高光谱遥感影像分类数据集,可用于高光谱遥感影像分类研究,尤其在深度学习中十分常用,包括Botswana、Indian Pines、Pavia University等。
主要有监督分类与非监督分类,基于分类判据的实现策略划分,硬分类和软分类,基于像素的分类和基于对象的分类。单分类器和多分类器集成。并简单介绍了一些分类方法,包括监督分类法(最小距离分类法、最大似然分
通过matlab对Paviau高光谱数据集分类。
本文提出了一种天基高光谱图像仿真算法。首先利用传感器参数将输入多/高光谱图像转换为地物辐射亮度图像,利用大气校正方法和辐射传输模型将其转换为地物反射率图像。接着进行端元提取,利用端元集中的光谱信息和原
本代码用来实现高光谱图像每个波段下灰度图像的保存,并且可将对应图像以相应的波段命名
讲述高光谱混合像元的问题,及提取的方法和流程,着重讲解图像端元丰度的反演方法,并进行实例分析
内有常用的高光谱图像(HSI)数据集,有常用的Indian,Pavia。每类数据集里包含图像原始信息,以及相对应的地面真实数据的类别标签。因文件大小限制,只能传这两个数据集,还有Salinas等数据集
深度学习高光谱遥感图像数据集,光谱波段数为102,图像像素1096*1096
一组标准的高光谱数据,以及自己编写multibandread()函数读取的matlab程序,和大家分享,应该对大家有帮助
ThisscenewasgatheredbyAVIRISsensorovertheIndianPinestestsiteinNorth-westernIndianaandconsistsof145\t