Оценка карт изобилия
abundanceMap = estimateAbundanceLS(inputData,endmembers)
Гиперспектральный куб данных может содержать как чистые, так и смешанные пикселы. Чистые пиксели показывают спектральные характеристики одного класса, в то время как смешанные пиксели показывают спектральные характеристики нескольких классов. Спектральные сигнатуры чистых пикселей содержат конечные элементы, которые идентифицируют уникальные классы, присутствующие в гиперспектральном кубе данных. Спектральная сигнатура смешанных пикселей может быть линейной комбинацией двух или более спектров конечных элементов. Карта изобилия идентифицирует долю каждого конечного элемента, присутствующего в спектрах каждого пикселя. Для гиперспектрального куба данных пространственных измерений M-by-N, содержащего P конечных элементов, существуют P карт изобилия, каждая размером M-by-N.
Процесс оценки карты плотности известен как спектральное размешивание, которое представляет собой разложение спектров каждого пикселя на заданный набор спектров конечных элементов.
abundanceMap = estimateAbundanceLS(___,'Method',estMethod)
Примечание
Для выполнения этой функции требуется библиотека гиперспектральных изображений Toolbox™ обработки изображений. Можно установить библиотеку гиперспектральных изображений панели инструментов обработки изображений из проводника надстроек. Дополнительные сведения об установке надстроек см. в разделе Получение надстроек и управление ими.
Загрузите MAT-файл, содержащий гиперспектральный куб данных и сигнатуры конечных элементов, в рабочую область. Извлеките сигнатуры куба данных и конечных элементов.
data = load('indian_pines.mat');
dataCube = data.indian_pines;
endmembers = data.signatures;Постройте график спектров конечных элементов.
plot(endmembers)
numEndMem = num2str(size(endmembers,2));
title(['Number of Endmembers:' numEndMem]) 
Оцените карты плотности для спектров конечных элементов.
abundanceMap = estimateAbundanceLS(dataCube,endmembers);
Отображение карты плотности для каждого спектра конечных элементов. Порядок карт изобилия тот же, что и порядок конечных членов в endmembers вход.
montage(abundanceMap,'Size',[4 4],'BorderSize',[10 10]); colormap default title('Abundance Maps for Endmembers');
Считывание гиперспектральных данных в рабочую область.
hcube = hypercube('jasperRidge2_R198.hdr');Извлеките шесть конечных элементов из гиперспектральных данных.
endmembers = nfindr(hcube,6);
Оцените карту изобилия для каждого конечного элемента с помощью метода полностью ограниченных наименьших квадратов.
abundanceMap = estimateAbundanceLS(hcube.DataCube,endmembers,'Method','fcls');
Оценка RGB-образа куба данных с помощью colorize функция.
rgbImg = colorize(hcube,'Method','RGB');
Отображение изображения RGB.
figure
imagesc(rgbImg)
title('RGB Image of Data Cube')
Отображение карт плотности для спектров конечных элементов. Порядок карт изобилия тот же, что и порядок конечных членов в endmembers входной аргумент.
figure montage(abundanceMap(:,:,1:3),'Size',[1 3],'BorderSize',[20 20]) colormap default colorbar title('Abundance Map for Endmember 1 | Abundance Map for Endmember 2 | Abundance Map for Endmember 3','FontSize',14)
figure montage(abundanceMap(:,:,4:6),'Size',[1 3],'BorderSize',[20 20]) colormap default colorbar title('Abundance Map for Endmember 4 | Abundance Map for Endmember 5 | Abundance Map for Endmember 6','FontSize',14)
[1] Кешава, Н. и Дж. Ф. Горчица. «Спектральное размыкание». Журнал IEEE Signal Processing Magazine 19, No. 1 (январь 2002 года): 44-57. https://doi.org/10.1109/79.974727.
[2] Кей, Стивен М. Основы обработки статистических сигналов. Серия обработки сигналов Prentice Hall. Энглвуд Клиффс, N.J.: Prentice-Hall PTR, 1993.