主要内容

smileMetric

计算高光谱数据的光谱微笑指标

折叠所有页面

    语法

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

    描述

    例子

    ［oxystd，carbonstd，oxyderiv，carbonderiv) = smileMetric (hcube）计算高光谱数据集的氧和二氧化碳吸收特征的列均值导数和它们的标准偏差。您可以使用这些值来检测高光谱数据集中的光谱微笑效应。有关更多信息，请参见微笑的指标．

    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

    这个示例使用:

    打开生活的脚本

    将高光谱数据加载到工作区中。

    hcube =超立方体(“EO1H0440342002212110PY_cropped.dat”）;

    计算高光谱数据集的氧和二氧化碳吸收特征的列均值导数值及其标准差hcube．

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

    使用基于最大噪声分数(MNF)变换的方法进行光谱微笑降低。

    correctedData = reduceSmile (hcube,“方法”，“延长”）;

    计算微笑校正高光谱数据集的氧和二氧化碳吸收特征的列均值导数值及其标准差correctedData．

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

    绘制两个未校正超立方的氧吸收特征的列均值导数值hcube还有矫正笑容的超立方体correctedData，并显示它们的标准差。

    图绘制(oxyderiv,“线宽”, 2)在情节(noxyderiv“线宽”, 2)从轴紧网格在包含(“航迹位置(列)”) ylabel (“氧吸收特性的衍生物”)({传奇“微笑之前校正”，微笑校正后的}，“位置”，“西北”）;注释(gcf“textarrow”(0.4 - 0.4), (0.6 - 0.5),．..“字符串”, ('标准差= 'num2str (oxystd)]);注释(gcf“textarrow”(0.7 - 0.7), (0.3 - 0.2),．..“字符串”, ('标准差= 'num2str (noxystd)]);

    绘制两个未校正超立方的二氧化碳吸收特征的列均值导数值hcube还有矫正笑容的超立方体correctedData，并显示它们的标准差。

    图绘制(carbonderiv,“线宽”, 2)在情节(ncarbonderiv“线宽”, 2)从轴紧网格在包含(“航迹位置(列)”) ylabel (“二氧化碳吸收特性的衍生物”)({传奇“微笑之前校正”，微笑校正后的}，“位置”，“西南”）;注释(gcf“textarrow”(0.4 - 0.4), (0.7 - 0.85),．..“字符串”, ('标准差= 'num2str (carbonstd)]);注释(gcf“textarrow”(0.7 - 0.7), (0.3 - 0.45),．..“字符串”, ('标准差= 'num2str (ncarbonstd)]);

    输入参数

    全部折叠

    输入高光谱数据，指定为超立方体对象。的DataCube财产的超立方体对象存储高光谱数据立方体。计算氧和二氧化碳吸收特征导数的柱均值超立方体对象必须具有全宽度的一半最大值(应用)的值。元数据财产。

    请注意

    • 为了计算氧吸收特征导数的柱均值，输入的高光谱数据必须包含可见和近红外(VNIR)波长范围为760 - 785 nm的数据。

    • 为了计算二氧化碳吸收特征衍生物的柱均值，输入的高光谱数据必须包含短波-红外(SWIR)波长范围为2010 - 2025 nm的数据。

    输出参数

    全部折叠

    氧吸收特性的列均值导数，返回为N有效行向量。N为输入的高光谱数据立方体中的列数。如果输入的高光谱数据立方体类型为双，则输出向量为数据类型双．否则，输出向量的数据类型为单．

    二氧化碳吸收特性的柱平均导数，返回为N有效行向量。N为输入的高光谱数据立方体中的列数。如果输入的高光谱数据立方体类型为双，则输出向量为数据类型双．否则，输出向量的数据类型为单．

    氧吸收特性的柱平均导数的标准偏差，返回为标量。您可以使用这个标量来检测高光谱数据中是否存在光谱微笑效应。如果oxystd，则在VNIR范围内，数据产生微笑效应的几率较小。

    二氧化碳吸收特性的柱平均导数的标准偏差，返回为标量。您可以使用这个标量来检测高光谱数据中是否存在光谱微笑效应。如果carbonstd，则在SWIR范围内，数据产生微笑效应的几率较小。

    更多关于

    全部折叠

    微笑的指标

    smile效应发生在高光谱数据包含显著的交叉轨迹曲率和沿光谱维数的非线性干扰时。这些非线性干扰只发生在使用推扫式高光谱传感器捕获的数据中，如Hyperion EO-1和SEBASS。基于［1］，通过计算氧和二氧化碳波段图像的一阶导数，您可以检测氧和二氧化碳吸收特征的交叉轨迹变化，由于可能的微笑效应。邻带的一阶导数 B ＇ 是用吸收带图像计算的吗 B 1 以及后续波段的图像 B 2 ，使用公式:

    B ＇ ＝ B 2 − B 1 F W H 米 ¯ ，

    在那里, F W H 米 ¯ 这两个波段的平均FWHM是多少 B 1 和 B 2 ．这种导数计算适用于氧和二氧化碳吸收带图像。氧和二氧化碳衍生物的列均值可以表明由光谱微笑效应引起的跨径非线性。

    • 氧吸收特征导数值的非线性跨径柱平均值表明VNIR光谱中存在光谱微笑效应。

    • 二氧化碳吸收特征导数值的非线性跨径列均值表明SWIR光谱中存在光谱微笑效应。

    参考文献

    [1] Dadon, Alon, Eyal Ben-Dor和Arnon Karnieli。在Hyperion图像中使用导数计算和最小噪声分数变换检测和校正光谱曲率效应(Smile)。地球科学与遥感学报48岁的没有。6 (June 2010): 2603-12。https://doi.org/10.1109/TGRS.2010.2040391。

    另请参阅

    |

    介绍了R2021a

    图像处理工具箱文档

    金宝app

    介绍基于MATLAB的深度学习

    介绍基于MATLAB的深度学习

    下载电子书