遥感信息科学Ⅱ第三章分析报告.ppt

③ K-L变换的应用 PC1 PC2 PC3 PC4 PC5 PC6 3. K-T变换 ① K-T变换的基本原理 K-T变换—是Kauth-Thomas变换的简称，也称缨帽变换。该变换是一种 坐标空间发生旋转的线性变换，旋转后的坐标轴不是指向主 成分方向，而是指向另外的方向，这些方向与地面景物有密 切关系，特别是和植物生成及土壤有关。 K-T变换表达式：Y=BX 其中X为变换前的多光谱空间的像元矢量；Y为变换后的新坐标空间的像 元矢量；B为变换矩阵。 ② MSS数据的K-T变换 Kauth和Thomas1976年在利用MSS图像研究农作物和植被的生长过 程中发现，在由MSS各波段组成的光谱空间中，农作物和植被的光谱数 据点随其生长过程而呈现规律性的形状—缨帽状。同时在光谱空间中， 亮度、植被绿度、植被枯黄度表现为具有相互独立性的三维结构。 ② MSS数据的K-T变换 2A 1A 5A 5B 4A 4B 3A 3B 2B 1B 波段3 波段2 0 小麦生长线实例(A. 暗土 B. 亮土) 1. 裸土 2. 发芽 3. 生长期 4. 成熟期 5. 变黄期 6. 衰老期 ② MSS数据的K-T变换 Kauth和Thomas在总结了MSS图像的数据结构后提出了一种经验性 的线性变换—K-T变换。 Y=BX+r 其中，X为MSS四个波段数据组成的列向量；Y为K-T变换结果的列向量； B为变换系数矩阵；r为偏移值向量(用于避免Y值出现负值)。 ② MSS数据的K-T变换 其中，变换系数矩阵B为： ② MSS数据的K-T变换 变换后的各组分的物理意义： 第一组分：相当于MSS4、5、6、7四个波段加和。反映地物的总体反射 水平。 第二组分：相当于(MSS6+MSS7)-(MSS4+MSS5)，反映植被绿度。 第三组分：相当于(MSS5+MSS7)-(MSS4+MSS6)，反映植物的黄度。 第四组分：物理意义不明确。 ③ TM数据的K-T变换 1984年Crist和Cicone提出TM数据进行K-T变换的变换系数矩阵： ③ TM数据的K-T变换 变换后的各组分的物理意义： 第一组分：相当于TM的6个波段加和，反映地物的总体反射水平。 第二组分：相当于TM4与TM1、2、3的差值，反映绿色生物量特征。 第三组分：相当于TM1、2、3、4与TM5、7波段的差值，反映了土壤和 植物的湿度特征。 第四、五、六组分：物理意义不明确。 ③ TM数据的K-T变换 1. 裸土(种子破土前)；2. 生长；3. 最大覆盖；4. 衰老 农作物生长光谱视图 绿度 亮度 湿度 亮度 绿度 湿度 植被视面 土壤视面 过渡区视面 1 2 3 4 1 2 3 4 1 2 3 4 TM 1 TM 2 TM 3 TM 4 TM 5 TM 7 第一组分-亮度 第二组分-绿度 第三组分-湿度 第四组分 第五组分 第六组分 K-T变换后123组分(RGB)彩色合成增强图像 4. 其他矩阵变换 ① 一维傅里叶变换 一维离散傅里叶变换可用于分析多波段图像数据之间的信息特征， 其实质为在波谱维上所进行的一维离散变换。 利用一维傅里叶变换对多波段图像数据进行分析时，波段数目须等于2m(m为正整数)，而输出波段往往只取三个分量。 对于MSS四个波段的数据，其一维离散傅里叶变换式为： 其中，μ= 0， 1， 2， 3 ① 一维傅里叶变换 其矩阵形式表示为： 其中：F(0), F(1), F(2), F(3)为图像数据的一维傅里叶变换值，复数； f(0), f(1), f(2), f(3)为MSS四个波段图像数据的DN值，实数； aμx为变换矩阵系数(复数)。 其中，μ、x=0，1，2，3 ① 一维傅里叶变换 变换系数矩阵A分为实部和虚部两部分： 实部 虚部 ② 沃尔什-哈达玛变换 沃尔什-哈达玛变换也称正交线性变换。对于线性变换的通用表达 式Y=AX，其系数矩阵A采用哈达玛矩阵(对称矩阵，元素由1和-1组成)。 二维哈达玛矩阵 四维哈达玛矩阵 ②