主成分分析逆变换_4遥感图像变换——主成分分析.doc

4遥感图像变换——主成分分析

实验四 遥感图像变换——主成分分析

一、主成分分析的思想与原理

主成分分析也称主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标。

在实证问题研究中，为了全面、系统地分析问题，必须考虑众多影响因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。在实际中研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。主成分分析正是适应这一要求产生的，是解决这类题的理想工具。而把主成分方法用在遥感图像的变换处理上称为遥感图像的主成分变换(K-L变换)。原理如下：

有矩阵：其中，m和n分别为波段数(或称变量数)和每幅图像中的像元数；矩阵中每一行矢量表示一个波段的图像。??? 对于一般的线性变换Y=TX，如果变换矩阵T是正交矩阵，并且它是由原始图像数据矩阵X的斜方差矩阵S的特征向量所组成，则此式的变换称为K-L变换。??? K-L变换的具体过程如下：??? 第一步，根据原始图像数据矩阵X，求出它的协方差矩阵S，X的协方差矩阵为：式中： ；(即为第i个波段的均值)；；S是一个实对称矩阵。??? 第二步，求S矩阵的特征值λ和特征向量，并且成变换矩阵T。考虑特征方程：)式中，I为单位矩阵，U为特征向量。??? 解上述的特征方程即可求出协方差矩阵S的各个特征值 ，将其按 排列，求得各特征值对