ENVI
主成分分析
(PCA)
是通过使用
Principal Components
选项生成互不相关的输出波段,
达到
隔离噪声和减少数据集的维数的方法。
由于多波段数据经常是高度相关的,主成分变换寻
找一个原点在数据均值的新的坐标系统,通过坐标轴的旋转来使数据的方差达到最大
ENVI
主成分分析
(PCA)
是通过使用
Principal
Components
选项生成互不相关的输出波段,达
到隔离噪声和减少数据集的维数的方法。
由于多波段数据经常是高度相关的,
主成分变换寻找一个原点在数据均值的新的坐标系
统,通过坐标轴的旋转来使数据的方差达到最大,从而生成互不相关的输出波段。
主成分
(
PC
)
波段是原始波谱波段的线性合成,
它们之间是互不相关的。
可以计算输出
主成分波段(与输入的波谱波段数相同)。
第一主成分包含最大的数据方差百分比,
第二主成分包含第二大的方差,
以此类推,
最
后的主成分波段由于包含很小的方差(大多数由原始波谱的噪声引起),因此显示为噪声。
由于数据的不相关,主成分波段可以生成更多种颜色的彩色合成图像。
ENVI
能完成正向和逆向的主成分(
PC
)旋转。
1.
正向主成分(