この例では、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方法を示します。ハイパースペクトル イメージ内のターゲットの検出と位置特定には、既知のターゲット物質のピュア スペクトル シグネチャを使用します。この例では、スペクトル角マッパー (SAM) 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 イメージ内の人工の屋根材 (既知のターゲット) を検出します。屋根材のピュア スペクトル シグネチャを ECOSTRESS スペクトル ライブラリから読み取り、スペクトル マッチング用の基準スペクトルとして使用します。データ キューブ内のすべてのピクセルのスペクトル シグネチャを基準スペクトルと比較し、最適に一致するピクセルのスペクトルをターゲット物質に属するものとして分類します。

この例では、ハイパースペクトル イメージ内に存在するエンドメンバー物質のクラスを同定する方法を示します。エンドメンバーは、1 つの表面物質に属するピクセルの反射率特性を示すピュア スペクトル シグネチャです。既存のエンドメンバー抽出または同定アルゴリズムでは、ハイパースペクトル イメージ内のピュア ピクセルを抽出または同定します。ただし、これらの手法でエンドメンバー スペクトルが属する物質名またはクラスは同定されません。この例では、エンドメンバー シグネチャを抽出してから、スペクトル マッチングを使用してハイパースペクトル イメージ内のエンドメンバー物質のクラスを分類または同定します。

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。

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。