热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

使用MATLAB将高光谱数据集转换为伪彩色CIE图像

本文介绍了一种方法,通过MATLAB将高光谱数据集的每个维度的图像转换为伪彩色CIE图像。用户只需指定波段即可完成转换。
主函数

以下是将高光谱数据集转换为伪彩色 CIE 图像的 MATLAB 主函数。

% CIE1931 伪彩色 clc close all clearvars % 初始化 CIE1931 RGB 值 CIE1931 = [380, 0.0272, -0.0115, 0.9843; 385, 0.0268, -0.0114, 0.9846; 390, 0.0263, -0.0114, 0.9851; ... 775, 1.0000, 0.0000, 0.0000; 780, 1.0000, 0.0000, 0.0000]; % 设置图像路径和名称 image_path = 'E:\仿真代码\双色散自监督\CAVE 数据集\feathers_ms\feathers_ms\'; image_names = dir(fullfile(image_path, '*.png')); % 循环处理每个图像 for image_idx = 1:length(image_names)     image_name = image_names(image_idx).name;     img = imread(fullfile(image_path, image_name));     img = double(img) / 255;     % 初始化 RGB 图像     img_RGB = zeros(512, 512, 3);     mean_gray = 402; % 输入图像的波长     cie = zeros(1, 3);     for i = 1:3         result = GetLineValue(CIE1931, mean_gray, i);         cie(:, i) = result;     end     % 计算 RGB 分量     img_R = img * (cie(1, 1) / sum(cie));     img_G = img * (cie(1, 2) / sum(cie));     img_B = img * (cie(1, 3) / sum(cie));     % 组合成 RGB 图像     img_RGB(:, :, 1) = img_R;     img_RGB(:, :, 2) = img_G;     img_RGB(:, :, 3) = img_B;     % 保存结果图像     output_path = 'E:\仿真代码\论文\其他融合算法\';     output_name = [fileparts(image_name), '.bmp'];     imwrite(uint8(img_RGB), fullfile(output_path, output_name)); end 
获取 CIE RGB 值的函数

以下是用于获取特定波长对应的 CIE RGB 值的辅助函数。

function Yaxis = GetLineValue(Arr, Xaxis, i) Left = 0; % 循环变量左值 Flg = 0; % 标志位 Lng = size(Arr, 1); if i == 1     num = 2; elseif i == 2     num = 3; else     num = 4; end if Xaxis <= Arr(1, 1)     Yaxis = Arr(1, num); elseif Xaxis >= Arr(Lng, 1)     Yaxis = Arr(Lng, num); else     Right = Lng;     while (Left  Arr(Middle, 1)             Left = Middle;         else             Flg = 1;             Yaxis = Arr(Middle, num);             break;         end     end     if Flg == 0         Yaxis = (Arr(Left + 2, num) - Arr(Left + 1, num)) * (Xaxis - Arr(Left + 1, 1)) / (Arr(Left + 2, 1) - Arr(Left + 1, 1)) + Arr(Left + 1, num);     end end 

推荐阅读
  • 本文详细介绍了 org.apache.commons.io.IOCase 类中的 checkCompareTo() 方法,通过多个代码示例展示其在不同场景下的使用方法。 ... [详细]
  • 本文介绍了一个SQL Server自定义函数,用于从字符串中提取仅包含数字和小数点的子串。该函数通过循环删除非数字字符来实现,并附带创建测试表、存储过程以演示其应用。 ... [详细]
  • 利用决策树预测NBA比赛胜负的Python数据挖掘实践
    本文通过使用2013-14赛季NBA赛程与结果数据集以及2013年NBA排名数据,结合《Python数据挖掘入门与实践》一书中的方法,展示如何应用决策树算法进行比赛胜负预测。我们将详细讲解数据预处理、特征工程及模型评估等关键步骤。 ... [详细]
  • 本教程详细介绍了如何使用 TensorFlow 2.0 构建和训练多层感知机(MLP)网络,涵盖回归和分类任务。通过具体示例和代码实现,帮助初学者快速掌握 TensorFlow 的核心概念和操作。 ... [详细]
  • 本题探讨了在大数据结构背景下,如何通过整体二分和CDQ分治等高级算法优化处理复杂的时间序列问题。题目设定包括节点数量、查询次数和权重限制,并详细分析了解决方案中的关键步骤。 ... [详细]
  • 2018-2019学年第六周《Java数据结构与算法》学习总结
    本文总结了2018-2019学年第六周在《Java数据结构与算法》课程中的学习内容,重点介绍了非线性数据结构——树的相关知识及其应用。 ... [详细]
  • Coursera ML 机器学习
    2019独角兽企业重金招聘Python工程师标准线性回归算法计算过程CostFunction梯度下降算法多变量回归![选择特征](https:static.oschina.n ... [详细]
  • 2017-2018年度《网络编程与安全》第五次实验报告
    本报告详细记录了2017-2018学年《网络编程与安全》课程第五次实验的具体内容、实验过程、遇到的问题及解决方案。 ... [详细]
  • 在Oracle数据库中,使用Dbms_Output.Put_Line进行输出调试时,若单行字符超过255个,则会遇到ORA-20000错误。本文介绍了一种有效的方法来处理这种情况,通过创建自定义包和视图,实现对长字符串的分割和正确输出。 ... [详细]
  • 对象自省自省在计算机编程领域里,是指在运行时判断一个对象的类型和能力。dir能够返回一个列表,列举了一个对象所拥有的属性和方法。my_list[ ... [详细]
  • JavaScript 基础语法指南
    本文详细介绍了 JavaScript 的基础语法,包括变量、数据类型、运算符、语句和函数等内容,旨在为初学者提供全面的入门指导。 ... [详细]
  • 丽江客栈选择问题
    本文介绍了一道经典的算法题,题目涉及在丽江河边的n家特色客栈中选择住宿方案。两位游客希望住在色调相同的两家客栈,并在晚上选择一家最低消费不超过p元的咖啡店小聚。我们将详细探讨如何计算满足条件的住宿方案总数。 ... [详细]
  • 本文介绍了如何在多线程环境中实现异步任务的事务控制,确保任务执行的一致性和可靠性。通过使用计数器和异常标记字段,系统能够准确判断所有异步线程的执行结果,并根据结果决定是否回滚或提交事务。 ... [详细]
  • This request pertains to exporting the hosted_zone_id attribute associated with the aws_rds_cluster resource in Terraform configurations. The absence of this attribute can lead to issues when integrating DNS records with Route 53. ... [详细]
  • 探讨 HDU 1536 题目,即 S-Nim 游戏的博弈策略。通过 SG 函数分析游戏胜负的关键,并介绍如何编程实现解决方案。 ... [详细]
author-avatar
louis
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有