使用python
这种方法很简单,几行代码就可以搞定,废话不多说,直接上代码。
需要的环境:spectral,ipython,matplotlib
import os
import scipy.io as sio
from spectral import *
dataset_path = os.path.join('data') # 数据集路径
data = sio.loadmat(os.path.join(dataset_path, 'indian_pines_corrected.mat'))['indian_pines_corrected']
spectral.settings.WX_GL_DEPTH_SIZE = 100
view_cube(data, bands=[29, 19, 9])
以“pylab”模式启动IPython。命令行输入:ipython --pylab
将以下代码(注意修改数据集路径)复制到ipython命令窗口中,回车。
这个时候,会弹出Hypercube的窗体,就可以看到绘制的3D图像了。
值得一提的是,可以通过鼠标和键盘对绘制的图像进行旋转,放大,缩小等操作。
Mouse Functions:
left-click & drag -> Rotate cube (选择)
CTRL+left-click & drag -> Zoom in/out(放大/缩小)
SHIFT+left-click & drag -> Pan(平移)
Keybinds:
l -> toggle light(调整亮度)
t/g -> stretch/compress z-dimension(拉伸)
h -> print help message(帮助信息)
q -> close window(关闭窗口)
使用ENVI
作为一个强大的遥感处理平台,Envi做这点小事简直不在话下。但是这里却到了一个问题,由于使用的高光谱数据集是mat格式,Envi是不支持这种格式的。无奈只能先将mat格式转成了tif格式。
使用MatLab将mat格式转为tif,废话不多说,直接上代码。(参考)
% mat2tif
% 将高光谱mat文件,保存为tif
clc; clear; close all;
%% load the hyperspectral image
img = load ('E:\HSI_Data\Indian Pines\Indian_pines_corrected.mat');
img = img.indian_pines_corrected
% 获取数组维度信息
[row, col, bands] = size(img);
% double类型转unit8
img_8 = uint8(img(:,:,:)/10000*256);
% 保存为tif图像
t = Tiff('imageIndiaP.tif','w');
% 影像信息
tagstruct.ImageLength = size(img_8,1);
tagstruct.ImageWidth = size(img_8,2);
% 颜色空间解释方式
tagstruct.Photometric = 1;
% 每个像素的数值位数,这里转换为unit8,所以为8位
tagstruct.BitsPerSample = 8;
% 每个像素的波段个数,一般图像为1或3,但是对于遥感影像存在多个波段所以常常大于3
tagstruct.SamplesPerPixel = bands;
tagstruct.RowsPerStrip = 16;
tagstruct.PlanarConfiguration = Tiff.PlanarConfiguration.Chunky;
% 表示生成影像的软件
tagstruct.Software = 'MATLAB';
% 表示对数据类型的解释
tagstruct.SampleFormat = 1;
% 设置Tiff对象的tag
t.setTag(tagstruct);
% 以准备好头文件,开始写数据
t.write(img_8);
% 关闭影像
t.close;
使用Envi打开第一步中所生成的tif图。在Envi工具栏中选择Spectral->Build 3D Cube。在3D Cube File对话框中选择高光谱数据集,单击OK按钮。
当单开3D Cube RGB Face Input Bands对话框时,通过点击所需的波段,选择置于图像表面的RGB波段,这里使用的Indian pines数据集,RGB分别使用了29,19,9波段,单击OK按钮。
在打开3D Cube Parameters对话框中,设置以下参数:
(1)Color Table使用了默认参数。
(2)波普缩放系数(Spectral Scale):波普放大系数,对于多光谱等波段数较少的数据,可以适当的设置这个系数。
(3)选择输出路径及文件名,单O击OK按钮执行。
(4)显示结果图。