含psnr,rmse, ergas, sam, uiqi,ssim,DD,CCS，matlab版图片评估指标，适用与高光谱图像，多波段图像 Computes a number of quality indices from the remote sensing literature, namely the RMSE, ERGAS, SAM and UIQI indices. ground_truth - the original image (3D image),

新手教程，含搜集资料加代码。高光谱图像分类是高光谱遥感对地观测技术的一项重要内容，在军事及民用领域都有着重要的应用。然而，高光谱图像的高维特性、波段间高度相关性、光谱混合等使高光谱图像分类面临巨大挑战。一方面高光谱图像相邻波段之间相关性较大，存在较高的信息冗余。

matlab程序，高光谱图像降维，可以实现matlab对envi文件的直接读取，同时对高光谱图片直接处理。

高光谱图像中往往存在严重的条带噪声，与常见噪声具有很大不同，现有的去噪方法对其不能完全适用。利用平滑滤波思想结合传统的矩匹配方法，对传统的矩匹配条带去除方法进行改进，对HJ-1-A卫星高光谱图像进行实验、研究，利用多种图像质量评价标准，将算法去条带后图像与传统的和已有的改进算法去条带后图像进行对比、评价，找出去条带效果好、原始图像信息保留能力强、适应性强的改进的矩匹配方法来应用于高光谱图像条带噪声的去除。

基于非负字典学习高光谱图像超分辨.caj

光谱空间自适应均衡流基于各向异性扩散的多光谱图像降噪

特邀报告

通过非负低秩表示对高光谱图像进行半监督子空间聚类

针对高光谱图像特征利用不足和训练样本难以获取的问题,提出了一种具有多特征和改进堆栈稀疏自编码网络的高光谱图像分类算法。采用流形学习获得高光谱图像的低维数据结构,并提取高光谱图像的光谱特征、具有空间信息的局部二值模式(LBP)特征及拓展多属性剖面 (EMAP)特征。利用主动学习查询特征性强的未标记样本并将其标记,利用融合空谱联合信息的样本训练堆栈主动稀疏自编码神经网络并用Softmax分类器对其分类。Indian pines数据集的总体分类精度达到98.14%,Pavia U数据集总体分类精度达到97.24%。实验结果表明,该算法分类精度高,边界点分类效果更好。

%Matlab读取envi图像img格式 用Matlab编了一段小程序。 %试验：Matlab读取ENVI标准图像（IMG+Hdr），并计算相关系数。