Bonjour !
J'ai une image dont je connais le spectre de chaque pixels. Plus précisément, j'ai donc un cube spectral.
Je connais, après recherche des end-members du cube (pixels dont le spectre est considéré comme pur), les spectres des composants qui apparaissent dans mon cube. (Cf. endmembers.pdf)
Connaissant les spectres des composants recherchés et mon cube spectral, je souhaite établir les plans d'abondances. Je veux avoir autant d'images qu'il y a de composants dans mon cube. J'y arrive sans problème (Cf. Spect.pdf) lorsqu'il n'y a pas trop de bruit. Lorsqu'il y a du bruit (typiquement un RSB de 4) il apparaît de grosses taches noires dans les plans d'abondance...
Le plus simple est de vous donner quelques images...
- pines.png est mon image 2D d'un champ indien
- spectpines.png représente mes trois plans d'abondance après analyse spectrale (recherche des endmembers) et formation des plans d'abondance. On peut ainsi clairement distinguer les 2 types de culture, et la maison.
- theo.png est mon image 2D d'un cube créé par Matlab. Quatre gaussiennes ont 4 spectres (gaussien) différents.
- specttheo.png représente mes 4 plans d'abondance. Ce qui me gêne, c'est les grosses taches noires. Normalement, je devrais avoir du bruit partout dans mes plans d'abondances, et pas de tache noire à l'endroit où se trouve les autres gaussiennes.
Ces tâches sont très gênantes pour faire de l'analyse avec un bruit important mais acceptable (RSB d'environs 4 avec mon montage interferométrique à base de prismes de Wollaston).
J'ai tenté de ramener la moyenne du spectre à 0, mais ça se change rien. J'ai trouvé sur internet des algorithmes différents (mrc-als) qui donnent les même résultat.
Donc il y a sûrement une raison un peu plus mathématique que je n'arrive pas à voir.
S'il vous manque des infos, n'hésitez pas à me les demander, j'ai conscience que mon problème n'est pas trivial...
Merci d'avance.
Edit:// Voici les fichiers pdf:
http://perso.orange.fr/aaubourg/spect.pdf
http://perso.orange.fr/aaubourg/endmembers.pdf
Partager