5、遥感图像变换

一、实验类型
无焰泄爆装置
验证型
二、实验目的与要求
1、实验目的
1)运用主成分分析方法进行遥感图像变换
2)运用缨帽变换方法对遥感图像处理。
2、实验要求
1了解并掌握K-L贺育民变换和缨帽变换的过程和方法;
2进一步理解K-L变换产生的处理效果和处理意义。
三、实验原理
    K-L变换是离散Karhunen-Loeve变换的简称,又常称作主成份变换Principal Component Analysis。它是对某一多光谱图像X,利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y的操作,表达式为:YAXA的作用是过多波段的像元亮度加权系数,实现线性变换。由于变换前各波段之间又很强的相关性,经过K-L变换组合,输出图像Y的各分量之间将具有最小的相关性。
K-L变换后的新波段主分量包括的信息量不同,呈逐渐减少趋势。其中第一主分量集中了最大的信息量,常常占80%以上,第二、第三主分量的信息量依次快速递减,到第n分量信息几乎为0因此它是一种数据压缩方法,可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上,使图像数据更易于解译。ERDAS IMAGE提供的主成分变换功能最多等对256抗石击涂料个波段的图象进行转换压缩。由于K-L变换对不相关的噪声没有影响,所以信息减少时便突出了噪声,最后的分量几乎全是噪声,因此可分离出噪声。
基于此,K-L变换常作为数据分析前的预处理。
    K-T变换是Kauth-Thomas变换的简称,又常称作缨帽变换Principal Component Analysis。它也是对某一多光谱图像进行线性组合变换,表达式为:YBX,但旋转后
代坐标轴不是指向主成份方面,而是指向了与地面景物有密切关系的方向。
K-T变换的研究主要针对TM数据和以前使用过的MSS数据,特别抓住植被和土壤在多光谱空间的特征。对于扩大陆地卫星TM影像数据分析在农业方面应用有重要意义。
四、实验仪器设备
        硬件:微机一台
软件:ProfessionalERDAS IMAGING 8.6软件一套
五、实验步骤
1wep.qq、K-L变换
ERDAS图标面板菜单中,单击Main|Image Interpreter|Spatial Enhancement|Principial Comp|Pincipal Components命令,打开Pincipal Components对话框。
Pincipal Components对话框中,需要设置下列参数:
1)确定输入文件(Input File)lanier.img
2)定义输出文件(Output File)principal.img
3)文件坐标类型(Coordinate Type)Map
4)确定处理范围(Subset Definition)。在ULX/YLRX/Y微调框中输入需要的数值。
注意:默认为整个图像范围,可以应用Inquire Box定义子区。
5)确定输出数据类型(Output Data Type)Float Single
6)特征矩阵输出设置(Eigen Matrix
运行日志,写入特征矩阵文件,特征矩阵文件名
7)特征数据输出设置(Eigen Value
8)需要的主成份数量为3
9)单击OK,执行主成份变换。
图5-1  Principal Component对话框
2K-T变换
ERDAS图标面板菜单中,单击Main|Image Interpreter|Spatial Enhancement|Tasseled Cap命令,打开Tasseled Cap对话框。
Tasseled Cap对话框中,需要设置下列参数:
1)确定输入文件(Input File)lanier.img
2)定义输出文件开路电压(Output File)tasseled .img
3)文件坐标类型(Coordinate Type)Map
4)确定处理范围(Subset Definition)。在ULX/YLRX/Y微调框中输入需要的数值。
注意:默认为整个图像范围,可以应用Inquire Box定义子区。
5)确定输出数据(Output Options)
6)若需输出数据拉伸到0255,选中Stertch to Unsigned 8 bit复选框。
7)定义相关系数,单击Set Coefficients按钮,打开对话框。
8)首先确定传感器类型为Landsat 5 TM
9)单击OK簇绒机,执行缨帽变换。

本文发布于:2024-09-22 04:04:58,感谢您对本站的认可!

本文链接:https://www.17tex.com/tex/1/149135.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:变换   图像   输出
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议