- Na czym jest PCA oparte na obrazach hiperspektralnych?
- Jak PCA jest używane w przetwarzaniu obrazu?
- Jak przetwarzasz obrazy hiperspektralne?
Na czym jest PCA oparte na obrazach hiperspektralnych?
Analiza głównych składników opiera się na fakcie, że sąsiednie pasma obrazów hiperspektralnych są wysoce skorelowane i często przekazują prawie te same informacje o obiekcie. Analiza służy do przekształcenia oryginalnych danych, aby usunąć korelację między pasmami.
Jak PCA jest używane w przetwarzaniu obrazu?
Jednym z zastosowań PCA jest to, że można go użyć do kompresji obrazu - technika, która minimalizuje rozmiar w bajtach obrazu, zachowując jak najwięcej jakości obrazu.
Jak przetwarzasz obrazy hiperspektralne?
W przypadku przetwarzania obrazu hiperspektralnego wartości odczytane z pliku danych są rozmieszczone w trójwymiarową (3-D) tablicy formy M-by-N-BY-B, gdzie M i N są przestrzennymi wymiarami nabytych danych, C jest wymiarem widmowym określającym liczbę długości fal spektralnych stosowanych podczas akwizycji.