spectralMatch
Идентифицируйте неизвестные области или материалы, используя спектральную библиотеку
Синтаксис
Описание
score = spectralMatch(libData,reflectance,wavelength)reflectance и wavelength, со значениями, доступными в спектральной библиотеке ECOSTRESS libData.
score = spectralMatch(___,Name,Value)
Примечание
Эта функция требует библиотеки Image Processing Toolbox™ гиперспектральной визуализации. Можно установить библиотеку Image Processing Toolbox Hyperspectral Imaging Library из Add-On Explorer. Дополнительные сведения об установке дополнений см. в разделе Получение и управление Дополнений.
Примеры
Сегментные области растительности в гиперспектральных данных с использованием спектрального согласования
Способ спектрального согласования сравнивает спектральную сигнатуру каждого пикселя в кубе гиперспектральных данных с ссылкой спектральной сигнатурой для растительности из файла спектра ECOSTRESS.
Прочтите спектральную сигнатуру растительности из 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 счета расстояния спектра пикселей гиперспектральных данных относительно спектра ссылки.
score = spectralMatch(libData,hcube);
Отобразите счета расстояния. Пиксели с счетами с низким расстоянием являются более сильными, совпадающими с ссылкой спектром и с большей вероятностью относятся к области растительности.
figure imagesc(score) colorbar
Задайте порог для обнаружения счетов расстояния, которые соответствуют области растительности.
threshold = 0.3;
Сгенерируйте бинарное изображение путем присвоения значения интенсивности 1 для пикселей с счетом меньше заданного порога. Другим областям присваивается значение интенсивности 0. Области максимальной интенсивности в бинарное изображение соответствуют областям растительности в кубе гиперспектральных данных.
bw = score < threshold;
Сегментируйте растительные области куба гиперспектральных данных с помощью индексов областей максимальной 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 новую hypercube объект, который содержит только сегментированные области растительности.
segmentedDataCube = hypercube(Ts,hcube.Wavelength);
Оцените цветное изображение RGB куба исходных данных и куба сегментированных данных с помощью colorize функция.
rgbImg = colorize(hcube,'Method','rgb','ContrastStretching',true); segmentedImg = colorize(segmentedDataCube,'Method','rgb','ContrastStretching',true);
Наложите бинарное изображение на версию RGB исходного куба данных с помощью imoverlay функция.
B = imoverlay(rgbImg,bw,'Yellow');Отображение цветных изображений RGB исходного куба данных и сегментированного куба данных вместе с наложенным изображением. Сегментированное изображение содержит только области растительности, которые сегментированы от исходного куба данных.
figure
montage({rgbImg segmentedImg B},'Size',[1 3])
title(['Original Image | ' 'Segmented Image | ' 'Overlayed Image'])
Идентифицируйте неизвестную спектральную сигнатуру с помощью спектрального согласования
Считайте эталонные спектральные сигнатуры из спектральной библиотеки ECOSTRESS. Библиотека состоит из 15 спектральных сигнатур, принадлежащих техногенным материалам, почве, воде и растительности. Выходы являются 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);
Загрузка .mat файл, который содержит значения отражательной способности и длины волны неизвестного материала в рабочую область. Отражательная способность и значения длины волны вместе составляют тестовый спектр.
load spectralData 'reflectance' 'wavelength'
Вычислите спектральное соответствие между спектром ссылки и тестовым спектром с помощью метода спектрального информационного расхождения (SID). Функция вычисляет счет расстояния только для тех эталонных спектров, которые имеют перекрытие полосы пропускания с тестовым спектром. 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 счета расстояний тестового спектра. Пиксели с более низкими счетами расстояния являются более сильными, совпадающими с ссылкой спектром. Дистанционное значение баллов NaN указывает, что соответствующий эталонный спектр и тестовый спектр не соответствуют порогу полосы 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 строку массива структур libData который содержит спектр ссылки, который наиболее близко соответствует тестовому спектру.
[value,ind] = min(score);
Найдите совпадающий эталонный спектр при помощи индекса минимального счета расстояния и отобразите детали совпадающих спектральных данных в библиотеке ECOSTRESS. Результат показывает, что тестовый спектр наиболее близко совпадает со спектральной сигнатурой 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 график значений отражающей способности тестового спектра и соответствующего эталонного спектра. Для целей построения графика и визуализации формы отражательных кривых переключите значения отражающей способности на область значений [0, 1] и интерполируйте значения отражающей способности теста, чтобы соответствовать числовым базовым значениям отражающей способности.
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')
