Chapitre 4 – M´ ethode g´ eom´ etrique ` a pixels purs et somme d’abondance non
4.1 Propri´ et´ es g´ eom´ etriques
4.1.1 Cˆone simplicial
En premier lieu, nous modifions les notations du mod`ele de m´elange lin´eaire Eq. (2.15)
afin d’adopter plus ais´ement une approche g´eom´etrique (on reste tout de mˆeme dans une
approche spatiale des sources). Chaque spectre observ´e est repr´esent´e comme un ´el´ement
d’un R
Nespace vectoriel. Le mod`ele de m´elange en consid´erant des sources spatiales s’´ecrit :
x
m(n) =
L
X
`=1
a
`(n) s
lm∀n∈ {1, . . . , N}, (4.1)
o`u x
mest la m
ieme`colonne de X (i.e. le m
ieme`spectre observ´e), a
`la `
i`emecolonne de A
(i.e. le`
ieme`spectre ´el´ementaire) et s
lmet le coefficient d’abondance associ´e. Pour la partie
th´eorique de ce chapitre, nous emploierons plutˆot le vocabulaire de la g´eom´etrie, i.e. nous
appellerons vecteurs les diff´erents spectres (observ´es ou ´el´ementaires). Ainsi chaque vecteur
observ´ex
mest issu de la combinaison lin´eaire des ´el´ements de A :
x
m=As
mA∈R
N×L+
, s
m∈R
L+
, m∈ {1, . . . , M}, (4.2)
o`u le vecteurs
mest lam
ieme`colonne deS. Chaque vecteur observ´e est la combinaison lin´eaire
non n´egative des colonnes de A, elles-mˆemes non n´egatives. En supposant que Aest de rang
de colonne plein, l’ensemble de toutes les combinaisons lin´eaires non n´egatives des colonnes
de A :
C(A) ={c| c=Av, v ∈R
L+
}, (4.3)
forme un cˆone simplicial dans R
N+
(l’orthant positif de R
N). Les vecteurs colin´eaires aux
colonnes a
`deA, sont les ` arˆetes E
`du cˆone C(A) :
E
`={c| c=αa
`, α∈R
+}. (4.4)
Ces d´efinitions ont d´ej`a ´et´e ´evoqu´ees dans l’´etat de l’art de la SAS portant sur les m´ethodes
g´eom´etriques (Section 1.4.5), en inversant les rˆoles (et donc les dimensions) des deux matrices
A et S.
Par d´efinition, l’ensemble des vecteurs observ´es x
mdonn´es par l’Eq. (4.2) est contenu
dans le cˆone C(A) engendr´e par les colonnes de A d´efini par l’Eq. (4.3).
Nous formulons alors l’hypoth`ese suivante : soit ˜x
mun vecteur observ´e n’ayant que la
source d’indice `0 ∈ {1, . . . , L} active (i.e. toutes les sources d’indices ` 6= `0 sont nulles).
L’expression d’une telle observation mono-source s’´ecrit alors :
˜
x
m=a
`0s
`0m, (4.5)
L’observation ˜x
mest donc colin´eaire `a la `
i0eme`colonne de A. On reconnaˆıt alors l’expression
d’une arˆete (Eq. (4.4)) du cˆone engendr´e par A.
Ainsi, si chaque source est pr´esente dans au moins un vecteur mono-source, on peut
identifier chaque colonne de A (`a un coefficient d’´echelle pr`es) en identifiant les arˆetes du
cˆone englobant l’ensemble des donn´ees.
Hypoth`ese 8 : Pour chaque source, il existe au moins un vecteur observ´e x
m(i.e. une
colonne de X) pour lequel une unique source est active (i.e. la m
i`emecolonne de S a une
unique valeur non nulle).
Si cette hypoth`ese est v´erifi´ee par les donn´ees, le cˆone engendr´e par les vecteurs observ´es
C(X) est confondu avec le cˆone C(A). Ainsi, identifier l’enveloppe convexe englobant les
observations X permet d’identifier les colonnes de la matrice de m´elange A. Cette situation
est sch´ematis´ee sur la Figure 4.1.
Figure 4.1 – Repr´esentation de donn´ees issues du m´elange de 3 sources en 3 dimensions.
L’ensemble des vecteurs observ´esx
mest contenu dans le cˆone rouge engendr´e par les colonnes
de A. Si les donn´ees contiennent un vecteur mono-source ˜x
mpour chaque source (Hypoth`ese
8), alors le cˆone engendr´e par les donn´ees X est confondu avec le cˆone engendr´e par A.
L’identification des arˆetes du cˆoneC(A), est bas´ee sur la recherche successive des vecteurs
les plus ´eloign´es au sens angulaire. En premier lieu, le cˆone est d´efini `a partir des deux
observations formant le plus grand angle. A chaque it´eration, la dimension du cˆone estim´e
est incr´ement´ee de 1. L’identification d’une nouvelle arˆete du cˆone est bas´ee sur l’´etude
de l’angle form´e par les observations avec le cˆone existant, plus pr´ecis´ement de l’angle form´e
entre chaque observation et sa projection orthogonale sur le cˆone existant. Le vecteur observ´e
formant un angle maximum est retenu comme nouvelle arˆete du cˆone. Ce processus est r´ep´et´e
jusqu’`a ce que les L colonnes soient identifi´ees.
Avant de voir l’algorithme de MASS en d´etail, on v´erifie les propri´et´es des outils n´ecessaires
`
4.1.2 Crit`ere de s´eparation
L’objectif de ce paragraphe est de montrer que le crit`ere d’angle maximal permet bien
d’identifier les arˆetes du cˆone. Pour simplifier les ´ecritures suivantes, on normalise l’ensemble
des vecteurs observ´esx
mde mani`ere `a ce qu’ils soient de longueur unitaire. Cette
simplifica-tion sans incidence sur la m´ethode permet de d´efinir l’angle entre deux observations d’indices
m
1etm
2not´e :
ang(x
m1, x
m2) = cos
−1< x
m1, x
m2>
kx
m1kkx
m2k
= cos
−1(< x
m1, x
m2>), (4.6)
o`u < ., . > d´efinit le produit scalaire. De plus, le produit scalaire entre les deux vecteurs
observ´es (non n´egatifs et de norme unitaire), est compris dans l’intervalle [0,1]. La fonction
arccos ´etant monotone d´ecroissante sur cet intervalle, chercher les observations qui forment un
angle maximal est ´equivalent `a chercher les observations ayant un produit scalaire minimal.
Cette remarque permet d’all´eger davantage les notations et de travailler uniquement avec des
produits scalaires.
Nous d´etaillons dans la suite les deux cas que nous allons rencontrer dans l’algorithme de
MASS. Le premier cas est l’´etude de l’angle form´e par deux vecteurs observ´es et le second
est l’´etude de l’angle form´e par une observation et sa projection orthogonale sur les arˆetes
d´ej`a identifi´ees du cˆone.
4.1.2.1 Cas de deux vecteurs observ´es
Tout d’abord, montrons que parmi tous les vecteurs observ´es, les deux observations ayant
le plus petit produit scalaire (i.e le plus grand angle) sont mono-sources si l’Hypoth`ese 8
est v´erifi´ee. Soit x
m1= P
L`=1
a
`s
lm1et x
m2= P
L`=1
a
`s
lm2les deux vecteurs observ´es
´
etudi´es. Notons ˜x
m1= a
ps
pm1et ˜x
m2= a
qs
qm2deux vecteurs observ´es mono-sources avec
p, q ∈ {1, . . . , L} et p6=q.
1. Le produit scalaire entre deux observations mono-sources est d´efini suivant :
cos(˜x
m1,x˜
m2) = s
pm1s
qm2< a
p, a
q> . (4.7)
2. Le produit scalaire entre deux observations possiblement m´elang´ees est d´efini suivant :
cos(x
m1, x
m2) = <
LX
i=1a
is
im1,
LX
j=1a
js
jm2> =
LX
i=1 LX
j=1< a
is
im1, a
js
jm2> (4.8)
= X
i,j∈{1,...,L} (i,j)6=(p,q)< a
is
im1, a
js
jm2>+< a
ps
pm1, a
qs
qm2>
| {z }
= cos(˜xm1,x˜m2).
Or les vecteurs a
iet les coefficients s
im`sont non n´egatifs pour i ∈ {1, . . . , L}. On a
donc :
< a
is
im1, a
js
jm2>>0 ∀i, j ∈ {1, . . . , L}. (4.9)
On en d´eduit alors que cos(x
m1, x
m2)>cos(˜x
m1,x˜
m2), se qui entraˆıne :
Pour conclure sur ce premier cas, on constate que les deux vecteurs observ´es formant un
angle maximum sont n´ecessairement mono-sources si l’Hypoth`ese 8est v´erifi´ee. On en d´eduit
la propri´et´e suivante :
Propri´et´e 5 : Si x
petx
qsont deux vecteurs observ´es v´erifiant la relation :
< x
p, x
q>= min
i,j
< x
i, x
j> ∀i, j ∈ {1, . . . , M}, (4.11)
alors x
petx
qsont tous deux mono-sources.
4.1.2.2 Cas d’un vecteur observ´e et de sa projection
Nous avons ´evoqu´e pr´ec´edemment que les arˆetes du cˆone C(A) (i.e. les colonnes de A)
sont identifi´ees it´erativement. Notons ˜A la matrice form´ee par les colonnes estim´ees `a un
instant donn´e de l’algorithme. On constate que C( ˜A) est un sous cˆone de C(A). La seconde
d´emonstration n´ecessaire `a notre m´ethode est de garantir que l’observation formant un angle
maximal avec sa projection sur le sous-espace engendr´e par les colonnes de ˜Aest mono-source
si l’Hypoth`ese 8 est v´erifi´ee (et bien ´evidement s’il reste des arˆetes non identifi´ees).
Soit ˜A = [ˆa
1, . . . ,ˆa
p] la matrice des p arˆetes d´ej`a identifi´ees, p ∈ {2, . . . , L −1}. Soit
Π = ˜A( ˜A
TA)˜
−1A˜
Tla matrice de projection orthogonale sur le sous-espace engendr´e par ˜A.
On note m
`l’indice de l’observation ´etudi´ee. Si l’observation d’indice m
`est mono-source,
on la note ˆx
m`=a
qs
qm`.
1. L’angle entre une observation mono-source et sa projection sur le sous-espace engendr´e
par ˜A v´erifie :
cos(˜x
m`,Π˜x
m`) =< a
qs
qm`, Πa
qs
qm`> . (4.12)
2. L’angle entre une observation possiblement m´elang´ee et sa projection le sous-espace
engendr´e par ˜A v´erifie :
cos(x
m`,Πx
m`) = <
LX
i=1a
is
im`,
LX
j=1Πa
js
jm`> =
LX
i=1 LX
j=1< a
is
im`, Πa
js
jm`>
(4.13)
= X
i,j∈{1,...,L} (i,j)6=(q,q)< a
is
im`, Πa
js
jm`>+< a
qs
qm`, Πa
qs
qm`>
| {z }
= cos(˜xm`,Π˜xm`).
Puisque les vecteurs a
jet les coefficients s
jm`sont non n´egatifs, on admet ici que le
vecteur projet´e Πa
js
jm`est dans l’orthant positif. On a donc :
< a
is
im`, Πa
js
jm`>>0 ∀i, j ∈ {1, . . . , L}. (4.14)
On en d´eduit alors que cos(x
m`,Πx
m`)>cos(˜x
m`,Π˜x
m`), se qui entraˆıne :
Pour conclure sur ce second cas, on constate que l’observation formant un angle maximal
avec sa projection sur le sous-espace associ´e au cˆone C( ˜A) d´ej`a identifi´e est n´ecessairement
mono-source si l’Hypoth`ese 8est v´erifi´ee. On en d´eduit la propri´et´e suivante :
Propri´et´e 6 : Si le vecteur observ´e x
qv´erifie la relation :
< x
q,Πx
q>= min
i
< x
i,Πx
i> ∀i∈ {1, . . . , M}. (4.16)
alors x
qest mono-source.
Nous avons donc montr´e que le crit`ere d’angle maximal permet la s´eparabilit´e des sources
si les sources sont accessibles, au sens de l’Hypoth`ese 8. Dans la section suivante, nous
d´etaillons l’algorithme complet de MASS bas´e sur l’´etude des angles form´es par les
observa-tions.
Dans le document
Méthodes de séparation aveugle de sources et application à l'imagerie hyperspectrale en astrophysique
(Page 123-127)