Descargar la presentación
La descarga está en progreso. Por favor, espere
Publicada porDiego Farías Macías Modificado hace 9 años
1
Experimentos de extraccion de endmembers con MAM
2
Extremos encontrados tomando el pixel (1,1) como inicio: 15 extremos
3
Endmembers extraidos de la imagen original correspondientes a los extremos encontrados
4
Imágenes de abundancias
8
050100150200250 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 spectral bands normalized radiance Extremos encontrados a partir de un espectro inicial escogido aleatoriamente: 6 endmembers
9
050100150200250 0 1000 2000 3000 4000 5000 6000 7000 spectral bands radiance Endmembers extraidos de la imagen original correspondientes a los extremos encontrados.
10
Imágenes de abundancias de los endmembers localizados
11
Clasificaciones mediante SAM usando los endmembers
12
050100150200250 -0.4 -0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4 0.5 spectral bands normalized radiance 8 extremos
16
Prueba incluyendo los intervalos de confianza (1.5) del ruido en la busqueda de los extremos 17 extremos
20
Extremos calculados sobre los datos originales, considerando interv conf (3.5): 16
23
Siguiendo la aproximacion CCA, aplicamos la cosa sobre los pixels transformados por los autovalores de la covarianza de los pixels normalizados: 3 representantes
24
Imágenes de abundancias
25
Idem bajando el umbral de ruido al 0.5
27
Idem con umbral 0.3: 8 extremos
29
Idem 0.2, 14 extremos
31
Con solo 11 autovectores, umbral 0.2
33
Umbral 0.2, 11 extremos
35
Umbral 0.15, 17 extremos
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.