主成份分析在数字图像处理中的应用.docVIP

分感像的 份遥图中 成在字理用 主析数处应 名院号 姓学学 .?张东辉 :地球科学学院 :2007020079 2007年12月 主成份分析在遥感数字图像处理中的应用 1引言 主成份分析(principle component analysis)法是研究如何通过少数几个 主分量来解释多变量的方差一一协方差结构，是一种有效的特征提取方法，对数 字图像进行特征提取，可以大大减少计算量，乂能保留所需要的特征信息。形象 地说，这种方法是通过对多变量平面数据表进行最佳综合简化，对高维变量空间 进行降维处理，导出少数几个主分量，既保留了原始变量信息，又能保持彼此间 不相关发现数据结构，保证检测结果准确性。 2主成份分析法(PCA)的数学原理 2.1特征值和特征向量 解AX= A X运算式中的A及其所对应的非零向量X，A和X分别被称为矩阵A的 持征值和持征向量。改写原式为(A — X I)X=0,1是单位矩阵，我们令P( A )=det (A- 入1)=0，则P( A)的展开式称为矩阵A的特征多项式，解出矩阵A的特征多项式， 就可得到矩阵A的所冇特征值。再将每一个特征值代人原式中，即可求出其相应 的特征向量。 2.2奇异值分解 对于任意一个mXn矩阵A，都可以分解为A=USV。其屮U和V分别为mXn和nXn 的正交方阵，S为一个mXn的对角线矩阵。如果A是一个正定方阵，那么U和V互为 转置，U的