作者:小水沉伦 | 来源:互联网 | 2023-05-26 10:51
一.主成分变换:又称为主成分分析(PCA)将一组可能相关的变量转换到一组线性不相关的变量(称为主成分)的统计分析过程
应用:图像压缩、图像去噪、图像增强、图像融合、特征提取
二.最小噪声分离变换
1.概念:一种正交变换,变换后得到的各分量互不相关,各分量按照信噪比从大到小排序;MNF变换后使得噪声得到分离,且波段间不相关,比PCA变换更加优越
【区别:PCA:按照信息量大小排序;MNF:按照信噪比排序】
应用:图像压缩、图像去噪、图像增强、图像融合、特征提取
三.缨帽变换
四.傅里叶变换
1.作用:通过频率来分离信号的方法,如:一束太阳白光经过三棱镜被分解为7种不同颜色的单色光
五.小波变换
与傅里叶变换类似,都是把一个信号分解成一组正交信号,当年不同于傅里叶变换使用三角函数,小波变换使用从零开始从零结束、中间为一段震荡的波来表示信号,是一种能量在时域非常集中的波
六.颜色空间变换
常用颜色空间:
①RGB颜色空间:物理三基色:红(700nm)
绿(546.1nm)蓝(435.8nm)
②CMY颜色空间
③HSI颜色空间
色调(H)、饱和度(S)、亮度(I)
颜色空间之间的相互转化