高光谱遥感成像机理与成像光谱仪 中国科学院资料

这是Nicolet 公司的红外关谱数据处理软件,小巧,好用.

基于MCNN的_HSI_分类 文件 MCNN-CP：使用混合卷积和协方差合并的高光谱图像分类（TGARS 2021） MCNN-PS和Oct-MCNN-PS：使用混合3D八度音程和2D子像素卷积神经网络的高光谱图像分类（已提交TGARS） 1.环境设置 该代码已在配备Intel i7-9750H 2.6 GHz处理器，32 GB RAM和NVIDIA GTX1650图形卡，Python 3.6，tensorflow_gpu-1.14.0，Keras-2.2.4，CUDA 10.0， cuDNN 7.6。 请在运行此代码之前安装相关的库： pip install -r requirements.txt 2.下载日期集： IP：， UH： 上： SA：和 并将它们放入数据目录。 3.下载模型（加载模型）： 代码：caor 并将它们放到models目录中。 4.下载pretrai

随机非高斯或确定性信号中包含的信息远多于其自相关和幂所传达的信息光谱。 根据信号的高阶矩或累积量定义的高阶谱包含此附加信息。 高阶频谱分析 (HOSA) 工具箱为信号处理应用提供了全面的高阶频谱分析功能。 该工具箱是高级研究员和实践工程师以及新手的绝佳资源想要了解统计信号处理中的概念和算法的学生。 HOSA 工具箱是一个 M 文件的集合，这些文件实现了各种高级信号处理算法，用于估计交叉和自累积量（包括相关性）、光谱和近谱、双谱和双相干，以及时频计算分布。 基于这些，实现了参数和非参数盲系统识别、时延估计、谐波检索、相位耦合、到达方向估计、Volterra（非线性）模型的参数估计和自适应线性预测的算法。 还包括用于测试时间序列的高斯性和线性度的算法。 工具箱中包含完整的教程和演示集。

超级GAN 纸代码对抗网络的高光谱样本的现实合成。 如果您在工作中使用此代码，请引用以下内容。 @inproceedings{audebert_generative_2018, title = {Generative adversarial networks for realistic synthesis of hyperspectral samples}, booktitle = {2018 {IEEE} {International} {Geoscience} and {Remote} {Sensing} {Symposium} ({IGARSS})}, author = {Audebert, N. and Le Saux, B. and Lefèvre, S.}, month = jul, year = {2018} } 动机 高光谱成像

高光谱图像解混 数据集 Samon 高光谱图像解混 数据集 Samon

matlab开发-光学相干成像的重建和光谱分析。光谱域OCT图像重建与光谱分析程序。

2048的matlab源代码PyOCT：光谱域光学相干断层扫描的成像重建。 PyOCT的开发目的是进行正常的光谱域光学相干断层扫描（SD-OCT）成像重建，其主要步骤如下： 读取数据 背景扣除 频谱重采样 计算像差校正（Alpha校正） 相机色散校正（使用相机校正系数的Beta校正） 逆傅立叶变换 获取OCT图像 该算法最初是在康奈尔大学的Steven G. Adie教授研究实验室中使用MATLAB开发的。 通过矩阵运算提高了重建速度。 与MATLAB相比，Python语言从仅在我们的实验室计算机上测试过的二进制文件中加载数据的性能要好得多。 目前，PyOCT仅支持python 3.0+。 快速开始 可以使用pip安装PyOCT： $pip install PyOCT 如果要运行最新版本的代码，可以从git安装： $python -m pip install -U git+git://github.com/NeversayEverLin/PyOCT.git 成功安装后，您可以在python环境下测试程序： $from PyOCT import VolumeReconstruction

基于光谱测量数据,综合考虑背景辐射和仪器噪声对目标探测的干扰,提出一种自适应波段选择方法,并进行实验验证。利用声光可调谐(AOTF)成像光谱仪采集光谱数据,光谱扫描波段为400~1000 nm。对天空背景下的无人机目标和墙面背景下的静态物体目标进行探测,计算各波长的综合信噪比,以综合信噪比最大值的70%为阈值,选择合适的工作波段。波段选择的结果符合实际情况,所提方法能有效地选择不同目标的最优探测波段。

植被指数计算器 提供了6类 27种植被指数的计算 绿度　Greenness　 光利用率　Light Use Efficiency 氮 干旱或炭衰减Dry or Senescent Carbon Stress Pigments 冠层水分含量Canopy Water Content 提供了生物物理学交叉检验 通过植被指数计算器统一进行计算 提供了每种植被指数的详细资料和计算公式 能够根据影像信息自动显示可计算的植被指数 没有一种其它的商业软件提供如此丰富的植被指数计算 * 植被对于很多领域都非常重要，ENVI提供了非常全的植被指数计算工具，它还可以根据您提供的数据源的情况，自动列出你能获得的植被指数，