1. 遥感影像缺失信息修复工具(更新日期:2016.11.3,2.0正式版
    参考文献: C. Zeng, H. Shen, L. Zhang, “Recovering missing pixels for Landsat ETM+ SLC-off imagery using multi-temporal regression analysis and a regularization method,” Remote Sensing of Environment, vol. 131, pp. 182-194, 2013. (PDF)

2. 时空连续臭氧产品
    利用发展的遥感信息重建理论与方法,基于Aura卫星上OMI传感器的臭氧总量三级产品OMTO3e,通过对该产品的缺失信息进行重建与修复,生成了全球(2004-2014)最高分辨率的时空连续臭氧制图产品。
    点击下载臭氧产品:2004-2014年臭氧产品 (更新日期:2016.3.4,产品介绍
    点击下载臭氧产品Flag文件:Flag文件 (更新日期:2016.3.4)
    参考文献: X. Peng, H. Shen, L. Zhang, C. Zeng, G. Yang, and Z. He, “Spatially Continuous Mapping of Daily Global Ozone Distribution (2004-2014) with the Aura OMI Sensor: Spatially Continuous Ozone Product,” Journal of Geophysical Research Atmospheres, vol. 121, no. 21, 2016. (PDF)

3. 高分一号WFV影像云与云阴影检测工具(更新日期:2017.2.15, 1.0正式版
    参考文献: Z. Li, H. Shen, H. Li, G. Xia, P. Gamba, and L. Zhang, “Multi-feature combined cloud and cloud shadow detection in GaoFen-1 wide field of view imagery,” Remote Sensing of Environment, vol. 191, pp. 342-358, 2017.  (PDF)
    链接: 多特征联合的云与云阴影检测

4. 多源遥感时空融合软件(更新日期:2018.4.27,1.1正式版
    参考文献: Q. Cheng, H. Liu, H. Shen, P. Wu, and L. Zhang, “A spatial and temporal nonlocal filter-based data fusion method.” IEEE Transactions on Geoscience and Remote Sensing, vol.55, no.8, pp. 4476-4488, 2017. (PDF)

5. 极化SAR影像非线性引导滤波器(1.0正式版
    针对全极化SAR去噪问题,提出了一种基于非线性权重核和自适应窗口的引导滤波方法。
    参考文献: X. Ma, P. Wu, and H. Shen, “A Nonlinear Guided Filter for Polarimetric SAR Image Despeckling,” IEEE Transactions on Geoscience and Remote Sensing, 2018. DOI: 10.1109/TGRS.2018.2870188(PDF)

6. 基于空谱信息联合协方差矩阵的多频率全极化SAR影像的非局部均值去噪方法(1.0正式版
    针对多波段全极化SAR去噪问题,提出了一种基于空间和多波段信息联合极化协方差矩阵的迭代非局部均值去噪方法。
    参考文献: X. Ma, P. Wu, and H. Shen, “Multifrequency Polarimetric SAR Image Despeckling by Iterative Nonlocal Means Based on a Space-Frequency Information Joint Covariance Matrix,” IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 12, no. 1, pp. 274-284, 2019.(PDF)

7. 基于超像素极化协方差矩阵的多时相SAR去噪方法(Data
中国福彩快三网站     提出一种基于超像素极化协方差矩阵的多时相SAR去噪方法,论文正处于审稿阶段。此处提供了所用到的实验数据及处理结果。

分享到QQ空间新浪微博人人网腾讯微博网易微博0