本文主要是介绍MATLAB高光谱图像处理基础,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
介绍高光谱图像的基本知识,便通过MATLAB对高光谱图像进行基本的处理。
文章目录
- 前言
- 一、高光谱图像
- 二、MATLAB高光谱图像处理
- 1.加载.MAT文件数据
- 2.图像的显示
- 3.图像维度变换
- 总结
前言
高光谱图像是一个立方体结构,维度为M x N x B,M为水平方向像素数量,N为垂直方向像素数量,B为每个像素对应的波段数量。
实验数据集:
http://www.ehu.eus/ccwintco/index.php?title=Hyperspectral_Remote_Sensing_Scenes#Pavia_Centre_and_University
数据集介绍:
每一个数据包含两个文件,为.mat 格式文件,M x N x B格式的数据为高光谱数据,M x N 格式的文件数据为标签数据。
一、高光谱图像
1.1 高光谱图像包含很多波段,每个波段有其自己的波长范围和空间分辨率。遥感图像标准格式多为.tif、.img、.hdr格式,存储类型包括BSQ、BIL、BIP三种。
1.2 MATLAB中用于多波段图像读写的函数包括 multibandread和multibandwrite 。
1.3 以ENVI数据格式hdr读取为例,文件读取和现实的代码如下:
hdrfilename = 'file.hdr';
fid = fopen(hdrfilename ,'r');
info = fread(fid,'char=>char');
info = info';% 转置为行向量
fprintf(info);% 打印输出
fclose(fid);
二、MATLAB高光谱图像处理
1.加载.MAT文件数据
以KSC数据为例, 读取高光谱图像数据,便显示部分数据,以及进行相关的图像处理。
数据包含KSC_gt.mat和KSC.mat两文件,通过如下命令加载数据;加载完后,可以看到工作区有两个数据,一个三维,一个二维,分别为图像数据和标签数据,标签数据用在监督学习中。
load("KSC.mat");
load("KSC_gt.mat");
通过变量名称获取数据,
X = KSC;
L = KSC_gt;
2.图像的显示
2.1 显示单个波段的图像,需要使用uint8将数值转化为0 ~ 255的整型,才能显示。或者选取三个波段作为R,G,B三个分量,来合成图像,便显示。
通过如下命令来获取某个波段的图像数据;
r = uint8(KSC(:,:,1));
imshow(r);
2.2 获取三个波段,来合成图像,cat函数来合成;
g = uint8(KSC(:,:,100));
b = uint8(KSC(:,:,175));
% 通过cat函数来合成
img = cat(3,r,g,b);
imshow(img);
2.3 显示高光谱波段信息,通过如下代码显示。
先获取数据的维度,在对数据进行维度变换,然后通过plot函数来显示波段曲线。
[width,height,band] = size(X);
N = width * height;
data = reshape(X,N,band);
figure;
hold on;
% 选择几个波段进行显示
plot(data(1,:));
plot(data(100,:));
plot(data(150,:));
plot(data(50,:));
plot(data(end,:));
hold off;
3.图像维度变换
将三维图像数据和二维标签数据进行变换,用于相关处理。
[width,height,band] = size(X);
data = reshape(X,width * height,band);
label = reshape(L,width * height,1);
总结
在MATLAB中对数据进行处理的时候,经常需要使用reshape()函数对数据的维度进行变换。因此,需要注意数据的流动过程中的维度变化。
这篇关于MATLAB高光谱图像处理基础的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!