矩阵基础知识整理

众所周知，数字影像是由大大小小的多维数字矩阵组成的，矩阵是遥感数字处理的基础，可是矩阵到底是什么，为什么具有这么多性质，为什么会有行列式…

向量

线性空间中的任何一个对象，通过选取基和坐标的方法，都可以表达为向量的形式。同样的向量可以转换为n*1的矩阵。

矩阵

矩阵本质上是运动的描述。假设地理空间上存在A、B两点，A、B两点有n种属性信息，若把A、B两点看作向量的话，n种属性可以看作A、B向量的n个基。
在某个极短时间内，当你选定一组基后，不仅可以用一个向量表示地理空间中的任何一个对象，而且可以用矩阵来描述地理空间的任何一个运动（变换）。而使某个对象发生对应运动的方法，就是用代表那个运动的矩阵，乘以代表那个对象的向量。

相似矩阵

对于一个线性变换，只要选定一组基，那么就可以找到一个矩阵来描述这个线性变换。换一组基，就可以得到一个不同的矩阵。
同一个线性变换的不同的描述矩阵即为相似矩阵。
若矩阵A和B是同一个线性变换的两个不同的描述（即选定了不同的基，也就是选定了不同的坐标系），则一定能找到一个非奇异矩阵P，使得A、B之间满足这样的关系：
$$A=P^{-1}BP$$
注：矩阵不仅可以把线性空间中的一个点给变换到另一个点去，而且也能够把线性空间中的一个坐标系（基）转换到另一个坐标系（基）中。

对象与坐标系的关系

对象的变换等价于坐标系的转换，对象的运动可以看作坐标系的反运动。
例如对于二维空间中的点A(1,1)、B(2,3)，即存在向量OA、OB。A、B两点间的运动，可以视为x坐标系转换为原来坐标轴的2倍，y坐标系转换为原来坐标轴间距的3倍。这时坐标轴的转换，也造成了向量OA与向量OB之间的变换，同时也完成了从点A到点B的转换（可参考中心投影物点与像点的变换）。

矩阵的左右乘

假设存在矩阵A=[1,2,3;4,5,6;7,8,9]，若矩阵P对矩阵A进行左乘，则矩阵A会以列为单位变换；同理矩阵P对矩阵A进行右乘，则矩阵会以行为单位发生变换。
此时如果矩阵P为初等矩阵，则A会发生行变换和列变换。

未完待续…

参考资料：
矩阵：
https://blog.csdn.net/myan/article/details/647511
https://blog.csdn.net/myan/article/details/649018
https://blog.csdn.net/myan/article/details/1865397
左右乘：
https://blog.csdn.net/silence1214/article/details/8634664