subtractDarkPixel

Вычтите темные пиксели из гиперспектрального куба данных

свернуть все на странице

    Синтаксис

    correctedData = subtractDarkPixel(inputData)
    correctedData = subtractDarkPixel(inputData,darkPixels)

    Описание

    пример

    correctedData = subtractDarkPixel(inputData) корректирует гиперспектральные данные, inputData, путем вычитания пиксельных значений минимума полосы из каждой полосы.

    correctedData = subtractDarkPixel(inputData,darkPixels) вычитает заданные темные пиксельные значения, darkPixels, от соответствующих гипердиапазонов. После вычитания функция устанавливает все отрицательные пиксельные значения на 0.

    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

    свернуть все

    Скрипт Open Live Script

    Считайте гиперспектральные данные в рабочую область.

    hcube = hypercube('paviaU');

    Для каждого диапазона вычтите минимальное значение той полосы. 

    hcubeCorrected = subtractDarkPixel(hcube);

    Входные параметры

    свернуть все

    Введите гиперспектральные данные в виде одного из следующих.

    • hypercube объект. DataCube свойство hypercube объектно-ориентированная память гиперспектральный куб данных.

    • 3-D числовой массив размера M-by-N-by-C. M и N являются количеством строк и столбцов в гиперспектральных данных соответственно. C является количеством диапазонов в гиперспектральных данных.

    Темные пиксели в виде числового скаляра или числового вектора из длины равняются количеству гипердиапазонов. Когда вы задаете скаляр, subtractDarkPixel функция вычитает то значение из всех полос.

    Выходные аргументы

    свернуть все

    Откорректированные гиперспектральные данные, возвращенные как hypercube возразите или 3-D числовой массив, сопоставимый с входными данными, inputData.

    Ссылки

    [1] Souri, A.H., Sharifi, M.A. "Оценка находящихся на сцене эмпирических подходов для атмосферной коррекции гиперспектрального формирования изображений". На 33-й азиатской Конференции Дистанционного зондирования, Отеля города Посла Джомтин, Паттайя, Таиланд. 2012.

    Смотрите также

    | | | | | |

    Введенный в R2020b

    Документация Image Processing Toolbox

    Поддержка

    Для просмотра документации необходимо авторизоваться на сайте