sharpencnmf

耦合非负矩阵分解(CNMF)方法锐化高光谱数据

折叠所有页面

语法

outputData = sharpencnmf (lrData hrData)

outputData = sharpencnmf (lrData hrData、名称、值)

描述

outputData= sharpencnmf (lrData，hrData）锐化低分辨率的高光谱数据，lrData利用耦合非负矩阵分解(CNMF)方法对场景进行分解。CNMF方法是一种迭代方法，使用高分辨率的多光谱或全色数据，hrData用于锐化高光谱数据。

高光谱图像锐化通过融合来自高分辨率多光谱数据或全色数据的信息来提高高光谱数据的空间分辨率。锐化过程也称为图像融合(融合多光谱和高光谱数据)或pan-sharpening(融合全色和高光谱数据)。

请注意

高光谱数据的空间维数必须小于多光谱或全色数据的空间维数。
高光谱数据中的波段数必须大于多光谱数据中的波段数。对于全色数据，光谱频带数总是1。

例子

outputData= sharpencnmf (lrData，hrData，名称,值）还使用一个或多个名称-值对参数指定选项。使用此语法设置CNMF方法的参数值。

请注意

此函数需要图像处理工具箱™高光谱成像库．你可以安装图像处理工具箱高光谱成像库从附加的探险家。有关安装附加组件的详细信息，请参见获取和管理附加组件．

例子

全部折叠

利用CNMF方法锐化高光谱图像

打开生活的脚本

将一个场景的低空间分辨率高光谱图像读取到工作区中。

hcube =超立方体(“EO1H0440342002212110PY_hsi.hdr”）;

将同一场景的高空间分辨率多光谱图像读取到工作空间中。

pcube =超立方体(“EO1H0440342002212110PY_msi.hdr”）;

利用CNMF方法融合高空间分辨率多光谱数据的信息，实现低空间分辨率高光谱数据的锐化。输出是高分辨率的高光谱数据，数据立方体具有与输入的多光谱数据相同的空间分辨率。

newhcube = sharpencnmf (hcube pcube);

估计输入高光谱、输入多光谱和锐化高光谱输出的RGB图像。

lrData =再着色(hcube,“方法”，“rgb”，“ContrastStretching”,真正的);hrData =再着色(pcube,“方法”，“rgb”，“ContrastStretching”,真正的);outputData =再着色(newhcube,“方法”，“rgb”，“ContrastStretching”,真正的);

显示低空间分辨率高光谱(HS)图像、高空间分辨率多光谱(MS)图像和高分辨率HS输出图像。

图蒙太奇({lrData; hrData outputData})标题('低分辨率HS输入|高分辨率MS输入|高分辨率HS输出'）

设置高光谱数据锐化的收敛阈值

打开生活的脚本

将场景的低空间分辨率高光谱图像读取到工作空间中。

hcube =超立方体(“EO1H0440342002212110PY_hsi.hdr”）;

将同一场景的高空间分辨率多光谱图像读取到工作空间中。

pcube =超立方体(“EO1H0440342002212110PY_msi.hdr”）;

利用CNMF方法锐化低空间分辨率高光谱数据。将收敛阈值设置为0.1。

newhcube = sharpencnmf (hcube pcube,“ConvergenceThreshold”, 0.1);

估计输入高光谱、输入多光谱和锐化高光谱输出的RGB图像。

lrData =再着色(hcube,“方法”，“rgb”，“ContrastStretching”,真正的);hrData =再着色(pcube,“方法”，“rgb”，“ContrastStretching”,真正的);outputData =再着色(newhcube,“方法”，“rgb”，“ContrastStretching”,真正的);

显示低空间分辨率高光谱(HS)图像、高空间分辨率多光谱(MS)图像和高分辨率HS输出图像。

图蒙太奇({lrData; hrData outputData})标题('低分辨率HS输入|高分辨率MS输入|高分辨率HS输出'）