Matlab高光谱遥感、数据处理与混合像元分解技术

原文：Matlab高光谱遥感、数据处理与混合像元分解https://mp.weixin.qq.com/s?__biz=MzUzNTczMDMxMg==&mid=2247629522&idx=7&sn=ae7a3957be501d71f7e7c8f9e4fc7f6c&chksm=fa8dbb35cdfa322358a34b591446c129dac64fee9521ebba64acead8f496b8e66be19c6e1098&token=358797745&lang=zh_CN#rd

一：基础

1、高光谱遥感

高光谱遥感的三个特点—光谱分辨率高、光谱通道连续、光谱成像；

—高光谱遥感产生动机和过程，基于cite space的高光谱技术热点分析。

2、高光谱遥感成像与数据处理

数字魔方游戏—高光谱成像机理与成像光谱仪；

—高光谱遥感数据类型、参数、元数据数据预处理（辐射校正、大气校正）；

高光谱为什么要降维？—光谱特征提取，主成分分析（PCA）、最小噪声分离（MNF）。

3、高光谱遥感图像分类与混合像元分解

高光谱遥感图像分类与识别，监督分类与非监督分类。

无处不混合—混合光谱形成、物理机理；

线性与非线性模型—混合像元分解模型，线性光谱混合物理、数学模型，Hapke非线性模型。

二：Matlab开发

1、matlab软件及安装、常用功能

2、Matlab高光谱图像处理框架

Matlab高光谱图像处理框架组织与分析；

APP—高光谱查看器的使用介绍。主要界面，波段选择，波段组合图像显示和光谱可视化；

数据读写可视化、增强、校正、降维、光谱解混、光谱匹配等六组函数；

数据预处理（辐射校正、大气校正）Matlab模块解析。

3、Matlab精选案例解析

高光谱遥感图像分类案例解析，SAM图像分类；

高光谱遥感图像解混案例解析，HFC、N-FINDR、spectralMatch、SID等程序。

三：Matlab高光谱数据处理技术

1、高光谱成像数据处理及matlab实现

GF-5、资源02D卫星高光谱图像数据读取可视化（APP、函数）

2D\3D高光谱数据矩阵变换（函数）

2、地面波谱测量数据处理及matlab实现

便携式地物光谱仪（asd），数据读取，可视化（函数）

反射率因子数据计算（函数）

光谱曲线显示可视化（函数）

3、高光谱数据回归定量分析及matlab实现

高光谱回归分析数据整理（函数）

回归学习器，随机森林、线性、支持向量机等（APP、函数）

回归分析结果、误差分析可视化。（APP、函数）

四：Matlab混合像元分解技术

1、高光谱端元数量评估及matlab实现

Harsanyi-Farrand-Chang（NWHFC）噪声白化方法、Hysime高光谱数据的程序实现。

Hysime端元数量评估方法代码解析。

2、端元光谱提取及matlab实现

采用PPI、VCA等方法对高光谱数据的端元光谱进行提取。

VCA端元光谱提取的代码解析。

3、端元含量评估及matlab实现

采用最小二乘、稀疏运算等方法对高光谱数据的端元含量进行评估。

最小二乘端元含量评估方法代码解析。

五：典型案例
1.矿物填图案例：以甘肃某地区为例，采用资源02E数据进行绢云母、绿泥石等蚀变矿物信息提取和定量评估。涉及研究区高光谱影像读取、评估矿物种类数目、提取矿物端元光谱、利用光谱库进行识别、评估矿物含量、数据处理、矿物图可视化、结果输出等。

2.木材含水量算法案例：采用回归学习器对森林木材样品数据含水量进行定量分析，涉及高光谱数据读取、写入、高光谱回归分析数据整理，回归学习器，随机森林、线性、支持向量机等含水量评估、误差分析可视化。回归分析结果可视化、结果输出等。

3.土壤质量评估案例：基于航空高光谱、地面波谱测试数据对土壤质量参数进行评估，涉及航空、地面高光谱土壤调查方案设计、高光谱数据的预处理整体，土壤质量参数建模，结果可视化等。