第四章——变换域处理方法

一.主成分变换：又称为主成分分析（PCA）将一组可能相关的变量转换到一组线性不相关的变量（称为主成分）的统计分析过程

应用：图像压缩、图像去噪、图像增强、图像融合、特征提取

二.最小噪声分离变换

1.概念：一种正交变换，变换后得到的各分量互不相关，各分量按照信噪比从大到小排序；MNF变换后使得噪声得到分离，且波段间不相关，比PCA变换更加优越
【区别：PCA：按照信息量大小排序；MNF：按照信噪比排序】

应用：图像压缩、图像去噪、图像增强、图像融合、特征提取

三.缨帽变换

四.傅里叶变换

1.作用：通过频率来分离信号的方法，如：一束太阳白光经过三棱镜被分解为7种不同颜色的单色光

五.小波变换

与傅里叶变换类似，都是把一个信号分解成一组正交信号，当年不同于傅里叶变换使用三角函数，小波变换使用从零开始从零结束、中间为一段震荡的波来表示信号，是一种能量在时域非常集中的波

六.颜色空间变换

常用颜色空间：
①RGB颜色空间：物理三基色：红（700nm）
绿（546.1nm）蓝（435.8nm）
②CMY颜色空间

③HSI颜色空间
色调（H）、饱和度(S)、亮度(I)

颜色空间之间的相互转化