遥感图像的数据集，里面有Indian_pines数据集、Pavia数据集 和 PaviaU数据集，数据集的格式为mat

通过matlab对Paviau高光谱数据集分类。

高光谱常用数据集，包含SA，PU，IP的mat文件和已经转成csv文件的数据集

新手教程，含搜集资料加代码。高光谱图像分类是高光谱遥感对地观测技术的一项重要内容，在军事及民用领域都有着重要的应用。然而，高光谱图像的高维特性、波段间高度相关性、光谱混合等使高光谱图像分类面临巨大挑战。一方面高光谱图像相邻波段之间相关性较大，存在较高的信息冗余。

是从这个网站上下的 http://www.ehu.eus/ccwintco/index.php?title=Hyperspectral_Remote_Sensing_Scenes 包括1 Indian Pines 2 Salinas 2.1 Salinas scene 2.2 Salinas-A scene 3 Pavia Centre and University 3.1 Pavia Centre scene 3.2 Pavia University scene 4 Cuprite 5 Kennedy Space Center (KSC) 6 Botswana 均为MATLAB数据文件，由于上传大小限制，分三批上传，第一批

matlab程序，高光谱图像降维，可以实现matlab对envi文件的直接读取，同时对高光谱图片直接处理。

分享的为高光谱异常探测合成数据集，120x120大小，主要用于高光谱图像的异常探测，需要的可以自行下载！如果使用，请参考文件中论文数据的描述，并引用，论文相关代码请在本人分享资源处下载！

高光谱图像中往往存在严重的条带噪声，与常见噪声具有很大不同，现有的去噪方法对其不能完全适用。利用平滑滤波思想结合传统的矩匹配方法，对传统的矩匹配条带去除方法进行改进，对HJ-1-A卫星高光谱图像进行实验、研究，利用多种图像质量评价标准，将算法去条带后图像与传统的和已有的改进算法去条带后图像进行对比、评价，找出去条带效果好、原始图像信息保留能力强、适应性强的改进的矩匹配方法来应用于高光谱图像条带噪声的去除。

基于非负字典学习高光谱图像超分辨.caj

通过非负低秩表示对高光谱图像进行半监督子空间聚类