PCA(Principal Component Analysis),即主成分分析方法,是一种使用最广泛的数据降维算法。
PCA的主要思想是将n维特征映射到k维上,这k维是全新的正交特征也被称为主成分,是在原有n维特征的基础上重新构造出来的k维特征。那么此算法就是基于PCA的图像融合。
一个图像经过PCA变换,产生了一些列的分量,其中第一分量含有图像信息丰富,于是降第一分量替换IHS的强度(I)分量。
PCA(Principal Component Analysis),即主成分分析方法,是一种使用最广泛的数据降维算法。
PCA的主要思想是将n维特征映射到k维上,这k维是全新的正交特征也被称为主成分,是在原有n维特征的基础上重新构造出来的k维特征。那么此算法就是基于PCA的图像融合。
一个图像经过PCA变换,产生了一些列的分量,其中第一分量含有图像信息丰富,于是降第一分量替换IHS的强度(I)分量。