高光谱遥感图像模糊c均值聚类算法的matlab实现
基于多元线性回归的高光谱遥感图像小波去噪
摘要:针对高光谱数据的特点,探讨了高光谱数据特征提取的若干算法,重点研究了导数光谱和光谱编码技术,并从地物光谱曲线中提取了其光谱吸收特征。对同类曲线特征求交得到识别地物的有效特征;对不同类曲线特征求交
本文详细介绍了用于高光谱遥感影像分类的机器学习脚本,并详细解释了其中应用的最小错误贝叶斯分类器。同时,我们还探讨了如何使用这些工具对Salinas数据集进行分类和识别,从而更好地分析和研究不同的地物和
针对传统拼接技术对图像信息利用率不足的问题,提出一种基于图像与数据双层融合的高光谱图像拼接技术。对于图像层,采用尺度不变特征变换算法对图像进行特征提取,使用欧氏距离确定特征匹配范围,根据坐标转换关系对
讲述高光谱图像噪声的评估方法,数据降维的目的方法,并进行实例分析
该数据集包含同一地区不同时间的遥感图像,经过图像分析和变化检测处理得出相应的变化检测结果图。该数据集可用于遥感图像变化检测的研究和应用。
这个数据集由谷歌地球收集,其中包含了来自于7个典型的场景类别——草地、森林、农田、停车场、住宅区、工业区和河湖的2800幅遥感图像。每个类别内有400张图像,采用4个不同的尺度进行采样,1:700,1
霾监测是环境治理中的关键技术之一。目前地面观测站进行霾监测的耗费较大,基于多光谱遥感的霾识别精度较低。将深度学习用于高光谱遥感数据的霾监测,提出一种基于深度残差网络的高光谱霾监测方法,利用深度网络提取
主要用于检验遥感降维算法的性能!!! 在使用的过程中可以使用MATLAB直接load 即可。其中data中每行为一个数据,label为其对应的标签