高光谱影像分析方法之回顾.PDFVIP

第二章 高光譜影像分析方法之回顧 高光譜影像分析一般包含了以下幾個步驟： (1) 大氣改正(Atmospheric Correction) ，(2)資料轉換 (Data Transfomation) ，(3)參考類別(Endmember)的選取 與判釋，(4)影像分類 (Classification) ，及(5)分類精度之評估等，如圖 2-1 。本章依 處理步驟分別說明相關分析方法，包括：協變方矩陣 (Covariance Matrix)與相關 矩陣 (Correlation Matrix)分析、主軸轉換分析(Principal Component Analysis) 、MNF 轉換分析、參考類別選取之方法、光譜圖庫 (Spectral Library)的建立、不同分類 方法之原理及分類精度評估方式等等 。最後另外說明以微分分析(Derivative Analysis)技術進行分類的原理及方法。 圖 2- 1 高光譜影像分析流程圖 2-1 協變方矩陣與相關矩陣分析 就單一波段而言，只需考慮單波段光譜反應值之平均值與其標準偏差；然而 就 n個波段而言，常必須知道兩兩波段間之相對變化量，因此必須計算各波段間 13 資料分佈的協變方矩陣或相關矩陣。協變方矩陣的計算公式如下： ⎡c c ⎤ ⎢ 11 1n ⎥ Covariance Matrix= ⎢⎢ ⎥⎥ (2-1) ⎢ ⎥ ⎢⎣cn1 cnn ⎥⎦ 其為一對稱矩陣，其中c = 1 N ⎡(DN −µ )(DN −µ )⎤ (2-2) ij N −1∑⎢⎣ pi i pj j ⎦⎥ p =1 i 、j 為波段數，N 為總像元數， DN pi 與DN pj 分別為第 p個像元的第 i 、j個波段 之光譜值， µ 與µ則為第 i 、j 個波段光譜反應的平均值。對角線元素 c開根號 i j ij 後即為第 i個波段之標準偏差。若協變方矩陣中的非對角線元素 c 為負數，則表 ij 示若在波段 i有極低之光譜反應值時，則在波段 j則會有極高之光譜反應值，以 此類推。 協變方矩陣可以轉換成相關矩陣，以觀查各波段間之相關性，相關矩陣計算 方式如下： ⎡⎢ 1 ρ1n ⎤⎥ Correlation Matrix= ⎢⎢ ⎥⎥ (2-3) ⎢ ⎥ ⎢⎣ρn1 1 ⎥⎦ 其中相關係數ρ = c / c ⋅c 且 ρ ≤1 。若相關係數為零（ρ= 0 ），則表示 mn mn mm nn mn