题目
比较说明K-L和K-T变换。答:K-L变换又称主成分分析是一种除去波段之间的多余信息,将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。________________1采用的是________(学过高数的都知道),即处理后的特征图像彼此________,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________时间。K-T变换又称樱帽变换,是指在多维光谱空间中,通过坐标变换使植被与土壤的光谱持征分离。较好的分离了土壤和植被。大部分________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。K-L变换与K-T变换的共同点在于两者都是线性变换,从这个意义上说,K-T变换是一种特殊的K-L变换。它们的区别在于:K-L变换的相关系数是原数据波段间协方差或相关系数的函数。这个特征使得K-L变换可以根据实际的图像产生从数据压缩角度看来最好的转换,但却使得从不同图像得到的主成分难以进行互相比较。也就是说,K-L变换得到的主分量没有物理或景观意义,仅仅反映了包含原数据量的多少。而K-T变换得到的4个分量有一定的景观含义,它独立于单个图像,不同图像产生的土壤亮度和绿度可以互相比较。K-T变换的一个缺点是它依赖于遥感器(主要是波段),因此其转换系数对每种遥感器是不同的。
比较说明K-L和K-T变换。
答:K-L变换又称主成分分析是一种除去波段之间的多余信息,将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。________________1采用的是________(学过高数的都知道),即处理后的特征图像彼此________,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________时间。
K-T变换又称樱帽变换,是指在多维光谱空间中,通过坐标变换使植被与土壤的光谱持征分离。较好的分离了土壤和植被。大部分________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。
K-L变换与K-T变换的共同点在于两者都是线性变换,从这个意义上说,K-T变换是一种特殊的K-L变换。它们的区别在于:K-L变换的相关系数是原数据波段间协方差或相关系数的函数。这个特征使得K-L变换可以根据实际的图像产生从数据压缩角度看来最好的转换,但却使得从不同图像得到的主成分难以进行互相比较。也就是说,K-L变换得到的主分量没有物理或景观意义,仅仅反映了包含原数据量的多少。而K-T变换得到的4个分量有一定的景观含义,它独立于单个图像,不同图像产生的土壤亮度和绿度可以互相比较。K-T变换的一个缺点是它依赖于遥感器(主要是波段),因此其转换系数对每种遥感器是不同的。
题目解答
答案
K-L 变换 正交变换 正交 特征提取 土壤信息
解析
步骤 1:K-L变换的定义和特点
K-L变换,即主成分分析,是一种用于除去波段之间多余信息的方法,将多波段的图像信息压缩到比原波段更有效的少数几个转换波段。它采用的是正交变换,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。此外,K-L变换对图像进行了压缩,提高了特征提取时间。
步骤 2:K-T变换的定义和特点
K-T变换,又称樱帽变换,是指在多维光谱空间中,通过坐标变换使植被与土壤的光谱特征分离。它较好地分离了土壤和植被,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。
步骤 3:K-L变换与K-T变换的共同点和区别
K-L变换与K-T变换的共同点在于两者都是线性变换,从这个意义上说,K-T变换是一种特殊的K-L变换。它们的区别在于:K-L变换的相关系数是原数据波段间协方差或相关系数的函数。这个特征使得K-L变换可以根据实际的图像产生从数据压缩角度看来最好的转换,但却使得从不同图像得到的主成分难以进行互相比较。也就是说,K-L变换得到的主分量没有物理或景观意义,仅仅反映了包含原数据量的多少。而K-T变换得到的4个分量有一定的景观含义,它独立于单个图像,不同图像产生的土壤亮度和绿度可以互相比较。K-T变换的一个缺点是它依赖于遥感器(主要是波段),因此其转换系数对每种遥感器是不同的。
K-L变换,即主成分分析,是一种用于除去波段之间多余信息的方法,将多波段的图像信息压缩到比原波段更有效的少数几个转换波段。它采用的是正交变换,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。此外,K-L变换对图像进行了压缩,提高了特征提取时间。
步骤 2:K-T变换的定义和特点
K-T变换,又称樱帽变换,是指在多维光谱空间中,通过坐标变换使植被与土壤的光谱特征分离。它较好地分离了土壤和植被,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。
步骤 3:K-L变换与K-T变换的共同点和区别
K-L变换与K-T变换的共同点在于两者都是线性变换,从这个意义上说,K-T变换是一种特殊的K-L变换。它们的区别在于:K-L变换的相关系数是原数据波段间协方差或相关系数的函数。这个特征使得K-L变换可以根据实际的图像产生从数据压缩角度看来最好的转换,但却使得从不同图像得到的主成分难以进行互相比较。也就是说,K-L变换得到的主分量没有物理或景观意义,仅仅反映了包含原数据量的多少。而K-T变换得到的4个分量有一定的景观含义,它独立于单个图像,不同图像产生的土壤亮度和绿度可以互相比较。K-T变换的一个缺点是它依赖于遥感器(主要是波段),因此其转换系数对每种遥感器是不同的。