1-ENVI基础知识2-影像预处理基础3-自定义坐标系4-MODIS几何校正5-地形图的几何校正6-几何校正(RapidEye几何校正)7-TM图像与SPOT图像配准8-TM图像校正（矢量上选点）9-图像融合10-图像镶嵌11-图像裁剪12-图像增强13-监督分类（样本选择）14-监督分类（分类）15-监督分类（分类后处理）16-监督分类（精度验证）17-非监督分类18-快速制图19-三维可视20-基于GLT的几何校正（风云三号气象卫星为例）21-正射校正22-正射校正（选择控制点QB校正）23-RapidEye正射校正24-构建RPC正射校正（BuildRPC）25-图像自动配准26-基于专家知识决策树分类27-决策树自动阈值分类28-面向对象图像分类(城市信息提取)29-面向对象耕地信息提取30-基于立体像对的DEM提取31-DEM分析与应用32-遥感动态监测33-林冠状态遥感变化监测34-森林砍伐监测35-耕地信息变化监测36-雷达图像基本处理37-高光谱基础38-传感器定标和大气校正39-快速大气校正40-波谱库浏览与建立41-植被识别42-矿物识别43-基于波谱沙漏工具的矿物识别44-植被指数计算和分析45-波段运算（bandmath）46-ENVI的二次开发47-IDL简介48-遥感与GIS一体化

ENVI遥感图像自动配准详细教程，内有详细步骤和截图。

实现批量对ArcGIS影像栅格格式（*.img;*.sid;*.jpg;*.jpeg;*.bmp;*.tif;*.gif;*.emf;*.wmf;*.png等）配准

总结-图像配准算法，图像配准定义，图像配准分类，基于图像灰度的配准方法，基于特征点的配准方法，基于小波变换的遥感图像自动配准算法，高分辨率SAR影像同名点自动婚配技术......

：随着遥感图像分辨率的日益提高，遥感图像的尺寸和数据量也不断地增大，同时随着遥感应用的发展，对图像配准的功能也提出越来越高的要求，基于此，提出一种特征级高分辨率遥感图像快速自动配准方法。
首先，对图像进行Haar小波变换，基于小波变换后的近似图像进行配准以提高配准速度；
其次，根据不同的遥感图像来源使用不同的特征提取方法(光学图像使用Canny边缘提取算子，SAR图像使用Ratio Of Averages算子)，并将线特征转化为点特征；
然后，依据特征点间最小角与次小角的角度之比小于某一阈值来确定初始匹配点对；
最后，利用改进的随机抽样一致性算法滤除错误匹配点对，并结合分块思想均匀选取匹配点

雷达干涉测量（INSAR）是近十几年来非常活跃的研究领域，其一般理论日益成熟，应用前景颇为看好。
《雷达干涉测量：原理与信号处理基础》结合作者多年来从事雷达遥感和INSAR技术研究的成果和实际经验，力图兼顾入门性和前沿性两方面，首先阐述《雷达干涉测量：原理与信号处理基础》的学科背景以及INSAR技术的发展、现状和存在的主要问题。
然后在引见雷达遥感的相关知识和SAR影像主要特点的基础上，系统地论述了雷达干涉测量技术的基本原理、成像模式、数据获取与数据处理的一般步骤等，并进一步探讨高程提取的理论精度、立体视觉与雷达干涉成像的联系与区别，试图从不同的角度理解干涉成像的原理。
在数据处理和相关的算法方面，着重论述了复数INSAR影像对的自动配准、抑制干涉图噪声、相位解缠和数字高程信息提取等关键技术和实施算法等。
对于每一个技术环节，尽量兼顾多种算法或实施途径，并进行分析对比，给读者提供多方面的理解。
最后还引见了INSAR技术的重要应用之一的差分干涉技术的基本原理和应用

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。