遥感数字图像处理遥感影像多光谱变换解析.pdfVIP

2011 年遥感数字图像处理05 次实习报告 实习序号及题 实习5. 遥感影像多光谱变换 目 实习人姓名 专业班级及编号 09 地基 01 号 任课教师姓名 实习指导教师姓名 榆中校区实验楼 实习地点 实习日期时间 2011 年11 月22 日 A209 实习目的 1、理解主成份变换、去相关拉伸、樱帽变换、色彩变换、自然色彩变换的原理、方 法和操作步骤。 2、掌握利用特征空间视图对影像中若干典型地物（如水体、农田、居民地、道路等） 进行遥感影像分析。 实习内容 1、主成分变化： 数据：实习1 中截取的子区Landsat TM 影像Ljingyuan。 要求：保存并记录特征值和特征值矩阵，比较变换后各个波段的影像特征，说明从 各个波段可以提取的影像信息，根据特征值说明变换后各个波段在影像总信息中的百分 比。 2、去相关拉伸： 数据：实习1 中截取的子区Landsat TM 影像Ljingyuan。 要求：比较变换前后的影像特征。 3、樱帽变换： 数据：实习1 中截取的子区Landsat TM 影像Ljingyuan。 要求：比较变换后各个波段的影像特征，注意传感器类型的选择。 4 、色彩变换： 数据：实习1 中截取的子区Landsat TM 影像Ljingyuan。 要求：分析变换后影像各个波段的色彩特征。 5、自然色彩变换： 数据：SPOT 影像案例数据spotxs.img 。 要求：采用以下方法：蓝色采用b1 波段代替；绿色用（b1+ b2+ b3 ）/3 波段算法来 实现；红色用b2 表示。说明参与变换的各个波段影像的光谱特征，比较变换前后的影像 特征，分析变换后影像信息的特点。 基本原理 1、多光谱空间 ①定义：一个 n 维坐标系，每一个坐标轴代表影像的一个波段，坐标值域等于该波 段像元灰度值的值域。影像的波段数就是对应多光谱空间的维数。多光谱空间又称为影 像的特征空间，相当于n 个波段影像在n 维空间中的散点图。 ②特点：多光谱影像中的每个像元点在多光谱空间中都对应于坐标空间中的一个点， 并可以表示为一个n 维矢量X 。多光谱空间中像元矢量之间的距离仅反映各像元之间光谱 1 / 10 2011 年遥感数字图像处理05 次实习报告 信息的远近关系，但并不表示像元点之间的空间位置关系。换句话说，在光谱空间中相 近的像元在实际的地理空间中可能相距甚远。 2、主成分变换Principal Component Analysis （PCA），亦称Karhunen-Loève （K-L）变 换，或霍特林（Hotelling ）变换 ①定义：主成分变换实质上就是在多光谱空间中根据像元灰度矢量散点的空间分布 特征（主要是均值、方差分布）对影像进行平移、旋转变换，使变换后各个坐标轴与影 像多光谱空间变化的主要方向保持一致。 ②意义：主成分变换去除了原影像各个波段之间的相关性，把有用的信息集中到数 目尽可能少的几个主成分影像波段上，从而提高了影像分析的效率。变换后坐标轴的原 点位置取决于多光谱空间中的均值矢量，坐标轴的大小与各个波段方差、协方差成正比。 ③具体操作：多光谱遥感影像主成分变换结果可用矩阵形式表示，即 Y A  X 其中X 为多光谱空间中的各个像元矢量，A 为变换系数矩阵，Y 为变换后生成的各个 主成份分