搜索资源列表
IDL二次开发
- 基于IDL二次开发，可以用来批量处理多(高)光谱影像，并可根据定标系数计算遥感影象的辐亮度。具体操作方法参考记事本。
subpixel
- 基于多尺度小波特征的高光谱影像亚像素目标识别、基于灰度矩的CCD图像亚像素边缘检测算法研究、基于矩的亚像素边缘检测算法的对比研究等-Based on multi-scale wavelet feature in Hyperspectral subpixel target identification, Gray moment CCD image sub-pixel edge detection algorithm, based on the moment of sub-pixel edge de
imagefeatureextractionmethod
- 桌红外图像特征提取方法研究。基于模糊核主成分分析的高光谱遥感影像特征提取研究。-Table infrared image feature extraction method.
ronghe
- 基于HIS变换的融合和高光谱的融合,把一个高分辨率全色的影像和一个彩色的影像进行融合-HIS transform based on spectral integration and the integration of high-to a high-resolution panchromatic image and a color image fusion
imagecube
- 通过影像立方体来模拟输入的遥感高光谱数据-Analog input through the image cube to the remote sensing hyperspectral data
N_FINDR
- 高光谱遥感影像端元提取算法，采用单形体体积最小为准则-N-FINDR algorithm for endmember extraction using hperspectral remote sensing data
ENVI_HJ1A1B_ToolsV3.0
- 处理环境一号卫星CCD和HSI高光谱影像的工具，可以转换为ENVI可识别的格式在ENVI软件中打开，目前是3.0版本-The tools can convert HJ1A/1B CCD and HSI hyperspectral imaging to a format recognizable by ENVI software, the current version is 3.0
FeatureExtraction-(1)
- 绿色植物具有明显的光谱反射特征,而这种特征与植被的发育、健康状况以及生长条件密切相关。传统的宽波段、多光谱遥感数据对于植被的研究仅限于一般性的红光吸收特征和近红外的反射特征[1-3],以及中红外的水吸收特征[4-6]。高光谱遥感通过对不同类型植被的生物物理化学成分含量的估算能获得较为理想的植被生态学信息,并在提取植被信息中得到大量的应用和研究[7-10]。高光谱遥感器的出现为改进现有的分类算法,进一步提高植被分类精度提供了可能。高光谱遥感技术已经应用于湿地分类、边界、水体、湿地植被和湿地生境因子
ENVI_HJ1A1B_Tools_v3.0
- 国产环境星(HJ-1A/1B)多光谱及高光谱影像数据处理ENVI平台扩展模块-Extending module for HJ-1A/1B multispectral and hyperspectral images preprossing based on ENVI platform
hyperspectral-4
- 这是一种基于最佳小波包基的高光谱影像特征制图算法，感兴趣的同学可以参考一下。-This is a kind of based on optimal wavelet BaoJi feature mapping algorithm of hyperspectral images, interested students can refer to it.
hyperspectral-5
- 这是一种基于非线性判别分析的高光谱影像特征提取算法，感兴趣的同学可以参考一下。-This is a kind of based on nonlinear discriminant analysis feature extraction algorithm of hyperspectral images, interested students can refer to it.
DelNoise
- 高光谱影像随机噪声检测与平滑，matlab-Hyperspectral imaging detection and smoothing random noise, matlab
高光谱遥感影像读写附头文件
- 可用于读取BIL、BIP、BSQ格式的高光谱遥感影像文件(Can be used for hyperspectral remote sensing image file read BIL, BIP format, BSQ)
code
- ssmfa将高光谱数据从高维观测空间投影到低维流形空间，达到约减数据维数的目的(ssmfa hyperspectral data is projected from the high dimensional observation space into the low dimensional manifold space, so as to reduce the dimensionality of data)
imPort
- 一个能够读取高光谱影像的程序，包括读取头文件、将高光谱影像读入matlab中(A program that can read hyperspectral images, including reading header files and reading hyperspectral images into Matlab.)
imwrite_HSI
- 将高光谱影像写成单波段，然后保存成JPG格式(Write hyperspectral images as a single band)
多光谱影像PCA与遍历显示matlab实现
- 基于多光谱影像的地物分类预处理算法，使用matlab将数据tif影像打开，并展示，在数据波段中，使用PCA算法，使得信息集中利于分类。(Preprocessing algorithm of object classification based on multi spectral image)
CNN_Pavia-master
- 使用卷积神经网络进行高光谱遥感数据分类，使用的数据源为Pavia University高光谱数据 文件夹log--日志文件夹，存放TensorBorad日志、网络参数文件、混淆矩阵图 文件夹Patch--存放数据处理的切片结果 文件夹PaviaU--高光谱数据下载存放位置 文件夹predicted--CNN对原始影像的分类结果 data.py--对原始高光谱影像进行数据处理，生成切片 net.py--神经网络模型 train.py--训练神经网络 utils.py--需要用到的函数 show.p
ACE（自适应相干估计）
- 高光谱影像处理算法，自动抽取高光谱每一条波谱，计算波谱与特征波谱的马氏距离，进而识别影像中特征区域
光谱角度映射(SAM)
- 高光谱影像每一条光谱都有不同的光谱角，通过计算特征光谱的波谱角和每一条波谱的波谱角，对特征区域进行识别