超立方体
读高光谱数据
描述
的超立方体高光谱数据读取并返回一个函数超立方体对象。对象包含了高光谱数据立方体及其相关属性。使用对象函数来删除或选择所需的高光谱波段,分配新的像素值,生成彩色图像,并将高光谱数据写入的环境(环境可视化图像)文件格式。
创建
语法
描述
hcube=超立方体(文件名)文件名。输入文件可以是一个国家图像传输格式(NITF)文件,亥伯龙神级1 r (L1R)文件存储在分层数据格式(HDF)、头或图像文件的环境或元数据文本扩展(MTL)文件,其中包含从地球观测卫星数据(EO)卫星。
eo - 1亥伯龙神
阿里eo - 1搭载的先进陆地成像仪(eo - 1)
陆地卫星多光谱扫描仪(陆地卫星MSS)
陆地卫星主题映射器(陆地卫星TM)
陆地卫星增强主题映射器+(陆地卫星ETM +)
陆地卫星运营陆地成像仪/热红外扫描仪(陆地卫星奥利/行动)
请注意
的超立方体函数读取卫星数据存储在地理标记图像文件格式(GeoTIFF)。
输入参数
属性
对象的功能
assignData |
将新数据分配给高光谱数据立方体 |
cropData |
作物感兴趣的 |
enviwrite |
高光谱数据写入文件格式的环境 |
selectBands |
选择信息最丰富的乐队 |
removeBands |
移除光谱波段的数据立方体 |
彩色化 |
估计高光谱数据的彩色图像 |
例子
阅读和想象一样的光谱数据文件
高光谱数据的环境中存储格式读入工作区。创建一个超立方体对象通过指定一个数据文件的环境和相关的头文件的环境。
hcube =超立方体(“paviaU.dat”,“paviaU.hdr”);
显示的属性超立方体对象。
hcube
hcube =超立方体的属性:DataCube:波长(610×340×103双):(103×1双)元数据:[1×1 struct]
估计的RGB图像利用高光谱数据彩色化函数。可视化RGB图像。
rgbImg =再着色(hcube,“方法”,“RGB”);图显示亮度图像(rgbImg)标题(数据立方体的RGB图像)
检查的元数据超立方体对象。
hcube.Metadata
ans =结构体字段:文件名:“Y: 2020 _06_16_h06m34s27_job1406120_pass \ jobarchive \ Bspkg20b \ \ matlab工具箱\ \ \ supp金宝apportpackages \高光谱图像\ hyperdata \ paviaU。hdr" FileModDate: "25-Feb-2020 14:29:34" FileSize: 654 Format: "HDR" FormatVersion: '' SensorType: [0×0 string] Description: [0×0 string] AcquisitionTime: [0×0 string] RasterFormat: "ENVI" Height: 610 Width: 340 Bands: 103 DataType: "double" Interleave: "bsq" HeaderOffset: 0 ByteOrder: "ieee-le" BandNames: [0×0 string] FWHM: [] Gain: [] Offset: [] ReflectanceGain: [] ReflectanceOffset: [] BadBands: [] CloudCover: [] SunAzimuth: [] SunElevation: []
从环境读取数据文件和替换波长值
读取格式的环境数据到工作区中通过指定一个头文件,其中包含关于高光谱数据的信息。相关的环境必须存储二进制数据文件在同一文件夹一样头文件。
hcube =超立方体(“paviaU.hdr”);
显示的属性超立方体对象。
hcube
hcube =超立方体的属性:DataCube:波长(610×340×103双):(103×1双)元数据:[1×1 struct]
估计的RGB图像数据立方体使用彩色化函数。增加对比度的RGB图像使用对比度拉伸。可视化RGB图像。
rgbImg =再着色(hcube,“方法”,“RGB”,“ContrastStretching”,真正的);图显示亮度图像(rgbImg)标题(数据立方体的RGB图像)
分配新中心波长值的高光谱数据。波长值的数量必须等于乐队在高光谱数据立方体的数量。每个波长值必须是唯一的值。
minWavelength = 500;maxWavelength = 1010;newWavelength = minWavelength: 5: maxWavelength;
创建一个新的超立方体对象与新波长值。
newhcube =超立方体(“paviaU.hdr”,newWavelength);
旧的和新的情节波长值。显示波长范围。
图绘制(hcube.Wavelength,“o”)举行在情节(newhcube.Wavelength”或“)包含(带数字的)ylabel (“波长”)str1 = (“原来的波长范围:”num2str(最低(hcube.Wavelength))“纳米”num2str (max (hcube.Wavelength))“纳米”];1075年文本(5日,str1) str2 = (“新波长范围:”num2str(最低(newhcube.Wavelength))“纳米”num2str (max (newhcube.Wavelength))“纳米”];1035年文本(5日,str2)传说(的原始值,“新值”,“位置”,“东南”)
从数字输入创建数据立方体
读一个RGB图像到工作区中。RGB图像包含三个光谱通道:红、绿、蓝通道。
形象= imread (“peppers.png”);
指定的中心波长值的红、绿、蓝通道作为700年,分别为530和470纳米(纳米)。
波长= (700 530 470);
创建一个超立方体使用图像和波长值对象。
波长hcube =超立方体(图片)
hcube =超立方体的属性:DataCube: (384×512×3 uint8)波长:[3×1双]元数据:[1×1 struct]
修改元数据属性
高光谱数据读入工作区并检查它的属性。
hcube =超立方体(“paviaU.dat”);
检查元数据财产的超立方体对象。
hcube.Metadata
ans =结构体字段:文件名:“mathworks /猛击/棒/ Bdoc21b /构建/ matlab工具箱/ / supportpackages /高光谱金宝app图像/ hyperdata / paviaU。hdr" FileModDate: "25-Feb-2020 03:59:34" FileSize: 654 Format: "HDR" FormatVersion: '' SensorType: [0x0 string] Description: [0x0 string] AcquisitionTime: [0x0 string] RasterFormat: "ENVI" Height: 610 Width: 340 Bands: 103 DataType: "double" Interleave: "bsq" HeaderOffset: 0 ByteOrder: "ieee-le" BandNames: [0x0 string] FWHM: [] Gain: [] Offset: [] ReflectanceGain: [] ReflectanceOffset: [] BadBands: [] CloudCover: [] SunAzimuth: [] SunElevation: [] SolarIrradiance: [] EarthSunDistance: [] WavelengthUnits: "Nanometers"
找到并删除元数据的空字段。
元数据= hcube.Metadata;字段=字段名(元数据);indx =找到(structfun (@isempty、元数据)= = 1);newMetadata = rmfield(元数据字段(indx));
设置的值AcquistionTime当前日期字段。
currentDate = datestr(现在,“yyyy-mm-dd”);newMetadata。AcquistionTime = currentDate;
创建一个超立方体与新的元数据对象。的DataCube和波长属性的新超立方体对象是相同的输入数据。
nhcube =超立方体(hcube.DataCube hcube.Wavelength newMetadata);
检查元数据房地产的新超立方体对象。
nhcube.Metadata
ans =结构体字段:身高:610宽度:340乐队:103数据类型:“双”交错:“bsq”HeaderOffset: 0 ByteOrder:“ieee-le”AcquistionTime:“2021-10-16”WavelengthUnits:“纳米”
另请参阅
enviinfo|fippi|nfindr|estimateAbundanceLS|归一化植被指数|countEndmembersHFC|hyperpca|hypermnf|inverseProjection|multibandread|multibandwrite|nitfread|h5read
