锐客网

  1. 首页 > 睿知 > >

遥感主成分分析的意义,试分析遥感图像处理的意义

经验分享睿知

PCA原理及参考简介分析实战高手/成分 分析(PCA-3/(PCA，高手成分分析方法的应用-3)多元遥感图像融合意义是:融合后，不同遥感数据源的优势可以得到更好的互补，弥补了某遥感数据的不足，如spot数据的光谱分辨率低，TM数据的空间分辨率低，从而改善遥感数据 。

1、 遥感图像制作与评价 (I)图像处理从遥感原始数据到遥感的图像制作和绘制过程一般称为遥感数字图像处理 。这个过程需要根据所购买的遥感数据的级别经历几个步骤 。此外，要获得适合工作区地质找矿工作、解释效果好的高质量遥感图像，还需要结合工作区的地质地理特征 ， 在图像处理过程中进行反复实验对比，以满足区域地质解释的需要 。

1.(E)TM数据的信息特征分析为了有效地利用(E)TM数据进行影像分类和专题信息提取 ， 必须认真研究遥感 data的信息特征分析 。对研究区(E)TM数据的6个波段(除E)TM6)的信息特征统计表明，TM4波段的亮度值覆盖范围最广，为190个灰度级，TM3次之，亮度范围为153个灰度级 ， 表明这两个波段包含了丰富的信息 。虽然TM7的亮度范围也很宽，但与TM5有很强的相关性，相关系数为96.3%，说明这两个波段数据反映的地质内容基本相同 。

2、卫星 遥感影像特征 1 。线性解读青藏高原地形复杂，气候寒冷，空气稀?。?紫外线辐射强烈；道路通达、物资补给、燃料补给极其困难，人口稀少给工作带来极大不便 ， 使得常规地质调查成本高、难度大、时间长 。因此，通过卫星影像结合地图解译，识别线状地物，提取与地质构造相关的地物分析是一种有效的手段 。本研究中遥感信息源为采集速度快、分辨率中等、几何精度高、波段范围宽、计算机处理方便、分类能力好、价格中等的ETM数据 。

为了进行这种处理，主要的增强方法有:1)假彩色合成:根据地物的反射光谱特性和ETM波段的相关性，将ETM数据中的波段1、2、3为一组 ， 波段4为一组，波段5、7为一组，从每组中选取一个波段进行彩色合成 。经过反复比较尝试，选择741波段组合可以获得满意的结果 。
【遥感主成分分析的意义,试分析遥感图像处理的意义】
3、PCA原理简介及参考 分析实战principal成分分析(PCA)是一种数学降维方法，通过正交变换将一系列可能线性相关的变量转化为一组线性不相关的新变量 ， 也叫principal 。Principal 成分是原变量的线性组合，其个数不多于原变量 。

在空间上 ， PCA可以理解为将原始数据投影到一个新的坐标系中，以第一主元成分为第一坐标轴，代表原始数据中多个变量经过某种变换得到的新变量的变化区间；第二个成分是第二个坐标轴，代表原始数据中多个变量经过某种变换得到的第二个新变量的变化区间 。这样 ， 我们就把对样本差异的解释从原始数据变成了新的变量 。

4、多元 遥感图像融合 意义,前提与方法多元遥感影像融合是指多个遥感平台、多时相遥感数据和遥感数据的组合 。意义是:融合后，不同遥感数据源的优势可以得到更好的互补，弥补了某遥感数据的不足，如spot数据的光谱分辨率低，TM数据的空间分辨率低，从而改善遥感数据 。或者说，与non-遥感 data的集成可以使分析更加全面和深入，为GIS技术的进一步应用奠定基础 。

方法:举例说明 。1.首先要解决图像匹配 。该方法采用几何校正，通过选择控制点和插值重采样完成配准 。详见遥感软件说明；2.选择一个复合方案 。应该尽可能地生成三个新图像，并分别给予红色、绿色和蓝色，用于假彩色合成 。比如对每一幅TM图像和spot图像进行逐点计算、相加、相减或相乘，生成三幅图像进行彩色合成；或者，对所有TM波段执行master成分-3/

5、主 成分 分析法的应用 分析在社会调查中 ， 研究人员经常使用不同的问题来衡量一个人对同一变量的看法 。这些不同的问题构成了所谓的测度项，它们代表了一个变量的不同方面 。principal成分分析方法是用来降低这些变量的维数，使它们“浓缩”成一个变量 ， 叫做因子 。当我们用principal成分分析的方法求解因子时 ， 最多可以得到和测量项目个数一样多的因子 。如果保留所有的因素，就达不到降维的目的 。
哪里有那么多小因素要舍弃？在一般的行为研究中，我们经常使用两种判断方法:特征根大于1的方法和砾石斜率的方法 。因为因子中的信息可以用特征根来表示 ， 所以我们有了特征根大于1的规则 ， 如果一个因子的特征根大于1 ， 保留它 ， 否则丢弃它 。这个规则虽然简单易用 ， 但只是一个thumb的规则，没有明确的统计检验，不幸的是，统计测试方法在实践中并不比这种经验法则更有效(Gorsuch 。

    推荐阅读


    上一篇：聚类分析和判别分析区别,叙述聚类分析与判别分析的区别与联系

    下一篇：字体结构分析,南是什么结构的字体