Diplomarbeit Körth - Fakultät VI Planen Bauen Umwelt - TU Berlin

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