K-L变换与K-T 变换的异同

K-L变换：
又称主成分分析(PCA),是一种除去波段之间的多余的信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。在实际的主成分分析中，各主成分是对原始数据进行线性变换所得。在对TM数据进行主成分分析后，得到的前三个主分量PC1、PC2、PC3可包含原数据的95%以上的信息。因此，主成分图像能大量地压缩数据量，从而节省数据的处理时间。
K-T变换：
又称缨帽变换，是指在多光谱空间中，通过线性变换、多维空间的旋转，将植物、土壤信息投影到多维空间的一个平面上，在这个平面上使植被生长状况的时间轨迹(光谱图形)和土壤亮度轴相互垂直。也就是，通过坐标变换使植被与土壤的光谱特征分离。植被生长过程的光谱图形呈所谓的“缨帽”图形；而土壤光谱则构成一条土壤亮度线，有关土壤特征的光谱变化都沿土壤亮度线方向产生。K-T变换得到的4个新波段没有直接的物理意义，但此信息与地面景物是有关联的。TC1、TC2、TC3分别表示“亮度”“绿度”“黄度”。第一二分量往往集中了95%或更多的信息。因此，植被、土壤信息主要集中在由TC1、TC2组成的二维图形中。
异同点：
共同点：两者都是线性变换，从这个意义上说，K-T变换是一种特殊的K-L变换
区别：K-L变换的相关系数是原始数据波段间协方差或相关系数的函数。这个特征使得K-L变换可以根据实际的图像产生从数据压缩角度来看最好的转换，但却使得从不同图像得到的主成分难以及逆行互相比较。K-L变换得到的主分量没有物理或景观意义，仅仅包含了原数据量的多少。
K-T 变换得到的4个分量有一定的景观含义，它独立于单个图像，不同图像产生的土壤亮度和绿度可以互相比较。K-T变换的一个缺点是它依赖于传感器(主要是波段)，因此转换系数对每种遥感器是不同的。