利用变化、灾害评估）；变化检测的方法（影像差值法、比值法、分类后比较法、主成分分析法）；变化阈值的确定；变化结果的输出与分析。
-
综合实战项目：典型遥感应用任务（如土地利用分类、植被覆盖度估算、水体提取、城市扩张监测）的完整图像处理流程，包含数据预处理、增强变换、分类识别、精度评价与专题制图。
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
