机器学习入门基础 | 基于python的高光谱图像特征挖掘:PCA + 形态学属性处理可视化实战

VIP机器学习入门基础 | 基于python的高光谱图像特征挖掘:PCA + 形态学属性处理可视化实战
本文介绍了一种基于PCA和形态学操作的高光谱图像特征提取方法。通过主成分分析降低数据维度,再运用面积开闭操作增强空间结构特征,有效去除噪声并填补孔洞。实验采用WHU-HI-HanChuan数据集,提供完整的Python实现代码,包括数据加载、PCA降维、形态学处理及结果可视化等步骤。该方法能够显著改善图像质量,为后续分类和变化检测任务提供更好的特征输入。实验结果表明,不同阈值的形态学处理能呈现不同程度的空间结构增强效果,对区域生长、分割和聚类等应用具有重要价值。
开通可读全文 ·1k 人阅读
最低0.47元/天 解锁文章

作者注:本文基于武汉大学WHU-HI-HanChuan高光谱数据集,介绍如何通过**主成分分析(PCA)与形态学属性操作(Area Opening & Closing)**实现特征挖掘与图像增强。该方法可以帮助我们更好地观察地物空间结构,为后续分类与变化检测提供先验特征。附完整Python代码与逐步讲解,助你掌握特征可视化的实用技巧。

一、背景介绍:特征挖掘在高光谱分析中的价值

高光谱遥感图像具有连续细致的光谱信息,为地物识别提供了强有力的依据。然而,面对成百上千个波段,如何有效提取和可视化有用的特征,成为遥感应用中的关键挑战。

为此,本文结合:

  • PCA(主成分分析):降低数据维度,提取主要信息;
  • 形态学属性操作(Area Opening/Closing):增强空间结构特征,如去除小斑块、填补小孔洞。

本文使用的实验数据为 WHU-HI-HanChuan 数据集,公开下载地址:

🔗 https://rsidea.whu.edu.cn/resource_WHUHi_sharing.htm

二、实验目标与流程

本实验的目标如下:

  1. 加载高光谱数据及地物标签;
  2. 利用PCA提取第一主成分作为灰度图;
  3. 对PCA图像应用形态学的开/闭操作;
  4. 将所有图像可视化在同一图中,便于比较;
  5. 保存图像结果用于后续分析。

三、Python代码详解与实现

(1)中文显示支持与必要库导入

为避免中文乱码与负号显示问题,首先进行Matplotlib参数设置:

import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei'  # 支持中文
matplotlib.rcParams['axes.unicode_minus'] = False  # 正常显示负号

同时导入主要库:

import os
import numpy as np
import scipy.io
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA
from skimage.morphology import area_opening, area_closing

(2)路径与文件读取设置

指定数据路径(根据自己实际路径修改):

data_dir = r"your_path"
x_path = os.path.join(data_dir, "WHU_Hi_HanChuan.mat")
y_path = os.path.join(data_dir, "WHU_Hi_HanChuan_gt.mat")

创建输出目录:

save_dir = os.path.join(data_dir, "MAP_Images")
os.makedirs(save_dir, exist_ok=True)

(3)数据加载函数定义

def load_data(x_path, y_path):
    x = scipy.io.loadmat(x_path)
    y = scipy.io.loadmat(y_path)
    x_key = [k for k in x if not k.startswith('__')][0]
    y_key = [k for k in y if not k.startswith(
高光谱遥感波段提取程序设计与实战 回过头看,高光谱不仅仅是一项技术,更是一种深化人类对地球理解的方式。从最初的“看图说话”,到现在能够定量反演叶绿素含量、识别亚像素级矿物成分,我们在不断突破感知的边界。而这一切的背后,是无数工程师和科学家对每一个细节的执着打磨:一个滤波器的选择,一次参数的调整,一段代码的重构……正是这些看似微不足道的努力,汇聚成了通往真相的道路。所以,下次当你面对一堆杂乱的光谱曲线时,不妨对自己说一句:“别怕,噪声终将被滤去,真相总会浮现。” 🌟。 1k 阅读·26 点赞·15 收藏 阅读详情

相关推荐

基于多重分形谱的高光谱数据特征提取

针对单一分形维数在高光谱数据处理中的不足,提出了一种基于多重分形谱的光谱信号奇异性特征提取方法,引入多重分形谱表征光谱曲线的奇异性特征。该方法根据分形测度将光谱曲线进行划分,用光谱概率测度计算配分函数,通过尺度指数的Legendre变换实现光谱曲线多重分形谱的提取,根据各类地物间的类别可分性准则Bhattacharyya距离选择有效特征,最后利用地物分类实验来验证该方法的有效性。实验结果表明,多重分形谱用于分类时分类精度达95.2%,当其维数为原数据波段数的10%时,总体分类精度仍可达82.2%。多重分形谱表征了具有相同奇异性的波段子集的分形维数,准确的描述了光谱曲线的奇异性和分布特点,该方法能够有效地实现高光谱数据的特征提取。

用ESP32-S3和USB摄像头DIY一个无线图传监控(附完整代码和接线图)

本文详细介绍了如何利用ESP32-S3开发板和USB摄像头打造一套高性价比的无线图传监控系统。从硬件选型、接线图到代码实现,提供了完整的DIY方案,特别适合家庭监控、宠物看护等场景。通过优化WiFi传输和双核任务分配,实现了稳定的视频流传输,整套方案成本控制在200元以内。

weixin_33701251的博客 519

腾讯、飞书等在线表格自动化编辑--python

在线文档自动化处理数据

qq_32828053的博客 2万+

ZYNQ开发(2)在Linux系统层上PL-PS通过AXI-DMA传输数据详细步骤及注意事项

参考的网络资料 https://github.com/bperez77/xilinx_axidma/tree/master https://gitlab.gnome.org/HosseinBeheshti/UlteraZed7EV/-/tree/master/petalinux/xilinx_axidma https://www.icode9.com/content-3-925319.html https://blog.csdn.net/weixin_38218267/article/details/1

aizaiyueye的专栏 3449

antdv-<a-form>的使用

是 Ant Design Vue 中用于创建表单的组件,提供了一种结构化的方式来收集用户输入。它支持多种布局、验证、数据绑定等功能,非常适合用于处理用户输入和提交数据。

2302_81312344的博客 2619

LangGraph实战:用Plan-and-Execute模式5步搭建智能问答机器人(附Tavily搜索集成)

本文详细介绍了如何利用LangGraph的Plan-and-Execute模式,通过规划、执行、动态调整三个核心阶段,构建一个能够处理复杂多步骤问题的智能问答机器人。文章提供了从环境配置、状态管理到核心节点(规划、执行、重新规划)实现的完整实战指南,并集成了Tavily搜索工具,展示了如何将智能任务规划应用于实际信息查询场景。

weixin_29258297的博客 343

vue2/3 - 详细实现内网使用离线百度地图功能,百度地图如何离线加载详细教程(内网部署及使用),在vue中无需网络离线使用百度地图相关功能,提供最新完整的瓦片资源下载及相关工具(示例代码,一键复制

vue,vue2,vue3,百度地图,离线使用百度地图,百度地图瓦片官方下载,vue内网使用百度地图离线无网络,断网情况下使用百度地图,vue离线百度地图教程,如何实现内网部署百度地图,无需联网离线使用,vue+ts实现离线百度地图 内网离线百度地图,如何在百度地图Vue项目中下载离线地图,百度离线地图加载不出来,百度地图离线使用不显示怎么办,怎么解决vue内网使用离线百度地图加载失败问题,vue实现离线地图+百度瓦片,vue引入百度离线地图,vue项目如何使用离线百度地图和自定义地图样式,百度离线地图的下

✅ 精选推荐文章 1万+

第六:Charles抓包-苹果手机抓包

【代码】第六:Charles抓包-苹果手机抓包。

欢迎来到本博客! 1661

BW 技术 InfoObject 初始化,一次把 0LANGU、0CURRENCY、0IOBJNM 这些底座对象讲透

摘要:BW/4HANA和S/4HANA嵌入式分析中最容易被忽视的关键技术InfoObject(如0LANGU、0UNIT等)是系统运行的基础骨架。这些对象虽不直接涉及业务,但若未正确激活会导致多维分析、查询运行等核心功能异常。BW/4HANA中应通过任务清单SAP_BW4_SETUP_SIMPLE或SAP_BW4_SET_OPERATION_SCOPE激活,而非旧事务码RSTCO_ADMIN。S/4HANA嵌入式分析仍需依赖这些底层BW组件,配置需参考SAP Note 2636754。项目实践中需特别关注这

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 1391

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

上一篇: 基于Phython利用CatBoost与PCA解析高光谱图像分类:WHU-HI-HanChuan数据集实战教程
下一篇: 深度学习与遥感入门(二)|基于PyTorch的HybridNet模型:CNN+Transformer结合的高光谱图像分类实战教程
遥感AI实战
博客等级 码龄10年 1003粉丝 107原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

遥感AI实战

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值