Diplomarbeit Körth - Fakultät VI Planen Bauen Umwelt - TU Berlin
Diplomarbeit Körth - Fakultät VI Planen Bauen Umwelt - TU Berlin
Diplomarbeit Körth - Fakultät VI Planen Bauen Umwelt - TU Berlin
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Methode<br />
_____________________________________________________________________________________________________<br />
basieren. Dabei werden die MNF-Komponenten nach der Höhe der Eigenwerte und des<br />
Informationsgehaltes absteigend sortiert. Der entstehende Datenraum wird in zwei Teile<br />
sortiert, wovon der erste Teil die komprimierte Information des Datensatzes mit hohen<br />
Eigenwerten enthält und zu kohärenten Bildern, den sogenannten Eigenimages, führt (KÖHL<br />
& Lautner 2001).<br />
Abbildung 6-5 Darstellung eines Spektralen Profils eines<br />
Bildpixels mit den bei der MNF-Transformation<br />
ausgeschlossenen Wellenlängenbereichen von 455.6-<br />
470.2 nm, 1320.3-1447.8 nm, 1738.3-2007.7 nm, 2396.5-<br />
2490.1 nm (EIGENE DARSTELLUNG 2009)<br />
Abbildung 6-6 Darstellung der Verteilung der Eigenwerte auf die<br />
MNF-Komponenten (EIGENE DARSTELLUNG 2009)<br />
Der zweite Teil besteht aus den Komponenten, die mit niedrigen Eigenwerten von kleiner<br />
oder gleich 1 gekennzeichnet sind und den dazugehörigen Bildern, die ein starkes Rauschen<br />
beinhalten und keine räumliche Information besitzen (ebd.). Als Ergebnis der MNF-<br />
Transformation erhält man einen Datensatz, der dieselbe Anzahl an Kanälen beinhaltet wie<br />
das Eingabebild. Dabei erfassen die ersten 20 MNF-Komponenten im Normalfall 90% der<br />
Gesamtvarianz und besitzen das geringste Rauschen. Diese werden dann für die weitere<br />
Analyse genutzt (SCHOWENGERDT 2007).<br />
In dieser Arbeit wurde die MNF-Transformation mit 100 Bändern durchgeführt. Die Bänder in<br />
den in Abbildung 6-5 gezeigten Wellenlängenbereichen wurden nicht verwendet, da diese<br />
keine brauchbaren Informationen enthalten. In den ersten 20 erzeugten Komponenten<br />
befindet sich der Datenraum, dessen Eigenwerte größer als der Wert 2,0 sind (siehe<br />
Abbildung 6-6). Daher werden für die weitere Bearbeitung der Thematik die ersten 20<br />
Komponenten benutzt.<br />
6.3 Erstellung der Endmember<br />
Unter einem Endmember ist ein „reines“ Objekt zu verstehen, von dem angenommen wird,<br />
dass jedes Pixel einen variablen Anteil dieses Objektes enthält. Dabei sei die in jedem Pixel<br />
gemessene Strahlung eine Linearkombination der Strahlung der einzelnen Endmember<br />
(KÖHL & LAUTNER, 2001). Es gibt zwei Ansätze für die Festlegung von Endmembern in<br />
einem Bild. Zum einen kann man die Bildspektren mit unabhängig davon aufgenommenen<br />
Feld- oder Laborspektren vergleichen. Als Voraussetzung sind hierbei eine hochwertige<br />
Kalibrierung und optimale Aufnahmebedingungen zu beachten, da der Bildinhalt mit<br />
absoluten Messwerten verglichen wird. Zum anderen kann man die benötigten Endmember<br />
aus dem Bild selbst erzeugen (image-derived) (ebd.).<br />
33