原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验四主成分变换与逆变换
实验四 主成分变换和主成分逆变换
一 实验目的
通过本次实习操作，了解遥感图像主成分变换和主成分逆变换的原理和基本变换过程，掌握有关变换操作的基本方法和步骤，深刻理解遥感图像主成分变换和主成分逆变换的意义并对结果进行比较分析。
二 实验原理
K-L变换是离散Karhunen-Loeve变换的简称，又常称作主成份变换（Principal Component Analysis）。它是对某一多光谱图像X，利用K-L变换矩阵A进行线性组合，而产生一组新的多光谱图像Y的操作，表达式为：Y＝AX，A的作用是过多波段的像元亮度加权系数，实现线性变换。由于变换前各波段之间又很强的相关性，经过K-L变换组合，输出图像Y的各分量之间将具有最小的相关性。
主成分逆变换(inverse principal components analysis)是将经主成分变换获得的图像重新恢复到ＲＧＢ彩色空间，应用时输入的图像必须是由主成分变换得到的图像，而且必须有当时的特征矩阵（*.mtx）参与变换。
三 实验内容
直方图均衡化；主成份变换；主成分逆变换。
四 实验数据
原始数据图像：
五 实验步骤
1、直方图均衡化：
启动ERDAS IMAGINE 9.2——Interpreter——Radiometric Enhancement——Histogram Equalization——设置Histogram Equalization对话框如下所示：
确定处理范围(Subset Definition)时注意：默认为整个图像范围，可以应用Inquire Box定义子区——点击OK后，出现以下进度条：
进程结束后点击OK即可，原图和直方图均衡化后的图进行比较，原图较暗淡些。
直方图均衡化后的图像：
2、主成分变换
Interpreter——Spectral Enhancement——Principal Comp——设置Principal Components对话框如下：
点击OK后，出现如下进度条：
点击OK后，可以打开生成图像查看，主成分变换后的图像：
3、主成分逆变换
Interpreter——Spectral Enhancement——Inverse Principal Comp——设置Inverse Principal Components对话框如下：
点击OK后，出现如下进度条：
点击OK后，可以打开生成图像查看，主成分逆变换后的图像：
六 实验结果及分析
通过本次实验巩固深化了对有关直方图均衡化，图像主成分变换和图像主成分逆变换的原理，更加深刻理解了主成分变换和主成分逆变换的意义。
在实验结果中可以对比原图像，主成分变换后的图像和主成分逆变换后的图像，也可以通过，分别对比三幅图像的有关信息来进一步了解其中的差异，图像信息如下：
原图像：
主成分变换后图像：
主成分逆变换后的图像：
其中直方图均衡化后的图像：
6
文档评论（0）