主成分分析在遥感处理中的应用
来源期刊:世界有色金属2019年第11期
论文作者:冯尚荣 陈庆涛
文章页码:255 - 256
关键词:主成分分析;遥感数据;图像增强;分量特征值;
摘 要:主成分分析通过对遥感数据不同波段进行降维,得到不同的不相关的线性分量数据,然后提取出贡献率大的分量并且舍弃掉冗余且信息量不大的分量。之后能够合理的对权重较大的分量数据进行分析。本文通过对主成分分析的介绍然后说明了主成分分析在遥感影像处理中的具体应用。具体为首先进行数据压缩来降解遥感数据的维度,达到去掉冗余数据的目的。随后进行图像增强,最后根据使用者不同需要来进行不同类型的相关分析。最后根据以上过程来进行实际操作,在进行主成分分析得到协方差矩阵之后处理各分量特征值,可知第一、第二、第三分量贡献率已达到99.5%,故只需提取前三分量进行分析即可。
冯尚荣,陈庆涛
成都理工大学地球科学学院
摘 要:主成分分析通过对遥感数据不同波段进行降维,得到不同的不相关的线性分量数据,然后提取出贡献率大的分量并且舍弃掉冗余且信息量不大的分量。之后能够合理的对权重较大的分量数据进行分析。本文通过对主成分分析的介绍然后说明了主成分分析在遥感影像处理中的具体应用。具体为首先进行数据压缩来降解遥感数据的维度,达到去掉冗余数据的目的。随后进行图像增强,最后根据使用者不同需要来进行不同类型的相关分析。最后根据以上过程来进行实际操作,在进行主成分分析得到协方差矩阵之后处理各分量特征值,可知第一、第二、第三分量贡献率已达到99.5%,故只需提取前三分量进行分析即可。
关键词:主成分分析;遥感数据;图像增强;分量特征值;