EndmemberNumberEstimation

估计高光谱图像中端元的数量

描述

估计高光谱图像中端元的数量。首先，计算图像的统计量，然后使用这些统计量应用端员数量估计算法。有两种算法可用：

  1. 虚拟维度(HFC-VD) [1] [2]
  2. 特征值似然最大化(ELM) [3] [4]

然后，应用程序返回估计的端成员数量。

[1] 张忠一和杜启一，《高光谱图像中光谱不同信号源数目的估计》，IEEE地球科学和遥感学报，第43卷，第3期，2004年3月。

[2] 王军和张春一，独立成分分析在高光谱图像端元提取和丰度量化中的应用，IEEE地球科学与遥感学报，第44卷，第9期，第2601-1616页，2006年9月。

[3] 火星高光谱图像的无监督端元提取，B.Luo，J.Chanussot，S.Dout‘e和X.Ceamanos，IEEE Whispers，2009，法国格勒诺布尔，2009

[4] 利用线性分解算法实现高光谱图像的非监督分类。电话会议关于图像处理(ICIP)2009，开罗，埃及

参数

Input Image Filename -in image Mandatory
The hyperspectral data cube input

Number of endmembers -number int Mandatory
The output estimated number of endmembers

Unmixing algorithm -algo [elm|vd] Default value: elm
The algorithm to use for the estimation

  • Eigenvalue Likelihood Maximization
    Eigenvalue Likelihood Maximization algorithm
  • Virtual Dimensionality
    HFC Virtual Dimensionality algorithm

虚拟维度选项

False alarm rate -algo.vd.far float Default value: 0.001
False alarm rate for the virtual dimensionality algorithm

Available RAM (MB) -ram int Default value: 256
Available memory for processing (in MB).

实例

从命令行执行以下操作：

otbcli_EndmemberNumberEstimation -in cupriteSubHsi.tif -algo vd -algo.vd.far 1.0E-3

来自Python的评论：

import otbApplication

app = otbApplication.Registry.CreateApplication("EndmemberNumberEstimation")

app.SetParameterString("in", "cupriteSubHsi.tif")
app.SetParameterString("algo","vd")
app.SetParameterFloat("algo.vd.far", 1.0E-3)

app.ExecuteAndWriteOutput()