Matlab遥感图像分波段,组合显示

subplot(2,2,1);
imgmul=cat(3,Image(:,:,3),Image(:,:,2),Image(:,:,1));%合成3维矩阵
colormap(colorcube);
imshow(uint8(imgmul));
colorbar;
title('前三个波段组合图像');subplot(2,2,2);
img1=Image(:,:,1);
colormap(gray);
imshow(uint8(img1));
colorbar;
title('第一个波段灰度图');subplot(2,2,3);
img2=Image(:,:,2);
colormap(gray);
imshow(uint8(img2))
colorbar;
title('第二个波段灰度图');subplot(2,2,4);
img3=Image(:,:,3);
colormap(gray);
imshow(uint8(img3))
colorbar;
title('第三个波段灰度图');
% axis off;  

Matlab遥感图像分波段,组合显示相关推荐

  1. Python遥感图像处理应用篇(二十四):Python绘制遥感图像各波段热力图(相关系数矩阵)

    给多光谱遥感图像各个波段绘制热力图,首先需要计算波段之间的相关系数矩阵,而计算遥感图像波段相关系数矩阵有不同的方法,常用的我们可以采用遥感图像处理软件计算,比如ENVI软件就可以计算相关系数矩阵,使用 ...

  2. MATLAB中图像的读取与显示及灰度

    通常情况下,MATLAB通过imread函数读入标准格式图像文件,得到描述图像的数值数组,然后通过image.imagesc命令以这些数值数组为参数就可以在MATLAB  Figure窗口坐标轴下显示 ...

  3. matlab 遥感图像重采样,遥感中重采样的不同方法

    由于输出图像的像元点在输入图像中的行列号不是或不全是整数关系,所以需要根据输出图像上的各像元在输入图像中的位置,对原始图像按一定规则重新采样,进行亮度值的插值运算,建立新的图像矩阵. 最邻近法: 将最 ...

  4. Python遥感图像处理应用篇(二十九):遥感图像拉伸处理

    1.实验目的 将原始遥感图像各个波段拉伸到0-255范围显示. 运行环境:windows10 pycharm python3.7.7 GDAL-3.2.3-cp37-cp37m-win_amd64.w ...

  5. 【时空融合:遥感图像】

    MUSTFN: A spatiotemporal fusion method for multi-scale and multi-sensor remote sensing images based ...

  6. 论文总结(一)—基于深度学习的普通遥感图像质量改进

    论文名称: A universal remote sensing image quality improvement method with deep learning 链接:https://ieee ...

  7. matlab提取遥感图像的点DN值,一种高分辨率遥感图像去雾霾方法

    4 实验验证与分析 实验对象为两颗国产亚米级高分辨率遥感卫星图像, 即GF-2和Superview-1图像.两颗卫星参数如表1所示.其中, GSD为地面采样距离, 即空间分辨率; PAN表示全色谱段; ...

  8. 基于遥感图像光谱通道的地物分类(Matlab)

    @遥感图像光谱通道分类(Matlab) 基于遥感图像光谱通道的地物分类(Matlab) 一.实践数据与目的 1.高光谱影像: 高光谱影像的光谱通道数通常多达数十甚至数百个以上,而且各光谱通道间往往是连 ...

  9. 光谱分类算法 matlab,Matlab K-means聚类算法对多光谱遥感图像进行分类(一)

    Matlab K-means聚类算法对多光谱遥感图像进行分类 作者: 白艺亭 测试了下matlab自带kmeans函数,作者编写函数,以及ENVI下的Kmeans方法,对比其效果,代码及结果图展示见下 ...

  10. python遥感影像分类代码_Python 实现遥感影像波段组合的示例代码

    最近要做个遥感相关的小系统,需要波段组合功能,网上找了可以使用ArcGIS安装时自带的arcpy包,但是Python3.7不能使用现有ArcGIS10.2版本,也不想再装其他版本,所以只能自己想了个办 ...

最新文章

  1. numpy库学习 向量 矩阵 均为有两个[[ ,而秩为1的数组只有一个[ np.array([[]]) 与np.array([])的区别
  2. 找到反例!博士后数学家推翻困扰数学界80多年的单位猜想
  3. python读写excel数据--pandas
  4. Windows 2008 R2 Powershell 3.0
  5. AppCompat 22.1,Google暴走,MD全面兼容低版本
  6. Kerberos的原理 - MIT
  7. 【随笔】深度学习的数据增强还分在线和离线?
  8. boost::signals2模块连接扩展槽的示例程序,使用信号的 connect_extended 和 extended_slot_type
  9. LINUX 文件系统如何存储文件 图解
  10. SQL Server和MysQL中的联表更新sql示例
  11. 3-7:类与对象下篇——static成员
  12. oracled update_oracle中要谨慎使用update交叉更新!
  13. 检查pdf字体是否全部嵌入
  14. 组合数怎么用计算机算方差,投资组合的方差公式是什么?怎么算的
  15. 转~~前端轮播 简单实现 啵啵啵!!!
  16. 2021CUDA编程:加速计算基础 —— CUDA C/C++
  17. 利用pandas对在链家网爬取的租房数据进行清洗
  18. error C2872: “ACCESS_MASK”: 不明确的符号
  19. Unity编辑器扩展: 程序化打图集工具
  20. driver转httpClient

热门文章

  1. Java内存模型以及happens-before规则
  2. redis 可视化客户端工具
  3. chrome 历史版本下载
  4. Appium Desktop下载
  5. python 培训 邹博
  6. 锤子发布会2018的四个环节概述
  7. MAC地址了解(根据设备MAC地址查询生产厂商信息)
  8. B550-I Ryzen 9 5950X RX 5700 XT 黑苹果efi引导文件
  9. keeplive安装部署
  10. 【阅读推荐】改变你思维模式的书单