PCA算法在TM多光谱图像解译中应用.pdfVIP

PCA算法在TM多光谱图像解译中的应用*) TM PCA Multi-spectralimage’SAnalysisUsingAlgorithm 刘治国王育坚张睿哲 (北京联合大学信息学院北京100101) 摘要本文应用主成分分析(PCA，PrincipalComponentsAnalysis)算法对北京市怀柔水库附近地区TM多光谱 遥感图像进行了分析．PCA的主要思想是将各波段具有一定相关性的遥感图像数据变换成易于解译的、相互正交 的不相关分量，这些分量中舍有原始数据中大部分信息．实验用C++编程实现了PCA算法，并对图像的基本统 计量进行计算．同时，用PCA算法处理原始图像，并对处理结果进行了解译。 关键词主成分分析，TM多光谱图像 本次研究采用的TM多光谱遥感图像是经过 1 实验数据 系统校正和正射影像校正的TM6波段BSQ遥感 1．1 TM传感器 图像，从中抽取北京市怀柔水库附近地区的工作区 美国NASA的陆地卫星(Landsat)计划自1972子图像作为试验数据。该子图像的宽度和高度为 年7月23日以来已发射7颗卫星。根据传感器的1570和1140个像素。原始数据以土地覆盖分类为 不同，可分为前期的MSS系列和后来的TM系列。主要应用目的，去除了TM第6波段——热红外探 Landsat TM传感器系统分别于1982年7月16日测波段。 (Landsat-4)和1984年3月1日(Landsat-5)发射升 2主成分分析算法 空。TM是光一机掸扫式传感器，在电磁波谱的可见 光、反射红外、中红外和热红外区记录能量[1]。 PCA在多光谱和高光谱遥感数据分析、数据压 Landsat-4／5上搭载的TM传感器的各波段的相关缩、降维等领域有广泛的应用[3’5】。其基本思想是 技术参数和应用范围可参考文[2]。 将原始遥感数据集通过线性变换转化为一系列不相 1．2磷心存储格式 关的变量，这些变量包含了原始数据中的大部分信 常见的光谱记录格式有以下三种：BSO格式 息c‘]。一般而言，前几个主成分包含了原始数据集 (Band Sequential，波段顺序格式)、BIL格式(Band中方差的90％以上。 Interleaved 2．1 byLine，波段按行交叉格式)、BIP格式 PCA的计算过程 (BandInterleaved Pixel，波段按像素交叉格式)。 by PCA是对数据矩阵的一种线性变换。用公式 LTWG世界标准格式中的BSQ是指CCT磁表示就是： 带上的按波段顺序存储格式。在这个存储格式中， y=zX (2．1) 每个图像文件只包含一个波段，如果一幅图像由n 其中X为要进行处理的TM6波段遥感图像 个波段组成，则需要由n个图像文件来记录这幅图 数据；y为变换后的数据矩阵；丁由X的协方差矩 像。 阵C的特征向量组成(因此T是一个正交矩阵)。Y 本文程序处理的是磁盘文件，采用ENⅥ标准 的每个行向量被称为原始图像的一个主分量，也就 的BSQ格式，也就是在一个文件中存储一幅多光谱 是说，多光谱图像的主成分数与图像的波段个数相 图像，另外有一个与之对应的头信息文件，存放该图 等。 像数据文件的相关信息。BSQ格式也就是在文件 根据以上定义，可以得到主成分分析应用于多 中按波段顺序存放图像，每个波