遥感影像多光谱变换.pdf

实习序号及题目 实习五遥感影像多光谱变换 实习人姓名 专业班级及编号 任课教师姓名 实习指导教师姓名 实习地点 实习日期时间 2014 年 11 月 25 日 实习目的 1、理解主成份变换、去相关拉伸、缨帽变换、色彩变换、自然色彩变换的 原理、方法和操作步骤。 2、掌握利用特征空间视图对影像中若干典型地物（如水体、农田、林地、 居民地等）进行遥感影像分析。 实习内容 1、 主成分变换 2、 去相关拉伸 3、 缨帽变换 4、 色彩变换 5、 自然彩色变换 基本原理 主成分变换 ：亦称 Karhunen-Loève （K-L ）变换，或霍特林（ Hotelling ）变换多光谱遥感影 像主成分变换结果可用一阶线性变换的矩阵形式表示，即 Y = AX 其中 X=[x1, x2, …, xn]T 为多光谱空间中的各个像元向量，亦即多光谱影像数据的集合； Y=[y1, y2, … , yn]T为变换后生成的各个主成份分量，亦即变换后形成的多光谱影像数据的 集合。 A 为变换系数矩阵，此矩阵为一方阵，且矩阵的大小等于多光谱空间的维数。 变换以后生成了新的多光谱影像 Y ，Y 的各个行向量依次称为第一主成分、 第二主成分， … ， 第 N 主成分，并且 第一主成分包含了原影像的大部分信息； 第二主成分包含了第一主成分不能表达的影像信息，信息量少于第一主成分； 第三主成分包含了前两个主成分未能表达的影像信息，信息量少于第一、第二主成分； 其余影像信息分布在其他主成分中， 且信息量依次递减， 最后的几个波段的影像上实际仅包 含噪声信息。 主成份变换实质上就是根据像元灰度矢量在多光谱空间中的分布特征， 对影像进行的旋转变 换，使变换后坐标原点保持不变， 而各个坐标轴与影像像元向量在多光谱空间中的主要分布 方向保持一致。 根据线性代数理论， 主成份变换是一种可逆变换。 也就是说， 原始影像的各个波段可以通过 主成份变换的逆变换恢复出来。 主成分变换去除了原影像各个波段之间的相关性， 还把有用的信息集中到数目尽可能少的前 几个主成分影像波段上，从而有效地提高了目视影像分析的效能。 去相关拉伸 ：用于消除多光谱影像中各个波段之间的相关性， 从而生成一幅色彩亮丽的彩色 合成影像。 方法： 首先对影像进行主成份变换， 并对主成份变换结果进行反差拉伸， 然后再进行主成份 逆变换，将影像恢复到 RGB 彩色空间，达到影像增强的目的。 缨帽变换 ：缨帽变换（ Tasseled Cap transform)，又称为 Kauth-Thomas （K-T ）变换。可看作 是一种特殊的主成分变换： Y = CX + A 对于 Landsat TM/ETM+ 数据： T X x , x ,x ,x , x ,x 1 2 3 4 5 7 对应于 TM 影像的 1、2 、3 、4、 5、7 波段。变换后得到： T