Advertisement

该文件包含高光谱数据转换为多光谱卫星数据的MATLAB代码，文件格式为t.zip。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
将高光谱数据转化为与Landsat_OLI、WorldView2、Sentinel A等卫星传感器所获取的多光谱数据。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • MATLAB代码t.zip：将高光谱数据转为多光谱卫星数据
    优质
    本资源提供了一段MATLAB代码，用于转换高光谱图像至类似多光谱卫星影像的数据格式。文件包括详细的注释和示例，方便用户理解和应用。 将高光谱数据转换为对应卫星传感器（如Landsat OLI、WorldView2、Sentinel A）的多光谱数据。
     
  • ENVI 数据转换：BSQ/BIL/BIP 转换 - 高光谱数据格式转换 (bsq, bil)
    优质
    本教程详解如何使用ENVI软件进行高光谱数据在BSQ、BIL和BIP三种不同存储格式间的转换，适用于遥感与地质勘探等领域。 使用MATLAB可以将高光谱数据的栅格文件格式（如bil、bip、bsq）进行自由转换，这与ENVI软件中的格式转换功能类似。这样的操作有助于更好地理解高光谱数据的各种格式。
     
  • MATLAB读取TXT文件（含光谱数据）.rar_光谱仪_光谱采集_字符串
    优质
    本资源提供MATLAB代码用于读取包含光谱数据的TXT文件，适用于光谱仪的数据处理与分析。帮助用户解析并操作存储于文本格式中的光谱信息。 提取光谱仪采集的光谱数据，并将文本段落档中的数据导入MATLAB。
     
  • 常用的高光谱分类数据集（.mat 文件格式）压缩包
    优质
    本压缩包包含多个常用高光谱图像分类数据集，格式为.mat文件，便于直接在Matlab等软件中加载使用，适用于科研与教学。 常用高光谱分类数据集包括Indian Pines、KSC、Purdue、DC、HOUSTON、Botswana和Salinas等，这些数据集在撰写论文时通常足够使用，并且是公开的；使用方法为格式全部为mat文件，在Python和Matlab上均可使用；建议尝试不同传感器的数据集以验证分类方法的有效性。
     
  • 高光谱和多光谱数据的融合技术
    优质
    本研究聚焦于探索与开发高光谱及多光谱数据融合的技术方法，旨在提升图像在分类、识别等方面的精度与效率。 高光谱与多光谱数据融合在城市规划、土地利用以及军事侦察等领域具有广泛的应用前景。本段落主要针对高光谱图像空间分辨率较低的问题进行探讨。
     
  • Shred: 用于从RGB多光谱图像估算高光谱数据的Matlab代码
    优质
    Shred是一款基于Matlab开发的工具，旨在通过RGB多光谱图像高效生成高质量的高光谱数据。适用于科研与遥感领域。 RGB/多光谱的高光谱估计过程是由B. Arad和O. Ben-Shahar在论文“Sparse Recovery of Hyperspectral Signal from Natural RGB Images”中描述，并通过MATLAB实现的。有关更多详细信息，可以在本·古里安大学找到。如果您在工作中使用此代码，请引用该文献：Arad, B., & Ben-Shahar, O. (2016). Sparse Recovery of Hyperspectral Signal from Natural RGB Images. In European Conference on Computer Vision (ECCV) proceedings.
     
  • 使用MATLAB读取MAT格式的高光谱数据
    优质
    本教程详细介绍如何利用MATLAB软件高效读取和处理MAT格式的高光谱数据文件，涵盖相关函数与代码示例。 由于文件大小限制，可以上传一个MAT格式的高光谱图像，并使用Matlab中的load函数进行读取。
     
  • 将shp面数据转换为GeoJSON格式文件
    优质
    本教程介绍如何使用Python编程语言将空间矢量数据（Shapefile）转化为GeoJSON格式文件，便于在Web平台上的地理信息系统中应用。 使用C#将等值面转换为GeoJson格式文件，并利用gdal工具对shp文件进行导出。
     
  • 1DCNN_SPE_1DCNN_python_高光谱数据处理_光谱维度的1DCNN应用_高光谱
    优质
    本项目采用Python实现基于一维卷积神经网络(1DCNN)的高光谱数据分析，专注于提升光谱维度的数据处理能力与精度。 这段文本描述了5个Python文件，适用于各种高光谱数据集，并且只需要调整输入形状即可使用。