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！
