简介面向需要使用 MATLAB 读取与分析高光谱数据的学生、科研人员或工程师高光谱遥感图像处理入门工具包覆盖环境科学、农业、地质学等常见应用场景可用于光谱特征识别与物质分析。压缩包共6个文件大小约11.11MB包含 TIFF 影像样本、MATLAB 读取脚本、ENVI 数据与头文件、文本说明及配套辅助文件结构清晰便于对照学习。代码中的 multibandread 函数围绕多波段读取展开涵盖数据转换、多维数组组织、元数据解析、假彩色可视化、光谱特征提取与统计分析等关键环节用户可直接运行样本数据观察输出再结合源码理解底层实现。目前已有3143人学习说明其在实际操作中具备较强参考性。通过阅读代码与说明初学者能少走弯路系统掌握高光谱影像的读取、预处理和基础分析流程为后续地物分类、目标识别等应用打下扎实基础。 前一阵子帮课题组处理一批高光谱影像第一步就把大家卡住了数据拿到手是一大堆.dat和.hdr文件有人用Photoshop打开直接懵了有人说“这不就是图片吗怎么打不开”。其实高光谱图像在MATLAB里读取并不难真正麻烦的是高光谱图像的存储格式五花八门不同仪器导出文件不一样同一个文件里还有一堆参数要弄明白。这篇文章我就用实际处理经验把高光谱图像在MATLAB里的读取路径、参数选择和踩坑点一次讲清楚。高光谱图像本质上就是一个三维数据立方体长宽是地面影像高度是几十上百个波段。和普通RGB三通道图不同它的光谱维度信息量巨大能看出物质的光谱指纹。读取程序的作用就是把磁盘上那一堆二进制字节还原成这个三维立方体之后你才能做波段选择、光谱曲线提取、地物分类、目标检测这些下游工作。这篇文章适合刚接触高光谱、或者从其他语言转过来想在MATLAB里处理高光谱数据的人我把几种常见格式的读取代码和参数含义都写在下面了可以直接抄。1. 先搞清楚高光谱图像到底是什么1.1 一张图等于一个三维数据立方体普通RGB图像是三层红、绿、蓝每层是一张二维灰度图。高光谱图像则是几十上百层比如常见的有128波段、256波段甚至上千波段的机载高光谱。每一层对应一个很窄的波谱区间比如第10层可能是波长450nm附近的反射强度第50层可能是波长700nm附近的反射强度。在MATLAB里这个立方体的尺寸通常是[rows, cols, bands]也就是高度、宽度、波段数。你把某个波段的二维矩阵用imagesc画出来就是一张灰度图你把某个像元在所有波段上的数值抽出来就是一条光谱曲线。读取程序的核心作用只有一个把文件里的二进制数字按顺序和维度重新排列成这个[rows, cols, bands]的矩阵。1.2 三种主流存储格式与选择逻辑不同高光谱设备厂家的存储思路差别很大我在实际工作中遇到的主要有三种。格式类型常见后缀谁在用读取方式ENVI标准格式.hdr.dat航空高光谱、实验室成像光谱仪multibandread多波段TIFF.tif/.tiff无人机载高光谱相机imread 循环或Tiff类MAT格式.mat厂家SDK预处理后导出load直接读取HDF5.h5部分新品设备、科研共享数据h5readENVI格式在遥感领域几乎成了事实标准很多公共数据集下载下来也是这套组合。MAT格式最省事但通常厂家已经做过辐射定标数据本身精度损失过一道。多波段TIFF则是无人机产品的主流体积相对小但读取有个典型坑后面会专门讲。HDF5在新型设备上越来越多尤其是一些欧美厂家的产品。选择读取方式的核心逻辑是先看头文件或元数据弄清数据的行数、列数、波段数、数据类型、波段交错方式然后用对应函数解析。头文件是最重要的信息入口我习惯拿到数据先打开.hdr看一眼比瞎试代码靠谱得多。2. MATLAB读取高光谱的几种核心路径2.1 ENVI格式用multibandread最稳的一条路ENVI格式读取的主函数是multibandread这个函数从MATLAB早期版本一直保留到现在专门用来读取遥感领域的多波段二进制文件。函数签名看起来参数很多但每个参数都有明确含义。下面是我常用的读取代码% 文件名 filename scene.dat; % 图像维度行数、列数、波段数需要从hdr文件里确认 dims [1000, 1000, 128]; % 数据类型uint16single 的意思是读取后顺便转成float precision uint16single; % 文件头偏移量单位是字节一般ENVI文件为0 offset 0; % 波段交错方式bsq / bil / bip 三选一 interleave bsq; % 字节序小端 ieee-le大端 ieee-be通常为小端 byteorder ieee-le; img multibandread(filename, dims, precision, offset, interleave, byteorder);读完之后img就是[1000, 1000, 128]的数组可以直接用。这里面最容易写错的就是precision和interleave。precision不能只写uint16要写uint16single这样的“转换映射”格式它告诉MATLAB原文件按uint16读读到内存后转成single。这样后续运算不会因为uint16溢出而丢数据。2.2 多波段TIFF文件的两个读取入口很多无人机高光谱相机比如市面上常见的Gaiasky、Pika系列导出的数据是多波段TIFF。最直观的imread函数在这里有个大坑普通带地理信息的TIFF还能读第一层但多波段TIFF直接imread(file.tif)经常只读取第一波段或者报错。原因是imread对多页TIFF的支持是按页码走的需要给出页码索引。最常规的做法是先读取文件信息再循环读取每一个波段filename hyperspectral.tif; info imfinfo(filename); nBands length(info); % 预分配内存避免循环里动态增长 cube zeros(info(1).Height, info(1).Width, nBands, uint16); for k 1:nBands cube(:,:,k) imread(filename, k); end这个方案的优点是代码简单、出错率低缺点是循环读取大文件时比较慢。如果文件特别大可以改用MATLAB自带的Tiff类读取速度会快很多filename hyperspectral.tif; t Tiff(filename, r); nBands length(imfinfo(filename)); cube zeros(t.getTag(ImageLength), t.getTag(ImageWidth), nBands, uint16); for k 1:nBands t.setDirectory(k); cube(:,:,k) t.read(); end t.close();两者对比的话imread的循环对新手更友好Tiff类性能更好。我自己的习惯是文件尺寸在1000x1000以下、波段数少于50时用imread循环大文件一律上Tiff类省下的时间按分钟算。2.3 MAT文件直接load、HDF5用h5readMAT格式最简单厂家在SDK里已经做好了矩阵化处理你用load直接读进来就行data load(hyperspectral.mat); % 查看工作区里有哪些变量 fieldnames(data); % 假设变量名是cube cube data.cube;不过MAT文件里面变量名可能很怪经常是data1、im、cubeRaw之类的。我一般load之后先fieldnames看一下确认变量名和维度再继续别一上来就按自定义名字取字段很容易取错。HDF5格式则需要先查看文件内部结构再定位到数据集的路径filename image.h5; info h5info(filename); % 查看顶层数据组 info.Groups; % 如果数据集路径是 /Cube cube h5read(filename, /Cube);HDF5的路径结构每台设备都不一样有的藏在/data/reflectance有的在/SpectralCube。先h5info看看再动手算是通用解题思路。读取NetCDF的ncread逻辑也是类似可以先ncinfo再取数。3. 读进来之后数据组织、波段查看与可视化3.1 先把数据摆成统一的三维顺序不同读取方式得到的数组维度顺序可能不一样。ENVI的BSQ格式读出来是[行, 列, 波段]这是最顺手的排列。但有些厂家把数据存成[波段, 行, 列]有的存成[列, 行, 波段]这时候就需要permute把维度换过来。% 如果读出来是 [波段, 行, 列]改成 [行, 列, 波段] img permute(img, [2, 3, 1]); % 如果读出来是 [列, 行, 波段]改成 [行, 列, 波段] img permute(img, [2, 1, 3]);permute的第一参数是原数组维度排列第二个参数是“新排列方式”是MATLAB做一个维度轴的重新排序不会改动数据本身。如果你习惯Python那套transpose思路是一模一样的。数据组织有个容易被忽略的小细节读入的是uint16还是single会影响后续计算速度和内存占用。uint16计算时会自动转double导致内存翻倍而且多次转换容易出错。我习惯在读入时就转成uint16single或uint16double免得后面反复类型转换。3.2 真彩色合成与单波段灰度预览高光谱数据读入后先别急着做高级分析我第一件事永远是可视化看看影像质量、有没有坏像元、有没有明显条纹。可视化可以从两个角度入手选三个波段合成真彩色或者选一个波段看灰度图。% 选三个波段做真彩色合成红、绿、蓝 r cube(:,:,60); % 约650nm波段具体位置看波长表 g cube(:,:,40); % 约550nm b cube(:,:,20); % 约450nm rgb cat(3, r, g, b); % 归一化到0~1否则显示出来一片黑 rgb double(rgb); rgb rgb / max(rgb(:)); imshow(rgb);这里不直接imshow(uint8(rgb))的原因在于高光谱原始DN值范围往往不是0~255有的数据是0~409512位、0~6553516位直接把整型矩阵丢给imshow会出现过暗或过曝必须先归一化。单波段的灰度预览则简单很多imagesc(cube(:,:,50)); axis image off; colormap gray; colorbar;选择合适波段也有一点门道近红外波段700-900nm对植被特别敏感红色波段对土壤信息突出。如果只是想快速看影像结构一般先看红光波段或近红外波段视觉效果最清晰。3.3 从二维图像到一维光谱沿光谱维度的采样高光谱最核心的用法是提取光谱曲线。要验证读取是否正确最有效的方法就是抽取一个像元的光谱观察曲线是否符合常识。比如植被像元的反射率在450nm和680nm附近吸收低谷、近红外波段反射率高如果画出来是这种形态说明数据读取过程基本没出大问题。% 主索引取第200行第300列那个像元的光谱 row 200; col 300; spectrum squeeze(cube(row, col, :)); % 如果有波长向量直接plot没有就按波段序号画 wavelength 400:10:1670; % 根据hdr里的wavelength字段填充 plot(wavelength, spectrum); xlabel(Wavelength (nm)); ylabel(Reflectance / DN); grid on;这里squeeze是把[1,1,128]这个“壳”去掉变成[128,1]的列向量。高光谱数据在MATLAB里操作时最容易出现“维度过剩”的问题很多函数返回的数组带着多余的1维不reshape或squeeze就会导致plot报错或数据形状对不上。4. 读取过程中的高发问题与排查实录4.1 多波段TIFF只读到了第一层这个是上过当的人最多的。直接用imread(img.tif)读多波段TIFF有些文件能返回第一层稍微正规点的工具则会直接报错。原因是imread设计上偏向标准图像格式对“多页TIFF”的处理需要显式指定页码。有些相机导出的TIFF前几页是预览图或元数据你按索引读的时候更要留心有可能第1页是黑白预览真正的影像数据从第2页才开始具体可以从imfinfo返回信息里看每一页的尺寸和位深。4.2 ENVI文件的interleave和datatype不匹配图像全乱ENVI格式用BSQBand Sequential、BILBand Interleaved by Line、BIPBand Interleaved by Pixel三种方式存储数据。BSQ先存完整第1波段再存完整第2波段依次类推适合随机访问某一波段。BIL按行交错存第一行所有波段存完再存第二行适合行扫描设备。BIP每个像元的所有波段一起存密集交错光谱曲线读取效率最高。如果multibandread里interleave参数填错了数据不会报错但读出来图像是完全乱的看起来像雪花点或者条纹横纹。排查时第一件事就是回.hdr文件看里面的interleave字段写的是什么再对照代码。数据类型同理.hdr里的data type字段有整数编号1是uint82是int1612是uint164是float32。填错了读出来的数据范围可能差出几个数量级图像整体过曝或全黑。4.3 uint16图像显示出来一片黑是数据坏了吗经常有人把16位DN值的高光谱图直接imshow结果屏幕上只有一团黑。这个真不是数据坏了而是显示位深的问题。16位数据最大值65535普通8位显示设备只能显示0~255不归一化当然全黑。解决办法前面提到过先转double再归一化或者用imagesc后调节clim范围。也有一种情况数据本身只用了12位有效位比如DN值实际范围0~4095直接除以65535会导致图像偏暗。这种情况下可以先用histogram看数据分布再决定是用max归一化还是用某个分位数裁剪归一化。4.4 大文件内存溢出怎么办高光谱数据规模不小1000x1000大小、200波段的uint16数据单个文件就要400MB3000x3000、500波段的更是轻松到GB级别。内存不够是常态我有几个应对办法。第一个办法是读取时只取感兴趣区域multibandread本身支持传入sub-rectangle参数可以只读取影像的一部分在调试阶段非常有用% 只读取左上角500x500区域的所有波段 img_sub multibandread(filename, [3000, 3000, 256], ... uint16single, 0, bsq, ieee-le, ... {[1, 500]}, {[1, 500]}, {[1, 256]});第二个办法是用matfile对象做局部读取特别适合MAT格式文件可以做到数据延迟加载按需读取变量中的部分数据不当即全部载入内存。第三个办法是减少不需要的波段。如果目标做的是植被分析400nm以下和1000nm以上波段完全可以不读入直接把波段tail截掉内存占用立刻减半。4.5 问题排查速查表我把日常遇到的读取问题汇总成了一张速查表对号入座比较方便现象可能原因解决思路imread报错或只读了一层多波段TIFF未指定页码用imfinfo获取页数循环读入multibandread读出来花屏interleave填错检查hdr中interleave字段数据范围异常大或全黑datatype填错检查hdr中data type字段图像整体偏暗但数据没问题未归一化/位深不匹配转double后按max归一化内存溢出一次性全读入用sub-rectangle或matfile按块读取读取结果维度不对原始数据维度顺序不同用permute调整维度顺序load出的变量名不固定MAT文件内部变量名未知用fieldnames先查看这个速查表是我自己踩坑后的总结基本覆盖了新手到中级使用者最容易遇到的几类问题。遇到读不出来的情况别急着怀疑数据损坏先对照头文件确认参数八成是某行代码少了个箭头。5. 几个让读取效率翻倍的小习惯读高光谱文件之前先花三十秒钟看一眼头文件这是我最想强调的习惯。ENVI的.hdr文件不大用记事本或MATLAB自带type命令都能打开里面除了行列波段数还写了坐标系、波长范围、反射率缩放系数。其中反射率缩放系数很容易被忽略——有些数据存的是实际反射率乘以10000之后的整数你用的时候不除以这个系数后面所有数值都会偏大几个量级。对于多波段数据操作预分配内存也是必要的。循环里直接cube(:,:,k) ...把矩阵尺寸写死能比动态扩展快很多。几百个波段的循环动态扩展的时间可以多出几十倍。另一个实用技巧是如果只需要可见光波段做快速预览试试直接用imread读取某个波段避免整个大文件先载入工作区。等你确定后续分析的波段范围再用multibandread或Tiff类全量读取这能省下不少内存和加载时间。我个人的习惯是写一个小的封装函数把读取逻辑固定下来function cube read_hsidata(filename, interleave, datatype, dims) if nargin 3 datatype uint16single; end if nargin 4 dims size(...); % 实际使用时从hdr读取 end cube multibandread(filename, dims, datatype, 0, interleave, ieee-le); end这个封装没有很复杂但好处是团队协作时别人只需要调一个函数就能完成数据读取不用反复翻代码找参数。尤其当你有几十个数据文件要批量处理时这个函数的价值就体现出来了。高光谱的读取只是整个处理流程的前菜但这一步走得稳后面光谱分析、分类识别才省心。读完数据之后下一步我一般会做白板校正和反射率转换让DN值变成更有物理意义的反射率再进入波段选择和建模环节。每个环节都会有一些“文档里不会写”的经验这篇文章算是我在读取这一步做的记录后面有时间再把辐射校正和光谱预处理的部分整理出来。本文还有配套的精品资源点击获取