您好、欢迎来到现金彩票网!
当前位置:刘伯温预言 > 图像变换 >

通俗解释下K-T变换和K-L变换?使不懂遥感的人也能明白!

发布时间:2019-07-31 01:29 来源:未知 编辑:admin

  图像预处理中的“特征变换”主要有K-L主分量变换、K-T缨帽变换、哈达玛变换、比值变换。特征变换是遥感图像分类预处理中的一步,通俗的将它的作用就是:减少特征图像数目,抽取能更好进行分类的特征图像。

  比如:比值变换,植被对近红外反射强,在红光波段吸收,而水体在近红外有强吸收,红光反射一般,用近红外波段图像除以红光波段图像,就会很好的区分植被和水体。那么K-L和K-T是对图像的一种算法,为了更好的区分地物,或是删去没用的信息,使后续的分类可以用最少的图像信息做最好的分类。下面是这两种变换的特点:

  K-L变换1 采用的是正交变换(学过高数的都知道),即处理后的特征图像彼此正交,不相关,使得不同波段之间信息内容不重叠。2 对图像进行了压缩,提高特征提取时间。 信息大部分集中在第一主分量和第二主分量上。

  K-T是一种特殊的K-L变换。它较好的分离了土壤和植被。大部分土壤信息集中在SB分量(相当于K-L第一主分量),对土壤的分类是有效的。植被信息大部分集中在GV分量(第二主分量),对植被的分类是有效的。

http://3dtvsource.com/tuxiangbianhuan/618.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有