92AV3C是1992年拍摄的机载可见光红外光谱成像仪(AVIRIS)的高光谱数据，数据区域位于印第安那州西北部的印第安松树试验场。该数据是目前国际上高光谱研究的通用实验数据之一。像元分辨率为30*30米，共计220个有效波段，相片尺寸为145*145

红提的糖度和硬度是评价红提品质的重要指标,探究了基于高光谱成像技术的红提糖度和硬度的无损检测方法及最佳预测模型。在红提果粒的三种放置模式(横放、果柄侧朝下、果柄侧朝上)下,分别采集213个样本在400~1000 nm波长范围内的高光谱图像,对比分析光谱采集的最优模式;然后在最优采集模式下对光谱进行预处理;应用遗传算法(GA)、连续投影算法(SPA)、竞争性自适应重加权(CARS)算法和无信息变量消除法(UVE)针对原始光谱提取特征波长;结合化学计量学方法分别建立基于全光谱和特征波长的偏最小二乘回归(PLSR)、最小二乘支持向量机(LSSVM)和随机森林(RF)的红提糖度、硬度的无损预测模型。结果表明:基于RF建立的糖度和硬度模型的效果较优;预测糖度的最优模型为遗传算法优化的随机森林(GA-RF),其校正集相关系数(Rc)、预测集相关系数(Rp)分别为0.969、0.928,校正集均方根误差(RMSEC)、预测集均方根误差(RMSEP)分别为0.266、0.254;预测硬度的最优模型为基于移动窗口平滑结合连续投影算法优化的随机森林(MA-SPA-RF),其Rc、Rp分别为0.961、0.

Indian pines高光谱数据集

高光谱数据集mat格式

The NASA EO-1 satellite acquired a sequence of data over the Okavango Delta, Botswana in 2001-2004. The Hyperion sensor on EO-1 acquires data at 30 m pixel resolution over a 7.7 km strip in 242 bands covering the 400-2500 nm portion of the spectrum in 10 nm windows. Preprocessing of the data was performed by the UT Center for Space Research to mitigate the effects of bad detectors, inter-detector miscalibration, and intermittent anomalies. Uncalibrated and noisy bands that cover water absorption features were removed, and the remaining 145 bands were included as candidate features: [10-55, 82-97, 102-119, 134-164, 187-220]. The data analyzed in this study, acquired May 31, 2001, consist of observations from 14 identified classes representing the land cover types in seasonal swamps, occasional swamps, and drier woodlands located in the distal portion of the Delta.

自己学习时编写的混合像元分解中的端元提取部分的单形体增长SGA算法的MATLAB代码，浅显易懂，里面有三版SGA的代码，代表着自己学习时的三种思路，思路之间区别不大，只是一些细微改动，还包含了自己编写的主成分分析PCA降维的函数。可以运行得到结果，但没有结果用于验证，亦未编写精度评定，不保证结果的正确性。

高光谱与多光谱数据融合，逯祎，，多传感器的遥感数据融合在城市规划，土地利用、军事侦察等方面有着广阔的应用前景。本文主要针对高光谱图像空间分辨率不高的缺点

针对高光谱遥感数据具有波段多,各光谱通道间连续,含数据信息量大,像元光谱曲线交叉并不甚多等特点,就分析光谱曲线特点之后,选择性的运用波段插值方法进行光谱重建,利用MATLAB 平台对多种插值算法进行了拟合实现。通过对比实验插值结果与原始数据,以及各插值算法插值精度,均方差和峰值信噪比等图像参数相互比较,显示用二次拟合的方法能够得到较好的拟合效果。

文章对高光谱遥感技术的发展概况进行了回顾，详细介绍了典型的高光谱遥感仪器的发展历程及其主要参数，对比了不同时期各个国家高光谱遥感载荷的性能特点，分析了中国高光谱遥感技术发展现状，并归纳了国际上未来高光谱遥感技术发展计划。文章结合当前信息时代的发展特点，对高光谱遥感技术未来发展进行了展望，指出了高光谱遥感技术探测波段进一步拓宽，时间、空间及光谱分辨率进一步提高，高光谱遥感技术种类进一步丰富，图像、光谱、偏振多元信息一体化获取，智能化、网络化以及小型轻量化的发展趋势，可为中国高光谱遥感技术的进一步成熟化和实用化提供参考。

《高光谱遥感及其应用》——浦瑞良、宫鹏