Считайте гиперспектральные данные в рабочую область.

hcube = hypercube('indian_pines.dat');

Вычислите спектральное значение индексов для каждого пикселя в кубе данных. По умолчанию, spectralIndices функция возвращает индекс простого отношения (SR), расширенный индекс растительности (EVI) и модифицированный индекс отношения поглощения хлорофилла (MCARI).

indices = spectralIndices(hcube);

Смотрите имена индексов в выходном struct indices. Считайте соответствующие изображения индекса, возвращенные при выходе.

indices.IndexName

ans = 
"Simple Ratio (SR)"

ans = 
"Enhanced Vegetation Index (EVI)"

ans = 
"Modified Chlorophyll Absorption Ratio Index (MCARI)"

srImg = indices(1).IndexImage;
eviImg = indices(2).IndexImage;
mcariImg = indices(3).IndexImage;

Оцените расширенное от контраста изображение RGB от исходного куба данных при помощи colorize функция.

rgbImg = colorize(hcube,'Method','RGB','ContrastStretching',true);

Отобразите оригинал и вычисленные изображения индекса. Значение индекса SR, больше, чем 3, показывает растительность. Индекс EVI идентифицирует, что плотная растительность и типичное значение индекса EVI для здоровой растительности находятся между 0,2 и 0.8. Индекс MCARI показывает распространенность хлорофилла в области.

fig = figure('Position',[0 0 800 700]);

axes1 = axes('Parent',fig,'Position',[0 0.54 0.42 0.42]);
imagesc(rgbImg,'Parent',axes1);
axis off
title('RGB Image of Data Cube')

axes2 = axes('Parent',fig,'Position',[0.5 0.54 0.45 0.42]);
imagesc(srImg,'Parent',axes2);
axis off
title('SR Image')
colorbar

axes3 = axes('Parent',fig,'Position',[0 0.035 0.45 0.42]);
imagesc(eviImg,'Parent',axes3);
axis off
title('EVI Image')
colorbar

axes4 = axes('Parent',fig,'Position',[0.5 0.035 0.45 0.42]);
imagesc(mcariImg,'Parent',axes4);
axis off
title('MCARI Image')
colorbar

Считайте гиперспектральные данные в рабочую область.

hcube = hypercube('jasperRidge2_R198.img');

Вычислите значение MNDWI для каждого пикселя в кубе данных и считайте водное изображение индекса.

indices = spectralIndices(hcube,'MNDWI');
mndwiImg = indices.IndexImage;

Оцените расширенное от контраста изображение RGB от исходного куба данных при помощи colorize функция.

rgbImg = colorize(hcube,'Method','RGB','ContrastStretching',true);

Отобразите оригинал и изображение MNDWI.

fig = figure('Position',[0 0 700 400]);
axes1 = axes('Parent',fig,'Position',[0 0.1 0.4 0.8]);
imshow(rgbImg,'Parent',axes1)
title('RGB Image of Data Cube')
axes2 = axes('Parent',fig,'Position',[0.45 0.15 0.47 0.7]);
imagesc(mndwiImg,'Parent',axes2)
colorbar
axis off
title('MNDWI Image')

Водные области обычно имеют значения MNDWI, больше, чем 0,09. Выполните пороговую обработку изображения MNDWI, чтобы сегментировать водные области. Задайте пороговое значение.

threshold = 0.09;

Сгенерируйте бинарное изображение со значением интенсивности 1 для пикселей со счетом, больше, чем или равный заданному порогу. Все другие пиксели имеют значение 0. Области в бинарном изображении со значением 1 соответствуйте водным областям в кубе данных со значениями MNDWI, больше, чем порог.

bw = mndwiImg > threshold;

Наложите бинарное изображение на RGB, отображают и отображают наложенное изображение.

overlayImg = imoverlay(rgbImg,bw,[0 0 1]);
figure
imagesc(overlayImg)
axis off
title('Water Region Overlaid on RGB Image')