高光谱成像

高光谱CARS显微镜和光谱工具箱使研究人员能够方便地分析他们的数据。该工具箱专注于图像融合、去噪和光谱学的研究与开发。

这份文件描述了迭代约束端元（ICE）算法在卫星遥感和高光谱NIR成像中的应用。该算法专门用于从混合物中提取成分信息，使用光谱图像数据集生成混合物成分的空间分布和成分的纯光谱。与化学计量学中的多元曲线分辨率（MCR）算法类似，ICE算法通过外部约束来确保输出符合预期结果。还讨论了ICE算法在强制算法输出期望结果方面的应用。

微区成像激光诱导击穿光谱系统光谱信号稳定性研究 系统构建: 集成了微区成像功能的激光诱导击穿光谱系统被成功搭建。 稳定性分析: 描述性统计分析方法被用于分析激光器能量稳定性和光谱仪噪声水平。 气体和固体样品的激光诱导击穿光谱信号稳定性特征被重点分析和对比。 结果:* 空气样品激光诱导击穿光谱信号展现出显著的随机波动特性和正态分布特征。* 铝合金样品激光诱导击穿光谱信号则表现出明显的位置敏感特性和非随机波动特性。* 与空气样品相比，铝合金样品激光诱导击穿光谱信号的不稳定性主要源于光与物质相互作用区域的变化。 稳定性提升: 对于具有正态分布特征的激光诱导击穿光谱信号，多脉冲平均方法可以有效提高其稳定性。

该软件专为ASD FieldSpec光谱仪开发，解决高光谱实验中常见的数据处理问题。它提供了两个用户友好的GUI界面，用于读取仪器输出并进行数据预处理。软件特点包括清晰的光谱图形可视化和选择波长吸收带深度的功能。输出格式为带有.asd扩展名的二进制文件，支持单个或多个文件处理生成光谱库。光谱反射率校准使用“凸包”方法，以消除凸面形状。此外，软件通过OOP适应不同仪器，如使用read_asd_v1.m和read_asd_v2.m进行数据读取和格式修改。

针对高光谱数据的特性，设计了一个有效的光谱数据库管理系统，实现了高光谱数据的存储、管理和检索功能。同时，分析了多种常见的光谱匹配技术，探讨了它们的特点，并引入并验证了一种新的光谱匹配技术的发展。

高光谱图像分解Matlab代码已经提供，您可以免费下载使用。

此代码提供了Matlab实现的论文“通过最佳邻域重构的高光谱波段选择”，刊载于IEEE地球科学与遥感事务（T-GRS），DOI：10.1109/TGRS.2020.2987955。demo.m展示了一种简单直接的方法来运行ONR算法，评估.m提供了易于扩展的代码框架，以评估不同数据集上的不同波段选择方法。运行评估.m可获得分类精度曲线。为了成功运行评估.m，需首先安装适用于Matlab的Libsvm。另外，如果要在印度松树之外的数据集上评估算法，还需提前下载相应数据集。Libsvm链接：高光谱图像数据集链接：印度松树数据集、帕维亚大学数据集、盐沼数据集、KSC数据集、博茨瓦纳数据集。如果使用我们的代码，请引用我们的论文。希望您能从我们的代码中获益。

利用Matlab进行光学相干成像的重建与光谱分析。该程序涵盖了光谱域OCT图像的重建与光谱分析功能。

该Matlab程序利用非负矩阵分解技术，对高光谱数据进行解混操作，适用于图形图像处理领域。

这是用于高光谱超分辨率中耦合结构矩阵分解的混合不精确块坐标下降（HiBCD）Matlab代码，已在IEEE信号处理事务中发表。在半真实数据集实验中，您可以在提供的链接下载真实HS图像，并运行相应脚本以获取数据矩阵。合成数据集实验也包含在内，参考了吴瑞元、开海Wai和马永健的研究。专注于高光谱超分辨率（HSR）中的耦合结构矩阵。