使用Matlab结合神经网络模型对多波段影像进行计算

前期做了一个构造神经网络模型预测叶绿素浓度的项目，主要内容是通过影像的反射率反演出叶绿素浓度。现在模型构建出来了，如何利用这个模型对研究区域的影像进行计算叶绿素浓度呢？接着需要利用Matlab来操作了。

（1）打开Matlab，导入影像。

I=imread('122_33_20140422.img');

im=imread('D:\test.tif');

两种方式，第一种是该影像在当前工作目录下，另一种就是通过盘符寻找。

然后在Workspace里出现一个三维l*m*n矩阵，分别代表行数，列数和波段数。

（2）将三维矩阵拆成n个二维矩阵，n为波段数，即获取每个波段的影像值矩阵。

A1= I ( : , : , 1) %第一波段所有像素点

A2= I ( : , : , 2) %第二波段所有像素点

A3= I ( : , : , 3) %第三波段所有像素点

（3）我所使用的影像类型是int16型的，进行计算时候需要将其转成double型的。



（4）进行到这里，需要提一下，我设计的神经网络模型的输入矩阵是n*a，a代表样本数，n代表波段数，所以我需要将刚才分开的七个矩阵转化成行向量，接着再组合成一个n*a型矩阵,这样才能导入到神经网络模型中。

（5）接着就可以将已建好的net导入进来，然后对刚组合好的n*a矩阵(即a个样本)进行反演运算。得到1*a叶绿素浓度矩阵，然后利用reshape函数重新组合成l*m型二维矩阵（起名叫“Finish”）。

(6)然后利用下面的语句

imagesc(Finish);

即可查看生成的叶绿素浓度图。