K-L学习总结.doc

K-L变换也常称为主成分变换(PCA)或霍特林变换，是一种基于图像统计特性的变换，它的协方差矩阵除对角线以外的元素都是零，消除了数据之间的相关性，从而在信息压缩方面起着重要作用。K-L变换是一种线性变换，而且是当取Y的前p（pm）个主成分经反变换而恢复的图像 和原图像X在均方误差最小意义上的最佳正交变换。它具有以下性质和特点：?? （1）由于K-L变换是正交线性变换，所以变换前后的方差总和不变，变换只是把原来的方差不等量的再分配到新的主成分图像中。?? （2）第一主成分包含了总方差的绝大部分（一般在80%以上），其余各主成分的方差依次减小。?? （3）可以证明，变换后各主成分之间的相关系数为零，也就是说各主成分间的内容是不同的，是“垂直”的。?? （4）第一主成分相当于原来各波段的加权和，而且每个波段的加权值与该波段的方差大小成正比（方差大说明信息量大）。其余各主成分相当于不同波段组合的加权差值图像。?? （5）K-L变换的第一主成分还降低了噪声，有利于细部特征的增强和分析，适用于进行高通滤波，线性特征增强和提取以及密度分割等处理。?? （6）K-L变换是一种数据压缩和去相关技术，第一成分虽信息量大，但有时对于特定的专题信息，第五、第六主成分也有重要的意义。?? （7）可以在图像中局部地区或者选取训练区的统计特征基础上作整个图像的K-L变换，则所选部分图像的地物类型就会更突出。?? （8）可以将所有波段分组进行K-L变换，再选主成分进行假彩色合成或其它处理。?? （9）K-L变换在几何意义上相当于进行空间坐标的旋转，第一主成分取波谱空间中数据散布最大的方向；第二主成分则取与第一主成分正交且数据散布次大的方向，其余依此类推。 1 ? 离散余弦变换2d DCT (type II) 与 离散傅里叶变换的比较 ? 离散余弦变换（英语：DCT for Discrete Cosine Transform）是与傅里叶变换相关的一种变换，它类似于离散傅里叶变换（DFT for Discrete Fourier Transform），但是只使用实数。离散余弦变换相当于一个长度大概是它两倍的离散傅里叶变换，这个离散傅里叶变换是对一个实偶函数进行的（因为一个实偶函数的傅里叶变换仍然是一个实偶函数），在有些变形里面需要将输入或者输出的位置移动半个单位（DCT有8种标准类型，其中4种是常见的）。 最常用的一种离散余弦变换的类型是下面给出的第二种类型，通常我们所说的离散余弦变换指的就是这种。它的逆，也就是下面给出的第三种类型，通常相应的被称为反离散余弦变换，逆离散余弦变换或者IDCT。 有两个相关的变换，一个是离散正弦变换（DST for Discrete Sine Transform），它相当于一个长度大概是它两倍的实奇函数的离散傅里叶变换；另一个是改进的离散余弦变换（MDCT for Modified Discrete Cosine Transform），它相当于对交叠的数据进行离散余弦变换。 应用 离散余弦变换，尤其是它的第二种类型，经常被信号处理和图像处理使用，用于对信号和图像（包括静止图像和运动图像）进行无损数据压缩。这是由于离散余弦变换具有很强的能量集中特性:大多数的自然信号（包括声音和图像）的能量都集中在离散余弦变换后的低频部分，而且当信号具有接近马尔可夫过程（Markov processes）的统计特性时，离散余弦变换的去相关性接近于K-L变换（Karhunen-Loève变换——它具有最优的去相关性）的性能。 例如，在静止图像编码标准JPEG中，在运动图像编码标准MJPEG和MPEG的各个标准中都使用了离散余弦变换。在这些标准制中都使用了二维的第二种类型离散余弦变换，并将结果进行量化之后进行熵编码。这时对应第二种类型离散余弦变换中的n通常是8，并用该公式对每个8x8块的每行进行变换，然后每列进行变换。得到的是一个8x8的变换系数矩阵。其中(0,0)位置的元素就是直流分量，矩阵中的其他元素根据其位置表示不同频率的交流分量。 一个类似的变换, 改进的离散余弦变换被用在高级音频编码（AAC for Advanced Audio Coding），Vorbis 和 MP3 音频压缩当中。 离散余弦变换也经常被用来使用谱方法来解偏微分方程，这时候离散余弦变换的不同的变量对应着数组两端不同的奇/偶边界条件。 正式定义 形式上来看，离散余弦变换一个线性的可逆 函数 其中 R 是实数集, 或者等价的说一个 的方阵。离散余弦变换有几种变形的形式，它们都是根据下面的某一个公式把 n 个实数 变换到另外n个实数 的操作。 DCT-I 有些人认为应该将 x0 和 xn ? 1 乘以，相应的将 f0 和 fn ? 1 乘以。这样做的结