ライブラリシグネチャと SAM を使用したハイパースペクトルイメージの分類

この例では次を使用します。

この例では、スペクトル角マッパー (SAM) 分類アルゴリズムを使用して、ハイパースペクトルイメージ内のピクセルを分類する方法を示します。このアルゴリズムは、ピクセルのスペクトルと、ECOSTRESS スペクトルライブラリから読み取ったピュアスペクトルシグネチャの間のスペクトル一致スコアを計算して、テストデータ内の各ピクセルを分類します。この例では、Jasper Ridge データセットのデータサンプルをテストデータとして使用します。テストデータには、道路、土壌、水、および樹木から構成される 4 つの潜在エンドメンバーが格納されています。この例では、次の作業を行います。

各テストピクセルのスペクトルとピュアスペクトルの間の SAM スペクトル一致スコアを計算し、テストデータ内に存在するさまざまな領域のスコアマップを生成します。ピュアスペクトルは ECOSTRESS スペクトルライブラリから取得します。
最小スコア基準を使用して領域を分類し、テストデータ内の各ピクセルにクラスラベルを割り当てます。

この例では、Image Processing Toolbox™ Hyperspectral Imaging Library が必要となります。Image Processing Toolbox Hyperspectral Imaging Library はアドオンエクスプローラーからインストールできます。アドオンのインストールの詳細については、アドオンの取得と管理を参照してください。Image Processing Toolbox Hyperspectral Imaging Library は MATLAB® Online™ および MATLAB® Mobile™ ではサポートされないため、デスクトップの MATLAB® が必要となります。

テストデータの読み取り

関数 hypercube を使用して Jasper Ridge データセットからテストデータを読み取ります。この関数は、ハイパースペクトルデータキューブおよびテストデータから読み取った対応する波長とメタデータの情報を格納する hypercube オブジェクトを返します。テストデータには、198 個のスペクトルバンドと、399.4 nm ～ 2457 nm の範囲の波長が含まれています。スペクトル分解能は最大 9.9 nm、各バンドイメージの空間分解能は 100 x 100 です。

hcube = hypercube('jasperRidge2_R198.img')

hcube = 
  hypercube with properties:

      DataCube: "[100x100x198 int16]"
    Wavelength: [198x1 double]
      Metadata: [1x1 struct]

データキューブから RGB イメージを推定します。コントラストストレッチを適用して出力 RGB イメージのコントラストを向上させます。

rgbImg = colorize(hcube,'Method','rgb','ContrastStretching',true);

テストデータの RGB イメージを表示します。

figure
imagesc(rgbImg);
axis image off
title('RGB Image of Data Cube')

ECOSTRESS スペクトルライブラリからのシグネチャの読み取り

ECOSTRESS スペクトルライブラリは、個々の表面物質のピュアスペクトルシグネチャで構成されています。ピクセルのスペクトルが ECOSTRESS ライブラリのシグネチャと一致する場合、そのピクセルは完全にその表面物質単体で構成されています。このライブラリは天然物質と人工物質の両方について、3400 以上のスペクトルシグネチャをまとめたものです。テストデータ内の潜在エンドメンバーは把握しているため、それら 4 つのエンドメンバーに関係する ECOSTRESS スペクトルライブラリファイルを選択します。

ECOSTRESS スペクトルライブラリから水、植生、土壌、およびコンクリートに関係するスペクトルファイルを読み取ります。次のタイプのスペクトルシグネチャを使用します。

道路およびハイウェイ構造物を分類する人工物
砂、シルト、粘土の領域を分類する土壌
樹木の領域を分類する植生
水のある領域を分類する水

filenames = ["water.seawater.none.liquid.tir.seafoam.jhu.becknic.spectrum.txt",...
    "vegetation.tree.eucalyptus.maculata.vswir.jpl087.jpl.asd.spectrum.txt",...
    "soil.utisol.hapludult.none.all.87p707.jhu.becknic.spectrum.txt",...
    "soil.mollisol.cryoboroll.none.all.85p4663.jhu.becknic.spectrum.txt",...    
    "manmade.concrete.pavingconcrete.solid.all.0092uuu_cnc.jhu.becknic.spectrum.txt"];
lib = readEcostressSig(filenames)

lib=1×5 struct array with fields:
    Name
    Type
    Class
    SubClass
    ParticleSize
    Genus
    Species
    SampleNo
    Owner
    WavelengthRange
    Origin
    CollectionDate
    Description
    Measurement
    FirstColumn
    SecondColumn
    WavelengthUnit
    DataUnit
    FirstXValue
    LastXValue
    NumberOfXValues
    AdditionalInformation
    Wavelength
    Reflectance
      ⋮

ライブラリ構造体からクラス名を抽出します。

classNames = [lib.Class];

ECOSTRESS スペクトルライブラリから読み取ったピュアスペクトルシグネチャをプロットします。

figure
hold on
for idx = 1:numel(lib)
    plot(lib(idx).Wavelength,lib(idx).Reflectance,'LineWidth',2)
end
axis tight
box on
title('Pure Spectral Signatures from ECOSTRESS Library')
xlabel('Wavelength (\mum)')
ylabel('Reflectance (%)')
legend(classNames,'Location','northeast')
title(legend,'Class Names')
hold off

テストデータ内のピクセルのスコアマップの計算

関数 spectralMatch を使用して、各ピクセルスペクトルとライブラリシグネチャの間のスペクトル一致スコアを見つけます。既定の設定では、関数 spectralMatch は SAM 分類アルゴリズムを使用して 2 つのスペクトル間の類似度を計算します。この関数は、ハイパースペクトルデータキューブと同じ空間次元を持つ配列と、指定したライブラリシグネチャの数に等しいチャネルを返します。各チャネルには、1 つのライブラリシグネチャのスコアマップが格納されます。この例では、比較用に指定した ECOSTRESS スペクトルライブラリファイルが 5 つあり、ハイパースペクトルデータキューブの各帯域の空間次元は 100 x 100 ピクセルです。したがって、スコアマップの出力配列のサイズは 100 x 100 x 5 となります。

scoreMap = spectralMatch(lib,hcube);

スコアマップを表示します。

figure
montage(scoreMap,'Size',[1 numel(lib)],'BorderSize',10)
title('Score Map Obtained for Each Pure Spectrum','FontSize',14)
colormap(jet);
colorbar

最小スコア基準を使用したピクセルの分類

SAM の値が小さくなるほどスペクトルの類似度が高くなります。最小スコア基準を使用すると、ライブラリシグネチャの中の各ピクセルに最適に一致するものを見つけることでテストピクセルを分類できます。その結果、ピクセル単位の分類マップが得られますが、そこでは各ピクセルの値が lib のライブラリシグネチャファイルのインデックスとなり、そのピクセルは最も小さい SAM 値を示します。たとえば、分類マップ内のピクセルの値が 1 の場合、そのピクセルは lib 内の最初のライブラリシグネチャに対して高い類似性を示します。

[~,classMap] = min(scoreMap,[],3);

分類マップの値を、スペクトルマッチングに使用する ECOSTRESS ライブラリシグネチャにマッピングするクラステーブルを作成します。

classTable = table((min(classMap(:)):max(classMap(:)))',classNames',...
             'VariableNames',{'Classification map value','Matching library signature'})

classTable=5×2 table
    Classification map value    Matching library signature
    ________________________    __________________________

               1                       "Sea Water"        
               2                       "Tree"             
               3                       "Utisol"           
               4                       "Mollisol"         
               5                       "Concrete"

ハイパースペクトルデータの RGB イメージおよび分類結果を表示します。視覚的に検査すると、スペクトルマッチングにより各ピクセルが効果的に分類されていることが分かります。

fig = figure('Position',[0 0 700 300]);
axes1 = axes('Parent',fig,'Position',[0.04 0 0.4 0.9]);
imagesc(rgbImg,'Parent',axes1);
axis off
title('RGB Image of Data Cube')
axes2 = axes('Parent',fig,'Position',[0.47 0 0.45 0.9]);
imagesc(classMap,'Parent',axes2)
axis off
colormap(jet(numel(lib)))
title('Pixel-wise Classification Map')
ticks = linspace(1.4,4.8,numel(lib));
colorbar('Ticks',ticks,'TickLabels',classNames)

参考文献

[1] Kruse, F.A., A.B. Lefkoff, J.W. Boardman, K.B. Heidebrecht, A.T. Shapiro, P.J. Barloon, and A.F.H. Goetz. "The Spectral Image Processing System (SIPS)—Interactive Visualization and Analysis of Imaging Spectrometer Data." Remote Sensing of Environment 44, no. 2–3 (May 1993): 145–63. https://doi.org/10.1016/0034-4257(93)90013-N.

[2] ECOSTRESS Spectral Library: https://speclib.jpl.nasa.gov

[3] Meerdink, Susan K., Simon J. Hook, Dar A. Roberts, and Elsa A. Abbott. “The ECOSTRESS Spectral Library Version 1.0.” Remote Sensing of Environment 230 (September 2019): 111196. https://doi.org/10.1016/j.rse.2019.05.015.

[4] Baldridge, A.M., S.J. Hook, C.I. Grove, and G. Rivera. “The ASTER Spectral Library Version 2.0.” Remote Sensing of Environment 113, no. 4 (April 2009): 711–15. https://doi.org/10.1016/j.rse.2008.11.007.

参考

hypercube | colorize | readEcostressSig | spectralMatch

ライブラリ シグネチャと SAM を使用したハイパースペクトル イメージの分類

テスト データの読み取り

ECOSTRESS スペクトル ライブラリからのシグネチャの読み取り

テスト データ内のピクセルのスコア マップの計算