如何将92波段高光谱超立方体转换为RGB图像？求工具及Python代码

你的高光谱数据光谱范围为980-1680nm，属于近红外(NIR)波段，未覆盖可见光的红(620-750nm)、绿(495-570nm)、蓝(450-495nm)波段，无法直接提取原生RGB波段，可通过以下两种常用方式生成RGB图像：

方法1：选择近红外波段模拟RGB #

从92个波段中挑选三个光谱响应最接近可见光RGB的波段（比如选取980nm、1200nm、1600nm附近的波段，分别模拟蓝、绿、红通道），经归一化处理后组合成RGB图像。

Python代码示例 #

import numpy as np
import matplotlib.pyplot as plt

# 假设hyperspectral_cube是你的高光谱数据，形状为(512, 640, 92)
# 生成均匀分布的光谱波长数组
wavelengths = np.linspace(980, 1680, 92)

# 定义函数查找最接近目标波长的波段索引
def find_closest_wavelength(wls, target):
    return np.argmin(np.abs(wls - target))

# 挑选模拟RGB的三个波段索引
blue_idx = find_closest_wavelength(wavelengths, 980)
green_idx = find_closest_wavelength(wavelengths, 1200)
red_idx = find_closest_wavelength(wavelengths, 1600)

# 提取对应波段
blue_band = hyperspectral_cube[:, :, blue_idx]
green_band = hyperspectral_cube[:, :, green_idx]
red_band = hyperspectral_cube[:, :, red_idx]

# 将波段数据归一化到0-255范围
def normalize_band(band):
    min_val = np.min(band)
    max_val = np.max(band)
    return ((band - min_val) / (max_val - min_val)) * 255

normalized_blue = normalize_band(blue_band)
normalized_green = normalize_band(green_band)
normalized_red = normalize_band(red_band)

# 组合为RGB图像并转换为8位无符号整数格式
rgb_image = np.stack([normalized_red, normalized_green, normalized_blue], axis=-1)
rgb_image = rgb_image.astype(np.uint8)

# 显示图像
plt.imshow(rgb_image)
plt.axis('off')
plt.show()

方法2：PCA降维生成RGB图像 #

通过主成分分析(PCA)将92个波段的高维数据压缩到3个主成分，再将这三个主成分映射到RGB通道，这种方法能保留数据核心特征，生成的图像对比度通常更优。

Python代码示例 #

import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA

# 假设hyperspectral_cube是你的高光谱数据，形状为(512, 640, 92)
h, w, bands = hyperspectral_cube.shape
# 将数据重塑为样本-特征格式
reshaped_data = hyperspectral_cube.reshape(h*w, bands)

# 初始化PCA并降维到3个成分
pca = PCA(n_components=3)
pca_result = pca.fit_transform(reshaped_data)

# 将结果重塑回图像形状
pca_image = pca_result.reshape(h, w, 3)

# 归一化到0-255范围并转换格式
pca_image = (pca_image - np.min(pca_image)) / (np.max(pca_image) - np.min(pca_image)) * 255
pca_image = pca_image.astype(np.uint8)

# 显示图像
plt.imshow(pca_image)
plt.axis('off')
plt.show()

可用工具 #

• ENVI：专业遥感软件，提供高光谱数据转RGB的可视化工具，支持手动选波段或自动降维生成图像。
• QGIS：开源GIS软件，通过光谱插件可处理高光谱数据，利用波段组合功能生成RGB预览。

内容的提问来源于stack exchange，提问作者S.EB