Implementação de PCA para processamento de imagem hiper-espectral

1. O que é PCA baseado em imagens hiperespectrais?
2. Como o PCA é usado no processamento de imagens?
3. Como você processa imagens hiperespectrais?

O que é PCA baseado em imagens hiperespectrais?

A análise de componentes principais é baseada no fato de que bandas vizinhas de imagens hiperespectrais estão altamente correlacionadas e geralmente transmitem quase as mesmas informações sobre o objeto. A análise é usada para transformar os dados originais, para remover a correlação entre as bandas.

Como o PCA é usado no processamento de imagens?

Um dos casos de uso do PCA é que ele pode ser usado para compactação de imagem - uma técnica que minimiza o tamanho em bytes de uma imagem, mantendo o máximo da qualidade da imagem possível.

Como você processa imagens hiperespectrais?

Para processamento de imagem hiperespectral, os valores lidos no arquivo de dados são organizados em uma matriz tridimensional (3-D) da forma M-By-N-By-C, onde M e N são as dimensões espaciais dos dados adquiridos, C é a dimensão espectral especificando o número de comprimentos de onda espectral usados ​​durante a aquisição.