Извлечение сигнатур конечных элементов с помощью индекса чистоты пикселей
endmembers = ppi(inputData,numEndmembers)cube используя алгоритм индекса чистоты пикселей (PPI). numEndmembers - количество сигнатур конечных элементов, извлекаемых с помощью алгоритма PPI.
Функция проецирует гиперспектральные данные на набор случайным образом сформированных единичных векторов. Пиксели с экстремальными значениями в направлении единичного вектора считаются чистыми пикселями и составляют конечные элементы. Значение конечного элемента во всех спектральных полосах входных данных содержит сигнатуру конечного элемента. Дополнительные сведения см. в разделе Алгоритмы.
endmembers = ppi(inputData,numEndmembers,Name,Value)
количество случайным образом сформированных единичных векторов, используемых для проекции.
извлечение сигнатур конечных элементов из уменьшенных гиперспектральных данных.
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.
Считывание гиперспектральных данных в рабочую область.
hcube = hypercube('paviaU.hdr');Найти число спектрально различающихся конечных элементов, присутствующих в гиперспектральном кубе данных, с помощью countEndmembersHFC функция.
numEndmembers = countEndmembersHFC(hcube,'PFA',10^-7);Вычислите конечные элементы с помощью метода индекса чистоты пикселей (PPI). По умолчанию ppi функция использует преобразование максимальной доли шума (MNF) для предварительной обработки. Количество перекосов, используемых по умолчанию для проекции, равно .
endmembers = ppi(hcube.DataCube,numEndmembers);
Постройте график конечных элементов гиперспектральных данных.
figure plot(endmembers) xlabel('Band Number') ylabel('Pixel Values') title({'Endmembers Spectra',['Number of Endmembers = ' num2str(numEndmembers)]}); ylim([0 9000])
Считывание гиперспектральных данных в рабочую область.
hcube = hypercube('paviaU.hdr');Найти число спектрально различающихся конечных элементов, присутствующих в гиперспектральном кубе данных, с помощью countEndmembersHFC функция.
numEndmembers = countEndmembersHFC(hcube,'PFA',10^-7);Вычислите конечные элементы с помощью метода индекса чистоты пикселей (PPI). Укажите количество единичных векторов, используемых для проекции, как 100. Также выберите метод анализа главных компонентов (PCA) для уменьшения размерности.
endmembers = ppi(hcube.DataCube,numEndmembers,'NumVectors',100,'ReductionMethod','PCA');
Постройте график конечных элементов гиперспектральных данных.
figure plot(endmembers) xlabel('Band Number') ylabel('Pixel Values') ylim([0 9000]) title({'Endmembers Spectra',['Number of Endmembers = ' num2str(numEndmembers)]});
Метод индекса чистоты пикселя (PPI) вычисляет ортогональные проекции значений гиперспектральных данных на множество случайно сформированных единичных векторов, известных как перекосы. Затем метод вычисляет счетчик PPI для каждого значения данных. Число PPI - это число раз, когда значение данных становится экстремальной точкой при проецировании на эти перекосы. Эти значения данных с более чем ожидаемым количеством PPI составляют конечные элементы гиперспектральных данных. ИЦП является неитеративным методом, и соответствующие этапы суммируются следующим образом:
Вычислите полосы главных компонентов и уменьшите размерность входных данных с помощью MNF или PCA. Число полос главных компонентов, которые должны быть извлечены, устанавливается равным числу конечных элементов, которые должны быть извлечены.
Создайте k перекосов такой же длины, что и входные данные.
Пусть r - вектор выборки, который обозначает пиксельные спектры. Затем ортогонально спроецируйте вектор выборки на каждый перекос и найдите крайность.
Сохраните расположение каждого экстремального значения и подсчитайте их вхождения. Число вхождений называется количеством PPI.
Найдите число PPI для каждого пиксельного спектра во входном кубе данных.
Упорядочить спектры пикселей в порядке убывания их количества PPI и идентифицировать первое n спектров пикселей в упорядоченном наборе как конечные элементы. Количество выбираемых конечных элементов определяется входным аргументом numEndmembers.
[1] J.W Boardman, F.A. Kruse и R.O. Green, «Отображение целевых сигнатур посредством частичного объединения данных AVIRIS»., Технический отчет, Калифорния, США, 1995.