高光谱成像技术是一门学科,它使用专门的传感器捕获数据同时在许多窄波段。高光谱数据通常表示为一个图像立方体的每个图像代表一个几十或几百个窄的波长范围或光谱波段。高光谱成像技术使光谱特性的测量和分析区域或对象,用于应用程序(如农业作物健康评估,环境退化监控和组织病理学。
一组高光谱图像。每张图片拍摄于许多狭窄的波长范围。
高光谱成像技术使用在哪里?
高光谱成像技术是用于应用程序(如遥感、监测、机器视觉、医学成像和识别材料的主要目的和检测对象,异常,和过程。例如,高光谱成像技术在遥感探测和识别涉及矿产、地面植被,人造建筑使用卫星和航空图像。
使用卫星高光谱数据来识别不同的陆地区域,根据他们的材料类型,使用最大数量分类。
在医学成像、光谱成像分析的组织表面可以提供深刻的组织病理学诊断信息。
高光谱图像诺丁汉大学的,导出了闪亮的光在组织表面和准确测量氧含量和生成氧饱和度映射到促进临床研究人员和医生的工作。
高光谱图像处理是如何工作的呢?
高光谱成像技术始于捕获的图像利用高光谱图像传感器和代表三维高光谱数据立方体。这个数据立方体可以分析和处理使用各种图像处理算法,主要用于工作流涉及分类、光谱匹配,不混溶。
一个典型的高光谱图像处理工作流程,其中包括代表,分析和解释信息包含在高光谱图像。
例如,一个常见的高光谱图像处理技术,最大数量分类(MAC)用于分类像素在图像基于它们的光谱特征,并将他们一个对象或区域类,也称为endmember类。
丰富的地图使用最大生成丰富的高光谱图像分类与九endmember类:沥青、草地,砾石,树木,画金属片,裸露的土壤,沥青,阻挡效应砖,和阴影。
另一个常见任务涉及到使用归一化植被指数或NDVI值植被高光谱图像的区域和应用一个阈值在这个值来测量在该地区植被的相对健康。NDVI值越高,健康和密集的植被。
NDVI值最高的(最)图像表明区域用绿色健康和密集的植被。
高光谱成像技术和MATLAB
的高光谱影像库在MATLAB®提供了一组用于访问功能和可视化功能,预处理,高光谱数据分析和处理。
的高光谱查看器应用程序使高光谱数据的可视化和交互探索。您可以查看每一个乐队的高光谱数据作为灰度图像和彩色合成数据的表示。这个应用程序还允许创建光谱资料,使识别高光谱数据的构成元素。
高光谱查看器应用高光谱数据的可视化和光谱资料。
Endmember提取和丰富地图估计光谱分离。
MATLAB提供的工具数据探索、可视化和算法开发,支持高光谱影像工作流。金宝app此外,图像处理工具箱™提供了一组全面的参考标准算法,您可以使用与高光谱影像数据。
MATLAB用于策划和地图可视化光谱匹配分数。
