高光谱

高光谱预处理方法之MSC与SNV——matlab实现

光谱多元散射校正（MSC）的目的：经过散射校正后得到的光谱数据可以有效的消除由于散射水平不同带来的光谱差异，从而增强光谱与数据之间的相关性。（1）求得所有光谱数据的平均值作为“理想光谱”；计算平均光谱：（2）将每个样品的光谱与平均光谱进行一元线性回归运算，求得各光谱相对于标准光谱的线性平移量(回归常数)和倾斜偏移量(回归系数)，一元线性回归：mi和bi分别表示各样品近红外光谱Ai与平均光谱A进行一
running鸿·2023-03-29 10:14

高光谱预处理之SG平滑(Matlab实现)

SG平滑是我们在预处理高光谱数据常用的方法，由Savizkg和Golag提出的，基于最小二乘原理的多项式平滑算法,也称卷积平滑。sgolayfilt是matlab已经封装好的SG平滑函数。
running鸿·2023-03-29 10:44

论文笔记-Self-Supervised Learning With Adaptive Distillation for Hyperspectral Image Classification

为了解决高光谱分类问题中带标签数据不足，数据标签采集困难的问题，本文提出了一种自适应SoftLabel生成方法，同时提出了PCN网络结果和自适应蒸馏的网络训练方法和高光谱3DTransformation
HenryYanWhu·2023-03-17 04:09

基于张量变换域低秩正则化的图像恢复方法

高光谱图像、磁共振图像、RGB图像等都可以表示成三维数组的形式，在数学上将这种多维数组称为高阶张量，同样，上述三种图像都可以表示成三阶张量。
山科智能信息处理实验室·2023-03-15 07:55

python图像纹理提取_提取图像的颜色、纹理特征(传统算法)

1044197988/Python-Image-feature-extractiongithub.com原始图片这里拿高光谱影像图片作为示例，图片大小为512*512。
weixin_39969953·2023-03-12 07:44

高光谱图像处理中常见专业术语缩略词（50个）

1.HSIHyperspectralImage高光谱图像2.DRMDimensionalityReductionMethod降维方法3.FSAFeatureSelectionAlgorithm特征（波段
ZZX-研一小学僧·2023-03-09 07:09

从CNN到Transformer：基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类

我国高分辨率对地观测系统重大专项已全面启动，高空间、高光谱、高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成，将成为保障国家安全的基础性和战略性资源。
思考的小猴子·2023-02-26 07:44

基于ENVI与ERDAS的Hyperion高光谱经验比值、一阶微分法叶绿素及地表参数反演

1前期准备与本文理论部分1.1几句闲谈  前面几篇博客介绍了基于Landsat这一多光谱遥感图像数据的多种地表温度（LST）反演方法，大家可以参考博客1（https://blog.csdn.net/zhebushibiaoshifu/article/details/113915477）、博客2（https://blog.csdn.net/zhebushibiaoshifu/article/deta
疯狂学习GIS·2023-02-18 06:23

ISPRS2018/云检测：Cloud/shadow detection based on spectral indices for multi/hyp基于光谱指数的多/高光谱光学遥感成像仪云/影检测

Cloud/shadowdetectionbasedonspectralindicesformulti/hyperspectralopticalremotesensingimagery基于光谱指数的多/高光谱光学遥感成像仪云
HheeFish·2023-02-07 08:22

基于卷积神经网络的高光谱分类（1D、2D、3D-CNN）

算法原理卷积神经网络（ConvolutionalNeuralNetworks，CNN）是深度学习中最常见的一种算法，它具有强大的特征学习能力。CNN通过结合局部感知区域、共享权重、空间或者时间上的降采样来充分利用数据本身包含的局部性等特征，优化网络结构，并且保证一定程度上的位移和变形的不变性。因此，CNN被广泛应用在图像分类，语音识别，目标检测和人脸识别等领域。一般而言，一个简单的卷积神经网络结构
大桃子技术·2023-02-06 05:44

高光谱图像分类

文章目录1.Paper解读2.代码1.引入数据和基本函数库2.定义HybridSN类3.创建数据集4.训练5.模型测试6.显示分类结果3.思考1.Paper解读下面代码原理来自2019年IEEE论文：HybridSN:Exploring3-D–2-DCNNFeatureHierarchyforHyperspectralImageClassification该论文认为二维卷积不能提取光谱维度的特征，
露馅的豆包·2023-02-05 10:42

hyperion高光谱参数_Hyperion高光谱数据预处理及其处理插件

Hyperion简介Hyperion传感器是搭载于美国EarthObserving-1(EO-1)卫星上的高光谱成像光谱仪，是世界上第一个星载高光谱传感器。
weixin_39908616·2023-01-31 22:44

高光谱图像压缩方法综述

Hyperspectralimagecompressionapproaches:opportunities,challenges,andfuturedirectionsdiscussion”0摘要（1）由于高光谱图像独特的多维架构
ZZX-研一小学僧·2023-01-29 17:56

半监督分类算法_基于同质区和迁移学习的高光谱图像半监督分类

作者信息赵婵娟，周绍光，丁倩，刘丽丽(河海大学地球科学与工程学院，江苏南京211100)“【摘要】针对高光谱遥感图像分类中标记样本难获取的问题，提出了一种基于同质区和迁移学习的新型半监督分类方法。
weixin_39928844·2023-01-28 08:57

高光谱目标检测论文学习（4）——Hierarchical Suppression Method for Hyperspectral Target Detection

思路我们首先来回忆一下之前学过的一些高光谱目标检测方法。
MrBamboo2000·2023-01-27 09:09

高光谱目标检测论文学习（6）—— Bayesian Constrained Energy Minimization for Hyperspectral Target Detection

前言之前我们我们学习了HCEM和ECEM两种CEM的改进方法，这两种方法的相同点是都考虑了实际情况，加入了非线性检测的部分，从而提升了检测性能，不同的是一个主要是采用分层迭代的思想，一个采用集成学习、级联检测的思想。在这一篇文章中我们重点介绍一种新的方法BCEM，这是一种利用贝叶斯的思想去优化改进目标光谱，从而达到提升检测性能的目的。思路回顾我们之前提过的几种CEM变种方法，他们都是默认给定的目标
MrBamboo2000·2023-01-27 09:39

高光谱目标检测论文学习（5）—— Ensemble-Based Cascaded CEM for HTD

前言上一篇我们学习的对CEM进行改进的方法是多层串联（HCEM），这种方法的本质是进行多次迭代来增加精度并使用了非线性处理来贴合真实世界情况。CEM作为一种检测器，其与分类器在很大程度上是极其相似的，而随着机器学习的兴起，集成学习成为提升分类器性能的一大重要方法。本文便是利用了集成学习的思想去对CEM进行改进，并借鉴了hCEM加入非线性处理的思想进一步贴合真实世界情况。思路CEM是一种当目标先验知
MrBamboo2000·2023-01-27 09:38

基于“遥感+”蓝碳储量估算、红树林信息提取实践技术应用与科研论文写作

目录“遥感+”助推蓝碳生态系统碳储量调查简介第一章高光谱遥感数据介绍及预处理第二章光谱特征分析与参量提取第三章高光谱遥感数据分类与制图第四章GEE数据处理介绍第五章碳储量时空变化与预测大气温室气体浓度不断增加
WangYan2022·2023-01-18 13:38

随机森林降维matlab,随机森林在高光谱遥感数据中降维与分类的应用

高光谱遥感图像技术(hyperspectralimages)能够获取地物在几十甚至几百个波段的光谱信息.与多光谱数据相比,高光谱数据具有图谱合一、可识别更多地物等优势,它在环境监测、植被的精细分类、农作物的长势监测等方面有着非常好的应用前景
夜魔残月·2023-01-17 15:56

R语言实现基于随机森林的高光谱影像分类

在PaviaUniversity数据中选取100×100大小的影像和参考数据，选取30个样本作为训练样本，基于随机森林进行分类library("R.matlab")library("yaImpute")library("randomForest")PATH0)#固定她的返回结果set.seed(100)RandomIndex<-sample(pavia_no0,length(pavia_no0))
hcwhugis·2023-01-17 15:26

matlab 浅浅实现随机森林（Random forest）算法对高光谱图像数据进行分类，输出分类结果图和精度评价

利用随机森林（Randomforest）算法对数据进行分类，输出分类结果图；利用验证样本集计算出分类结果的混淆矩阵，输出分类结果的整体分类精度和每一类地物的分类精度。emmm不要对下面的内容报有太大的期待，要求使用随机森林算法，我尝试了，但失败了，就只是用matlab自己的函数勉强完成了要求。我的工作量大概在于找到这个函数[大哭]%利用随机森林（Randomforest）算法对数据进行分类%第一种
L林N·2023-01-17 15:24

遥感变化检测综述 Change Detection Based on Artificial Intelligence:State-of-the-Art and Change

遥感变化检测综述ChangeDetectionBasedonArtificialIntelligence:State-of-the-ArtandChange现存的变化检测综述主要专注于在多时态高光谱图像
小王今天没学习·2023-01-17 07:28

【高光谱、多光谱和全色图像融合】

HyperFusion:AComputationalApproachforHyperspectral,Multispectral,andPanchromaticImageFusion（超融合：高光谱、多光谱和全色图像融合的计算方法
小郭同学要努力·2023-01-14 07:05

【遥感综述】

遥感综述小集合Imagefusionmeetsdeeplearning:Asurveyandperspective（张浩，马佳义）Sharpeningfusion多光谱图像锐化和高光谱图像锐化是两种典型的锐化融合任务
小郭同学要努力·2023-01-14 07:04

高光谱图像域适应论文（一）Unsupervised Domain Adaptation With Dense-Based Compaction for Hyperspectral Imagery

前言本文主要是在ADDA的基础上采用了以Densenet为框架的特征提取器网络，需要注意的地方就是本文末Eq7,如何进行域混淆。什么是DenseNet?DenseNet中每个层都会接受其前面所有层作为其额外的输入（见图2DenseBlock），类似于ResNet。DenseNet的另一大特色是通过特征在channel维度上的连接来实现特征重用（featurereuse）。这些特点让DenseNet
shawchan9·2023-01-12 18:54

高光谱图像比赛GRSS

http://www.grss-ieee.org/community/technical-committees/data-fusion/
iOptimize-Lab·2023-01-12 13:33

【Paper】Nonlocal Graph Convolutional Networks for Hyperspectral Image Classification

1.当前现状（1）CNN和RNN中在高光谱的分类中应用广泛，它们属于一种监督分类学习，依赖于充足的训练样本。
pangpd·2023-01-12 12:11

论文阅读笔记(18):Graph Convolutional Subspace Clustering，图卷积子空间聚类

ARobustSubspaceClusteringFrameworkforHyperspectralImage摘要简介相关工作子空间聚类图卷积网络方法论图卷积子空间聚类(GCSC)高效GCSC高效核GCSC使用GCSC对HSI聚类摘要高光谱
塔_Tass·2023-01-12 12:11

【Paper】Multiscale Dynamic Graph Convolutional Network for Hyperspectral Image Classification

GCN为了克服这一缺点，我们考虑将最近提出的图卷积网络（GCN）用于高光谱图像分类，因为它可以对任意结构的非欧几里德数据进行卷积，并且适用于由图拓扑信息表示的不规则图像区域。
pangpd·2023-01-12 12:10

【论文浅读】《Spectral Pyramid Graph Attention Network for Hyperspectral Image Classification》

创新思想：这篇文章提出了新的结构称为光谱金字塔图注意网络(SpectralPyramidGraphAttentionNetwork,SPGAT)，在高光谱图像分类方面解决了两个问题：一个是现有标准的卷积核忽略了数据点之间的内在联系导致区域划分不好
邂逅模拟卷·2023-01-12 12:10

Hyperspectral Image Classification With Context-Aware Dynamic Graph Convolutional Network

论文记录1Abstract一RelatedworksA高光谱影像分类B图卷积网络二TheProposedmethodA图卷积网络B像素到区域的映射C动态图细化D区域到像素映射四试验结果与分析A数据集B试验设置
Eric Leee·2023-01-12 12:10

图卷积神经网络--Graph Convolutional Networks for Hyperspectral Image Classification

一、文章摘要卷积神经网络（CNN）由于能够捕捉空间-光谱特征表示，在高光谱（HS）图像分类中受到越来越多的关注。然而，他们对样本之间关系建模的能力仍然有限。
你这个代码我看不懂.·2023-01-12 12:39

基于高光谱影像的农作物检测应用简介

联系方式：kydzzyk@163.com基于高光谱影像的农作物检测应用简介随着科学技术的发展，现代农业正在朝着更加规模化的方向发展。
zyk1120102464·2023-01-10 15:59

高光谱辐射计(Hyperspectral Ocean Color Radiometers)

高光谱辐射计(HyperspectralOceanColorRadiometers)，是一种小型化、高采样频率的水色遥感专用高光谱辐射计，包含可以用于水下或者水面之上，测量水体的辐亮度计HOC-R和辐照度计
广州耀海科技有限公司·2023-01-10 14:27

Auto HyperAOP全自动表观高光谱观测系统

AutoHyperAOP全自动表观高光谱观测系统，搭载了全自动太阳跟踪转台和海面表观采集系统，采用水面之上法，保持相对于太阳的正确观测角，实现全自动测量。
广州耀海科技有限公司·2023-01-10 14:27

VM HyperAOP船载表观高光谱观测系统

VMHyperAOP船载表观高光谱观测系统，搭载先进的三轴自稳电子转台，主要用于走航式水体表观高光谱测量。
广州耀海科技有限公司·2023-01-10 14:56

一体式表观高光谱仪Triplet AOP

一体式表观高光谱仪TripletAOP是一款超便携、智能化、高性价比的一体式表观高光谱仪，安装了两个高光谱辐亮度传感器和一个高光谱辐照度传感器。
广州耀海科技有限公司·2023-01-10 14:56

HyperOPS 剖面式高光谱观测系统

HyperOPS剖面式高光谱观测系统，是一套自由落体式剖面高光谱光学测量系统，用于测量水生系统中的光学特性。
广州耀海科技有限公司·2023-01-10 14:56

Opencv读取多光谱（高光谱）数据（1）

其一是读取img或tif等格式的高光谱数据。
畋惑·2023-01-10 14:48

高光谱知识(1)-高光谱成像技术的理解

系列文章目录高光谱技术可以获得待观测目标或场景的连续单色光谱图像，并通过空间维(x,y)数据和光谱维(λ)数据共同组成三维观测数据立方体，从而为研究人员提供探测目标或场景中的每一个点的空间和光谱特征细节
Echo_Code·2023-01-10 14:48

直接法表观高光谱仪Float HyperAOP

直接法表观高光谱仪FloatHyperAOP集成了高精度辐照度和辐亮度光学系统，基于SBA方法测量离水辐亮度，在辐亮度的光学面添加了一个扩展锥体，使锥体尖端完全位于空气-水界面的下方机械阻挡水表面的天空反射光
广州耀海科技有限公司·2023-01-10 14:18

matlab连续投影算法SPA使用示例

——百度百科论文写作需要用到SPA对高光谱数据进行波段选择，在网上找到相关代码SPA_GUIhttp://www.ele.ita.br/~kawakami/spa/后不知
PeanutbutterBoh·2023-01-10 11:09

文献阅读1：Deep Learning for Image Super-resolution: A Survey

有监督的超分放大3.1框架3.2上采样3.3网络设计3.4学习策略3.6先进的SR模型4.无监督的超分放大4.1零镜头4.2弱监督4.3深度图像先验5.特定领域的应用5.1深度图像5.2人脸图像5.3高光谱
makxxl·2023-01-10 06:44

最小噪声分离 matlab,基于最小噪声分离的约束能量最小化亚像元目标探测方法-A Constrained Energy Minimization Method in Sub-pixel Target...

利用最小噪声分离变换，降低高光谱遥感影像的维数，同时分离高光谱遥感影像中的噪声。利用约束能量最小化方法对低维数据进行亚像元目标探测，避免了求解影像虚拟维数和病态矩阵求逆的问题。实验结果表明，该方法
牛站长·2023-01-09 17:04

MNF变换相关概念

最小噪声分离变换（MinimumNoiseFractionRotation，MNFRotation）1.适用于高光谱遥感数据2.用于判定图像数据的内在维数（即波段数）作用：分离数据中的噪声，减少之后计算的需求量本质
boykang·2023-01-09 17:34

Maximum Noise Fraction（MNF）算法理解

MaximumNoiseFraction（MNF）介绍最大噪声比率MNFMNFMNF(MaximumNoiseFraction)1变换方法，也是一种常用的高光谱图像数据特征提取方法。
是可帅鸭·2023-01-09 17:04

高光谱遥感图像处理（7）----IDL遥感相关网站资源

IDL遥感相关1.香港浸会大学的virtual实验室，周启鸣老师简介：在线GIS和RS软件教程，介绍了Envi的使用过程，网址：http://geog.hkbu.edu.hk/virtuallabs/2.GIS空间站简介：GIS，rs相关资料，有免费的书籍下载（包括Envi用户手册等）网址：http://www.gissky.net/soft/dzsj/3.普度大学实验室网站简介：Laborato
小木匠_·2023-01-08 14:27

高光谱数据预处理之数据归一化

高光谱数据读入后进行数据归一化，以下为其他博主整理的归一化的几种方法，原文https://blog.csdn.net/qq_35166974/article/details/87981252，如有不妥请联系删帖下面我将开始介绍一系列高光谱数据预处理算法
llihz·2023-01-06 14:42

VS2013+OPENCV+GDAL处理多光谱数据

目前在研究高光谱图像处理。与普通图像不同，高光谱图像是多波段的图像，而OPENCV只能直接处理至多3维的图像，所以要依赖GDAL库来处理高光谱图像。
weixin_30407613·2023-01-06 14:11

GDAL与OpenCV2.X数据转换（适合多光谱和高光谱等多通道的遥感影像）

1.GDAL与OpenCV2.X数据转换（适合多光谱和高光谱等多通道的遥感影像）一、前言GDAL具有强大的图像读写功能，但是对常用图像处理算法的集成较少，OpenCV恰恰具有较强的图像处理能力，因此有效的结合两者对图像
weixin_30607659·2023-01-06 14:11
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他