经验性青霉素
高光谱数据的经验线标定
描述
例子
对高光谱数据进行经验线校准
将高光谱数据读入工作区。该数据来自EO-1 Hyperion传感器，像素值为数字。
hcube=超立方体(“EO1H04403420022110Py_裁剪。hdr”);
从输入数据中删除坏带。
hcube=移除带（hcube，“波段号”，查找（~hcube.Metadata.BadBands））；
将像素值从数字转换为大气顶部（TOA）辐射值。
hcube_toa=辐射率（hcube）；
选择亮度值较低的像素作为目标像素，并将像素值存储为单元阵列。像素属于输入数据的tar区域。
targetPixel=hcube_toa.DataCube（100,86，：）；imgSpec={permute（targetPixel，[3 1 2]）}；
从ECOSTRESS库中读取焦油材料的反射光谱特征。
文件名='人造.道路.柏油.固体.所有.0099uuutar.jhu.becknic.spectrum.txt'；info=readEcostressSig（文件名）；
从生态应力光谱特征的元数据中获取场反射光谱和相应的波长信息。将这些值存储为单元阵列。
refSpec={info.reflective}；refWL={info.Wavelength}；
对辐射值高光谱数据执行经验线校准。
hcube_emerical=经验性青霉素（hcube_toa，imgSpec，refSpec，refWL）；
通过从未校准的数字超立方体和校准的超立方体中选择相同的波段图像来检查结果。出于可视化目的，将两个波段图像的值重新缩放到范围[0，1]。计算重新缩放的波段图像之间差值的绝对值。
inputBand=rescale（hcube.DataCube（：，：，159））；outputBand=rescale（hcube_.DataCube（：，：，159））；diffBand=abs（inputBand-outputBand）；
显示原始光谱波段图像、经经验校正的光谱波段图像以及波段图像之间的绝对值差，以可视化变化。
身材(“位置”，[0 0 700 400]）子批次(“位置”，[0.25 0.9]）图像SC（输入带）标题(“输入波段”)轴心关子地块(“位置”，[0.3 0.25 0.9]）图像SC（输出频带）轴关头衔(“输出频带”)子地块(“位置”，[0.6 0.25 0.9]）图像SC（扩散带）轴关头衔(“差异图像”)彩色地图灰色
输入参数
输出参数
算法
这个经验性青霉素函数对每个波段执行线性回归，以使数字（DN）或TOA辐射或TOA反射率与表面反射率相等。求解线性回归方程可为每个频带提供增益和偏移值。该方程显示了如何计算经验线系数增益和偏移值：
收益(M)以及偏移值(抵消)是经验线方程中的未知参数。ρλ是输入高光谱数据（称为现场参考光谱）中参考材料的已知表面反射率值。Rλ是输入高光谱数据（称为图像光谱数据）中参考物质的测量值。测量值可以是数字、TOA辐射或TOA反射率。
现场参考光谱是一种先验的也可以从光谱库中读取的测量。经验直线法求解线性方程以找到增益和偏移值。使用估计的增益和偏移值计算输入高光谱数据中所有其他像素的表面反射率值。
这个经验性青霉素函数自动对输入场光谱进行重采样，以匹配中选定的数据波长hcube.
要求解线性回归方程，每个频带必须至少已知两个场谱值。如果经验性青霉素函数为每个频带仅提供一个场谱值，偏移值设置为零。如果没有任何频带的场谱值可用，则此函数将抛出错误。
工具书类
[1] Roberts，D.A.，Y.Yamaguchi和R.J.P.Lyon，“AIS数据校准的各种技术的比较”，载于第二届机载成像光谱仪数据分析研讨会论文集，ed.Gregg Vane和Alexander F.H.Goetz，21-30。帕萨迪纳：喷气推进实验室，1986年。
[2] Kruse，F.A.，K.S.Kierein Young和J.W.Boardman，“使用63通道成像光谱仪在内华达州Cuprite进行矿产测绘，”摄影测量工程与遥感56，第1号（1990年1月）：83-92。
您还可以从以下列表中选择网站：
