このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
anomalyRX
説明
は Reed-Xiaoli (RX) 検出器を使用して、ハイパースペクトル データ内の異常ピクセルを検出します。RX 検出器は、ピクセルと背景の間のマハラノビス距離として、各ピクセルのスコアを計算します。スコアが高いほど、異常の可能性が高いことを示します。背景は、データ キューブのスペクトル平均および共分散により特徴付けられます。スコアの計算と異常の検出の詳細については、アルゴリズムを参照してください。rxScore
= anomalyRX(inputData
)
メモ
この関数には Image Processing Toolbox™ Hyperspectral Imaging Library が必要です。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、アドオンの入手と管理を参照してください。
Image Processing Toolbox Hyperspectral Imaging Library は MATLAB® Online™ または 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。
例
入力引数
出力引数
アルゴリズム
各ピクセルの RX スコアは次のように計算されます。
r はテスト対象のピクセルであり、μC および ΣC はそれぞれ、スペクトル平均および共分散です。異常ピクセルは一般的に高い RX スコアを持ちす。
RX スコアの累積確率分布からしきい値を推定して、異常ピクセルの検出をさらに調整できます。RX 検出器を使用したハイパースペクトル データ内の異常ピクセルの検出の例を参照してください。
参照
[1] Reed, I.S., and X. Yu. “Adaptive Multiple-Band CFAR Detection of an Optical Pattern with Unknown Spectral Distribution.” IEEE Transactions on Acoustics, Speech, and Signal Processing 38, no. 10 (October 1990): 1760–70. https://doi.org/10.1109/29.60107.
[2] Chein-I Chang and Shao-Shan Chiang. “Anomaly Detection and Classification for Hyperspectral Imagery.” IEEE Transactions on Geoscience and Remote Sensing 40, no. 6 (June 2002): 1314–25. https://doi.org/10.1109/TGRS.2002.800280.
バージョン履歴
R2020a で導入