spectralMatch
Идентифицируйте неизвестные области или материалы, пользующиеся спектральной библиотекой
Синтаксис
Описание
score = spectralMatch(libData,reflectance,wavelength)reflectance и wavelength, со значениями, доступными в спектральной библиотеке libData ECOSTRESS.
score = spectralMatch(___,Name,Value)
Примечание
Эта функция требует Image Processing Toolbox™ Гиперспектральная Библиотека Обработки изображений. Можно установить Image Processing Toolbox Гиперспектральная Библиотека Обработки изображений из Add-On Explorer. Для получения дополнительной информации об установке дополнений, смотрите, Получают и Управляют Дополнениями.
Примеры
Области растительности сегмента в гиперспектральных данных Используя спектральное соответствие
Спектральный метод сопоставления сравнивает спектральную подпись каждого пикселя в гиперспектральном кубе данных со ссылочной спектральной подписью для растительности из файла спектра ECOSTRESS.
Считайте спектральную подпись растительности от спектральной библиотеки ECOSTRESS.
fileroot = matlabshared.supportpkg.getSupportPackageRoot(); filename = fullfile(fileroot,'toolbox','images','supportpackages','hyperspectral','hyperdata',... 'ECOSTRESSSpectraFiles','vegetation.tree.tsuga.canadensis.vswir.tsca-1-47.ucsb.asd.spectrum.txt'); libData = readEcostressSig(filename);
Считайте гиперспектральные данные в рабочую область.
hcube = hypercube('paviaU.hdr');Вычислите множество расстояния спектров гиперспектральных пикселей данных относительно ссылочных спектров.
score = spectralMatch(libData,hcube);
Отобразите баллы расстояния. Пиксели с низкими баллами расстояния являются более сильными соответствиями к ссылочным спектрам и, более вероятно, будут принадлежать области растительности.
figure imagesc(score) colorbar
Задайте порог для обнаружения баллов расстояния, которые соответствуют области растительности.
threshold = 0.3;
Сгенерируйте бинарное изображение путем присвоения значения интенсивности 1 для пикселей со счетом меньше, чем заданный порог. Другие области присвоены значение интенсивности 0. Максимальные области интенсивности в бинарном изображении соответствуют областям растительности в гиперспектральном кубе данных.
bw = score < threshold;
Сегментируйте области растительности гиперспектрального куба данных при помощи индексов максимальных областей интенсивности в бинарном изображении.
T = reshape(hcube.DataCube,[size(hcube.DataCube,1)*size(hcube.DataCube,2) size(hcube.DataCube,3)]); Ts = zeros(size(T)); Ts(bw == 1,:) = T( bw==1 ,:); Ts = reshape(Ts,[size(hcube.DataCube,1) size(hcube.DataCube,2) size(hcube.DataCube,3)]);
. Создайте новый hypercube объект, который содержит только сегментированные области растительности.
segmentedDataCube = hypercube(Ts,hcube.Wavelength);
Оцените цветное изображение RGB исходного куба данных и сегментированного куба данных при помощи colorize функция.
rgbImg = colorize(hcube,'Method','rgb','ContrastStretching',true); segmentedImg = colorize(segmentedDataCube,'Method','rgb','ContrastStretching',true);
Наложите бинарное изображение на версии RGB исходного куба данных при помощи imoverlay функция.
B = imoverlay(rgbImg,bw,'Yellow');Отобразите цветные изображения RGB исходного куба данных и сегментированного куба данных наряду с наложенным изображением. Сегментированное изображение содержит только области растительности, которые сегментируются от исходного куба данных.
figure
montage({rgbImg segmentedImg B},'Size',[1 3])
title(['Original Image | ' 'Segmented Image | ' 'Overlayed Image'])
Идентифицируйте неизвестную спектральную подпись Используя спектральное соответствие
Считанная ссылка спектральные подписи от спектральной библиотеки ECOSTRESS. Библиотека состоит из 15 спектральных подписей, принадлежащих искусственным материалам, почве, воде и растительности. Выход является массивом структур, который хранит спектральные данные, считанные из файлов библиотеки ECOSTRESS.
fileroot = matlabshared.supportpkg.getSupportPackageRoot(); dirname = fullfile(fileroot,'toolbox','images','supportpackages','hyperspectral','hyperdata','ECOSTRESSSpectraFiles'); libData = readEcostressSig(dirname);
Загрузите .mat файл, который содержит коэффициент отражения и значения длины волны неизвестного материала в рабочую область. Коэффициент отражения и значения длины волны вместе включают тестовые спектры.
load spectralData 'reflectance' 'wavelength'
Вычислите спектральное соответствие между ссылочными спектрами и протестируйте спектры с помощью метода спектрального информационного расхождения (SID). Функция вычисляет счет расстояния только к тем ссылочным спектрам, которые имеют перекрытие пропускной способности с тестовыми спектрами. Функция отображает предупреждающее сообщение для всех других спектров.
score = spectralMatch(libData,reflectance,wavelength,'Method','SID');
Warning: Unable to find overlapping wavelengths between test spectra and library signature number 8
Warning: Unable to find overlapping wavelengths between test spectra and library signature number 9
Warning: Unable to find overlapping wavelengths between test spectra and library signature number 11
Отобразите множество расстояния тестовых спектров. Пиксели с более низкими баллами расстояния являются более сильными соответствиями к ссылочным спектрам. Значение баллов расстояния NaN указывает, что соответствующие ссылочные спектры и тестовые спектры не соответствуют порогу пропускной способности перекрытия.
score
score = 1×15
297.8016 122.5567 203.5864 103.3351 288.7747 275.5321 294.2341 NaN NaN 290.4887 NaN 299.5762 171.6919 46.2072 176.6637
Найдите минимальный счет расстояния и соответствующий индекс. 'Возвращенное значение индекса указывает на строку массива структур libData это содержит ссылочный спектр, который наиболее тесно совпадает с тестовым спектром.
[value,ind] = min(score);
Найдите соответствующий ссылочный спектр при помощи индекса минимального счета расстояния и отобразите детали соответствующих спектральных данных в библиотеке ECOSTRESS. Результат показывает, что тестовые спектры соответствуют наиболее тесно со спектральной подписью морской воды.
matchingSpectra = libData(ind)
matchingSpectra = struct with fields:
Name: "Sea Foam"
Type: "Water"
Class: "Sea Water"
SubClass: "none"
ParticleSize: "Liquid"
Genus: [0×0 string]
Species: [0×0 string]
SampleNo: "seafoam"
Owner: "Dept. of Earth and Planetary Science, John Hopkins University"
WavelengthRange: "TIR"
Origin: "JHU IR Spectroscopy Lab."
CollectionDate: "N/A"
Description: "Sea foam water. Original filename FOAM Original ASTER Spectral Library name was jhu.becknic.water.sea.none.liquid.seafoam.spectrum.txt"
Measurement: "Directional (10 Degree) Hemispherical Reflectance"
FirstColumn: "X"
SecondColumn: "Y"
WavelengthUnit: "micrometer"
DataUnit: "Reflectance (percent)"
FirstXValue: "14.0112"
LastXValue: "2.0795"
NumberOfXValues: "2110"
AdditionalInformation: "none"
Wavelength: [2110×1 double]
Reflectance: [2110×1 double]
Постройте значения коэффициента отражения тестовых спектров и соответствующих ссылочных спектров. В целях графического вывода и визуализации формы кривых коэффициента отражения, перемасштабируйте значения коэффициента отражения к области значений [0, 1] и интерполируйте тестовые значения коэффициента отражения, чтобы совпадать со ссылочными значениями коэффициента отражения в номере.
figure testReflectance = rescale(reflectance,0,1); refReflectance = rescale(matchingSpectra.Reflectance,0,1); testLength = length(testReflectance); newLength = length(testReflectance)/length(refReflectance); testReflectance = interp1(1:testLength,testReflectance,1:newLength:testLength); plot(refReflectance) hold on plot(testReflectance,'r') hold off legend('Matching reference reflectance','Test reflectance') xlabel('Number of samples') ylabel('Reflectance value')
