基于MATLAB的高光谱遥感数据的PCA运用

最新推荐文章于 2024-08-16 22:09:51 发布

cust_zgj

最新推荐文章于 2024-08-16 22:09:51 发布

阅读量9k

点赞数 11

分类专栏：高光谱文章标签： matlab 数据

本文链接：https://blog.csdn.net/Rice_Field_IT/article/details/77718085

版权

本文介绍了如何使用MATLAB处理高光谱遥感数据，以Indian Pines数据集为例，讲解了数据导入、降维及主成分分析（PCA）的步骤，涉及reshape函数和princomp函数的运用。

摘要由CSDN通过智能技术生成

基于MATLAB的高光谱遥感数据的PCA运用

高光谱遥感数据下载
高光谱遥感数据来源
本文章以Indian Pines包为例。该数据文件下包括Indian_pines_corrected.mat和Indian_pines_gt.mat文件。
数据包导入matlab
下载后的数据文件夹中存在两个以.mat结尾的文件。其中文件名中含有corrected的.mat文件为原始三维的遥感数据。剩下的一个.mat文件是遥感数据的lable标签，它是二维数据。

导入数据代码如下：

filename = ['Indian Pines\Indian_pines_corrected'];%单引号中存放数据文件的地址,地址因人而异，和你存放电脑中的具体位置有关。
X=load(filename);%matlab读取数据

注：导入matlab中的遥感数据是以结构体（struct）的形式

关注

专栏目录