MATLAB读取高光谱图像

一.高光谱图像数据格式

一张高光谱原图有两个数据文件，一个是.hdr格式的头文件，另一个是记录像素及波段的数据文件，格式可以是.raw，也可以是其他任意命名格式。高光谱图像通常使用ENVI软件来打开和处理，通常的处理方式是提取光谱曲线。

二.高光谱图像的MATLAB处理

下面分析一段代码，代码展示了使用matlab打开一张高光谱图像，并且使用k-means算法进行聚类，分割出图像目标物体的像素，并统计目标像素的平均光谱。 运行以下代码需要准备： 1.数据：.hdr格式的头文件和数据文件。 2.ENVI包：搜索read_envihdr下载即可。

% 读取高光谱图像
hdr = read_envihdr('169.hdr');
Image = multibandread('169.raw',hdr.size,hdr.format,hdr.header_offset,hdr.interleave,'ieee-le');

img = double(Image); % 将图像转换为double类型以进行计算

% 调整图像大小（可选，根据需要）
img = imresize(img, [900,900]);

% 获取图像尺寸和波段数
[height, width, bands] = size(img);

% 将图像转换为波段向量
img_vec = reshape(img, height*width, bands);

% 使用k-means算法进行聚类
num_clusters = 3; % 聚类数目
max_iterations = 100; % 最大迭代次数
[cluster_idx, cluster_center] = kmeans(img_vec, num_clusters, 'MaxIter', max_iterations);

% 将聚类结果重新组织为图像形式
segmented_img = reshape(cluster_idx, height, width);

% 计算每个聚类的平均光谱
average_spectrum = zeros(num_clusters, bands);
for i = 1:num_clusters
    cluster_pixels = img_vec(cluster_idx == i, :);
    average_spectrum(i, :) = mean(cluster_pixels, 1);
end

% 显示每个聚类的平均光谱
figure;
plot(average_spectrum', 'LineWidth', 2);
xlabel('波段');
ylabel('平均光谱值');
legend('Cluster 1', 'Cluster 2', 'Cluster 3');
title('聚类的平均光谱');


% 可选：显示分割后的图像
figure;
imagesc(segmented_img);
title('分割结果');

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44

运行结果：左图是目标分割结果，右图是每种类别的平均光谱