2.14. 主成分分析

我们现在准备进入本教程关于图像显示和解释的最后两个阶段。我们将首先通过PCA或 Principal Components Analysis (PCA) . 在制作这些时,我们使用了所有七个波段,并要求生成所有七个分量(分量的数量由波段的数量决定,因为它们必须相等)。第一个主要部分解释了由七个主题映射带定义的7维空间中的最大变化量。现在我们来看看这些组件中的每一个,记住单个组件中的许多音调模式在空间上似乎与tm波段中识别的特定功能或类不匹配,并表示 linear combinations 相反,我们只对这些模式的本质做有限的评论,而这些模式本身就需要一些解释。
1-14: After reading through the special review of PCA accessed by link, plus the above paragraph, see if you can come up with a single key word (or perhaps a key idea in several words) that describes the main benefit from using Principal Components Analysis. `ANSWER <answer.html#1-14>`__
PC 1数据生成的图像通常类似于实际的航空照片。

|加利福尼亚州莫罗湾的PC1图像。|

实际上,这是第一个组件的正常特征,因为它广泛模拟标准黑白摄影,并且包含场景固有的大部分相关信息。山丘看起来更逼真,因为大多数TM波段的明暗对比度都很低。注意波浪的内部结构,没有任何迹象表明海洋中的泥沙负荷。这个 histogram 第一台PC中有两个峰值。第一个,在左边,构成海洋像素,第二个,在右边,构成陆地像素。

1-15: Describe this image relative to, say, the histogram-equalization stretched image seen on the previous page. `ANSWER <answer.html#1-15>`__

当我们看到 histogram 在第二台PC机中,我们看到,尽管总范围(最大值-最小值)大于第一台PC机,但大多数像素都在49左右的小范围内。因此,按照惯例,第二个pc的方差(方差是标准偏差平方)比第一个pc小。由于大部分像素落在如此窄的范围内,图像显示不好(左下方)。为了使图像可以查看(右下),我们展开(数值拉伸)它,然后对结果应用直方图均衡。此过程(直方图均衡)生成 histogram 其中,最频繁值之间的空间增加,频率较低的值合并并压缩。如果我们不进行这种转换,图像的色调将像上面一样平坦,只有两个灰色级别定义了大部分陆地表面,一个灰色级别定义了海洋。然而,以前很小的差别现在被放大了,在计算机显示器上更容易看到。破波波是唯一一种非常明亮的波。

1-16: Make some general observations on how the tonal patterns in PC 2 differ from patterns observed in, for instance, Band TM 3. `ANSWER <answer.html#1-16>`__

下面PC3图像中的大部分灰色模式可与两类组合植被广泛相关:

` PC3 image of Morro Bay, California. <originals/Fig1_36.gif>`__

明亮的色调来自高尔夫球场和许多农田的球道。稍暗的色调与一些草原、森林或树木区以及沿海沼泽地一致。

断路器完全消失在下面的PC4图像中,而场景的其余部分相当平坦,有几个图案以中灰色显示。

` PC4 image of Morro Bay, California. <originals/Fig1_37.gif>`__

1-17: Anything unusual about PC 4 that might be meaningful? `ANSWER <answer.html#1-17>`__

这四张PC图像中的任何三张都可以制作成各种颜色的复合材料,包括蓝色、绿色和红色。总之,24种不同的组合是可能的。在这篇评论的实验中,下一幅由pc 4=蓝色,pc 1=绿色和pc 3=红色组成的图片被证明是最有趣的。在这一版本中,高尔夫球场有一个独特的颜色标志(橙红色)和一个独特的内部结构。大多数其他植被呈现红色到紫色的红色,但是草原 (**v** _)有一个不寻常的颜色,可描述为绿橙色。山丘和山脉较亮的斜坡呈中绿色,而阴影中的一些区域呈蓝色。市区也有深蓝的颜色。海滩酒吧现在变成了绿松石,相邻的破岩带是橄榄绿。

|加利福尼亚莫罗湾PC彩色合成图像。|

主要作者:Nicholas M.Short,高级电子邮件: nmshort@epix.net
合作者: Code 935 美国国家航空航天局 GSTUSAF Academy
上次更新时间:99年9月
站长:小比尔·狄金森。
现场负责人:Nannette Fekete
请将任何评论发送至 rstweb@gst.com.