学习时间：2018/10/23主要内容：先导内容：Hughes现象：指在高光谱分析中过程中，随着参与运算波段数目的增加，分类精度“先增后降”的现象。与多光谱相比，高光谱图像的一个显著特点就是它的波段数目远远大于多光谱图像，因而可以提供更为丰富的细节信息，可以解决许多在多光谱中不能解决的目标探查和分类问题，但是由于Hughes现象的存在，使得高光谱图像的实际应用受到限制[1]。采用统计模式识别方法对
本文为初期学习总结，本篇文章总结了遥感高光谱图像研究背景、高光谱图像噪声的分类，介绍了基于张量的图像恢复方法及近年来对于张量分解的相关研究，总结了几个常用的图像评价指标，总结了高光谱遥感图像常用的数据集。仍有很多不足，如有错误请指正，本文为方便文献查阅，引用文献将列于被引用章节下方。目录一、 高光谱图像及噪声介绍1.高光谱图像恢复背景2.噪声分类（一）云和阴影（二）条带噪声（三）高斯噪声（四）脉冲
Introduction to Hyperspectral Imaging 高光谱成像的介绍 高光谱成像指具有多光谱分辨率的数字图像，每个高光谱图像中的空间点（pixel）包含了一条连续的曲线用于记录不同波段下的光强（light intensity）。如下图所示，红、绿、蓝三条曲线记录了三个pixel分别在不同波段下的值。高光谱图像数据也能理解为堆砌不同波段的图像（stack of images）
转载
2024-09-18 18:18:05
127阅读
第5次作业：项目选题第18小组 文章目录第5次作业：项目选题一、前言项目名称：项目简介：二、NABCD模型分析1. N（Need)2. A（Approach）技术可行性：3. B（Benefit）4. C（Competitors）5. D（Delivery ， Data）三、电梯演说 一、前言项目名称：高光谱图像分类项目简介：光谱分辨率在 10nm 数量级范围内的光谱图像称为 高光谱图像(Hype
转载
2024-05-15 13:34:01
32阅读
高光谱图像分类方法可以根据分类粒度的不同分为基于像素的分类和基于对象的分类高光谱图像分类方法可以根据分类粒度的不同分为基于像素的分类和基于对象的分类。基于像素的分类：这种分类方法是针对每个像素进行分类，将像素的光谱信息作为输入特征，然后利用各种分类算法对像素进行分类。常见的分类算法包括支持向量机（SVM）、随机森林（Random Forest）和神经网络等。基于对象的分类：这种分类方法是先将高光谱
转载
2023-11-28 02:04:57
237阅读
文章中提出了一种有效的基于深度学习的方法Random Patches Network (RPNet)目前普遍的深度高光谱图像分类的方法都是Fig.1所示，分别提取得到光谱信息，空间信息或者两者的联合信息然后用分类器分类，但是整体存在几个问题。大多数现有的基于深度学习的方法在训练期间是耗时的；多数深度方法需要确定大量参数的因此现有深度网络的复杂度高，需要大量的训练样本；传统的深度学习方法只利用最深层
转载
2024-06-04 13:48:46
126阅读
前言这篇论文的原题目叫《Orthogonal Subspace Projection Using Data Sphering and Low-Rank and Sparse Matrix Decomposition for Hyperspectral Target Detection》，与高光谱系列（1）中的论文出自同一作者。这篇论文主要是对高光谱目标检测领域一个非常经典而著名的方法OSP（正交子
高光谱解混综述论文精读笔记/一摘要引言线性和非线性混合模型非线性解混方法的简要综述高光谱解混处理流程章节安排Reference 摘要成像光谱仪优点：成像光谱仪以更高的光谱分辨率同时测量成百上千个光谱通道瞬时场中散射的电磁能量，因而得名高光谱相机(HSC)。成像光谱仪较高的光谱分辨率使其能够在不适合进行经典光谱分析的情况下通过光谱分析来识别物质。混合光谱存在的原因（为什么要解混的原因）：由于HSC
文章目录Github 源码获取IntroductionData Preprocessing1）Download Dataset2）Loading Dataset3）Extracting Pixels4）Save to CSV5）查看图像的真实标注Exploratory Data AnalysisPCA降维以便可视化Plot use Plotly1）Bar plot2）Pair plot3）2D
论文题目《Deep Learning for Hyperspectral Image Classification: An Overview》 论文作者：Shutao Li, Weiwei Song, Leyuan Fang，Yushi Chen, Pedram Ghamisi，Jón Atli Benediktsson论文发表年份：2019 发表期刊：IEEE Tr
转载
2024-01-16 13:38:45
103阅读
基于空间-光谱先验学习的高光谱图像超分辨率 高光谱图像的超分辨重建相比普通图像而言有两个难点：高光谱图像的训练样本少，不同光谱波段间的差异不易于建立一个统一的深度网络。高光谱图像有大量的光谱数据，这会导致很大的数据集，不易于网络的训练，而且容易过拟合（维度灾难）SSPSR（基于空间-光谱先验网络的超分辨网络）本文针对以上难点给出了一个光谱图像超分辨的网络：SSPSR（基于空间-光谱先验网络的超分辨
在高光谱图像的特征提取过程中，采用非线性降维的方式对高光谱图像降维的过程中，采用图自编码器来对数据进行降维，需要将利用高光谱图像的结构信息和内容信息，则需要将高光谱图像数据构造为一个图结构，图结构的构建需要通过KNN算法来构建邻接矩阵。 文章目录前言一、KNN图二、邻接矩阵A的构建1.邻接矩阵A2.高光谱图像构造KNN图三、像素角度来构建图总结 前言主要介绍图结构的构建方法。 对于一个M x
转载
2024-04-10 11:30:37
134阅读
**流程图：**
```mermaid
flowchart TD
A[准备数据集] --> B[设计界面]
B --> C[加载模型]
C --> D[预测结果]
D --> E[显示结果]
```
**步骤表格：**
| 步骤 | 描述 |
| ---- | ---- |
| 1. 准备数据集 | 收集高光谱图像数据集，将其分为训练集和测试集 |
| 2. 设
原创
2024-01-15 21:45:48
314阅读
**这篇文章是DRCNN高光谱图像分类《Diverse Region-Based CNN for Hyperspectral Image Classification》论文解析**的相关文章，主要是解析了这篇论文的代码构成以及相关解析代码文件的构成 用于高光谱分类的代码构成如上图所示，由五个文件构成。其中，construct_multi_mat.py用于构造实验所需要用到的训练集和测试集，data_
转载
2024-08-08 12:02:28
400阅读
前言 本资料整理了高光谱遥感图像概念定义、分析处理与分类识别的基本知识。第一部分介绍高光谱图像的一般性原理和知识，第二部分介绍了高光谱图像的噪声问题；第三部分介绍高光谱图像数据冗余问题以及数据降维解决冗余的方法；第四部分介绍高光谱图像的混合像元问题，对光谱解混做了一定介绍；第五部分和第六部分分别介绍了高光谱图像的监督分类和分监督分类的特点、流程和常用算法。1.基本介绍高光谱遥感(Hyperspec
高光谱遥感（Hyperspectral Remote Sensing）又叫成像光谱遥感，是将成像技术和光谱技术相结合的多维信息获取技术（Goetz，1985年）。高光谱遥感数据中包含了丰富的空间、辐射和光谱三重信息，具有重要的综合应用价值。近年来，随着成像光谱技术在航空遥感领域的快速发展，这项技术成为各个领域的重要监测方法，涵盖大气圈、海洋研究、植被生态、矿产地质、水体研究、军事侦察和考古研究等领
前言： 关于集合：在计算机科学领域，离散数学是非常重要的学科，在图像处理领域，这种重要性更加直观。 一：特征可靠性的来源：1. 数据离散化： 系统观测理论：物理世界存
传统的逐波段的对每个灰度图像进行去噪，如基于非局部的算法、SVD、BM3D等。忽略了不同光谱波段之间的强相关性，去噪性能差。存在的问题：1）不同波段的噪声强度往往是不同的，某些波段可能会倍强噪声污染，需要在对低信噪比的波段去噪的同时保护高信噪比波段；2）噪声通常是混合存在的，如高斯噪声、条带噪声、脉冲噪声等，不同噪声的特性和分布特征也不同。结合空间和光谱信息的去噪方法：基于变换域和基于空间域两种。
转载
2024-05-13 07:45:12
191阅读
光学遥感技术的发展经历了：全色（黑白）—>彩色摄影—>多光谱扫描成像—>高光谱遥感四个历程。高光谱分辨率遥感（HyperspectralRemote Sensing）用很窄（10-2λ）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的
转载
2023-12-08 12:25:53
166阅读
高光谱遥感：将光谱特征和成像技术相结合，获取具有高光谱分辨率的连续、窄波段的图像数据。 （1）光谱特征和成像技术相结合 高光谱图像在X,Y轴平面表示地物的空间信息，在Z轴上表示地物的光谱信息。（2）什么是连续、窄波段？ 从高光谱和多光谱之间的区别可以看出，如下图所示，高光谱的波段数目多，这意味着光谱分辨率更高，多光谱是高光谱的一部分，一般包含2-10个波段。 多光谱的波段不连续，且波段比高光谱宽，
