基于主成分变换(PCA)的图像融合课件_第1页
基于主成分变换(PCA)的图像融合课件_第2页
基于主成分变换(PCA)的图像融合课件_第3页
基于主成分变换(PCA)的图像融合课件_第4页
基于主成分变换(PCA)的图像融合课件_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于主成分变换的图像融合李棋王治宇温天宏基于主成分变换的图像融合1主成分变换的基本原理主成份变换，也称主成分分析，其中参与变换不受波段数限制，可以接受三个以上波段的多光谱数据和高分辨率数据进行交换，从而将各个波段的纹理信息分离出来。主成分变换的基本原理主成份变换，也称主成分分析，其中参与变换2主成份变换融合是将N个波段的低分辨率图像进行主成分变换，将单波段的高分辨率图像经过灰度拉伸，使其灰度的均匀值与方差同主成分变换的第一分量图像一致；然后以拉伸过的高分辨率图像代替第一分量图像，经过主成分逆变换还原到原始空间，具体流程如下：主成份变换融合是将N个波段的低分辨率图像进行主成分变换，将单3优势：

经过融合的图像包含了原始图像的高空间分辨率与高光谱分辨率特征，保留了原图像的高频信息。融合图像上目标的细部特征更加清晰，光谱信息更加丰富。主成分变化比较IHS变换融合能够更多的保留多光谱影像的的光谱特征，同时也克服了IHS变换融合只能同时对3个波段的影像进行融合的局限性，可以对三个以上的多光谱图像进行融合。主成分变换的优缺点局限性： 1.图像在做主成分分析时，第一分量的信息表达的是原各波段中信息的共同变换部分，其与高分辨率图像中细节变化的含义略有不同，高分辨率图像进过拉伸后虽然与第一分量具有高相似性，但融合后的图像在空间分辨率和光谱分辨率上会有所变换； 2.光谱信息的变化任然存在，使融合图像不使用于地物识别和反演工作，但是它可以改进目视判读的效果，提高分类制图的精度。优势：主成分变换的优缺点局限性：4基于主成分变换(PCA)的图像融合ppt课件5基于主成分变换(PCA)的图像融合ppt课件6基于主成分变换(PCA)的图

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论