Hyperspectral Coastal Image Analysis Toolbox (HyCIAT) enhancement: Subsurface linear unmixing and object detection by means of regularization

Abstract

This work presents an enhancement to the Hyperspectral Coastal Image Analysis Toolbox (HyCIAT). HyCIAT is a graphic interface developed in MATLAB, for the estimation of water optical properties, bathymetry and bottom composition using a hyperspectral image of a shallow underwater environment [1]. The implemented algorithms for the estimation of the submerged bottom are based on the inversion model developed by Z. P. Lee combined with unmixing techniques developed by J. A. Goodman and A. Castrodad [2]–[5]. The graphic interface ceased to work on MATLAB versions over 2008b due to some compatibility issues. With this work, HyCIAT was enabled to be used onMATLAB 2013a. New functionalities are implemented to allow additional configurations of the unmixing algorithms. HyCIAT was further enhanced with the integration of a new subsurface classification algorithm by means of regularization techniques developed by L. O. Jiménez-Rodríguez and E. Rodríguez-Díaz [6], [7]. Algorithms were tested using a hyperspectral data set obtained from an indoor controlled environment that simulates an object submerged on fresh and turbid water. A new method was presented for the empirically retrieval of the optical properties of water using Z. P. Lee inversion model and the obtained hyperspectral data set. Results shows that the new functionalities have a positive impact on unmixing results by increasing the overall accuracy on objects submerged in fresh and turbid waters. At the other hand, the classification accuracy of objects submerged in fresh and turbid water was also increased with the use of the regularization algorithms. Finally, additional tools were included in the toolbox that extends HyCIAT capabilities for a more complete and robust interface.

Este trabajo presenta una mejora realizada a un programa desarrollado en MATLAB llamado HyCIAT. HyCIAT es una interface gráfica que integra algoritmos para la estimación de propiedades ópticas del agua, batimetría y composición del fondo marino utilizando imágenes hiperespectrales de poca profundidad [1]. Los algoritmos integrados para la estimación de la composición del fondo marino son basados en el modelo establecido por Z. P. Lee y combinados con técnicas de descomposición lineal para la estimación de abundancias desarrollados por J. A. Goodman y A. Castrodad [2]–[5]. La interface gráfica dejó de funcionar en las versiones de MATLAB sobre la 2008b debido a problemas de compatibilidad. Con este trabajo la funcionalidad de HyCIAT se re-estableció en la versión de MATLAB 2013a. Nuevas funcionalidades fueron implementadas para lograr un grado mayor de libertad al momento de configurar los algoritmos de estimación de abundancia. HyCIAT se extendió aún más con la integración de un nuevo algoritmo de clasificación submarina basado en técnicas de regularización desarrollado por L. O. Jiménez-Rodríguez y E. Rodríguez-Díaz [6], [7]. Los algoritmos fueron probados utilizando un conjunto de datos hiperespectrales obtenidos de un ambiente controlado en el interior que simula un objeto sumergido tanto en agua limpia como en agua turbia. Un nuevo método fue desarrollado y presentado para estimación empírica de las propiedades ópticas del agua utilizando el modelo de Z. P. Lee y el conjunto de datos hiperespectrales obtenido. Los resultados demuestran que las funcionalidades propuestas tienen un impacto positivo en los algoritmos de estimación de abundancia aumentando la precisión general aumento en objetos sumergidos en agua limpia y turbia. Por otro lado la clasificación de objetos sumergidos tanto en agua limpia como en agua turbia también aumento con el uso del algoritmo de regularización. Finalmente, herramientas adicionales fueron incluidas en la interface para extender sus capacidades hacia un a más completa y robusta.