基于主成分变换(PCA)的图像融合.ppt

基于主成分变换的图像融合 李棋 王治宇 温天宏 主成分变换的基本原理 主成份变换，也称主成分分析，其中参与变换不受波段数限制，可以接受三个以上波段的多光谱数据和高分辨率数据进行交换，从而将各个波段的纹理信息分离出来。 主成份变换融合是将N个波段的低分辨率图像进行主成分变换，将单波段的高分辨率图像经过灰度拉伸，使其灰度的均匀值与方差同主成分变换的第一分量图像一致；然后以拉伸过的高分辨率图像代替第一分量图像，经过主成分逆变换还原到原始空间，具体流程如下： 主成分变换的优缺点 优势： 经过融合的图像包含了原始图像的高空间分辨率与高光谱分辨率特征，保留了原图像的高频信息。融合图像上目标的细部特征更加清晰，光谱信息更加丰富。主成分变化比较IHS变换融合能够更多的保留多光谱影像的的光谱特征，同时也克服了IHS变换融合只能同时对3个波段的影像进行融合的局限性，可以对三个以上的多光谱图像进行融合。 局限性： 1.图像在做主成分分析时，第一分量的信息表达的是原各波段中信息的共同变换部分，其与高分辨率图像中细节变化的含义略有不同，高分辨率图像进过拉伸后虽然与第一分量具有高相似性，但融合后的图像在空间分辨率和光谱分辨率上会有所变换； 2.光谱信息的变化任然存在，使融合图像不使用于地物识别和反演工作，但是它可以改进目视判读的效果，提高分类制图的精度。 谢谢 * * *