Next, we will use both image and la

Next, we will use both image and laboratory spectra to classify the AVIRIS data using the "Spectral Angle Mapper" (SAM). We will go through the endmember selection process for SAM, but will not actually run the algorithm. We will examine previously calculated classification results to answer specific questions about the strengths and weaknesses of the SAM classification.

The Spectral Angle Mapper (SAM) is an automated method for comparing image spectra to individual spectra or a spectral library (Boardman, unpublished data; CSES, 1992; Kruse et al ., 1993a). SAM assumes that the data have been reduced to apparent reflectance (true reflectance multiplied by some unknown gain factor controlled by topography and shadows). The algorithm determines the similarity between two spectra by calculating the "spectral angle" between them, treating them as vectors in a space with dimensionality equal to the number of bands ( nb ). A simplified explanation of this can be given by considering a reference spectrum and an unknown spectrum from two-band data. The two different materials will be represented in the 2-D scatter plot by a point for each given illumination, or as a line (vector) for all possible illuminations

Because it uses only the "direction" of the spectra, and not their "length," the method is insensitive to the unknown gain factor, and all possible illuminations are treated equally. Poorly illuminated pixels will fall closer to the origin. The "color" of a material is defined by the direction of its unit vector. Notice that the angle between the vectors is the same regardless of the length. The length of the vector relates only to how fully the pixel is illuminated.

The SAM algorithm generalizes this geometric interpretation to nb -dimensional space. SAM determines the similarity of an unknown spectrum t to a reference spectrum r , by applying the following equation (CSES, 1992):

ผลลัพธ์ (ไทย) 2:

ต่อไปเราจะใช้ภาพและสเปกตรัมทางห้องปฏิบัติการในการจำแนกข้อมูล AVIRIS โดยใช้ "มุม Mapper ผี" (SAM) เราจะไปถึงขั้นตอนการคัดเลือก endmember สำหรับ SAM แต่จะไม่ทำงานจริงอัลกอริทึม . เราจะตรวจสอบคำนวณก่อนหน้านี้ผลการจัดหมวดหมู่ที่จะตอบคำถามที่เฉพาะเจาะจงเกี่ยวกับจุดแข็งและจุดอ่อนของการจัดหมวดหมู่ SAM สเปกตรัมมุมแมปเปอร์ (SAM) เป็นวิธีการอัตโนมัติสำหรับการเปรียบเทียบสเปกตรัมภาพเพื่อสเปกตรัมของแต่ละบุคคลหรือห้องสมุดสเปกตรัม (บอร์ดแมนข้อมูลที่ไม่ถูกเผยแพร่; CSE ที่ 1992. ครูซ, et al, 1993a) SAM สมมติว่าข้อมูลที่ได้รับลดลงเพื่อสะท้อนชัดเจน (การสะท้อนความจริงคูณด้วยปัจจัยกำไรที่ไม่รู้จักบางควบคุมโดยภูมิประเทศและเงา) ขั้นตอนวิธีการกำหนดความคล้ายคลึงกันระหว่างสองสเปกตรัมโดยการคำนวณ "มุมสเปกตรัม" ระหว่างพวกเขารักษาพวกเขาเป็นพาหะในพื้นที่ที่มีมิติเท่ากับจำนวนของวง (nb) คำอธิบายที่เรียบง่ายของนี้จะได้รับโดยพิจารณาสเปกตรัมอ้างอิงและคลื่นความถี่ที่ไม่รู้จักจากข้อมูลสองวง ทั้งสองวัสดุที่แตกต่างจะเป็นตัวแทนใน 2 มิติแปลงกระจายโดยจุดให้แสงสว่างในแต่ละที่ได้รับหรือเป็นเส้น (เวกเตอร์) สำหรับ illuminations เป็นไปได้ทั้งหมดเพราะใช้เพียง"ทิศทาง" ของสเปกตรัมและไม่ "ความยาวของพวกเขา "วิธีการที่จะรู้สึกถึงปัจจัยกำไรที่ไม่รู้จักและ illuminations เป็นไปได้ทั้งหมดได้รับการปฏิบัติอย่างเท่าเทียมกัน พิกเซลสว่างไม่ดีจะตกอยู่ใกล้ชิดกับแหล่งกำเนิด ว่า "สี" ของวัสดุจะถูกกำหนดโดยทิศทางของหน่วยเวกเตอร์ ขอให้สังเกตว่ามุมระหว่างเวกเตอร์จะเหมือนกันโดยไม่คำนึงถึงความยาว ความยาวของเวกเตอร์ที่เกี่ยวข้องเท่านั้นที่จะวิธีการอย่างเต็มที่พิกเซลสว่าง. อัลกอริทึม SAM generalizes นี้การตีความทางเรขาคณิตเพื่อ nb พื้นที่มิติ SAM กำหนดความคล้ายคลึงกันของเสื้อคลื่นความถี่ที่ไม่รู้จักกับสเปกตรัมอ้างอิง R โดยใช้สมการดังต่อไปนี้ (CSE ที่, 1992):

ผลลัพธ์ (ไทย) 3:

ต่อไปเราจะใช้ทั้งภาพและปฏิบัติการโดยแบ่งข้อมูล aviris โดยใช้ " Mapper มุมสเปกตรัม " ( แซม ) เราจะไปผ่านกระบวนการคัดเลือก endmember แซม แต่จะไม่ได้ใช้ขั้นตอนวิธี เราจะตรวจสอบการคำนวณก่อนหน้านี้หมวดหมู่ผลลัพธ์ที่จะตอบคำถามที่เฉพาะเจาะจงเกี่ยวกับจุดแข็งและจุดอ่อนของการจัดหมวดหมู่ Sam .

โดย Mapper มุมสเปกตรัม ( แซม ) เป็นเครื่องมืออัตโนมัติสำหรับการเปรียบเทียบสเปกตรัมของภาพที่จะให้บุคคลหรือห้องสมุดสเปกตรัม ( บอร์ดแมน เผยแพร่ข้อมูล cses , 1992 ; ครูส et al . , 1993a ) แซม สันนิษฐานว่า ข้อมูลที่ได้รับลดลง เพื่อสะท้อนความจริง ( สะท้อนคูณบางอย่างไม่ทราบได้รับปัจจัยควบคุม โดยภูมิประเทศและเงา )ขั้นตอนวิธีการตรวจสอบความคล้ายคลึงกันระหว่างสองช่วงโดยคำนวณหา " มุมสเปกตรัม " ระหว่างพวกเขารักษาพวกเขาเป็นเวกเตอร์ในพื้นที่ที่มี dimensionality เท่ากับจำนวนวงดนตรี ( NB ) ตัวย่อของคำอธิบายนี้สามารถกำหนดได้โดยพิจารณาความถี่อ้างอิงจากข้อมูลสเปกตรัมที่ไม่รู้จักสองวงวัสดุที่แตกต่างกันสองจะแสดงใน 2 มิติที่กระจายจุดโดยจุดแต่ละที่ให้แสงสว่าง หรือเป็นเส้น ( Vector ) ทั้งหมดเป็นไปได้ illuminations

เพราะมันใช้แค่ " ทิศทาง " ของแสงและความยาวของพวกเขา " , " วิธีการที่เป็นกระแสด้านเข้าและแหล่งกำเนิดแสงที่ไม่รู้จัก ที่เป็นไปได้ทั้งหมดจะได้รับการปฏิบัติอย่างเท่าเทียมกันไม่สว่างพิกเซลจะตกอยู่ที่ใกล้ชิดกับต้นกำเนิด " สี " ของวัสดุที่กำหนด โดยทิศทางของเวกเตอร์หน่วยของ สังเกตเห็นว่ามุมระหว่างเวกเตอร์จะเหมือนกันโดยไม่คำนึงถึงความยาว ความยาวของเวกเตอร์ที่เกี่ยวข้องกับวิธีการอย่างเต็มที่พิกเซลสว่าง

วิธีเช่นนี้ได้ขยายการตีความทางเรขาคณิตแซมนี้ NB - มิติอวกาศแซมกำหนดความเหมือนของสเปกตรัมที่ไม่รู้จักที่จะอ้างอิงสเปกตรัม R โดยใช้สมการต่อไปนี้ ( cses , 1992 )