针对高光谱图像和高空间分辨率图像配准过程中，各波段之间差异较大难以选择高精度配准波段的问题，提出一种基于Cram′er-Rao下限(CRLB)理论的高光谱图像高精度匹配波段选择算法。利用波段选择的方法选出高光谱图像中若干信息量大、相关性小的波段；将其分别与高空间分辨率图像做配准，并计算配准结果相应的CRLB；根据CRLB选择高精度配准波段。通过比较配准后的CRLB和均方根误差，验证CRLB具有较好配准质量评价性能。通过CRLB与其他方法的选择波段配准结果比较可知，本文算法选择的波段配准精度较高。上述波段为高光谱图像和高空间分辨率图像的配准提供更好的数据。

行业分类-物理装置-一种高光谱遥感地质勘测控制系统、方法及应用.zip

拉曼光谱matlab代码拉曼光谱 高光谱图像处理。 该存储库表示用于处理由 WiTEC Control4 软件生成的高光谱拉曼图像的代码。 拉曼高光谱图是每个像素都有相关光谱的图像。 根据给定波数的光谱强度对像素进行颜色编码。 此代码最初用于处理各种类型陨石中发现的有机材料的拉曼图像数据，但可用于任何感兴趣的材料。 要使用处理管道，您需要下载此存储库中显示的所有代码以及来自 . 这不是我自己的代码，而是马里兰大学的 Thomas C. O'Haver 的代码。 非常感谢 O'Haver 博士的代码！ 您将在此存储库中找到用于处理收集的图像的各种脚本以及运行处理工作所需的示例文件。 如果您有任何建议，请与我联系或贡献。 现在用于分析输出拉曼数据的脚本是跨语言的（即一些在 python 中一些在 Matlab 中）。 我意识到人们可能无法使用 Matlab 或者宁愿只使用一种语言。 因此，我正在努力以两种语言实现两个完全工作的处理管道。 谢谢你的耐心！

包括Salinas和Salinas-A This scene was collected by the 224-band AVIRIS sensor over Salinas Valley, California, and is characterized by high spatial resolution (3.7-meter pixels). The area covered comprises 512 lines by 217 samples. As with Indian Pines scene, we discarded the 20 water absorption bands, in this case bands: [108-112], [154-167], 224. This image was available only as at-sensor radiance data. It includes vegetables, bare soils, and vineyard fields. Salinas groundtruth contains 16 classes.

最近在做高光谱图像处理，因为对matlab不太熟，所以写了一个C#版的图像读取函数。 这个函数是我从工程里面单独拿出来的，你可以把代码粘贴进自己的函数里就能用。里面的messager函数其实是一个输出信息，可以删掉不影响功能，如果你没有包含一些读取文件相关的系统头文件的话，按照提示包含就行了

目标检测是高光谱遥感领域一个重要研究方向，其在矿物勘探和国防侦查等领域都有着广泛的应用。简明、系统地介绍了高光谱图像目标检测中的一些关键算法及其在实际应用中存在的问题，并对未来发展方向进行了展望。

行业分类-物理装置-基于随机深度残差网络的高光谱图像分类方法.zip

模型：CNN,SAE,KNN,SVM代码 数据集：Indian_pines，Pavia

高光谱所需的常用数据：paviaU.mat 高光谱遥感常用数据集。高光谱所需的常用数据：paviaU.mat 高光谱遥感常用数据集

基于DSP和FPGA的高光谱图像处理系统设计.pdf