主要内容
估计丰度
估计丰度图
描述
例子
估计高光谱数据的丰度图
将包含高光谱数据立方体和端成员签名的mat文件加载到工作空间中。提取数据立方体和端成员签名。
数据=负载(“indian_pines.mat”); dataCube=data.indian_pines；endmembers=data.signatures；
绘制端元谱。
plot(endmembers) numEndMem = num2str(size(endmembers,2));标题(['最终成员数：'numEndMem]）
估计端元谱的丰度图。
abundanceMap = estimateAbundanceLS (dataCube endmembers);
显示每个端成员光谱的丰度图。丰度图的顺序与图中末端成员的顺序相同端成员输入。
蒙太奇（abundanceMap，“尺寸”(4 - 4),“BorderSize”，[10]）；彩色地图违约头衔(“端成员的丰度图”);
提取端元和丰度图进行光谱分解
将高光谱数据读入工作区。
hcube=超立方体(“jasperRidge2_R198.hdr”);
从高光谱数据中提取六个端成员。
endmembers = nfindr (hcube 6);
使用完全约束最小二乘法估计每个端成员的丰度图。
abundanceMap=估计丰度（hcube.DataCube，endmembers，“方法”,尺柜的);
使用彩色化功能。
rgbImg=着色（hcube，“方法”,“RGB”);
显示RGB图像。
图imagesc（rgbImg）标题(“数据立方体的RGB图像”)
显示端成员光谱的丰度图。丰度图的顺序与中端成员的顺序相同端成员输入参数。
图蒙太奇（丰度图（：，：，1:3），“尺寸”3 [1],“BorderSize”，[20]）彩色地图违约色条标题('端成员1的丰度图|端成员2的丰度图|端成员3的丰度图',“字体大小”,14)
图蒙太奇（丰度图（：，：，4:6），“尺寸”3 [1],“BorderSize”，[20]）彩色地图违约色条标题(' Endmember 4 |丰度Map for Endmember 5 |丰度Map for Endmember 6',“字体大小”,14)
输入参数
输出参数
参考文献
[1] N.凯沙瓦和J.F.芥末。“光谱分解。”IEEE信号处理杂志19日,没有。1(2002年1月):44-57。https://doi.org/10.1109/79.974727。
[2] 凯，史蒂文M。统计信号处理基础．普伦蒂斯霍尔信号处理系列。Englewood Cliffs, N.J: Prentice-Hall PTR, 1993。
在R2020a中引入
你也可以从以下列表中选择一个网站:
