高光谱遥感图像的小波去噪方法pdf

高光谱遥感分类数据集，PaviaUniversity。文件中有.mat格式的数据和ENVI原影像。如需要其他高光谱遥感分类数据集可与本人联系。

These are two scenes acquired by the ROSIS sensor during a flight campaign over Pavia, nothern Italy. The number of spectral bands is 102 for Pavia Centre and 103 for Pavia University. Pavia Centre is a 1096*1096 pixels image, and Pavia University is 610*610 pixels, but some of the samples in both images contain no information and have to be discarded before the analysis. The geometric resolution is 1.3 meters. Both image groundtruths differenciate 9 classes each. It can be seen the discarded samples in the figures as abroad black strips.

气溶胶光学厚度(Aerial Optical Depth,AOD)是重要的大气参数,也是大气校正中不可缺少的变量。文中通过两种AOD反演算法的实施和比较,探讨了利用高光谱进行AOD反演的可行性和算法的适用性。通过两种方法,对四幅影像进行了气溶胶的反演,并以地基观测数据进行了对比验证。结果显示改进的V5.2算法在非浓密植被区域的精度较高,而在浓密植被区域与DDV算法精度相当,由于两种算法均依赖于波段固定的线性关系,使得两种算法在气溶胶的反演中均有误差。

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

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

高光谱遥感影像分类数据集，可用于高光谱遥感影像分类研究，尤其在深度学习中十分常用，包括Botswana、Indian Pines、Pavia University等。

本次数据集是用于高光谱图像分类使用的indian影像数据集，该图像数据集是采用可见光与红外机载式成像光谱仪器（AVIRIS）获取的来自于印第安纳州西北部Indian Pines农业试验场的高光谱图像。用于遥感方向的研究使用。

本书分为九章，分别讲述高光谱遥感的理论基础、高光谱遥感成像机理和成像系统、高光谱数据定标与预处理、光谱分析模型与方法、高光谱图像分类与地物识别、混合光谱理论与光谱分解、多源信息辅助高光谱数据分析、高光谱数据处理与分析系统，最后概括地介绍了高光谱遥感在植被、生态环境、地址矿物、城市规划与调查等方面的应用。本书以主要的篇幅论述高光谱遥感科学、技术与信息处理了的共性理论与方法问题，在高光谱遥感的物理基础、成像机理、数据处理、信息分析、应用领域、甚至应用实例等方面都进行了较系统和全面的阐述与解析。

自己学习时编写的混合像元分解中的端元提取部分的顶点成分分析VCA的MATLAB代码，浅显易懂。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。