Обнаружьте аномальные пиксели в гиперспектральных данных путем вычисления счета RX к каждому пикселю в гиперспектральном кубе данных. Затем вычислите порог для обнаружения истинных аномальных пикселей при помощи кумулятивного распределения вероятностей значений баллов RX.

Считайте гиперспектральные данные, содержащие аномальные пиксели в рабочую область.

hcube = hypercube('indian_pines.dat');

Найдите аномальные пиксели во входе гиперспектральными данными при помощи детектора RX. Детектор ищет пиксели с различием в высокой интенсивности в гомогенной области.

rxScore = anomalyRX(hcube);

Уменьшайте динамический диапазон значений баллов RX путем перемасштабирования их к области значений [0, 255].

rxScore = im2uint8(rescale(rxScore));

Отобразите карту счета RX. Пиксели с высоким счетом RX являются, вероятно, аномальными пикселями.

figure
imagesc(rxScore)
colorbar

Вычислите и постройте кумулятивное распределение вероятностей значений баллов RX.

count = imhist(rxScore);
pdf = count/prod(size(rxScore,[1 2]));
cdf = cumsum(pdf(:));
figure
plot(cdf)
xlabel('RX Score')
ylabel('Cumulative Probability Values')

Установите содействующее значение доверия к 0,998. Выберите первый счет RX со значением кумулятивного распределения вероятностей, больше, чем коэффициент доверия как порог. Этот порог представляет счет RX, выше которого пиксель является аномалией с доверием на 99,8 процентов.

confCoefficient = 0.998;
rxThreshold = find(cdf > confCoefficient,1);

Примените пороговую обработку, чтобы обнаружить аномальные пиксели со счетом RX, больше, чем вычисленный порог. Результатом является бинарное изображение, в котором присвоены аномальные пиксели, значение интенсивности 1 и другие пиксели присвоено 0.

bw = rxScore > rxThreshold;

Выведите версию RGB куба данных при помощи colorize функция. Наложите бинарное изображение аномальных пикселей на изображении RGB.

rgbImg  = colorize(hcube,'Method','rgb');
B = imoverlay(rgbImg,bw);

Отобразите и бинарное изображение и наложенное изображение.

fig = figure('Position',[0 0 800 400]);
axes1 = axes('Parent',fig,'Position',[0 0.1 0.5 0.8]);
imagesc(bw,'Parent',axes1);
title('Detected Anomalous Pixels')
axis off
colormap gray
axes2 = axes('Parent',fig,'Position',[0.5 0.1 0.5 0.8]);
imagesc(B,'Parent',axes2)
title('Overlaid Image');
axis off