Spectral（SPY）学习笔记(4)

Fisher线性判别

数据读取显示：
采用线性特征降维
利用降维后的高光谱进行分类：

目标检测（Target Detectors）

估计背景统计信息。

要将像素声明为异常，需要指定阈值RX分数。此处我们选择所有RX分数相对于背景的概率小于0.001的图像像素为异常像素:
不需要为异常像素指定阈值，也可以简单地查看原始RX分数的图像，其中越亮的像素被认为“越异常”:
对于样本图像，由于使用了线性色标，RX分数图像中只有几个像素是可见的，并且RX分数远远高于其他像素的像素数量非常少。从RX分数的直方图可以看出这一点。
直方图中的异常值不是很明显，所以我们打印它们的值:
为了在RX图像中查看更多的细节，我们可以调整图像显示的上下限。因为我们主要对最异常的像素点感兴趣，所以我们将把黑电平设置为RX值累积直方图的第99百分位，白点设置为99.99百分位:

滤波器（Matched Filter）

匹配滤波器是由如下公式给出的线性检测器

让我们选择(row, col) =(8,88)处的图像像素作为目标，使用全局背景统计估计值，绘制匹配滤波器得分大于0.2的所有像素。

与rx函数一样，matched_filter可以使用窗口背景统计信息(可选使用全局协方差估计)应用。