MATLAB处理高光谱图像数据 |
您所在的位置：网站首页 › 高光谱matlab数据处理 › MATLAB处理高光谱图像数据 |
MATLAB处理高光谱图像数据
|
以下内容主要包括四个方面：
（1）显示第2到5条光谱反射率和波长的关系（折线图）； （2）显示前四条叶绿素值的条形图 （3）显示叶绿素与各个波段的相关性折线图 （4）计算植被指数NDVI与叶绿素对应的散点图； 此链接为数据链接：MATLAB高光谱图像数据-数据集文档类资源-CSDN文库 数据下载之后你可以选择将这个表格放在MATLAB运行路径下的bin路径下，那么在代码中则可以直接输入名称调用，也可以随便放在某个文件夹下，那么加载数据的时候就需要提供完整路径。 %% 数据导入 Data=xlsread('ASD_Cab.xlsx');% 导入光谱反射率，定义变量为Data，为Excel的sheet1 Chlo=xlsread('ASD_Cab.xlsx',2);% 导入叶绿素数据，定义变量为Chlo，为Excel的sheet2 % 行为波段350-2500； % 列为波段（列1）+32条光谱（列2-33） wavelength=Data(:,1);% 定义x轴变量为wavelength，数据列1 Ref=Data(:,2:33);% 光谱数据为Ref，数据列2-33 %% 绘图 Ref(1000:1050,:)=NaN;%由于把反射率数据单独拿出来之后，原本波长350nm现在到了第一行，所以在后续处理中要考虑到这一变化 Ref(1450:1600,:)=NaN;% 去除有噪音的波段1350-1400nm；1800-1950nm %Ref(2120:2151,:)=NaN; subplot(2,2,1);plot(wavelength,Ref(:,2:5));% 子图1：光谱反射率第2-5列显示（折线）； axis([400,2800,0,0.6]);% 横轴范围400-2500；纵轴范围0-1； title('(a) 植被反射率');% 标题名：'(a) 植被反射率' xlabel('波段/nm');% x轴名：’波段/nm' ylabel('光谱反射率');% y轴名：'光谱反射率' subplot(2,2,2); bar(Chlo(1:4));% 子图2：前4条叶绿素值显示（条形图）； axis([0 5 0 60]);%设置坐标轴的大小 title('\it\fontsize{10}(b) 植被叶绿素含量');% 标题名：'(b) 植被叶绿素含量' xlabel('样本编号');% x轴名：'样本编号' ylabel('叶绿素含量ug/cm2');% y轴名：'叶绿素含量ug/cm2' corr_matrix=corr(Cab.',Ref.');%计算叶绿素和反射率的相关矩阵 subplot(2,2,3);plot(wavelength,corr_matrix);% 子图3：叶绿素与各个波段的相关性 axis([0,2650,-1,1]);% 相关性最佳位置显示 title('(c) 叶绿素与光谱相关性');% 标题名：'(c) 叶绿素与光谱相关性' xlabel('波段/nm');% x轴名：'波段/nm' ylabel('相关系数');% y轴名：'相关系数' b790=Ref(441,:);%此处本应使用波长790nm，但是由于上述提到的350nm去了第一行，所以此处输入的441对应的就是790nm b665=Ref(316,:); NDVI = (b790-b665)./(b790+b665);% NDVI = (b790-b665)/(b790+b665) subplot(2,2,4);scatter(NDVI,Chlo,'filled');% 子图4：计算植被指数NDVI与叶绿素对应的散点图； axis([0.4,1,20,60]); title('(d) NDVI与叶绿素含量');% 标题名：'(d) NDVI与叶绿素含量' xlabel('NDVI');% x轴名：'NDVI' ylabel('叶绿素含量ug/cm2');% y轴名：'叶绿素含量ug/cm2' %% 保存 %绘制图像并保存为jpg格式 print G:\MATLAB\result\ASD_Cab.jpg -djpeg -r900 print(gcf, '-djpeg', 'abc.jpg') % saveas(gcf, 'test', 'png')此处提供的仅为最原始最简单的代码，在实际过程中你可以根据自己的需要进一步完善，比如修改字体字号、修改显示的形状颜色等等等等······ 最后附上上述代码的执行结果：
|
【本文地址】
今日新闻 |
推荐新闻 |