文档帮助中心文档
估计丰度图
abundanceMap = estimateAbundanceLS (inputData endmembers)
abundanceMap=估计丰度(___、“方法”estMethod)
例子
丰度地图=估计丰度(输入数据,端成员)使用最小二乘法估计高光谱数据立方体中端元的丰度图。
丰度地图=估计丰度(输入数据,端成员)
丰度地图
输入数据
端成员
高光谱数据立方体既可以包含纯像素,也可以包含混合像素。纯像元表现出单一类的光谱特征,混合像元表现出多类的光谱特征。纯像素的光谱特征包括识别高光谱数据立方体中存在的独特类的端元。混合像素的光谱特征可以是两个或多个端元光谱的线性组合。丰度图确定了每个像素光谱中每个端元的比例。用于空间维度的高光谱数据立方体M——- - - - - -N包含P端成员,存在P丰度图,每种尺寸M——- - - - - -N.
丰度图估计过程称为光谱分离,即将每个像素的光谱分解为一组给定的端元光谱。
丰度地图=估计丰度(___","方法",,EST方法)指定用于估计丰度贴图的最小二乘法。
丰度地图=估计丰度(___","方法",,EST方法)
EST方法
注
此函数需要图像处理工具箱™高光谱成像库。您可以安装图像处理工具箱高光谱成像库来自加载项资源管理器。有关安装加载项的详细信息,请参阅获取和管理加载项.
全部崩溃
将包含高光谱数据立方体和端成员签名的mat文件加载到工作空间中。提取数据立方体和端成员签名。
数据=负载(“indian_pines.mat”); dataCube=data.indian_pines;endmembers=data.signatures;
绘制端元谱。
plot(endmembers) numEndMem = num2str(size(endmembers,2));标题(['最终成员数:'numEndMem])
估计端元谱的丰度图。
abundanceMap = estimateAbundanceLS (dataCube endmembers);
显示每个端成员光谱的丰度图。丰度图的顺序与图中末端成员的顺序相同端成员输入。
蒙太奇(abundanceMap,“尺寸”(4 - 4),“BorderSize”,[10]);彩色地图违约头衔(“端成员的丰度图”);
将高光谱数据读入工作区。
hcube=超立方体(“jasperRidge2_R198.hdr”);
从高光谱数据中提取六个端成员。
endmembers = nfindr (hcube 6);
使用完全约束最小二乘法估计每个端成员的丰度图。
abundanceMap=估计丰度(hcube.DataCube,endmembers,“方法”,尺柜的);
使用彩色化功能。
彩色化
rgbImg=着色(hcube,“方法”,“RGB”);
显示RGB图像。
图imagesc(rgbImg)标题(“数据立方体的RGB图像”)
显示端成员光谱的丰度图。丰度图的顺序与中端成员的顺序相同端成员输入参数。
图蒙太奇(丰度图(:,:,1:3),“尺寸”3 [1],“BorderSize”,[20])彩色地图违约色条标题('端成员1的丰度图|端成员2的丰度图|端成员3的丰度图',“字体大小”,14)
图蒙太奇(丰度图(:,:,4:6),“尺寸”3 [1],“BorderSize”,[20])彩色地图违约色条标题(' Endmember 4 |丰度Map for Endmember 5 |丰度Map for Endmember 6',“字体大小”,14)
超立方体
输入高光谱数据,指定为三维数字数组,表示大小的高光谱数据立方体M——- - - - - -N——- - - - - -C或超立方体对象。如果输入是超立方体对象,函数读取存储在DataCube对象的属性。高光谱数据立方体必须是真实且非稀疏的。
DataCube
数据类型:单一的|双重的|int8|int16|int32|int64|uint8|uint16|uint32|uint64
单一的
双重的
int8
int16
int32
int64
uint8
uint16
uint32
uint64
端成员签名,指定为一个大小矩阵C——- - - - - -P哪里C输入的高光谱数据中的光谱波段数和P是端成员光谱特征的数量。
“ucls”
尺柜的
“ncls”
估算丰度图的方法,指定为这些值之一。
“ucls”-无约束最小二乘法。
尺柜的-完全约束最小二乘法。
“ncls”-非负约束最小二乘法。
例子:估计丰度(输入数据、端成员、“方法”、“NCL”)
估计丰度(输入数据、端成员、“方法”、“NCL”)
数据类型:字符|一串
字符
一串
丰度地图,返回为3-D大小的数字数组M——- - - - - -N——- - - - - -P.
数据类型:双重的
[1] N.凯沙瓦和J.F.芥末。“光谱分解。”IEEE信号处理杂志19日,没有。1(2002年1月):44-57。https://doi.org/10.1109/79.974727。
[2] 凯,史蒂文M。统计信号处理基础.普伦蒂斯霍尔信号处理系列。Englewood Cliffs, N.J: Prentice-Hall PTR, 1993。
菲比|超立方体|nfindr|ppi
菲比
nfindr
ppi
您有此示例的修改版本。是否要用您的编辑打开此示例?
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站以获取可用的翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家/地区站点不适合您所在位置的访问。
联系当地办事处