高光谱图像增强国内现状

高光谱图像增强是一项重要的计算机视觉任务，目的是提高高光谱图像的视觉质量和信息提取能力。在国内，高光谱图像增强也得到了广泛的研究和应用。

目前，国内的高光谱图像增强研究主要包括以下方面：

1. 基于传统图像处理方法的增强算法。这种方法主要使用传统的图像处理技术，如直方图均衡、滤波、锐化等方法进行高光谱图像增强。

2. 基于机器学习的增强算法。这种方法主要使用机器学习技术，如支持向量机、神经网络等方法进行高光谱图像增强。

3. 基于深度学习的增强算法。这种方法主要使用深度学习技术，如卷积神经网络、生成对抗网络等方法进行高光谱图像增强。

此外，高光谱图像增强在农业、环境监测、地质勘探等领域也有广泛的应用。例如，利用高光谱图像增强技术可以更好地提取农作物生长状态信息，帮助农民科学管理农田；利用高光谱图像增强技术可以更好地监测大气污染、水质污染等环境问题；利用高光谱图像增强技术可以更好地识别矿物、矿山等地质信息。