matlab图像融合pca主成分逆变换,图像处理系列——图像融合之主成分分析（PCA）...

研究方向需要运用C/C++语言实现航空影像的处理工作，主要包括有配准和融合处理。在此主要讲一下自己学习到实现PCA融合算法的过程。起初限于自己水平，只能不断的摸索和学习。主要是借助于CSDN的资源，认真地学习了一些博主的文章，了解了PCA的原理，当自己实现时，还是会出现各种问题，下面就开始讲核心东西吧(原理、实现代码、注意事项和结果图)。

PCA融合算法原理：

PCA变换，也称为主成分分析，是基于K-L(Kathunen-Loeve)变换来实现的。PCA变换融合处理流程如下图所示，就是将N个波段的多光谱影像进行K-L变换，并根据向量特征值排序依次得到N个主分量，再将高分辨率全色影像与第一主分量进行直方图匹配，使全色影像灰度均值和方差与第一主分量影像的保持一致；然后将匹配后的全色影像直接替换掉第一主分量影像，最后通过K-L逆变换处理将可获得高分辨率的多光谱融合影像。

以上为自己简单总结概括的原理，网上或书上对PCA融合原理介绍的会更加详细，在这里主要也可以参考以下三篇博文：

1、https://blog.csdn.net/u013165921/article/details/78339942

2、https://blog.csdn.net/deirjie/article/details/41410163

3、https://blog.csdn.net/liminlu0314/article/details/