精选优质文档-倾情为你奉上实习8 遥感数字图像的主成分分析主成分分析（PCA）是用于多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。这一技术对于增强信息含量、隔离噪声、减少数据维数非常有用。ENVI 能完成正向的和逆向的 PC 旋转。一、实验目的1、了解遥感数字图像主成分分析的原理和方法（参见梅安新教材P123-127）；2、掌握在ENVI或Idrisi中进行主成分分析的过程和方法（或流程和操作）；3、深刻理解主成分分析（K-L变换）产生的处理效果、处理意义与实用价值。二、实验原理K-L变换是离散Karhunen-Loeve变换（卡洛南-洛伊变换）的简称，又常被称作主成分变换。它是对某一多光谱图像X，利用K-L变换矩阵A进行线性组合，而产生一组新的多光谱图像Y的操作。表达式为：Y=AX，式中X为变换前的多光谱空间的像元矢量；Y为变换后的主分量空间的像元矢量；矩阵A是X空间协方差矩阵x的特征向量矩阵的转置矩阵。变换前各波段之间有很强的相关性，变换后输出图像Y的各分量yi之间将具有最小的相关性，新波段主分量
