空间数据降维与像元纯度指数
30899 为本文评分：
4.0
空间数据降维与像元纯度指数
光谱沙漏工作流系列：第四部分
匿名作者 2015年1月13日，星期二
本篇博客将继续探讨ENVI®软件中提供的光谱沙漏工作流。
在减少了光谱波段数量后，我们的下一步是进行空间数据降维，以便只关注纯净的像元。我们希望工作流尽可能高效，而忽略那些不包含纯净端元的像元将有助于实现这一目标。为了完成此任务，我们可以使用ENVI创建一幅像元纯度指数图像。
像元纯度指数的含义是：每个像元值对应于该像元被记录为极端值的次数；进一步来说，PPI图像的主要目的是将空间信息（像元位置）与每个像元代表纯净图像端元的概率关联起来。
您看到的"DN"（红色框内）代表特定的像元值，而"Npts"（蓝色框内）值则代表该特定像元值在图像中被识别/找到的总次数。较高的PPI值意味着它在更多次迭代中作为端元出现。
此步骤的目标是识别那些出现频率并非极高的像元值，因为端元（纯净像元）很可能仅由少数几个像元代表。根据典型高光谱场景的性质，您主要会看到混合像元，但仍可提取少量端元（纯净像元）来绘制它们在图像中的出现频率图。请注意，这是一般经验法则，其适用性将极大地取决于您接收到的HSI数据质量以及数据采集区域的一般情况。例如，如果您在一个矿物资源丰富、纯矿物露头广布的区域，那么您很可能会有大量的端元出现频率，因为该区域矿物的混合程度较低。
通过选择阈值，您可以确定在哪个点上认为某物具有光谱独特性。选择的阈值越小，被识别为纯净的像元就越少（即，像元必须更加纯净才能投影到直方图的尾部）。
必须根据经验确定合适的图像阈值，这需要一些尝试和纠错的过程。从上方的直方图可以看出，PPI图像的最小值为0（从未被识别为纯净的像元），最大值为61725（在PPI迭代中被识别了61725次的像元）。您可以通过选择接近输入直方图斜率转折点（最大曲率）的值作为阈值的起点，在我们的例子中，这个值大约在1000附近。
使用1000这个值，我们可以对PPI图像应用波段阈值，现在将仅包含图像中那些具有高像元值和低出现频率的像元；换句话说，我们将只剩下光谱纯净的端元。借助新的ROI工具，确定确切的PPI阈值值变得非常容易。当选择阈值时，ENVI显示窗口会动态更新，以彩色显示包含"选择阈值参数"对话框窗口所规定值范围内的像元（附图红色像素）。ROI工具对话框也会更新区域信息，详细说明这个新创建的ROI中包含多少个像元。根据HSI数据和纯净端元的性质，我们知道ROI中包含的像元总数不应超过几百个。使用1400的阈值，我们将只剩下534个像元，这个数量在我们的案例中是合理的。
对PPI图像应用阈值后，下一步将通过ENVI中可用的n-D可视化工具提取端元。