- 综合排序
- 最热优先
- 最新优先
- 来自专栏二猫の家
【遥感图像处理】绘制高光谱3D立方体
stretch/compress z-dimension（拉伸） h -> print help message（帮助信息） q -> close window（关闭窗口） 使用ENVI 作为一个强大的遥感处理平台 但是这里却到了一个问题，由于使用的高光谱数据集是mat格式，Envi是不支持这种格式的。无奈只能先将mat格式转成了tif格式。 使用MatLab将mat格式转为tif，废话不多说，直接上代码。 (参考https://blog.csdn.net/Eric_Fisher/article/details/90230072) % mat2tif % 将高光谱mat文件，保存为tif clc; clear 在3D Cube File对话框中选择高光谱数据集，单击OK按钮。 （2）波普缩放系数（Spectral Scale）：波普放大系数，对于多光谱等波段数较少的数据，可以适当的设置这个系数。 （3）选择输出路径及文件名，单O击OK按钮执行。 （4）显示结果图。
1.7K10编辑于 2024-04-24 慧眼识水质：高光谱遥感的水质监测之道
在此背景下，高光谱遥感技术以其精确的光谱分辨力和广泛的应用前景为水质监测开辟了技术路径。那么，什么是高光谱遥感技术？它如何守护江河湖海的生态健康？ 高光谱遥感技术 高光谱遥感技术是一种将成像和光谱结合的技术，能够同步呈现目标地物的空间信息、辐射信息和光谱信息。其携带的成像光谱仪可在10nm左右的采样间隔内对波段展开光谱测量，收集窄波段光谱信息。 因此，高光谱遥感技术能呈现目标地物几乎连续的光谱特征曲线，并以足够的光谱分辨率识别特征地物，支持对目标地物物理、化学特性的反演。 高光谱遥感技术在水质监测领域的应用 高光谱遥感水质在线监测能够以非接触形式对叶绿素α、化学需氧量、总氮、浊度、藻青蛋白、有机碳、藻密度等关键水质参数的进行测算，进而成为河流水库的日常监测、污染预警、应急响应 随着高光谱遥感技术的持续发展，高光谱传感器具备了负载于卫星、无人机、地面基站、船舶等平台的能力。
26110编辑于 2026-02-12- 来自专栏疯狂学习GIS
全球主要高光谱遥感卫星介绍
同时在本文最后，也引入了自己对于国内外高光谱遥感发展的一些思考。 -1视频卫星2颗与OVS-2视频卫星10颗）、高光谱卫星（OHS高光谱卫星10颗）、雷达卫星（OSS雷达卫星2颗）、高分光学卫星（OUS高分光学卫星2颗）与红外卫星（OIS红外卫星8颗）。 3 高光谱卫星纵向对比 将上述高光谱卫星及其对应传感器、分辨率等参数加以汇总、对比，如表2所示。其中，由于不同高光谱传感器在不同波段对应光谱分辨率变化较大，因此表2未单独列出光谱分辨率。 4 高光谱卫星横向对比 结合前述内容与表2，对国内、外高光谱遥感相关技术加以对比。 在高光谱卫星参数方面，可以看到以MODIS与Hyperion数据为代表的美国早期高光谱遥感数据已具有一定较好的空间分辨率、时间分辨率、光谱波段数等属性，我国早期高光谱遥感卫星尽管发射时间晚于上述国外数据
3.9K30发布于 2021-07-22 - 来自专栏PaddlePaddle
基于飞桨实现高光谱反演：通过遥感数据获取土壤某物质含量
高光谱反演是什么？ 高光谱反演是使用遥感卫星拍摄的高光谱数据以及实地采样化验的某物质含量数据来建立一个反演模型。简单来说就是：有模型以后卫星一拍，就能得知土壤中某物质的含量，不用实地采样化验了。 高光谱遥感可应用在矿物精细识别（比如油气资源及灾害探测）、地质环境信息反演（比如植被重金属污染探测）、行星地质探测（比如中国行星探测工程 天问一号）等。 ? 目前有许多模型可用于高光谱反演，如线性模型、自然对数模型、包络线去除模型、简化Hapke模型，人工神经网络模型等，本文选择线性模型进行研究。 我们这个例子中设置的分割比例为8:2。 高光谱反演的用途还有许多，快快在AI Studio中fork项目展示出你的创意吧： https://aistudio.baidu.com/aistudio/projectdetail/693750/
99920发布于 2020-09-14 - 来自专栏全栈程序员必看
高光谱图像分类综述_高光谱图像样本进行扩增
像元形状指数 HSI- Hyperspectral Imaging 高光谱成像 随机森林 Reflective Optics Spectrographic Imaging System (ROSIS-03) 反射光学光谱成像系统
50710编辑于 2022-09-20 - 来自专栏机器视觉产品资料查询平台
多光谱与高光谱工业相机技术原理与差异
多光谱与高光谱工业相机通过捕捉传统RGB相机无法获取的波长信息，实现了更精细的分析和高维数据解读。该技术正迅速在农业、医疗、半导体等多个领域得到广泛应用。 普通相机拍摄的是人眼可见的整个可见光波段，而光谱成像技术则将光线划分为多个波长段进行感测，从而实现对物质特性的分析与分类。1、高光谱相机通过棱镜光谱仪技术检测数百个连续的波长段。 2、多光谱相机的结构因制造商而异。以AVALDATA的AMS-013VIRLF2为例，其在传感器上添加了滤光片，仅允许部分波长通过。 3、多光谱相机与高光谱相机的区别多光谱（Multispectral）与高光谱（Hyperspectral）相机均可检测可见光及不可见光（红外、紫外等）中的特定波长，但主要区别在于波段数量与连续性。 一般的高光谱相机通常分为可见光和短波红外两个类型，需分别配备不同的相机；而本公司高光谱相机覆盖从可见光到短波红外的波长范围，单台相机即可同时获取两个波段的信息，极大提升了使用效率。
26210编辑于 2026-01-29 - 来自专栏3D视觉从入门到精通
基于高光谱的无损检测技术
高光谱图像技术最早应用在遥感军事领域，用于地面目标探测，地面物体分类。 何为高光谱图像 高光谱图像将图像技术和光谱技术相结合，不仅反映目标的二维图像信息，同时能够反映光谱维信息。高光谱图像具有三个维度：x-y-。 高光谱的“高”字体现在多波段，可达数百波段；同时具有波段窄的特点，通常在10nm以下；并且光谱范围广，覆盖从可见光到近红外。 高光谱图像技术在无损检测的应用 食品存储时间检测（下图为不同存储时间的同一苹果的荧光高光谱图像） ? 2.农产品农药残留检测（下图为农药浓度为8mg/kg 叶菜样品的高光谱荧光图像及不同浓度梯度样品的荧光光谱曲线） ? 3.食品部位检测（下图为小番茄不同部位的高光谱曲线） ?
1.1K20发布于 2020-12-11 - 来自专栏图像处理与模式识别研究所
基于深度学习的高光谱图像分类
1、双击“hyperspectral.mlpkginstall” 2.运行程序 步骤1：加载高光谱数据集 使用超立方体函数读取高光谱图像。 使用hyperpca函数将光谱带的数量减少到30个。 /sd; 使用createImagePatchesFromHypercube函数，将高光谱图像分割成大小为25×25像素、具有30个通道的Patches。 ,[2 3 4 1]); 创建读取训练和测试数据批的数据存储。 trainedNetwork_url,pwd); load(fullfile(dataDir,"trainedIndianPinesCSCNN.mat")); end 步骤6：基于训练的CSCNN的高光谱图像分类计算测试数据集的分类精度
1.4K10编辑于 2023-05-24 - 来自专栏疯狂学习GIS
用AvaSpec 2048便携式光谱仪测定地物高光谱曲线
本文介绍基于AvaSpec-ULS2048x64光纤光谱仪测定植被、土壤等地物高光谱曲线的方法。 本文就以AvaSpec系列产品中的AvaSpec-ULS2048x64这一款便携式地物高光谱仪为例，介绍基于这一类便携式地物光谱仪进行地物高光谱曲线的测定方法。 其中，前者可以改变高光谱相机在成像时，曝光或整合成像的时间长短，时间越长受到的光照就越强；后者则表示软件界面中每显示的一个光谱曲线，是需要测定多少次后并求取平均值得到的曲线。 如上图所示，每一个光谱曲线文件的命名都是我们在一开始所建立的实验的名字（例如上图中的NEW和NEW2都是我建立的实验的名字）加上四位数的自动编号。 至此，完成了对地物高光谱曲线的测量、保存与导出。
87810编辑于 2022-12-18 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
龙女高光谱卫星星座捕获中分辨率（5.30 米）高光谱卫星图像（ 503nm 到 799nm 的 23 个光谱波段）
简介 威龙开放数据计划提供免费的中分辨率（5.30 米）高光谱卫星图像，这些图像由龙女高光谱卫星星座捕获。数据集包含从 503nm 到 799nm 的 23 个光谱波段，每天重访率为 2 次。 技术规格 Parameter 参数 Value 价值 Spatial Resolution 空间分辨率 5.30 m 5.30 米 Spectral Bands 光谱波段 23 bands ( Level 1B 一级 B Bit Depth 位深 12-bit (delivered as 32-bit) 12 位（以 32 位形式提供） Revisit Rate 复访率 Every 2 数据集说明 空间信息 Band Number 波段号 Band Center (nm) 波段中心（nm） Wavelength Range (nm) 波长范围（nm） Spectral Region 光谱区域 1 500 480-520 Green 绿色 2 510 490-530 Green 绿色 3 520 499-541 Green 绿色 4 540 514-566 Green 绿色 5 550
36910编辑于 2025-02-20 - 来自专栏未来先知
基于选择性 Transformer 的高光谱图像分类 ！
然而，现有的 Transformer 模型在处理具有多样化土地覆盖类型和丰富光谱信息特征的HSI场景时面临两个关键挑战： (1)固定感受野表示忽略了有效上下文信息； (2)冗余自注意力特征表示。 值得注意的是，HSI分类已成为遥感领域的一个基本任务，因为它在诸如灾害监测[14]，精准农业[15]，以及城市规划[16]等领域有广泛的应用。 然后，Zou等人[47]引入了LESSFormer，它使用HSI2Token模块提取自适应的空间-光谱 Token ，并使用局部 Transformer 增强局部光谱表示。 Iii-A2 Houston 休斯顿数据集在2012年 [52]期间，在休斯顿大学校园及其周边地区获取。它包含400-1000 nm波长范围内的144个光谱带，空间分辨率为2.5米。 如表2所示，当单独使用空间或光谱选择分支时，四个数据集的分类性能降低。这突显了在HSI中准确识别地面物体需要考虑空间和光谱信息的重要性。
1.1K10编辑于 2024-11-04 - 来自专栏视觉检测
高光谱视觉检测中光源的重要性
利用高光谱相机进行材料分类和异物检测、实现高速在线检测开发高功率高光谱相机用LED光源、可广泛应用。 但由于能够照射的波长较窄、例如受到同色异物混入或多个素材的材质分类等、可能需要使用可照射多种波长的光源和高光谱相机或类似设备。 近年来、各领域利用高光谱成像技术进行检测的市场规模不断扩大，对高光谱相机和相应光源的需求也随之增加。 选择用于高光谱相机的LED光源，在生产现场进行在线检测时、当被检测物体高速运转时,传统产品有时会因亮度输出不足而导致图像暗淡。如今、CCS开发出了用于高光谱相机的大功率LED光源系统。 因此、通过在照射可见光的同时获取使用高光谱相机的反射光的波长数据、可以对各种颜色的不同反射光谱进行解析和分类处理、使微妙的色度差异变得鲜明、还可检测出混入的异物。
14510编辑于 2026-03-20 - 来自专栏深度学习和计算机视觉
光学成像 |综述| 高光谱成像技术概述
最常用的AOTF晶体材料为TeO2即非共线晶体，也就是说光波通过晶体之后以不同的出射角传播。如上图所示：在晶体前端有一个换能器，作用于不同的驱动频率，产生不同频率的振动即声波。 对聚光准直系统的优化有两个方面：1提高光源的聚光效果，2减小聚光准直系统的外形尺寸。 棱镜分光 入射光通过棱镜后被分成不同的方向，然后照射到不同方向的探测器上进行成像。 高光谱的优势 随着高光谱成像的光谱分辨率的提高，其探测能力也有所增强。因此，与全色和多光谱成像相比较，高光谱成像有以下显著优势。 1. 有着近似连续的地物光谱信息。 高光谱影像在经过光谱反射率重建后，能获取与被探测物近似的连续的光谱反射率曲线，与它的实测值相匹配，将实验室中被探测物光谱分析模型应用到成像过程中。 2. 对于地表覆盖的探测和识别能力极大提高。 目前,已经有大量的基于高光谱成像技术检测水果和蔬菜品质与安全的研究性论文发表。 2.
2.2K31发布于 2021-08-06 - 来自专栏计算机视觉
不同种类遥感图像汇总 ！！
遥感图像主要包括六个种类： 可见光遥感图像 全色遥感图像 多/高光谱遥感图像 红外遥感图像 Lidar遥感图像 合成孔径雷达遥感图像 1、可见光遥感图像 从20世纪60年代采用的多像机型传感器多光谱摄影 2、全色遥感图像 与RGB遥感图像不同，全色图像是遥感器获取整个可见光波区的黑白影像称全色影像。因此，全色图像是单通道的，其中全色是指全部可见光波段0.38~0.76um。 全色遥感图像一般空间分辨率高，但无法显示地物色彩，也就是图像的光谱信息少。 实际操作中，我们经常将全色图像与多波段图像融合处理，得到既有全色图像的高分辨率，又有多波段图像的彩色信息的图像。 4、高光谱遥感图像 多光谱成像（Multispectral）一般只有几个到十几个光谱，由于光谱信息其实也就对应了色彩信息，所以多波段遥感图像可以得到地物的色彩信息，但是空间分辨率较低。 比如，CO2增加引起全球变暖，随之而来的海表面温度增加和海平面增高已引起人们的普遍关注。下图就是通过红外遥感对于全球海表面温度的观测。
1.5K10编辑于 2024-03-19 - 来自专栏计算机视觉
光学遥感卫星分辨率的奥秘 ！！
常见的光谱分辨率类型包括：多光谱分辨率和高光谱分辨率。 多光谱分辨率：其传感器通常具有几个到十几个波段，每个波段覆盖一个较宽的波长范围。 四象科技自主可控光学遥感卫星不同分辨率情况介绍，详见下表： 空间分辨率 光谱分辨率 辐射分辨率 时间分辨率 （侧摆时） A5-02星 2m 0.45μm-0.90μm 10bit 2d 注：不同谱段范围 2、光学遥感分辨率的重要性 光学遥感的4种分辨率共同决定了光学遥感数据的质量的适用性。在单一传感器的空间、光谱、辐射分辨率是难以同时提高的，是相互制约的。 除了空间分辨率的提升，多光谱和高光谱技术的发展也使得遥感数据能够提供更丰富的光谱信息，有助于更准确地识别和分类地表特征。 通过多模态成像技术，融合光学、红外、高光谱等多种观测手段，未来的遥感卫星可能会集成多种成像模式，以提供更全面的地表信息。
1.1K10编辑于 2024-03-19 - 来自专栏GEE遥感大数据学习社区
遥感学习武林秘籍分享
内容包括高光谱遥感、高分辨率影像处理、计算智能及其在遥感影像处理中的应用、影像处理工程、遥感应用和模式分析与机器学习等。 13.3.2 例 2：目标跟踪 5.3.2 高光谱遥感影像空-谱稀疏表达分类 13.3.3 例 3：行为识别 5.3.3 高光谱遥感影像空-谱稀疏表达聚类 13.4 已取得的主要成果 5.3.4 基于稀疏表达的高光谱影像亚像素异常探测 13.5 发展前景与就业 5.3.5 基于稀疏构图的高光谱影像特征提取 13.6 参考文献 5.3.6 基于低秩矩阵分解的高光谱遥感影像复原 14 机器人视觉 5.3.7 基于秩最小化的多角度影像配准 16.遥感应用——通用光谱模式分解算法及植被指数：由于高光谱图像具有很高的光谱分辨率，因而能够提供更为丰富的地物细节，有利于地物物理化学特性的反演。 高光谱遥感已经在各方面显示出了巨大的应用潜力，正受到国内 外专家学者的广泛关注，今后必将在诸多领域发挥越来越重要的作用。特征提取和植被信息提取在高光谱信息处理中占有非常重要的地位。
96821编辑于 2022-09-20 - 来自专栏PaddlePaddle
基于飞桨实现高光谱影像和全色影像融合
项目背景 高光谱影像因其高光谱分辨率（具有几百个光谱波段）所提供的丰富光谱信息在许多实际应用中都大放光彩，如图像分类、异常检测、变化检测和定量农业等领域。 高光谱全色融合是指融合具有高光谱、低空间分辨率的高光谱影像、以及高空间分辨率的单波段全色影像，来得到具有高光谱、高空间分辨率的影像，这是提升高光谱空间分辨率的一种有效的方式。 因此本文基于飞桨框架首次聚焦于大比例融合任务（比例为16），并针对融合问题的病态性（即从单波段全色影像预测多波段高光谱影像的反射率），本文提出了一种基于高光谱投影丰度空间的融合网络。 1.线性关系 全色和丰度特征之间的线性关系的推导如上所示，由第四个公式可知，全色强度为丰度的线性组合，而全色强度本身为高光谱的线性组合，因此将全色特征注入到丰度空间和注入到高光谱空间具有等价性。 随机得到的丰度乘以端元即为构建的高光谱数据，然后乘以worldview2的光谱响应函数生成全色数据。图1即计算得到的丰度标准差和全色强度的散点分布图。
66530编辑于 2022-04-19 - 来自专栏点点GIS
遥感原理与应用复习重点整理
5、陆地卫星的种类：高分辨陆地卫星，高光谱陆地卫星，合成孔径雷达，小卫星。 多光谱扫描仪（MSS）、反速光导管摄像机（RBV）、增强型专题制图仪（ETM+） 第三章 1、遥感传感器可分为四类： （1）、摄影类型的传感器。（2）、扫描成像类型的传感器。 2、扫描成像类传感器是逐点逐行以时序方式获取的二维图像，有两种，一对物面扫描的成像仪（如：红外扫描仪、MSS多光谱扫描仪、成像光谱仪等）。 4、ETM+是一台8谱段的多光谱扫描辐射计。HRV是一种线阵列推扫式扫描仪。 5、成像光谱概念：是以多路、连续并具有高光谱分辨率方式获取图像信息的仪器，基本上属于多光谱扫描仪。 7、图像融合的概念：将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。 第7章 1、景物特征主要有：光谱特征、空间特征和时间特征。 2、空间特征指景物的各种几何形态。
2.5K32发布于 2021-08-18 - 来自专栏GEE遥感大数据学习社区
面向科研人员的免费遥感数据集
H 高光谱遥感影像数据集 yperspectral Remote Sensing Data 高光谱遥感是将成像技术和光谱技术相结合的多维信息获取技术，可以同时获取目标的二维空间信息与第三维的光谱信息， 01 普渡大学高光谱影像数据集(含类别标注) https://engineering.purdue.edu/~biehl/MultiSpec/hyperspectral.html 02 雄安新区航空高光谱遥感影像分类数据集 EnMap高光谱影像。 title=Data_resources 该网址收集了几个的高光谱数据的地址，其中包括常用的AVIRIS数据，以及较新的几个数据，包含下面几个数据； (1) Free AVIRIS Data (2) RIT-CIS-DIRS 参考文献 单杰．（2017）., 从专业遥感到大众遥感．测绘学报, 46（10）：1434-1446.
4K22编辑于 2022-09-20 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
AI Earth——高分一号（中国四维日新图产品 ）
数据产品目前提供2018年开始至今的可覆盖全国范围、空间分辨率为0.8/2m、云量<20% 的高分辨率卫星服务. 卫星搭载了两台2m分辨率全色/8m分辨率多光谱相机，四台16m分辨率多光谱相机。 GF-1星突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，多载荷图像拼接融合技术，高精度高稳定度姿态控制技术，单星上同时实现高分辨率与大幅宽的结合，2m高分辨率实现大于60km成像幅宽，16m 分辨率实现大于800km成像幅宽，适应多种空间分辨率、多种光谱分辨率、多源遥感数据综合需求，满足不同应用要求；实现无地面控制点50m图像定位精度，满足用户精细化应用需求；在小卫星上实现2×450Mbp数据传输能力 ，满足大数据量应用需求；具备高的姿态指向精度和稳定度，姿态稳定度优于5e-4° /s，并具有35°侧摆成像能力，满足在轨遥感的灵活应用；在国内民用小卫星上首次具备中继测控能力，可实现境外时段的测控与管理
77600编辑于 2024-05-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号