MUUFLGulfport 开源项目使用教程

1. 项目目录结构及介绍

MUUFLGulfport 项目的目录结构如下：

MUUFLGulfport/
├── Bullwinkle/
├── signature_detectors/
├── util/
├── MUUFL_TruthForSubImage.mat
├── MUUFL_Gulfport_GroundTruth.csv
├── README.md
├── demo.m
├── muufl_gulfport_campus_w_lidar_1.mat
├── muufl_gulfport_campus_w_lidar_2.mat
├── muufl_gulfport_campus_3.mat
├── muufl_gulfport_campus_4.mat
├── muufl_gulfport_campus_5.mat
├── tgt_img_spectra.mat
├── tgt_lab_spectra.mat
├── ASD_Spectra/
├── MUUFL_GulfportTechReport.pdf
└── MUUFLGulfport_Photographs/

目录结构介绍

• Bullwinkle/: 包含 Bullwinkle 评分代码。
• signature_detectors/: 包含多个已知目标签名的检测算法。
• util/: 包含实用函数，包括主要的评分函数。
• MUUFL_TruthForSubImage.mat: 包含目标地面真值信息的 MATLAB 文件（仅在创建新子图像时真正有用）。
• MUUFL_Gulfport_GroundTruth.csv: 包含目标地面真值信息的 CSV 文件。
• README.md: 项目说明文件。
• demo.m: 演示代码，展示如何使用目标检测算法和评分工具。
• muufl_gulfport_campus_w_lidar_1.mat: 校园子图像 #1，包含配准的 LiDAR DEM 和图像注册的真值信息。
• muufl_gulfport_campus_w_lidar_2.mat: 校园子图像 #2，包含配准的 LiDAR DEM 和图像注册的真值信息。
• muufl_gulfport_campus_3.mat: 校园子图像 #3，包含图像注册的真值信息。
• muufl_gulfport_campus_4.mat: 校园子图像 #4，包含图像注册的真值信息。
• muufl_gulfport_campus_5.mat: 校园子图像 #5，包含图像注册的真值信息。
• tgt_img_spectra.mat: 包含手动选择的子图像 #1 中目标签名的 MATLAB 文件。
• tgt_lab_spectra.mat: 包含实验室光谱仪测量目标布料的 MATLAB 文件（不包括仿葡萄园绿色）。
• ASD_Spectra/: 包含使用 ASD 光谱仪测量的地面光谱数据。
• MUUFL_GulfportTechReport.pdf: 技术报告，描述数据收集过程。
• MUUFLGulfport_Photographs/: 包含场景的 Geo-tagged 照片和目标地面真值位置的 GoogleEarth KML 文件。

2. 项目启动文件介绍

项目的启动文件是 demo.m。该文件演示了如何使用目标检测算法和评分工具。具体步骤如下：

1. 将必要的目录添加到 MATLAB 路径中。
2. 运行两个仅检测豌豆绿色目标的检测算法。
3. 对输出结果进行评分，仅针对 3m 大小的豌豆绿色目标。
4. 运行多目标版本的 ACE 和光谱匹配滤波器以检测所有目标。
5. 绘制多个算法的 ROC 曲线，并展示 ROC 绘图器的几个选项。

3. 项目配置文件介绍

项目中没有明确的配置文件，但可以通过修改 demo.m 文件中的参数来调整检测算法的行为。例如，可以更改目标检测算法的参数或选择不同的子图像进行分析。

此外，MUUFL_TruthForSubImage.mat 和 MUUFL_Gulfport_GroundTruth.csv 文件包含了目标地面真值信息，这些信息可以用于验证和调整检测算法。

---

通过以上步骤，您可以开始使用 MUUFLGulfport 项目进行目标检测和评分。