ENVI图像处理（4）：主分量变换（主成分分析、PCA）

PCA主成分分析

特征变换的目的在于使地物集中在几个主要的波谱段上，在保证信息容量最大化的前提下压缩参与分类的数据量，以提高分类速度。

此处主要介绍主分量变换，也叫做主成分分析（Principal component analysis，PCA）

基本概念

首先来介绍一些基本概念

协方差矩阵

方差：针对一维集合，反映了其离散程度。是协方差的一种特殊情况

协方差矩阵：针对二维集合时，反映的是两个维度之间的相关性，正相关或负相关或无关

针对三维样本集合时,求出的是各个维度总体的相关性,针对各维度之间的关系,所以二维以上计算协方差,用的就是协方差矩阵

特征值和特征向量

特征值和特征向量：由协方差矩阵的特征值和特征向量

PCA思想

在PCA中，数据从原来的坐标系转换到了新的坐标系，新坐标系的选择是由数据本身决定的。第一个新坐标轴选择的是原始数据中方差最大的方向，第二个新坐标轴和第一个坐标轴正交且具有最大方差的方向。该特征一直重复，重复次数为原始数据中特征的数目，我们会发现，大部分方差都包含在最前面的几个新坐标轴中。因此，我们可以忽略余下的坐标轴，即对数据进行了降维处理

方差最大：在此方向上所含的有关原始信息样品间的差异信息是最多的

优缺点

优点：降低数据的复杂性，识别最重要的多个特征

缺点：不一定需要，且可能损失有用信息

PCA基本步骤

PCA算法的基本步骤：

• 去中心化：让所有的点都到坐标原点附件的位置，即每一位特征减去各自的平均值
• 计算协方差矩阵X
• 计算协方差矩阵的特征值和特征向量。特征值表示的是两个特征之间的相关性
• 对特征值进行排序，选择其中最大的k个，然后将其对应的k个特征向量分别作为行向量组成特征向量矩阵P。
• 将数据转换到k个特征向量构建的新空间中，即Y=PX。对数据进行旋转使得符合最大方差

PCA-code（python）

来看看相关的python代码（C++用opencv可能好一点，直接用数组太难受了）

def pac(data_mat, N):
	# 去中心化
    mean_val = mean(data_mat)       
    mean_removed = data_mat - mean_val
    # 计算协方差矩阵X
    cov_mat = cov(mean_removed, rowvar=0)
    # 计算协方差矩阵的特征值和特征向量
    eig_val, eig_vector = linalg.eig(mat(cov_mat))
    # 对特征值进行排序
    eig_val_ind = argsort(eig_val)
    eig_val_ind = eig_val_ind[: -(N+1): -1]
    # 对排序后的特征值对应的特征向量
    red_eig_val = eig_vector[, :eig_val_ind]
    # 新矩阵
    low_data_mat = mean_removed * red_eig_val
    return low_data_mat

ENVI的PCA操作

toolbox中搜索PCA


对生成的主分量图像进行比较，大部分信息均已经集中到前面的几个分量图像，后面的分量图像基本上都是噪声。实际应用时，可以舍掉后面的几个分量图像，从而达到减少数据量的目的。