PIE-Hyp光谱分析 高光谱遥感数据是一个光谱图像立方体，其主要特点是将传统的图像空间维与光谱维信息融合为一体，在获取地表空间图像的同时，得到每个像元对应的地物光谱信息。 高光谱数据可完整涵盖探测谱段范围内的地物光谱信息，大幅提高了精细信息表达能力，使得基于地物光谱信息进行高光谱数据的处理 ...

PIE-Hyp监督分类和分类后处理 1.PIE-Hyp监督分类 监督分类是根据已知训练场地提供的样本，通过选择特征参数、建立判别函数，然后把图像中各个像元归化到给定类中的分类处理。 监督分类的基本过程是：首先根据已知的样本类别和类别的先验知识确定判别准则，计算判别函数，然后将未知类别的样本值 ...

PIE-HYP混合像元分解 遥感图像中混合像元的存在，是像元级遥感分类和要素反演精度难以达到使用要求的主要原因。为了提高遥感应用的精度，必须解决混合像元分解的问题，使遥感应用由像元级达到亚像元级。进入像元内部，将混合像元分解为不同的"基本组分单元"，或称"端元"，并求得这些基本组分所占的比例 ...

1.函数multibandread读取读取多波段二进制影像文件(ENVI主菜单file—save file as—envi standard得到的就是二进制影像文件，有时甚至会看到后缀名为bsq、bil、bip等影像)。 im_hyper = multibandread(filename ...

1，三维转二维 用reshape()函数 举个例子A=(2,2,2)将A转换成2*4的矩阵 AA=aa‘(aa的转置) AA是全部每个x,y点上的z向量构成的二维矩阵 高光谱图像预处理同理，转换成所有光谱向量构成的二维矩阵 二，归一化 ...

2019年上半年参加了珠海欧比特公司举办的高光谱大赛，本意是想着看看数据质量如何，简单的拿着我们团队自己开发的深度学习模型，去参加了一下高光谱竞赛，也没怎么准备，就是简单的应用一下而已，我们花了一个星期东西凑了点东西，介绍文档不到7页，居然拿了个二等奖。。。。主题是云检测。如果大家有 ...

转自：http://blog.sina.com.cn/s/blog_b37338430102v6dx.html 随着光谱分辨率的不断提高，光学遥感的发展过程可分为：全色（Panchromatic）→彩色（Color Photography）→多光谱（Multispectral）→高光谱 ...

转自：http://blog.sina.com.cn/s/blog_b37338430102v6dx.html 随着光谱分辨率的不断提高，光学遥感的发展过程可分为：全色（Panchromatic）→彩色（Color Photography）→多光谱（Multispectral）→高光谱 ...