1关于光谱: 电磁波按波长大小分为射线,可见光,近红外(780nm-2526nm),无线电等。
波长:一个振动周期内传播的距离。
【matlab|基于matlab读取envi格式高光谱图像数据】什么是光谱:复色光色散后按波长大小排列的图案。
什么是高光谱:1光谱信息丰富的光谱信息2光谱分辨率足够高。
什么叫光谱信息丰富:区分光波段范围足够细。
光谱分辨率足够高:1在一固定波长内波段越多的光谱,分辨率越高。2波段越小,分辨率越高。
什么是半高全宽:看分辨率有多高,波段有多宽。
高光谱遥感数据光谱特征的三层体系
高光谱遥感影像是一个空间-光谱数据立方体。
每一层为一个波段,每一个像元各波段的属性值都构成一个光谱向量
通过对光谱向量的分析,可以提取许多对分类、信息提取都用的信息
高光谱数据格式之一:标准envi格式是两个文件,一个HDR一个DAT。
2基于matlab简单读取函数
function [image]=freadhyperspectraldata(fname)fid=fopen(fname);
%打开冰箱
image=fread(fid);
%放进大象
fclose(fid);
%关上冰箱门
%%简单的读取函数,得到一个一维结果。1*161200000.
将高光谱文件每一个数值进行读取,输出一个一维数组。
3按头文件,将上述数组reshape 我们无法处理上述一维数据,所以需要把高光谱数据变成三维矩阵,以便矩阵运算。
我们需要处理矩阵行数,列数,通道数(波段数),数据类型,这四个值在头文件有标明。
所以reshape之前使用基本语句读取到上述四个值,得到一个三位矩阵(表示高光谱数据尺寸)和一个数据类型。
clc
clear
fname='G:\轻工大学\1高光谱\高光谱数据\T1\1\capture\1-1'
rfid = fopen(strcat(fname,'.hdr'),'r');
%打开头文件%strcat是连接字符串,rfid是指定头文件
while 1
tline = fgetl(rfid);
%fget是读取每一行并去掉换行符
if ~ischar(tline), break, end
[first,second]=strtok(tline,'=');
%将=作为分割节点,
%=前为first,=后为second
d={'bit8' 'int16' 'int32' 'float32' 'float64' 'uint16' 'uint32' 'int64' 'uint64'};
switch first%获取头文件中samples,lines,bands的值,即行数、列数、波段数信息case 'samples '
[f,s]=strtok(second);
p(1)=str2num(s);
first
% a=1
case 'lines '
[f,s]=strtok(second);
p(2)=str2num(s);
case 'bands '
[f,s]=strtok(second);
p(3)=str2num(s);
endend
t='uint16'%本次实验为了加快进度未设置如何搜索数据类型,直接赋值
fname='G:\轻工大学\1高光谱\高光谱数据\T1\1\capture\1-1.dat'
fid=fopen(fname);
image=fread(fid,t);
image=reshape(image,[p(1),p(2),p(3)]);
fclose(fid);
运行结果:image:1024*948*224
文章图片
p指光谱数据矩阵尺寸,image指reshape后的光谱数据已经被读取并转换为三维矩阵。
ps:envi标准高光谱数据格式分为两个文件:1头文件 hdr文件2数据文件dat(有一点不懂为什么记事本打开dat文件全是乱码而不是数字矩阵,按头文件说的应该uint16。如果不是数字那么matlab里的image三维矩阵又是什么呢。)
今天学习了元数据的读取和数据整理,下一次我们可以看看这些数据如何在matlab里显示和修改。
推荐阅读
- matlab|MATLAB读取高光谱数据
- matlab|matlab 显示高光谱,Matlab在高光谱图像处理上的使用指南(不断补充ing)
- matlab|基于MATLAB读取高光谱影像每个像素的光谱信息
- matlab|【SVM预测】基于matlab蝙蝠算法之改进的SVM预测(二)【含Matlab源码 141期】
- matlab|【路径规划】遗传算法之考虑分配次序的多无人机协同目标分配建模【Matlab 021期】
- #|基于改进的蚂蚁群算法求解最短路径问题、二次分配问题、背包问题【Matlab&Python代码实现】
- #|基于企鹅优化算法的机器人轨迹规划(Matlab代码实现)
- #|无线电信号调制【小波去噪】(Matlab&Python代码实现)
- #|基于粒子群算法的电力系统无功优化研究(IEEE14节点)(Matlab代码实现)