(最新整理)主成分分析,缨帽变换

1、(完整)主成分分析,缨帽变换(完整)主成分分析,缨帽变换 编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整)主成分分析,缨帽变换）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快 业绩进步，以下为(完整)主成分分析,缨帽变换的全部内容。主成分分析、缨帽变换一， 主成分变换。 步骤如下：1. 打开envi，打开南京市的遥感影像图。单击 t

2、ranform-principal componentsforward pc rotation-compute new statistics and rotate,进行主成分分析。选择“南京市遥感影像。图12主成分变换前后的统计对比 单击basic tools-statistics-compute statistics进行统计。如图2所示:图2 主成分变换前(左)与变换后(右）的波段统计根据如上的统计计算得出如下表格：主成分变换前后主成分所占百分比。主成分变换前covariance主成分百分比band 10.0433351band 20.025463789band 30.091828824ba

3、nd 40.144571585band 50.505262577band 70.189538126主成分变换后covariance主成分百分比band 10.746706607band 20。171007016band 30.066912956band 40.008309639band 50.006021297band 60.001042485由主成分变换后的统计得;前三个主成分所占百分比达到98以上，基本可以完全代表图的信息，可以舍去后三个主成分,起到了压缩数据的作用。特征向量如下：eigenvectorband 1band 2band 3band 4band 5band 7band 10。

4、034954-0。022956-0。0308380.334753-0.818547-0.46392band 20.4595740。3557170.6877430.299302-0.1023830。298669band 3-0.101843-0.194514-0。3362570.8174220.1357080。390036band 4-0.739176-0。0232750.5526970.2035340。22708-0.233693band 5-0。408249-0。0719360。0600090.294007-0.49930.699155band 70.2532790.9107060。3223

5、60.04810。0147070.004207二。缨帽变换 同样,打开名为“南京市”的遥感影像.单击tranform-tasseled map进行缨帽变换。选择“南京市”的图层，单击ok，进入图3:图3如图3所示：本图是landsat 5的tm影像，选择相应的卫星,选择所要保存文件的路径,单击ok即完成.结果如图4所示： 图4 从左至右以此代表亮度、绿度、湿度可以看出：从左至右以此代表明度，绿度，湿度,且越亮的地方,所代表的意义越大,例如：越亮绿度越高等.三融合进行图像融合的两个最大的要点是：具有相同的空间参考和相同的尺寸,这就要求图像必须先进行几何校正和裁切操作才可以. 1，主成分融合方法

6、（1）重采样打开basic tools-resize data对多光谱影像进行像元重采样，令其像元大小与全色波段影像像元大小一致。 （2）主成分变换单击transform-principal components-forward pc rotation-compute new statistics and rotate，选择重采样之后的多光谱影像进行主成分变换，注意变换文件的保存，以便完成后边的反变换。（3）直方图匹配打开第一主成分,单击全色波段图层菜单栏下enhance-histogram matching与第一主成分波段影像进行直方图匹配，匹配后,单击第一主成分菜单栏下enhanceinteractive stretching，进入图5界面：图5打开图5中file-export stretch，选择所要保存文件的位置，单击ok完成。将多匹配后的光谱主成分（除第1主成分）和直方图匹配后保存的影像（代替第1主成分）重新保存成为一