smileMetric

Вычислите спектральные метрики улыбки гиперспектральных данных

свернуть все на странице

    Синтаксис

    [oxystd,carbonstd,oxyderiv,carbonderiv] = smileMetric(hcube)

    Описание

    пример

    [oxystd,carbonstd,oxyderiv,carbonderiv] = smileMetric(hcube) вычисляет средние производные столбца и их стандартные отклонения, для функций поглощения кислорода и углекислого газа гиперспектрального набора данных. Можно использовать эти значения, чтобы обнаружить спектральный эффект улыбки в гиперспектральном наборе данных. Для получения дополнительной информации смотрите Индикаторы Улыбки.

    Примечание

    Эта функция требует Image Processing Toolbox™ Гиперспектральная Библиотека Обработки изображений. Можно установить Image Processing Toolbox Гиперспектральная Библиотека Обработки изображений из Add-On Explorer. Для получения дополнительной информации об установке дополнений, смотрите, Получают и Управляют Дополнениями.

    Примеры

    свернуть все

    Этот пример использует:

    Скрипт Open Live Script

    Загрузите гиперспектральные данные в рабочую область.

    hcube = hypercube('EO1H0440342002212110PY_cropped.dat');

    Вычислите средние производные значения столбца и их стандартные отклонения, для функций поглощения кислорода и углекислого газа гиперспектрального набора данных hcube.

    [oxystd,carbonstd,oxyderiv,carbonderiv] = smileMetric(hcube);

    Выполните спектральное сокращение улыбки с помощью максимальной шумовой части (MNF) основанный на преобразовании метод.

    correctedData = reduceSmile(hcube,'Method','MNF');

    Вычислите средние производные значения столбца и их стандартные отклонения, для функций поглощения кислорода и углекислого газа откорректированного улыбкой гиперспектрального набора данных correctedData.

    [noxystd,ncarbonstd,noxyderiv,ncarbonderiv] = smileMetric(correctedData);

    Постройте средние производные значения столбца кислородной функции поглощения обоих неоткорректированный гиперкуб hcube и откорректированный улыбкой гиперкуб correctedData, и отобразите их стандартные отклонения.

    figure
plot(oxyderiv,'LineWidth',2)
hold on
plot(noxyderiv,'LineWidth',2)
hold off
axis tight
grid on
xlabel('Cross-track positions (Columns)')
ylabel('Derivatives for oxygen absorption features')
legend({'Before smile correction','After smile correction'},'Location','northwest');
annotation(gcf,'textarrow',[0.4 0.4],[0.6 0.5],...
    'String',['Standard deviation = ' num2str(oxystd)]);
annotation(gcf,'textarrow',[0.7 0.7],[0.3 0.2],...
    'String',['Standard deviation = ' num2str(noxystd)]);

    Постройте средние производные значения столбца функции поглощения углекислого газа обоих неоткорректированный гиперкуб hcube и откорректированный улыбкой гиперкуб correctedData, и отобразите их стандартные отклонения.

    figure
plot(carbonderiv,'LineWidth',2)
hold on
plot(ncarbonderiv,'LineWidth',2)
hold off
axis tight
grid on
xlabel('Cross-track positions (Columns)')
ylabel('Derivatives for carbon-dioxide absorption features')
legend({'Before smile correction','After smile correction'},'Location','southwest');
annotation(gcf,'textarrow',[0.4 0.4],[0.7 0.85],...
    'String',['Standard deviation = ' num2str(carbonstd)]);
annotation(gcf,'textarrow',[0.7 0.7],[0.3 0.45],...
    'String',['Standard deviation = ' num2str(ncarbonstd)]);

    Входные параметры

    свернуть все

    Введите гиперспектральные данные в виде hypercube объект. DataCube свойство hypercube объектно-ориентированная память гиперспектральный куб данных. Чтобы вычислить среднее значение столбца поглощения кислорода и углекислого газа показывают производные, hypercube объект должен иметь полную ширину половина максимума (FWHM) значения в Metadata свойство.

    Примечание

    • Чтобы вычислить среднее значение столбца кислородных производных функции поглощения, вход, гиперспектральные данные должны содержать данные в видимой и почти инфракрасной области значений длины волны (VNIR) 760 - 785 нм.

    • Чтобы вычислить среднее значение столбца производных функции поглощения углекислого газа, вход, гиперспектральные данные должны содержать данные в коротковолновом инфракрасном излучении (SWIR) область значений длины волны 2010 - 2025 нм.

    Выходные аргументы

    свернуть все

    Средние производные столбца для кислородных функций поглощения, возвращенных как N - вектор-строка элемента. N является количеством столбцов во входе гиперспектральный куб данных. Если вход гиперспектральный куб данных имеет тип double, затем выходной вектор имеет тип данных double. В противном случае типом данных выходного вектора является single.

    Средние производные столбца для функций поглощения углекислого газа, возвращенных как N - вектор-строка элемента. N является количеством столбцов во входе гиперспектральный куб данных. Если вход гиперспектральный куб данных имеет тип double, затем выходной вектор имеет тип данных double. В противном случае типом данных выходного вектора является single.

    Стандартное отклонение столбца означает производные для кислородных функций поглощения, возвращенных как скаляр. Можно использовать этот скаляр, чтобы обнаружить присутствие спектрального эффекта улыбки в гиперспектральных данных. Если значение oxystd является низким, затем возможности данных, оказывающих влияние улыбки, находятся меньше в области значений VNIR.

    Стандартное отклонение столбца означает производные для функций поглощения углекислого газа, возвращенных как скаляр. Можно использовать этот скаляр, чтобы обнаружить присутствие спектрального эффекта улыбки в гиперспектральных данных. Если значение carbonstd является низким, затем возможности данных, оказывающих влияние улыбки, находятся меньше в области значений SWIR.

    Больше о

    свернуть все

    Индикаторы улыбки

    Эффект улыбки происходит, когда гиперспектральные данные содержат значительное искривление перекрестной дорожки с нелинейными воздействиями по спектральному измерению. Эти нелинейные воздействия происходят только в данных, собранных с помощью швабры гиперспектральные датчики, такие как EO-1 Гипериона и SEBASS. На основе [1], можно обнаружить изменение перекрестной дорожки функций поглощения кислорода и углекислого газа, из-за возможного эффекта улыбки, путем вычисления первых производных изображений полосы кислорода и углекислого газа. Первая производная смежных полос B' вычисляется с помощью изображения полосы поглощения B1 и изображение последующей полосы B2, использование уравнения:

    B'=B2−B1FWHM¯,

    где, FWHM¯ средний FWHM этих двух полос B1 и B2. Это производное вычисление применимо и к изображениям полосы поглощения кислорода и к углекислого газа. Средние значения столбца производных кислорода и углекислого газа могут указать на нелинейность перекрестной дорожки, вызванную спектральным эффектом улыбки.

    • Нелинейное, среднее значение столбца перекрестной дорожки кислородного поглощения показывает производные значения, указывает на спектральный эффект улыбки в спектре VNIR.

    • Нелинейное, среднее значение столбца перекрестной дорожки поглощения углекислого газа показывает производные значения, указывает на спектральный эффект улыбки в спектре SWIR.

    Ссылки

    [1] Dadon, Алон, Ben-жук-навозник Eyal и Arnon Karnieli. “Использование Производных Вычислений и Минимального Шумового Дробного Преобразования для Обнаружения и Исправления Спектрального Эффекта Искривления (Улыбка) в Гиперионе Имэджесе”. Транзакции IEEE на Геонауке и Дистанционном зондировании 48, № 6 (июнь 2010): 2603–12. https://doi.org/10.1109/TGRS.2010.2040391.

    Смотрите также

    |

    Введенный в R2021a

    Документация Image Processing Toolbox

    Поддержка

    Для просмотра документации необходимо авторизоваться на сайте