ハイパースペクトルイメージ処理

ハイパースペクトルデータのインポート、エクスポート、処理および可視化

Image Processing Toolbox™ Hyperspectral Imaging Library は、ハイパースペクトルイメージを処理および可視化するための MATLAB^® の関数とツールを提供します。

このライブラリの関数を使用して、ハイパースペクトルイメージングセンサーを使用して取得した、さまざまなファイル形式のハイパースペクトルデータの読み取り、書き込みおよび処理を行います。このライブラリは、NITF (National Imagery Transmission Format)、ENVI (Environment for Visualizing Images)、TIFF (Tagged Image File Format) および MTL (Metadata Text Extension) ファイル形式をサポートしています。

このライブラリは、エンドメンバーの抽出、存在量マップの推定、ラジオメトリック補正と大気補正、次元削減、バンド選択、スペクトルマッチングおよび異常検出のためのアルゴリズムのセットを提供します。

ハイパースペクトルビューアーアプリを使用して、ハイパースペクトルデータの読み取り、個々のバンドイメージおよびそのヒストグラムの可視化、ハイパースペクトルデータキューブ内のピクセルまたは領域のスペクトルプロットの作成、ハイパースペクトルイメージの異なるカラーまたはフォールスカラー表現の生成、メタデータの表示ができます。

ハイパースペクトルイメージ解析を実行するには、アドオンエクスプローラーから Image Processing Toolbox Hyperspectral Imaging Library をダウンロードします。アドオンのダウンロードの詳細については、アドオンの入手と管理を参照してください。

アプリ

ハイパースペクトルビューアー

ハイパースペクトルデータの可視化 (R2020a 以降)

関数

すべて展開する

調査、分析、可視化

読み取りと書き込み

`hypercube`	ハイパースペクトルデータの読み取り (R2020a 以降)
`enviwrite`	ENVI ファイル形式へのハイパースペクトルデータの書き込み (R2020a 以降)
`enviinfo`	ENVI ヘッダーファイルからのメタデータの読み取り (R2020a 以降)

バンドの選択とバンドの削除

`selectBands`	最も情報量の多いバンドの選択 (R2020a 以降)
`removeBands`	データキューブからのスペクトルバンドの削除 (R2020a 以降)

ROI の選択

`assignData`	新しいデータをハイパースペクトルデータキューブに割り当て (R2020a 以降)
`cropData`	関心領域のトリミング (R2020a 以降)

色変換

colorize ハイパースペクトルデータのカラーイメージの推定 (R2020a 以降)

フィルター処理と強調

`denoiseNGMeet`	Denoise hyperspectral images using non-local meets global approach (R2020b 以降)
`sharpencnmf`	Sharpen hyperspectral data using coupled nonnegative matrix factorization (CNMF) method (R2020b 以降)

データ補正

ラジオメトリックキャリブレーション

`dn2radiance`	デジタル値の放射輝度への変換 (R2020b 以降)
`dn2reflectance`	デジタル値の反射率への変換 (R2020b 以降)
`radiance2Reflectance`	放射輝度から反射率への変換 (R2020b 以降)

大気補正

`correctOOB`	Correct out-of-band effect using sensor spectral response (R2020b 以降)
`empiricalLine`	Empirical line calibration of hyperspectral data (R2020b 以降)
`fastInScene`	シーン内高速大気補正の実施 (R2020b 以降)
`flatField`	Apply flat field correction to hyperspectral data cube (R2020b 以降)
`iarr`	Apply internal average relative reflectance (IARR) correction to hyperspectral data cube (R2020b 以降)
`logResiduals`	Apply log residual correction to hyperspectral data cube (R2020b 以降)
`rrs`	Compute remote sensing reflectance (R2020b 以降)
`subtractDarkPixel`	Subtract dark pixel value from hyperspectral data cube (R2020b 以降)
`sharc`	Perform atmospheric correction using satellite hypercube atmospheric rapid correction (SHARC) (R2020b 以降)

スペクトル補正

`smileMetric`	Compute spectral smile metrics of hyperspectral data (R2021a 以降)
`reduceSmile`	Reduce spectral smile effect in hyperspectral data cube (R2020b 以降)

次元削減

`hyperpca`	ハイパースペクトルデータの主成分分析 (R2020a 以降)
`hypermnf`	ハイパースペクトルデータの最大ノイズフラクション変換 (R2020a 以降)
`inverseProjection`	主成分バンドからのデータキューブの再構成 (R2020a 以降)

スペクトルアンミキシング

`ppi`	Pixel Purity Index を使用したエンドメンバーシグネチャの抽出 (R2020a 以降)
`fippi`	Fast Iterative Pixel Purity Index を使用したエンドメンバーシグネチャの抽出 (R2020a 以降)
`nfindr`	N-FINDR を使用したエンドメンバーシグネチャの抽出 (R2020a 以降)
`countEndmembersHFC`	エンドメンバー数の検出 (R2020a 以降)
`estimateAbundanceLS`	存在量マップの推定 (R2020a 以降)

スペクトルマッチングとターゲット検出

`readEcostressSig`	ECOSTRESS スペクトルライブラリからのデータの読み取り (R2020a 以降)
`resampleSignature`	Resample spectral signature to required wavelengths (R2024a 以降)
`removeContinuum`	Normalize spectral signature (R2024a 以降)
`sam`	スペクトル角マッパーを使用したスペクトルの類似度の評価 (R2020a 以降)
`sid`	スペクトル情報発散を使用したスペクトルの類似度の評価 (R2020a 以降)
`jmsam`	ジェフリー・松下スペクトル角マッパー法を使用したスペクトルの類似度の評価 (R2020b 以降)
`sidsam`	スペクトル情報発散とスペクトル角マッパーによるハイブリッド手法を使用したスペクトルの類似度の評価 (R2020b 以降)
`ns3`	正規化スペクトル類似度スコアの評価 (R2020b 以降)
`spectralMatch`	スペクトルライブラリを使用した未知の領域または物質の識別 (R2020a 以降)
`detectTarget`	Detect target in hyperspectral image (R2024a 以降)
`anomalyRX`	Reed-Xiaoli 検出器を使用した異常の検出 (R2020a 以降)
`spectralIndices`	Compute hyperspectral indices (R2020b 以降)
`customSpectralIndex`	Compute hyperspectral index using custom formula (R2023a 以降)
`ndvi`	正規化植生指標 (R2020a 以降)

セグメンテーション

`hyperslic`	2-D superpixel oversegmentation of hyperspectral images (R2023b 以降)
`hyperseganchor`	Segment hyperspectral images using fast spectral clustering with anchor graphs (R2024a 以降)

トピック

開始

ハイパースペクトルイメージ処理入門
ハイパースペクトルイメージ処理の基礎。
ハイパースペクトルビューアーでのハイパースペクトルデータの調査
この例では、ハイパースペクトルビューアーアプリを使用して、ハイパースペクトルデータを調査する方法を説明します。
Process Large Hyperspectral Images
This example shows how to process small regions of large hyperspectral images.
Hyperspectral Data Correction
Describes radiometric calibration, atmospheric correction, and spectral correction.
Spectral Matching and Target Detection Techniques
Techniques for target detection and spectral matching.
Spectral Indices
Describes spectral indices.
Support for Singleton Dimensions
Analysis of 1-D and 2-D spectral data using singleton hypercube.

領域の識別

スペクトルシグネチャマッチングを使用したターゲットの検出
スペクトルマッチング法を使用して、ハイパースペクトルイメージ内の既知のターゲットを検出する。
Identify Vegetation Regions Using Interactive NDVI Thresholding
Identify the types of vegetations regions in a hyperspectral image through interactive thresholding of a normalized difference vegetation index (NDVI) map.
Find Regions in Spatially Referenced Multispectral Image
This example shows how to identify water and vegetation regions in a Landsat 8 multispectral image and spatially reference the image.

注目の例

Predict Sugar Content in Grape Berries Using PLS Regression on Hyperspectral Data

Perform non-destructive testing (NDT) using hyperspectral data to predict sugar content in grape berries.

ライブスクリプトを開く

Classify Land Cover Using Hyperspectral and Lidar Data

Classify land cover using a fusion of hyperspectral and lidar data.

ライブスクリプトを開く

Segment Spleen in Hyperspectral Image of Porcine Tissue

Segment a spleen in a hyperspectral image of porcine tissue.

ライブスクリプトを開く

Ship Detection from Sentinel-1 C Band SAR Data Using YOLOX Object Detection

Detect ships from Sentinel-1 C Band SAR Data using YOLOX object detection.

ライブスクリプトを開く

Map Flood Areas Using Sentinel-1 SAR Imagery

Map flooded areas using Sentinel-1 Synthetic Aperture Radar (SAR) images.

ライブスクリプトを開く

Change Detection in Hyperspectral Images

Detect changes in land cover from hyperspectral images taken at different times.

ライブスクリプトを開く

Manually Label ROIs in Multispectral Image

Manually select regions of interest (ROIs) from a multispectral image and save them in a shapefile.

ライブスクリプトを開く

最大存在量分類を使用したハイパースペクトルイメージ解析

この例では、最大存在量分類 (MAC) を実行して、ハイパースペクトルイメージ内のさまざまな領域を識別する方法を示します。存在量マップは、ハイパースペクトルイメージ全体でエンドメンバー分布の特徴を表すものです。イメージ内の各ピクセルは、"ピュアピクセル" の場合や "ミクセル" の場合があります。各ピクセルについて取得した存在量値のセットは、そのピクセルに存在する各エンドメンバーの割合を表しています。この例では、ピクセルごとの最大存在量値を見つけ、それを関連するエンドメンバークラスに割り当てることでハイパースペクトルイメージ内のピクセルを分類します。