对KSC和PU数据集进行1D光谱特征学习，2D空间特征学习和3D谱空联合特征学习，所用环境为tensorflow-GPU-1.5.0 keras2.1.6 资源包含KSC和PU两个高光谱数据集
2022-07-17 10:06:03
87.4MB
1
分类代码示例（C4.5、libsvm)，帮助理解高光谱遥感图像的分类。
2022-07-15 09:34:43
24.93MB
1
该文件用于提取混合物中的成分信息。 您需要的是光谱图像的数据集。 您可以获得的结果包括混合物成分的空间分布和成分的纯光谱。
化学计量学中类似的算法更强大，称为多元曲线分辨率（MCR）。 外部约束也用于强制算法输出期望的结果。
随意进行任何更改。
2022-07-14 11:22:05
2KB
1
修改main里的参数运行即可。py文件。可以获取9个灰度特征。按波段获取，所以开始之前需要处理好自己的波段，不然会内存溢出。
高光谱灰度共生矩阵获取代码
2022-07-06 19:14:07
795KB
针对单一滤波器提取高光谱图像空间特征时不能获得完整的图像空间信息的不足, 提出一种结合非局部均值滤波和导向滤波的高光谱图像分类算法。该方法利用非局部均值滤波提取高光谱全波段图像空间信息, 利用导向滤波提取经由主成分分析(PCA)降维后的高光谱图像的空间边缘信息, 将两种空间信息进行线性融合的结果输入至支持向量机(SVM)完成分类。实验表明, 相比于使用光谱信息、高光谱PCA降维、空谱结合的SVM分类、边缘保持滤波以及递归滤波等方法, 该算法能够有效提高光谱图像的分类精度。
2022-07-01 23:06:44
16.04MB
1