基于凸多边形最大化的高光谱端体提取算法(Matlab代码实现)

本文涉及的产品
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
简介: 基于凸多边形最大化的高光谱端体提取算法(Matlab代码实现)

💥1 概述


从高光谱图像中提取纯端体是目标检测、分类和解混应用中非常重要的步骤。利用凸几何的概念,提出了一种新的端部提取算法。该算法使用凸多边形最大化来确定一个凸集,该凸集根据测量员的公式给出最大的凸多边形面积。所提算法的并行实现有助于找到更有效的独特像素。通过合成数据证明了所提算法在存在噪声时的鲁棒性。利用真实高光谱数据进行的仿真结果表明,所提算法将光谱角度误差(SAE)和光谱信息发散误差(SID)降低了2.4–8.8%。所提算法在丰度映射中的有效性也使用均方根误差(RMSE)进行了验证。所提算法的RMSE也提高了1.7–7.6%。


📚2 运行结果

部分代码:

%% demo_CPM
clc;
close all;
clear all;
addpath('../data');
%% Image Read
s=load('Cuprite.mat');  % link for data source : https://rslab.ut.ac.ir/data
p=s.nRow;
q=s.nCol;
Bands=188;
Y=s.Y;
x=hyperConvert3d(Y,p,q,Bands);
%% Virtual Dimension
VD=12;
%% CPM algorithm
[endmemberindex] = CPM(Y,VD);
endmemberindex_CPM=change_index(endmemberindex,p,q);
%% VCA algorithm
[U_VCA,e_index,snrEstimate]=hyperVca(Y,VD);
endmemberindex_VCA=change_index(e_index,p,q);    
%% gt compare
t1=load('groundTruth_Cuprite_nEnd12.mat');
gt=t1.M;
n1=gt(3:103,:);
n2=gt(114:147,:);
n3=gt(168:220,:);
gt=[n1;n2;n3];
[gt_m,gt_n]=size(gt);
for i=1:gt_n
    for j=1:Bands
        extracted_VCA(j,i)=x(endmemberindex_VCA(i,1),endmemberindex_VCA(i,2),j);
        extracted_CPM(j,i)=x(endmemberindex_CPM(i,1),endmemberindex_CPM(i,2),j);
    end
end
%% SAM Calculation
ex_n=gt_n;
store_VCA=[0,0];
store_CPM=[0,0];
sam_VCA=0;
sam_CPM=0;
sam_total_VCA=0;
sam_total_CPM=0;
for i=1:gt_n
    for j=1:ex_n
        Mat_SAM_CPM(i,j)=real(acos(dot(gt(:,i),extracted_CPM(:,j))/(norm(gt(:,i)*norm(extracted_CPM(:,j))))));
        Mat_SAM_VCA(i,j)=real(acos(dot(gt(:,i),extracted_VCA(:,j))/(norm(gt(:,i)*norm(extracted_VCA(:,j))))));
    end
end
for i=1:gt_n
    %CPM
    [max_value1,mrow]=min(Mat_SAM_CPM);
    [max_value,col_CPM]=min(max_value1);
    sam_total_CPM=sam_total_CPM+max_value;
    sam_CPM=[sam_CPM;max_value];
    row_CPM=mrow(col_CPM);
    s1=[row_CPM,col_CPM];
    store_CPM=[store_CPM;s1];
    save_CPM(row_CPM)=max_value;
    Mat_SAM_CPM(row_CPM,:)=[100*ones];
    Mat_SAM_CPM(:,col_CPM)=[100*ones];
    %VCA
    [max_value1,mrow]=min(Mat_SAM_VCA);
    [max_value,col_VCA]=min(max_value1);
    sam_total_VCA=sam_total_VCA+max_value;
    sam_VCA=[sam_VCA;max_value];
    row_VCA=mrow(col_VCA);
    s1=[row_VCA,col_VCA];
    store_VCA=[store_VCA;s1];
    save_VCA(row_VCA)=max_value;
    Mat_SAM_VCA(row_VCA,:)=[100*ones];
    Mat_SAM_VCA(:,col_VCA)=[100*ones];
end
rms_sae=[rms(save_CPM);
    rms(save_VCA)];
rms_sae = radtodeg(rms_sae);
disp('RMSSAE of VCA');
disp(rms_sae(2));
disp('RMSSAE of CPM');
disp(rms_sae(1));

🌈3 Matlab代码实现

🎉4 参考文献

部分理论来源于网络,如有侵权请联系删除。


[1]Dharambhai Shah, Tanish Zaveri, Yogesh Trivedi (2020) Convex Polygon Maximization-Based Hyperspectral Endmember Extraction Algorithm

相关实践学习
SAE极速部署弹性微服务商城
本实验带您体验在Serverless应用引擎SAE(Serverless App Engine)上快速部署一个弹性的在线商城微服务应用,使得终端用户可以通过公网访问访问该商城,并进行压力测试以验证其性能与稳定性。
相关文章
|
7天前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
104 26
|
7天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
4天前
|
机器学习/深度学习 人工智能 搜索推荐
从零构建短视频推荐系统:双塔算法架构解析与代码实现
短视频推荐看似“读心”,实则依赖双塔推荐系统:用户塔与物品塔分别将行为与内容编码为向量,通过相似度匹配实现精准推送。本文解析其架构原理、技术实现与工程挑战,揭秘抖音等平台如何用AI抓住你的注意力。
106 6
从零构建短视频推荐系统:双塔算法架构解析与代码实现
|
7天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
83 14
|
7天前
|
机器学习/深度学习 运维 算法
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
【微电网多目标优化调度】多目标学习者行为优化算法MOLPB求解微电网多目标优化调度研究(Matlab代码实现)
|
8天前
|
算法 计算机视觉
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
|
8天前
|
编解码 人工智能 算法
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
|
8天前
|
机器学习/深度学习 编解码 并行计算
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 边缘计算
【故障诊断】基于时滞反馈随机共振的增强型旋转电机故障诊断(Matlab代码实现)
【故障诊断】基于时滞反馈随机共振的增强型旋转电机故障诊断(Matlab代码实现)
|
8天前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)

热门文章

最新文章