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
説明
score = sam(inputData,refSpectra)inputData 内の各ピクセルのスペクトルと、指定した基準スペクトル refSpectra の間のスペクトルの類似度を評価します。この構文を使用して、ハイパースペクトル データ キューブ内で異なる領域または物質を特定します。
score = sam(testSpectra,refSpectra)testSpectra と基準スペクトル refSpectra の間のスペクトルの類似度を評価します。この構文を使用して、未知の物質のスペクトル シグネチャを基準スペクトルと比較したり、2 つのスペクトル シグネチャ間のスペクトルのばらつきを計算したりします。
メモ
この関数には、Hyperspectral Imaging Library for Image Processing Toolbox™ が必要です。Hyperspectral Imaging Library for Image Processing Toolbox 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。
Hyperspectral Imaging Library for Image Processing Toolbox は、MATLAB® Online™ および MATLAB Mobile™ によってサポートされないため、デスクトップの MATLAB が必要です。
例
データ キューブの各ピクセルとエンドメンバー スペクトルのスペクトル角距離を計算して、ハイパースペクトル データ キューブ内の異なる領域を識別します。
ハイパースペクトル データをワークスペースに読み取ります。
hcube = imhypercube("jasperRidge2_R198.hdr");関数 countEndmembersHFC を使用して、データ キューブ内のスペクトル的に異なるバンドの数を特定します。
numEndmembers = countEndmembersHFC(hcube)
numEndmembers = 13
N-FINDR アルゴリズムを使用してデータ キューブからエンドメンバーのスペクトル シグネチャを抽出します。
endmembers = nfindr(hcube,numEndmembers);
エンドメンバーのスペクトル シグネチャをプロットします。結果として、データ キューブ内のスペクトル的に異なる 14 個の領域が表示されます。
figure
plot(endmembers)
legend(Location="Bestoutside")
各エンドメンバーとデータ キューブ内の各ピクセルのスペクトルの間でスペクトル角距離を計算します。
datacube = gather(hcube); score = zeros(size(datacube,1),size(datacube,2),numEndmembers); for i = 1:numEndmembers score(:,:,i) = sam(hcube,endmembers(:,i)); end
すべてのエンドメンバーについて、ピクセル スペクトルごとに取得した距離スコアから最小スコア値を計算します。それぞれの最小スコアのインデックスは、ピクセル スペクトルが最大の類似度を示すエンドメンバー スペクトルを識別します。スコア行列内の空間位置 (x, y) におけるインデックス値 n は、データ キューブ内の空間位置 (x, y) におけるピクセルのスペクトル シグネチャが、n 番目のエンドメンバーのスペクトル シグネチャに最適に一致することを示しています。
[~,matchingIndx] = min(score,[],3);
関数 colorize を使用してハイパースペクトル データ キューブの RGB イメージを推定します。RGB イメージおよび一致したインデックス値の行列の両方を表示します。
rgbImg = colorize(hcube,Method="rgb"); figure(Position=[0 0 1100 500]) subplot(Position=[0 0.15 0.4 0.8]) imagesc(rgbImg) axis off title("RGB Image of Hyperspectral Data") subplot(Position=[0.45 0.15 0.4 0.8]) imagesc(matchingIndx) axis off title("Indices of Matching Endmembers") colorbar
ハイパースペクトル データをワークスペースに読み取ります。
hcube = imhypercube("indian_pines.dat");ハイパースペクトル データのエンドメンバーを 10 個求めます。
numEndmembers = 10; endmembers = nfindr(hcube,numEndmembers);
最初のエンドメンバーを基準スペクトル、残りのエンドメンバーをテスト スペクトルと見なします。基準スペクトルとテスト スペクトル間の SAM スコアを計算します。
score = zeros(1,numEndmembers-1); refSpectrum = endmembers(:,1); for i = 2:numEndmembers testSpectrum = endmembers(:,i); score(i-1) = sam(testSpectrum,refSpectrum); end
基準スペクトルに対して類似度が最大 (距離が最小) となるテスト スペクトルを求めます。次に、基準スペクトルに対して類似度が最小 (距離が最大) となるテスト スペクトルを求めます。
[minval,minidx] = min(score); maxMatch = endmembers(:,minidx); [maxval,maxidx] = max(score); minMatch = endmembers(:,maxidx);
基準スペクトル、類似度が最大のテスト スペクトル、および最小のテスト スペクトルをプロットします。最小スコア値を持つテスト スペクトルは、基準エンドメンバーに対して最大の類似度を示します。一方、最大スコア値をもつテスト スペクトルはスペクトルのばらつきが最も大きく、2 つの異なる物質のスペクトル挙動の特徴を示しています。
figure plot(refSpectrum) hold on plot(maxMatch,"k") plot(minMatch,"r") xlabel("Band Number") ylabel("Data Values") legend("Reference spectrum","Minimum match test spectrum","Maximum match test spectrum", ... Location="southoutside") title("Similarity Between Spectra") annotation("textarrow",[0.25 0.25],[0.4 0.5],String="Max score: "+maxval) annotation("textarrow",[0.6 0.55],[0.6 0.45],String="Min score: "+minval)
入力引数
出力引数
制限
この関数は、パフォーマンスが既に最適化されているため、parfor ループをサポートしません。 (R2023a 以降)
詳細
参照
[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.
バージョン履歴
R2020a で導入
参考
spectralMatch | readEcostressSig | sid | hypercube | sidsam | jmsam
