1.如何用matlab处理你的遥感源码遥感高光谱数据（基本概念篇） ——高光谱像分类
2.我用matlab自带的kmeans函数聚类一幅遥感图像，聚类结果是遥感源码遥感一幅灰度图，用graythresh为什么最后的遥感源码遥感到空白。
3.遥感专业学习的遥感源码遥感关键在于什么
4.遥感影像 .img 在Matlab中如何读取
5.遥感专业怎么样

如何用matlab处理你的高光谱数据（基本概念篇） ——高光谱像分类

       高光谱遥感图像分类是一种用于识别图像中不同土地覆盖类型的方法，它根据像元的遥感源码遥感光谱和空间特性，将每个像元或匀质区域唯一归属到特定的遥感源码遥感sbdoc 源码类别，并给予对应标签。遥感源码遥感此过程通常用于环境监测、遥感源码遥感资源管理、遥感源码遥感农业分析等领域，遥感源码遥感以提供精确的遥感源码遥感地理信息。

       与其他高光谱图像处理方法相比，遥感源码遥感高光谱图像分类侧重于识别图像中具体存在什么内容，遥感源码遥感如海水、遥感源码遥感树木、遥感源码遥感混凝土或土壤等。例如，将高光谱图像分为五类地物，分类图能明确回答图像中存在哪些物体。与此不同，高光谱目标识别更关注于确认图像中是否存在特定目标，如海水是否存在。识别后的分割图则能明确指示目标是否存在，如通过白色表示有目标，代发商城系统源码黑色表示无目标。

       高光谱混合像元分解则关注于识别图像中的每种物质是由哪些成分组成的，以及各成分所占的比例。通过这种方法，可以解析图像中复杂的物质组合，提供更详细的地理信息。

       与计算机视觉的图像分类相比，后者更关注于识别图像中不同的特征和目标，而并不关注每个像素的内容和位置。高光谱遥感图像分类则更类似语义分割，不仅识别图像中存在的内容，还关注其准确位置。

       高光谱遥感图像分类的基本步骤包括确定类别、特征选择、分类计算和结果验证。首先，根据应用需求和图像特征确定分类类别数量。其次，选择用于区分不同类别的特征。接着，采用适当的分类方法和准则对每个像素进行分类。最后，对分类结果进行验证和精度评估。游戏源码基础修改

       在高光谱遥感图像分类过程中，光谱可分性和空谱结合是其独特之处。光谱可分性允许从地物的光谱特性来确定类别，高光谱图像的高光谱分辨率和多波段特性使得更好地结合地物光谱机理模型进行分类成为可能。例如，利用ECOSTRESS光谱库与图像特征光谱确定地物类别。空谱结合则通过结合光谱维度和空间维度，如整体光谱、波形、特定波段、波段组合、光谱参数以及几何特征（分形、小波、频率特征）等，提供更灵活的特征空间选择。

       随着深度学习神经网络的兴起，特征选择方法发生了显著变化，从人工设计转向数据驱动的自动生成特征空间，并能够充分结合空间-光谱联合特征。采用PCA进行特征选择，选择具有独特特征的光谱带。分割图像块时，既包含光谱特征，godot控件源码分析也包含相邻像素的空间特征。设计深度神经网络自动提取多层次特征。此外，基于地物光谱特征构建分类函数，利用光谱库和匹配算法进行分类。

       在实际应用中，可利用Matlab进行高光谱遥感数据处理与混合像元分解实践。通过Matlab提供的工具和函数，如Classify Hyperspectral Image Using Library Signatures and SAM示例，可以实现基于光谱库和匹配算法的分类。最低得分标准是一种常用的分类准则，通过比较像素光谱与光谱库中地物光谱的匹配分数进行分类。Matlab还提供分类学习器和深度学习设计器，用于图像分类特征提取、判别函数学习及分类精度评估。

我用matlab自带的kmeans函数聚类一幅遥感图像，聚类结果是一幅灰度图，用graythresh为什么最后的到空白。

       % 可能是聚类后的图像数据不匹配，用如下代码试试

iidx = uint8(iidx);

       level = graythresh(iidx);

       imageout = im2bw(iidx,level);

       imshow(imageout);

遥感专业学习的关键在于什么

       额，是大类还是小类呢？

       总的来说，遥感大类想要学好都要学好编程，最好C++吧，农场源码之家matlab可能用得也比较多。

       其他的专业知识要看你是哪个小类的，主要是下面几个：

       摄影测量：主要是做三维定位的，感觉要数学基础要求要好一些。坐标系转换，各种平差什么的很麻烦。编程主要是C++，matlab可能会在算法里用到。

       遥感：主要是做分类什么的，搞定几个分类的算法，编程主要是图像处理方面的，C++和opencv库。

       GIS：我不是这个方向的……不太清楚重点在哪里……不过这个方向理论性不强，主要是做开发的，学好arcgis这个软件应该足够了。

       ——————————————————————

       不知道有没有回答你想要的问题，不过还有什么不清楚的欢迎补充。

遥感影像 .img 在Matlab中如何读取

       后缀名都是虚的，尤其是那些不常见的后缀名。即你可以随便定义后缀名，但是一定要知道文件的格式是怎么排列的，比如头如何定义，数据的类型等等。也就是说，你要明白文件每个位置是存放什么类型的数据以及它的作用。

       这样就可以读取了。

       但是我不知道遥感影像.img有没有统一的格式。。。否则就可以帮你了。。。

遥感专业怎么样

       非常一般的专业。下面进行解释说明：

       一 遥感现在并不成熟

       处在上升期，说明现在很需要上升，你想想什么东西需要上升？前几名需要上升吗？

       二 遥感专业的知识各个板块之间是泾渭分明的，不是一个体系。

       简单的分一下遥感专业里的知识体系，都可以分出地学部分，信息部分，物理学相关部分。细分的话，信息部分是现在的信号处理，模式识别，计算机科学与技术等专业的综合体。物理学方面，能够涉及到光学，地球物理等等方面的知识。可以说整个知识体系非常庞大，本科生怎么可能掌握的了？你当然可以说本科生有一个了解即可，但在就业方面的困难无法解决。

       在我国，遥感专业通常划分在测绘学科下，属于地学分支。这就要求教育计划内必须有一定数量的地学知识。而由于专业性质的问题，通常也将有不小比例的计算机类课程，如编程语言 图像处理 计算机视觉等。这看上去很好，但实际上什么都学就意味着什么都不通。

       处理过遥感图像的朋友都知道，遥感图像的体积是非常巨大的，想对遥感影像进行处理，需要一定的编程能力才能胜任。即使使用Python，也需要进行大量的练习。但按照遥感专业的课程设计来看，显然学生没有足够的时间和途径去掌握这些求职必备技能。

       而如果学生本身有志于进行外业测量，可以直接学习测绘工程。如果不幸学习遥感了，那就很糟糕，外业测量的技能也需要大量时间才能掌握，学习很多计算机类的课程，不仅掌握不了计算机，还会影响自己测量技能的培养。

       三 遥感专业并不”自由”

       相信有关行业从业者都知道数据是一个很麻烦的东西。测绘工程就不说了，很多数据你存储多了都要出事。遥感专业的数据过去是一个很严重的问题，近几年有了一些好转，但也只是好转了一部分。事实上免费的遥感影像质量依然是个问题。

       四 遥感领域适合教学的Bible较少

       学习遥感多年，很少能接触到这个领域内的Bible。有一些国内的教材写的虽然很好，但内容多已过时。国外的相关教材更是凤毛麟角。可以说一个在校生想自学遥感知识是非常困难的，自学才是大学生最重要的技能啊，这方面遥感专业的学生非常吃亏。

       总结：遥感专业学生很难培养出扎实的专业技能，在编程方面，计算机专业的同学天天学习，四年下来都依然不一定能学好编程，遥感专业的同学想学好编程相对更困难，环境和条件都是问题。

       即使想培养外业测量技能，外业测量不是自己一个人能练的，都是一个小组一起进行测量，一个人只能练习一些对中整平。当然，即使你一心想练习对中整平，借仪器还仪器通常也很麻烦。一个仪器很贵，不是每个学校都随便借学生练习的。隔几年弄坏几个，领导当然不愿意借了。

       哪怕你想使用专业软件练习遥感图像处理，你都没有一个合适的软件可用。erdas只有老版本破解的很好，新版本破解不稳定，即使你自己有个稳定版，你发现教学内容还都是老版本的软件上的那些内容。envi也有一样的毛病。pie现在还在完善，学生免费版pie功能不足，武大有软件外部的人你也用不到。写MATLAB似乎是唯一的选择，但学生学了三四年写MATLAB之后会发现用人单位需要你会c++，Java，Python或者c#，就是基本不提MATLAB的事。

       你当然可以说有学生能自学好，但毕竟是少数。

       还是老老实实学计算机吧，如果你真的愿意为遥感奉献，计算机完全可以转遥感。