光谱增强处理

光谱增强是基于多光谱数据度波段进行变换达到图像增强处理,如可以直接利用多光谱数据的不同波段组合方式改善显示效果;或采用主成分变换、独立成分变换、色彩空间变换和色彩拉伸等光谱处理方法进行光谱增强。

RGB合成显示

在这里插入图片描述

波段比的计算

增强了波段之间的波谱差异
在这里插入图片描述
从波段中选择分子和分母,enter pair
在这里插入图片描述
在这里插入图片描述
结果如图
在这里插入图片描述

主成分分析

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
调整系数,用于计算统计值时的数据二次采样,默认为1,当小于1时,将会提高统计计算速度。
calculate using:根据协方差矩阵(covariance matrix)或相关系数矩阵(correlation matrix)计算主成分波段。一般来说,计算主成分时选择使用协方差矩阵,当波段之间数据范围差异较大时,选择相关系数矩阵。
select subset from eigenvalues:选择no时,系统会计算特征值并显示供选择输出波段数;选择yes时,统计信息将被计算,并出现select output PC bands对话框,列出每个波段及相应的特征值,也列出每个主成分波段中包含的数据方差的累计百分比。

结果如图,值越高则信息量越大,值越低,则噪声越多。
在这里插入图片描述
对比图:
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

色彩空间变换

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
色彩空间变换能从两次变换中通过对比度拉伸,生成一个色彩增强的彩色合成图像。
先提出一个问题,这个色彩增强的图像可以用来做什么?方便人目视解译还是给机器识别的?经过两次变换后,没有得到原图像或与原图像类似的效果,反而是……
在这里插入图片描述
…………………………………………………………………………………………
我是2020.12.07的分界线,补充一下
emmm,可能是ENVI 5.1不支持这个功能,试试用ENVI classic吧
在这里插入图片描述
打开文件,在菜单栏中选择Transform->color transforms->RGB To HSV,选择对应的数据,点击ok
在这里插入图片描述
保存文件即可
在这里插入图片描述
经过RGB TO HSV变换的数据如下(左为原图,右为变换后的图像)
在这里插入图片描述
接着,将HSV变回RGB
在菜单栏中,transform->color transforms->HSV to RGB,与上面的操作步骤是类似的,HSV别选错
在这里插入图片描述
保存文件即可
在这里插入图片描述
结果如图(左为原图,右为经过变换的图像),可以看到色泽稍微明亮一些
在这里插入图片描述

分割线后回到原来的回答哦
…………………………………………………………………………………………

色彩拉伸

1.去相关拉伸
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
2.photographic拉伸
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
3.饱和度拉伸
在这里插入图片描述
在这里插入图片描述

NDVI计算

方法一:
在这里插入图片描述
在这里插入图片描述
较亮的地方为植被
在这里插入图片描述
方法二:手动输入公式
在这里插入图片描述
选择公式后,ok
在这里插入图片描述
定义公式中的变量–>找到对应的波段
在这里插入图片描述

缨帽变换

数据变换所得因子
Landsat MSS土壤亮度指数SBI,绿度指数GVI,黄度指数YVI,non-such指数NSI(主要为噪声)
Landsat 5TM亮度,绿度,第三分量(third,与土壤特征及湿度有关)
Landsat 7ETM亮度,绿度,湿度,第四分量(噪声),第五分量,第六分量

在这里插入图片描述
在这里插入图片描述
选择对应的数据类型
在这里插入图片描述
又一个失败的实验???
在这里插入图片描述

  • 5
    点赞
  • 30
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
在Matlab中,光谱数据处理是一个常见的任务。根据引用中提到的代码,可以使用`textscan`函数来读取光谱数据文件。该函数可以将文件中的数据按照指定的格式进行解析,例如读取两列数据(频率和幅度)。在读取数据之后,可以使用不同的算法和方法对光谱数据进行处理光谱数据处理的具体步骤会根据具体的需求和应用而有所不同。一般来说,光谱数据处理的主要目标包括去噪、平滑、峰值检测、峰值拟合、峰值提取等。可以使用滤波器对数据进行去噪和平滑处理,例如低通滤波器或中值滤波器。峰值检测可以通过寻找数据中的局部极大值点来实现,而峰值拟合则可以使用曲线拟合算法来拟合光谱中的峰值形状。最后,峰值提取可以通过计算峰值的位置、强度和宽度等参数来提取光谱数据中的关键特征。 除了光谱数据处理外,Matlab还提供了丰富的工具和函数用于信号处理、图像处理和路径规划等方面的任务,如引用所示。这些功能可以结合光谱数据处理一起使用,以实现更复杂的应用。例如,在图像处理中,可以使用光谱数据来增强图像的特定频率成分或进行颜色调整。在路径规划中,可以使用光谱数据来辅助寻找最佳路径或避开噪声干扰。 如果您需要更具体的光谱数据处理方法或代码示例,可以参考引用中的论文或其他相关资料。这篇论文提出了一种基于三维荧光图谱分析的新方法,并给出了相应的代码实现。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [基于MATLAB进行荧光光谱数据处理包括三维荧光光谱图、等高线图、激发光谱图、发射光谱图](https://blog.csdn.net/m0_60703264/article/details/130072605)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值