遥感图像MEL文件解读
小伙伴们用记事本打开下载后的遥感图像中的MEL文件
我这个是landset5的TM影像的MEL文件
GROUP = L1_METADATA_FILE ;
GROUP = METADATA_FILE_INFO;meta 数
ORIGIN = "Image courtesy of the U.S. Geological Survey" ;美国地质调查局提供的图片
REQUEST_ID = "0301006174765_00001"
PRODUCT_CREATION_TIME = 2010-06-24T12:37:40Z ;产品发布时间
STATION_ID = "EDC"
LANDSAT5_XBAND = "1"
GROUND_STATION = "IKR"
LPS_PROCESSOR_NUMBER = 0
DATEHOUR_CONTACT_PERIOD = "0926502"
SUBINTERVAL_NUMBER = "01"
END_GROUP = METADATA_FILE_INFO
GROUP = PRODUCT_METADATA
PRODUCT_TYPE = "L1T"
ELEVATION_SOURCE = "GLS2000"
PROCESSING_SOFTWARE = "LPGS_11.1.0"
EPHEMERIS_TYPE = "DEFINITIVE"
SPACECRAFT_ID = "Landsat5"
SENSOR_ID = "TM" ; 传感器类型
SENSOR_MODE = "BUMPER";
ACQUISITION_DATE = 2009-09-22; 成像日期
SCENE_CENTER_SCAN_TIME = 02:43:22.2040500Z
WRS_PATH = 123 轨道号
STARTING_ROW = 32 开始行号
ENDING_ROW = 32 结束行号
BAND_COMBINATION = "1234567";波段
PRODUCT_UL_CORNER_LAT = 41.2836004 成像四角的经纬度
PRODUCT_UL_CORNER_LON = 115.2601261
PRODUCT_UR_CORNER_LAT = 41.2901007
PRODUCT_UR_CORNER_LON = 118.2372726
PRODUCT_LL_CORNER_LAT = 39.3222493
PRODUCT_LL_CORNER_LON = 115.3097465
PRODUCT_LR_CORNER_LAT = 39.3283165
PRODUCT_LR_CORNER_LON = 118.2019759
PRODUCT_UL_CORNER_MAPX = 354300.000 四个角的直角坐标
PRODUCT_UL_CORNER_MAPY = 4571700.000
PRODUCT_UR_CORNER_MAPX = 603600.000
PRODUCT_UR_CORNER_MAPY = 4571700.000
PRODUCT_LL_CORNER_MAPX = 354300.000
PRODUCT_LL_CORNER_MAPY = 4353900.000
PRODUCT_LR_CORNER_MAPX = 603600.000
PRODUCT_LR_CORNER_MAPY = 4353900.000
PRODUCT_SAMPLES_REF = 8311 近红外图像的列数
PRODUCT_LINES_REF = 7261 近红外图像的行数
PRODUCT_SAMPLES_THM = 8311 热红外图像的列数
PRODUCT_LINES_THM = 7261 热红外图像的行数
BAND1_FILE_NAME = "L5123032_03220090922_B10.TIF" 波段名
BAND2_FILE_NAME = "L5123032_03220090922_B20.TIF"
BAND3_FILE_NAME = "L5123032_03220090922_B30.TIF"
BAND4_FILE_NAME = "L5123032_03220090922_B40.TIF"
BAND5_FILE_NAME = "L5123032_03220090922_B50.TIF"
BAND6_FILE_NAME = "L5123032_03220090922_B60.TIF"
BAND7_FILE_NAME = "L5123032_03220090922_B70.TIF"
GCP_FILE_NAME = "L5123032_03220090922_GCP.txt"
METADATA_L1_FILE_NAME = "L5123032_03220090922_MTL.txt"
CPF_FILE_NAME = "L5CPF20090701_20090930_11"
END_GROUP = PRODUCT_METADATA
GROUP = MIN_MAX_RADIANCE 各个波段的最大最小辐射亮度值
LMAX_BAND1 = 193.000
LMIN_BAND1 = -1.520
LMAX_BAND2 = 365.000
LMIN_BAND2 = -2.840
LMAX_BAND3 = 264.000
LMIN_BAND3 = -1.170
LMAX_BAND4 = 221.000
LMIN_BAND4 = -1.510
LMAX_BAND5 = 30.200
LMIN_BAND5 = -0.370
LMAX_BAND6 = 15.303
LMIN_BAND6 = 1.238
LMAX_BAND7 = 16.500
LMIN_BAND7 = -0.150
END_GROUP = MIN_MAX_RADIANCE
GROUP = MIN_MAX_PIXEL_VALUE 各个波段最大最小的灰度值
QCALMAX_BAND1 = 255.0
QCALMIN_BAND1 = 1.0
QCALMAX_BAND2 = 255.0
QCALMIN_BAND2 = 1.0
QCALMAX_BAND3 = 255.0
QCALMIN_BAND3 = 1.0
QCALMAX_BAND4 = 255.0
QCALMIN_BAND4 = 1.0
QCALMAX_BAND5 = 255.0
QCALMIN_BAND5 = 1.0
QCALMAX_BAND6 = 255.0
QCALMIN_BAND6 = 1.0
QCALMAX_BAND7 = 255.0
QCALMIN_BAND7 = 1.0
END_GROUP = MIN_MAX_PIXEL_VALUE
GROUP = PRODUCT_PARAMETERS
CORRECTION_METHOD_GAIN_BAND1 = "CPF"
CORRECTION_METHOD_GAIN_BAND2 = "CPF"
CORRECTION_METHOD_GAIN_BAND3 = "CPF"
CORRECTION_METHOD_GAIN_BAND4 = "CPF"
CORRECTION_METHOD_GAIN_BAND5 = "CPF"
CORRECTION_METHOD_GAIN_BAND6 = "IC"
CORRECTION_METHOD_GAIN_BAND7 = "CPF"
CORRECTION_METHOD_BIAS = "IC"
SUN_AZIMUTH = 149.6001755 成像时太阳方位角
SUN_ELEVATION = 45.7838757 成像时太阳高度角
OUTPUT_FORMAT = "GEOTIFF" 文件保存格式
END_GROUP = PRODUCT_PARAMETERS
GROUP = CORRECTIONS_APPLIED
STRIPING_BAND1 = "NONE"
STRIPING_BAND2 = "NONE"
STRIPING_BAND3 = "NONE"
STRIPING_BAND4 = "NONE"
STRIPING_BAND5 = "NONE"
STRIPING_BAND6 = "NONE"
STRIPING_BAND7 = "NONE"
BANDING = "N"
COHERENT_NOISE = "N"
MEMORY_EFFECT = "Y"
SCAN_CORRELATED_SHIFT = "Y"
INOPERABLE_DETECTORS = "N"
DROPPED_LINES = "N"
END_GROUP = CORRECTIONS_APPLIED
GROUP = PROJECTION_PARAMETERS 投影参数
REFERENCE_DATUM = "WGS84" 参考基准面
REFERENCE_ELLIPSOID = "WGS84" 参考椭球
GRID_CELL_SIZE_THM = 30.000 热红外波段图像尺寸
GRID_CELL_SIZE_REF = 30.000 反射波段图像尺寸
ORIENTATION = "NUP"
RESAMPLING_OPTION = "CC"
MAP_PROJECTION = "UTM" 地图投影UTM
END_GROUP = PROJECTION_PARAMETERS
GROUP = UTM_PARAMETERS
ZONE_NUMBER = 50 分区号
END_GROUP = UTM_PARAMETERS
END_GROUP = L1_METADATA_FILE
END
遥感图像MEL文件解读相关推荐
- 遥感图像去雾文章解读
参考遥感图像去雾文章解读 - 云+社区 - 腾讯云 1.Single Remote Sensing Image Dehazing 基于暗原色先验和常见的雾霾成像模型.为了消除光环伪影,使用低通高斯滤波 ...
- 目标检测论文解读复现之十五:基于YOLOv5的光学遥感图像舰船 目标检测算法
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 目标检测论文解读复现之六:基于YOLOv5的遥感图像舰船的检测方法
目标检测论文解读复现 文章目录 目标检测论文解读复现 前言 一.摘要 二.网络模型及核心创新点 三.应用数据集 四.实验效果 五.实验结论 六.投稿期刊介绍 前言 此前出了目标改进算法专栏,但是对于应 ...
- 目标检测论文解读复现之十一:基于特征融合与注意力的遥感图像小目标检测
前言 此前出了目标改进算法专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读最新目标检测算法论文,帮 ...
- 英文论文(sci)解读复现【NO.15】学习聚合多尺度背景的实例分割在遥感图像
此前出了目标检测算法改进专栏,但是对于应用于什么场景,需要什么改进方法对应与自己的应用场景有效果,并且多少改进点能发什么水平的文章,为解决大家的困惑,此系列文章旨在给大家解读发表高水平学术期刊中的 S ...
- unet图片数据增强_numpy实现深度学习遥感图像语义分割数据增强(支持多波段)
前言 数据增强是指对训练样本数据进行某种变换操作,从而生成新数据的过程.数据增强的根本目的是得到充足的样本数据量,避免模型训练过程中产生过拟合现象. 正文 对于遥感影像来说,由于成像过程传感器对同一地 ...
- YOLT遥感图像检测算法详解
You Only Look Twice: Rapid Multi-Scale Object Detection InSatellite Imagery-论文链接-代码链接 目录 1.需求解读 2.遥感 ...
- erdas遥感图像几何校正_定量/高光谱遥感之—光谱分析技术
文章转载自微信公众号CSDN,作者冰清-小魔鱼,版权归原作者及刊载媒体所有. 在定量遥感或者高光谱遥感中,信息提取主要用到光谱/波谱分析技术.本专题对光谱/波谱分析中涉及的流程及一些技术进行讲解,包括 ...
- python大气校正_Python 处理遥感图像:光谱辐射定标、大气校正和计算反射率
唔,最近在做作业的时候,一些实验内容涉及到了用ENVI处理遥感图像,然后自己手动操作软件一遍遍的输入各种参数神马的感觉挺无聊....然后决定自己用python里面的opencv库写个脚本批处理图像反射 ...
最新文章
- 咪咕盒子链接服务器失败_云服务器怎样备份数据库备份
- IntelliJ IDEA 18 周岁,吐血推进珍藏已久的必装插件
- 揭开隐藏数据的面纱,优化应用程序性能(转)
- 迪信通机器人_迪信通要做机器人 玩票还是另有深意?
- 博客SEO文字转链接工具
- RedHat5 升级OpenSSH服务
- 【Elasticsearch】 es 排查问题 explain 使用 内容解释
- adprw指令通讯案例_超实用,非常典型的Modbus通讯项目案例,三分钟学会
- 从SQL到NoSQL再到NewSQL
- Scala 2.8馆藏图书馆是“历史上最长的遗书”吗? [关闭]
- 如何在Ubuntu 13.04, 13.10上安装Sublime Text 3
- LuoguP2764 最小路径覆盖问题(最大流)
- PHP for windows iis6配置
- EXCEL数据分析-案例实践
- za压缩图片的几种方法
- 使用gsds绘制基因结构图_使用 GSDS 绘制基因结构图
- 带宽叠加是什么意思?
- dell服务器系统备份软件,使用 AlienRespawn 备份 Alienware 电脑的系统
- 云闪付华为P9指纹_超强指纹识别体验:华为P9指纹还能这么玩
- uniapp获取手机可接收的所有的WiFi名称与信号强度