1关于光谱：电磁波按波长大小分为射线，可见光，近红外（780nm-2526nm），无线电等。波长：一个振动周期内传播的距离。什么是光谱：复色光色散后按波长大小排列的图案。什么是高光谱：1光谱信息丰富的光谱信息2光谱分辨率足够高。什么叫光谱信息丰富：区分光波段范围足够细。光谱分辨率足够高：1在一固定波长内波段越多的光谱，分辨率越高。2波段越小，分辨率越高。什么是半高全宽：看分辨率有多高，波段有多宽。
转载
2023-11-25 11:16:38
136阅读
一、RealSenseD435介绍RealSenseD435是一款结构光相机，使用左右目相机和红外光实现测距。有效测距范围为0.2~10m二、ORBSLAM2_with_pointcloud_map的安装git clone https://github.com/gaoxiang12/ORBSLAM2_with_pointcloud_map.gitclone代码，无法下载的话，可以直接去https:
此篇，我们来介绍对SERS拉曼光谱的拟合。 一、多峰拟合 1）准备数据。 如下图所示，我们找来了一个细胞的拉曼光谱，并截取了其中的一部分（图中数据表格与实际所使用的不符，实际中，我们已将660-1400 nm之外的数据删掉，而不是在
转载
2024-08-09 17:44:43
809阅读
Spectral Response Function-Guided Deep Optimization-Driven Network for Spectral Super-Resolution（光谱响应函数引导的深度优化驱动网络光谱超分辨）高光谱图像（HSI）是许多研究工作的关键。光谱超分辨率（SSR）是一种用于从HR多光谱图像获得高空间分辨率（HR）HSI的方法。传统的SSR方法包括模型驱动算法
转载
2024-06-12 13:19:25
78阅读
基于Python的高光谱图像显示高光谱数据：
用到的库：matplotlib 2.23、scipy 1.10、spectral 0.21主要内容：图像显示、类别显示、图像立方体显示、N维特征显示欢迎有兴趣的朋友交流指点。最后，废话不多说直接上代码?import matplotlib.pyplot as plt
from scipy.io import loadmat
import spectral
转载
2023-10-27 13:04:33
452阅读
语句含义：spectral.view_cube(image,bands=[29,19,9]) 中的29,19和9是第几个波段，可以改成数据波段数以内的其他的数值
转载
2023-06-26 11:12:46
221阅读
高光谱图像分类一、准备数据二、模型的实现三、创建数据集三、模型训练及测试五、一些备用函数六、对一些问题的思考七、心得体会 这次和上次情况差不多，写这篇文章的本意也是因为老师布置的作业。按要求，阅读论文《HybridSN: Exploring 3-D–2-DCNN Feature Hierarchy for Hyperspectral Image Classification》，并对里面的模型（
转载
2023-12-02 13:58:12
300阅读
本次是高光谱遥感内容的第二季（第一季：Matlab高光谱遥感、数据处理与混合像元分解实践技术应用 ）总结了高光谱遥感技术领域的基础原理与核心概念，采用编程语言复现经典数据处理和应用方法，追踪了最新的技术突破，在消化理解、触类旁通之后，用即使是遥感“小白”也容易接受的方式分享给你。高光谱遥感课程的第一季：提供一套基于Matlab编程工具的高光谱数据处理方法和应用案例，从基础、方法、实践三方面对高光谱
转载
2023-11-07 23:14:41
164阅读
高光谱遥感数据光谱特征的提取与应用 杜培军
遥感基础知识积累：绝对温度大于0的物体在整个光谱轴上具有连续的光谱曲线高光谱可以有效的描述一些窄而重要的局部光谱特征，可以明显看到高光谱对于光谱频带的描述是详细的。
光谱数据库美国JBL的航空可见光/红外成像光谱仪(AVIRIS)，AVIRIS在0.2-2.45微米的波长范围内获取224个连续的光谱波段图像，波段宽度不大于10n
转载
2024-07-23 16:35:23
35阅读
# 如何用 Python 读取 ENVI 光谱数据
在地球科学和遥感领域，ENVI（Environment for Visualizing Images）格式的数据常用于存储光谱数据。对于刚入行的开发者来说，掌握如何读取这些数据是非常重要的。本文将通过一个简单的流程和相应的代码，帮助初学者学习如何使用 Python 读取 ENVI 光谱数据。
## 整体流程
我们将按照以下步骤进行数据读取：
这篇文章最主要的是制作了KIAST数据集，直到现在仍有许多人使用这个数据集进行多光谱行人检测。虽然提出ACF方法在后续文章作为对比算法，但是因为深度学习的快速发展，后续工作很少基于ACF进行改进。这篇文章提出了一个多光谱行人数据集，该数据集由基于分束器的特殊硬件捕获，提供良好的颜色-热图像对。颜色热数据集和以前基于颜色的数据集一样大，并提供了密集的注释，包括时间对应。利用该数据集，同时引入了多光谱
转载
2024-05-30 07:12:13
120阅读
1) ASD光谱仪简介美国ASD公司设计制造的FieldSpec® 系列波谱仪在中国的遥感应用已经相对普及。应用范围已经扩展到包括精准农业、林业、海洋与内陆水体、冰雪、环境污染监控、气象、地质与矿产、地面定标、教学等等领域。所使用的仪器型号包括了FieldSpec HandHeld，FieldSpec VNIR，FieldSpec Dual VNIR，FieldSpec Pro FR，FieldS
转载
2023-12-01 09:46:53
178阅读
摘自《基于深度卷积神经网络的高光谱图像分类》徐敏1.Indian Pines 数据集Indian Pines 是最早的用于高光谱图像分类的测试数据，由机载可视红外成像光谱仪（AVIRIS）于 1992 年对美国印第安纳州一块印度松树进行成像，然后截取尺寸为 145×145 的大小进行标注作为高光谱图像分类测试用途。AVIRIS 成像光谱仪成像波长范围为 0.4-2.5μm，是在连续的
转载
2023-10-30 22:29:26
1268阅读
Python数据分析Python基础常用操作符算术操作符：赋值操作符比较操作符逻辑操作符其他运算符变量和赋值数据类型和转换print()函数条件语句if语句assert 关键词循环语句for循环range()函数enumerate()函数其他语句异常处理Python标准异常总结Python标准警告总结try-except语句try - except - finally 语句try-except-
转载
2023-06-19 17:46:20
166阅读
基于Python的高光谱图像监督分类与非监督分类高光谱数据：点击此处可下载
用到的库：matplotlib、scipy、spectral、numpy主要内容：监督分类（最大似然法）与非监督分类（K-means）及精度评定欢迎有兴趣的朋友交流指点。最后，废话不多说直接上代码?import matplotlib.pyplot as plt
from scipy.io import loadmat
im
转载
2023-09-23 18:56:08
332阅读
1.全色波段（Panchromatic Band） 全色图像是单通道的（即单波段灰色影像），其中全色是指可见光波段0.38~0.76um（即人们熟知的红橙黄绿蓝靛紫），全色图像是这个波段范围的混合图像。因为是单波段，所以在ENVI中显示为灰度图片，无法进行彩色合成。全色遥感图像由于是采集整个可见光范围内的
转载
2023-12-07 16:02:31
17阅读
普通数码相机记录了红、绿、蓝三种波长的光，多光谱成像技术除了记录这三种波长光之外，还可以记录其他波长（例如：近红外、热红外等）光的信息。与昂贵、不易获取的高光谱、高空间分辨率卫星数据相比，中等分辨率的多光谱卫星数据可以免费下载获取，例如：landsat 数据、哨兵-2 号数据、Aster 数据、Modis 数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。随着无人机行业的快速发展，无人机作为
转载
2024-05-20 22:43:19
17阅读
问题导读： 1、为什么需要数据建模？ 2、OLTP 和 OLAP 系统有什么区别？ 3、数仓设计主要分哪几个步骤？ 4、星型模型、雪花模型、星座模型如何理解？ 一、为什么需要数据建模？在开始今天的话题之前，我们不妨思考下，到底为什么需要进行数据建模？随着从IT时代到DT时代的跨越，数据开始出现爆发式的增长，这当中产生的价值也是不言而喻。如何将这些数据进行有序、有结构地分类组织存储，是我们
转载
2023-07-29 12:09:40
322阅读
点光谱数据是光谱仪得到得数据。光谱仪和成像光谱仪的区别是成像光谱仪可以得到波段宽度很窄的多波段高光谱图像数据，而点光谱顾名思义，是瞬时视场角内的单个像素高光谱数据，甚至带到上千维。 点光谱数据的保存格式为*.sig。1.sig文件的读取sig文件可以直接用excel打开，也可以用matlab读取。 本文主要用matlab读取的方式，分为三步：fopen打开.sig文件；写入txt；读入txtf
转载
2023-12-09 22:22:10
173阅读
1.摘要HSI----高光谱图像（Hyperspectral Image）。所捕获的光谱信息以及对应高光谱数据对象之间的非线性关系，使得传统方法无法进行准确的分类。深度学习方法作为一个强有力的特征提取器，被用在高光谱图像分类任务上。1.概括传统机器学习方法用于HSIC上面的不足，然后了解深度学习方法解决这些问题的优势。2.将目前最新的深度学习框架划分为：光谱特征、空间特征和空间光谱特征。3.如何高
转载
2023-10-12 16:35:24
297阅读
