主成分变换

摘要： 针对现有不同影像融合算法缺乏有效地评价,本文对经过预处理的TM和SPOT5影像进行了主成分变换(PCA)、HIS变换、Brovey变换、小波HIS变换四种方法的融合试验,对影像融合的成果分别进行了定性和定量评价.定量评价过程中,利用MATLAB软件,计算了融合影像的各项指标,并从信息量、光谱信息继承性、质量改进3个方面对融合成果进行了比较分析,得出了有益的结论,同时验证影像融合方法的可行性.

摘要： 针对高光谱图像应用最大后验概率(MaximumA Posteriori,MAP)超分重建后细节信息丢失严重问题,本文提出一种基于先验Huber马尔科夫随机场(Huber Markov Random Field,HMRF)模型的MAP分块超分辨率重建算法,以期提高图像超分重建质量.首先,利用主成分变换获取图像域的主要成分,在此基础上采用样条插值得到初始迭代图像;而后将初始图像域分为若干子块,在每个子块图像域上建立具有自适应阈值的HMRF模型,并结合子块图像域的保真项构建目标函数,采用梯度最快下降法求解此函数得到超分子块图像,将其重组,进而与插值后的次要成分图像相结合,最后应用主成分逆变换方法得到最终的高分辨率图像.为了验证本文算法的有效性与优越性,分别对模拟和真实图像采用本文方法和具有代表性的Tikhonov、总变分及传统HMRF模型超分重建方法进行实验对比,其中本文方法重建结果在峰值信噪比和结构相似性定量评价方面明显优于其他方法重建结果,在定性评价方面边缘结构及细节信息也更加明显,表明本文算法较为突出.

摘要： 针对高光谱图像应用最大后验概率(Maximum A Posteriori, MAP)超分重建后细节信息丢失严重问题,本文提出一种基于先验Huber马尔科夫随机场(Huber Markov Random Field, HMRF)模型的MAP分块超分辨率重建算法,以期提高图像超分重建质量。首先,利用主成分变换获取图像域的主要成分,在此基础上采用样条插值得到初始迭代图像;而后将初始图像域分为若干子块,在每个子块图像域上建立具有自适应阈值的HMRF模型,并结合子块图像域的保真项构建目标函数,采用梯度最快下降法求解此函数得到超分子块图像,将其重组,进而与插值后的次要成分图像相结合,最后应用主成分逆变换方法得到最终的高分辨率图像。为了验证本文算法的有效性与优越性,分别对模拟和真实图像采用本文方法和具有代表性的Tikhonov、总变分及传统HMRF模型超分重建方法进行实验对比,其中本文方法重建结果在峰值信噪比和结构相似性定量评价方面明显优于其他方法重建结果,在定性评价方面边缘结构及细节信息也更加明显,表明本文算法较为突出。

摘要： 针对高分影像阴影检测精度易受水体、偏蓝色地物影响的问题,结合GF-1影像自身特点,提出一种集主成分变换、图像特征计算、逻辑非运算和形态学闭运算于一体的阴影检测方法.对GF-1影像多光谱数据、全色数据进行正射校正和信息融合,可实现光谱与分辨率信息的最大化利用,并最大程度地突出阴影信息,增大阴影与其他地物的差异.其次,建立基于主成分变换的阴影检测方法PC1/NIR和图像特征计算Rg_nir,得到初始阴影信息和水体信息;用初始阴影信息与水体信息作逻辑非运算,剔除水体,并利用形态学闭运算使得阴影区域更加连续、饱满.实验表明,该方法既能准确地检测出GF-1影像中的阴影信息,又能有效削弱水体、偏蓝色等地物的影响.

摘要： 对阴影信息的研究是高分辨率遥感影像研究的重要问题,但是,在高分辨率遥感影像中,水体、暗色植被和偏蓝色地物会影响阴影检测精度,基于HSV色彩空间与主成分变换法,文中提出了一种检测阴影的阴影指数PSI.选择两个试验区,采用主成分变换法与PSI进行阴影区域检测并对检测结果进行比较分析,结果表明,在没有深色地物的情况下,PSI能够有效的区分阴影区域与水体、暗色植被和偏蓝色地物.在有人工草坪的情况下,PSI能够有效的区分人工草坪与阴影区域.在有深色地物的情况下,对HSV色彩空间中的V分量利用直方图阈值法对阴影区域进行检测,分离后的阴影区域中不包含深色地物,对PSI指数检测阴影的结果与V分量检测的阴影结果进行逻辑与运算,得到目标阴影区域;最后对阴影提取结果进行小区域去除和形态学滤波等后处理.实验结果表明,该方法针对GF-1影像具有良好的适用性,能精确并且快速地检测出阴影区域.

摘要： 水体是湿地生态系统中的关键性因子，通过遥感影像可以快速、准确地提取湿地水体信息，遥感技术已经成为湿地调查、研究与保护的重要手段之一。而使用数据融合的遥感数据能够比单一数据得到更精确、更完全、更可靠的图像解译结果。本研究使用Landsat 5 TM遥感影像，运用K-T和K-L方法对遥感数据进行变换处理，进而进行数据融合处理和非监督分类，最后提取出洽川湿地的水体信息。通过研究表明：本期洽川湿地水体面积为63km2；在本区域当期数据下，通过数据融合可以有效排除河漫滩无水区、植物、荒地、建筑物等信息对水体的干扰，效果较好。%Water is one of the key factors in wetland ecosystems. Remote sensing images can be used to extract wetland water information quickly and accurately. Remote sensing technology has become one of the important methods for wetland investigation, research and protection. And the remote sensing data using data fusion can be more accurate, more complete and reliable than a single data. In this study, Landsat 5 TM remote sensing images were used to transform remote sensing data using K-T and K-L methods. Data fusion and unsupervised classification were then performed. The results show that the water area of Qianchuan wetland is 63km2, and the interference of water, vegetation, wasteland, buildings and so on can be effectively eliminated by data fusion in the current data of this area.

摘要： 针对水体、偏蓝色地物会影响高分影像阴影检测精度,本文提出了一种适用于GF-1影像的城市高大地物阴影检测方法.首先,在统计分析GF-1影像中阴影、水体及深色地物等典型地物光谱特征的基础上,利用主成分变换方法分割阴影与非阴影区域,分离后的阴影区域含有水体、深色地物信息;其次,对HSV色彩空间的V分量利用阈值法分割阴影和非阴影区域,分离后结果含有暗色植被,但不含有水体跟深色地物信息.最后,对两次计算结果进行逻辑与运算,从而剔除混合阴影区域中水体、深色地物以及暗色植被等信息,获得高精度阴影区信息.实验表明,该方法具有较好的普适性和可操作性,既能够削弱水体、偏蓝色地的影响,又能够高效、准确地提取出GF-1影像中的阴影信息.

摘要： The detection accuracy is likely to be influenced by water bodies and bluish surface features during the detection of shadows on high-resolution remote sensing images. To tackle this problem, this paper proposes a new shadow detection method using principal component transform and multi -band operation. Firstly, the spectral values of typical surface features such as shadows, water bodies and buildings are counted and analyzed in QuickBird images. Secondly, the non-shaded area and shaded area are identified based on principal component transform combined multi-band operation and automatically detected by multimodal histogram threshold algorithm. Finally, the detected result is processed by morphological filtering algorithm. The result shows that this method shows higher extraction accuracy, efficiency and universality for QuickBird images.%针对利用高分辨率遥感影像检测阴影时受水体和偏蓝色地物影像的影响问题，提出了一种主成分变换和多波段运算相结合的阴影检测方法。首先，统计、分析了QuickBird影像中阴影、水体及建筑物等典型地物的光谱特征；然后，基于主成分变换和多波段运算相结合的方法识别阴影区域和非阴影区域，并利用多峰直方图阈值算法对阴影进行自动检测；最后，利用形态学滤波算法对检测结果进行后处理。实验结果表明，该方法对QuickBird影像中的阴影提取具有较高的精度、效率和普适性。

摘要： 由于径迹片在生产、贮存和蚀刻过程中易形成杂质、气泡及划痕,导致所获取的核径迹图像常常伴随着各种类型的噪声,因此如何有效地去除噪声的影响,为后续核径迹图像识别、分类与计数奠定基础,是图像预处理阶段的一个重要的任务。本文选择一组聚焦性能好的核径迹图像,基于主成分变换和傅立叶变换的噪声分析,使用高斯低通滤波器进行去噪处理,实验结果表明该方法的有效性和可操作性。

摘要： 本文以2006年1月24日发射成功的日本地球观测卫星ALOS卫星(AVNIR-2)数据为数据源,选取盐城丹顶鹤保护区核心区湿地作为研究区,尝试寻找一种有效的针对ALOS数据凸显湿地植被信息的图像变换方法,实现对遥感数据的数据降维,提高假彩色合成的图像效果的目的。同时也为其他的新的遥感数据源的数据处理提供一些思路。本文对传统的主成分分析做了改进,在对影像做主成分变换前,首先依据4,3,2假彩色合成的图像的上的细微色调差别,精选细分湿地植被,选择8类训练区,保证每类的训练区的像元数相同。根据训练区的统计数据再对整幅影像做主成分分析。通过这种有训练区辅助的主成分变换,其变换后的主成分第一分量包含了数据中的绝大部分的湿地植被信息,其中第一、二、三分量内含有的湿地植被信息量逐级减少,第四分量几乎不含湿地植被信息。在对ALOS数据进行训练区辅助主成分变换的同时也对ALOS数据进行传统的主成分变换。利用传统主成分变换后的分量数据与训练区辅助主成分变换的分量间的相互关系。经统计运算和反复实验,制定了三个假彩色合成方案:方案一,RGB: PC训练区1, PC训练区2, PC训练区3;方案二,RGB: PC传统1,PC传统2, PC传统3;方案三,RGB: PC训练区1, PC传统2, PC传统3。在目视效果上,方案三有效凸现了湿地植被信息,扩大了细微差别,边界更明显,视觉效果更好。计算方案二和方案三的最佳波段组合指数,方案三也明显优于方案二。

摘要： 本文以2006年1月24日发射成功的日本地球观测卫星ALOS卫星(AVNIR-2)数据为数据源,选取盐城丹顶鹤保护区核心区湿地作为研究区,尝试寻找一种有效的针对ALOS数据凸显湿地植被信息的图像变换方法,实现对遥感数据的数据降维,提高假彩色合成的图像效果的目的.同时也为其他的新的遥感数据源的数据处理提供一些思路.本文对传统的主成分分析作了改进,在对影像作主成分变换前,首先依据4,3,2假彩色合成的图像的上的细微色调差别,精选细分湿地植被,选择8类训练区,保证每类的训练区的像元数相同.根据训练区的统计数据再对整幅影像做主成分分析.通过这种有训练区辅助的主成分变换,其变换后的主成分第一分量包含了数据中的绝大部分的湿地植被信息,其中第一、二、三分量内含有的湿地植被信息量逐级减少,第四分量几乎不含湿地植被信息.在对ALOS数据进行训练区辅助主成分变换的同时也对ALOS数据进行传统的主成分变换.利用传统主成分变换后的分量数据与训练区辅助主成分变换的分量间的相互关系.经统计运算和反复实验,制定了三个假彩色合成方案:方案一,RGB:PC训练区1,PC训练区2,PC训练区3;方案二,RGB:PC传统1,PC传统2,PC传统3;方案三,RGB:PC训练区1,PC传统2,PC传统3.在目视效果上,方案三有效凸现了湿地植被信息,扩大了细微差别,边界更明显,视觉效果更好.计算方案二和方案三的最佳波段组合指数,方案三也明显优于方案二.

摘要： 由于径迹片在生产、贮存和蚀刻过程中易形成杂质、气泡及划痕,导致所获取的核径迹图像常常伴随着各种类型的噪声,因此如何有效地去除噪声的影响,为后续核径迹图像识别、分类与计数奠定基础,是图像预处理阶段的一个重要的任务.本文选择一组聚焦性能好的核径迹图像,基于主成分变换和傅立叶变换的噪声分析,使用高斯低通滤波器进行去噪处理,实验结果表明该方法的有效性和可操作性.

摘要： 在地理信息系统支持下,文章以时间分辨率为植物一个完整生长周期、空间分辨率1km×1km的NOAA/AVHRR遥感影像的NDVI指标为数据源,采用目前较为流行的主成分变换法,结合气象资料和数字高程模型(DEM),参考相关的地理基础图件,对黄河流域地表植被覆盖的进行综合分类.与传统对单一NOAA/AVHRR图像NDVI数据进行分类的方法相比,综合分类方法获得了较高的分类精度,取得了较好的效果.

摘要： 应用遥感影像融合理论，以山西地下热水资源探测和乡宁县煤炭资源探测为例，分析了遥感影像融合技术在矿产资源遥感探测中的应用。结果表明，遥感影像融合技术在提高矿产资源遥感探测精度方面具有明显优势。

摘要： 应用遥感影像融合理论，以山西地下热水资源探测和乡宁县煤炭资源探测为例，分析了遥感影像融合技术在矿产资源遥感探测中的应用。结果表明，遥感影像融合技术在提高矿产资源遥感探测精度方面具有明显优势。

摘要： 应用遥感影像融合理论，以山西地下热水资源探测和乡宁县煤炭资源探测为例，分析了遥感影像融合技术在矿产资源遥感探测中的应用。结果表明，遥感影像融合技术在提高矿产资源遥感探测精度方面具有明显优势。

摘要： 应用遥感影像融合理论，以山西地下热水资源探测和乡宁县煤炭资源探测为例，分析了遥感影像融合技术在矿产资源遥感探测中的应用。结果表明，遥感影像融合技术在提高矿产资源遥感探测精度方面具有明显优势。

摘要： 应用遥感影像融合理论，以山西地下热水资源探测和乡宁县煤炭资源探测为例，分析了遥感影像融合技术在矿产资源遥感探测中的应用。结果表明，遥感影像融合技术在提高矿产资源遥感探测精度方面具有明显优势。

摘要： 本申请公开了一种防气穴座，其可布置在减压阀的进口和出口之间，并包括多个进口，这些进口使得流体流入会聚通路中，以便降低流体压力。进口形成用于流入防气穴座的一部分流体的曲折通路，以便进一步降低流体的压力。标准的阀杆组件与防气穴座结合使用，以便改变流过阀的流体流。

摘要： 本发明涉及一种利用故障馈线零序电流矩阵主成分分析第一主成分的选线方法，属电力系统继电保护技术领域。本发明当中性点经消弧线圈接地的配电网络发生单相接地故障后，选线装置启动，首先计算在故障后短时窗内各馈线零序电流之和的绝对值，通过该值与设定阀值的大小关系实现对母线故障与馈线故障的判断；当确定为馈线故障时，然后构建各馈线零序电流矩阵并对其进行主成分分析，得到零序电流矩阵各主成分值，并分别将第一主成分各元素的符号函数与第一主成分各元素符号函数之和的符号函数作乘；最后根据该值与零值的大小关系来可靠实现故障选线。本发明提高了选线的准确性和可靠性。

摘要： 一种融入小波变换和主成分的农业无线传感数据流压缩方法。首先对从无线传感器提取的实时数据进行预处理，然后对经过预处理的数据进行基于小波变换的数据压缩，得到能够反应数据重要特征的小波概要，然后再应用主成分分析，进行二次压缩，最后得到压缩率很高又保留了重要数据特征的压缩数据。本发明提供一种压缩比较高、数据失真少、有效减少数据存储空间的融入小波变换和主成分的农业无线传感数据流压缩方法。

摘要： 用于在解码器中对视频数据进行编码/解码的方法、装置和计算机可读存储介质。该方法包括：接收数据块的已编码视频码流；从已编码视频码流中提取与数据块相关联的变换划分类型；以及响应于变换划分类型属于预定变换划分类型集的子集，预定变换划分类型集中的每个变换划分类型指定用于将数据块分割成变换块的拆分模式：提取与从数据块拆分的变换块相关联的变换的变换类型，如在已编码视频码流中用信号表示的，其中，变换类型属于第一预定变换类型集；以及根据变换类型，对变换块执行逆变换。

摘要： 一种编解码方法，包括：接收视频序列用于编码或解码的信息；为所述视频序列的编码或解码，确定使用第一尺寸类型的第一变换核心矩阵，还是使用第二尺寸类型的第二变换核心矩阵；以及，基于所述确定发送信息，所述信息使得使用所确定的第一变换核心矩阵、或第二变换核心矩阵，对所述视频序列进行编码或解码。

摘要： 本发明涉及一种利用故障馈线零序电流矩阵主成分分析第一主成分的选线方法，属电力系统继电保护技术领域。本发明当中性点经消弧线圈接地的配电网络发生单相接地故障后，选线装置启动，首先计算在故障后短时窗内各馈线零序电流之和的绝对值，通过该值与设定阀值的大小关系实现对母线故障与馈线故障的判断；当确定为馈线故障时，然后构建各馈线零序电流矩阵并对其进行主成分分析，得到零序电流矩阵各主成分值，并分别将第一主成分各元素的符号函数与第一主成分各元素符号函数之和的符号函数作乘；最后根据该值与零值的大小关系来可靠实现故障选线。本发明提高了选线的准确性和可靠性。

摘要： 提供了一种用于解码视频数据的方法、计算机程序和计算机系统。接收视频数据，并且识别对应于所述视频数据的混合变换核的集合。从混合变换核的集合中显式或隐式的选择混合变换核的子集。基于选择的混合变换核的子集解码所述视频数据。

摘要： 用于变换输入数据以训练神经网络的装置、系统和技术。在至少一个实施例中，在数据变换序列中识别一个或更多个数据变换，并将其组合成一个或更多个主数据变换以由一个或更多个并行处理单元执行，以便准备用于训练未经训练的神经网络的数据。

摘要： 本发明公开了一种全色波段灰度值自适应反转的主成分变换遥感图像融合方法。利用遥感低空间分辨率的多光谱彩色图像和高空间分辨率的全色灰度图像，通过图像重采样、主成分正变换、相关系数计算、灰度值自适应反转、直方图匹配、波段替换以及主成分逆变换，生成色调与多光谱图像基本一致的高空间分辨率的彩色图像。其特点是高空间分辨率全色灰度图像灰度值的自适应反转与调整，从而使生成的融合图像光谱保真度高、色彩无畸变，并可广泛适用于不同地区、不同地物类型、不同数据源的遥感图像融合。该方法生成的融合图像可应用于地图导航、规划设计、资源(如土地、农业、林业)监测、自然灾害监测、地质找矿、水文勘测以及军事识别等领域。

摘要： 本发明公开了一种全色波段灰度值自适应反转的主成分变换遥感图像融合方法。利用遥感低空间分辨率的多光谱彩色图像和高空间分辨率的全色灰度图像，通过图像重采样、主成分正变换、相关系数计算、灰度值自适应反转、直方图匹配、波段替换以及主成分逆变换，生成色调与多光谱图像基本一致的高空间分辨率的彩色图像。其特点是高空间分辨率全色灰度图像灰度值的自适应反转与调整，从而使生成的融合图像光谱保真度高、色彩无畸变，并可广泛适用于不同地区、不同地物类型、不同数据源的遥感图像融合。该方法生成的融合图像可应用于地图导航、规划设计、资源(如土地、农业、林业)监测、自然灾害监测、地质找矿、水文勘测以及军事识别等领域。