원 격 감지 디지털 이미지 처리 - 제4 장 - 변환 도 메 인 처리 방법

4.1 변환 도 메 인 처리 방법 에 대한 개술 1. 중점: 각 변환 알고리즘 이 이미지 처리 에서 의 물리 적 의미 와 응용 2. 선형 변환: (1) 주성 분 분석 (2) 최소 소음 분리 (3) 술 모 변환 주파수 도 메 인 변환: (1) 푸 리 엽 변환 (2) 소 파 변환 (3) 색채 공간 변환 4.2 주성 분 변환 1.주성 분 변환 개념: 관련 가능 한 변 수 를 선형 과 관련 이 없 는 변수 (주성 분 으로) 의 통계 분석 과정 으로 전환한다.2. 주성 분 변환 원리: (1) 관련 (2) 정 보 를 앞의 주성 분 으로 압축 하 는 3. 주성 분 변환 과정: 4. 주성 분 변환 이 이미지 처리 에서 의 응용: 이미지 압축, 이미지 소음 제거, 이미지 강화, 이미지 융합, 특징 추출.
4.3 최소 소음 분리 변환 (MNF 변환) 1. 최소 소음 분리 변환 의 개념 최소 소음 분리 (Minimum Noise Fraction, MNF) 의 양 교 변환 으로 변 경 된 각 분량 은 서로 관련 이 없고 각 분량 은 소음 비 에 따라 크 고 작은 배열 로 배열 된다.MNF 변환 후 소음 이 분리 되 고 밴드 간 에 상관 이 없 기 때문에 PCA 변환 보다 더욱 우수 하 다.PCA: 정 보 량 (분산) 크기 에 따라 MNF 배열: 소음 비 크기 에 따라 2, 최소 소음 분리 변환 원리 와 과정 * MNF 변환 은 두 번 의 PCA 구체 적 인 계산 방법 에 해당 한다. (1) 소음 평가 (2) 소음 이미지 에 대해 주성 분 변환 을 하여 무 작위 소음 분리 와 조정 에 사용 되 는 변환 행렬 (3) 을 얻 을 수 있다.원시 원 격 탐지 영상 각 밴드 의 무 작위 소음 을 분리 하고 재 조정 (4) 소음 분리 와 재 조정 을 거 친 원시 원 격 탐지 영상 에 대해 주성 분 변환 3. 최소 소음 분리 변환 이 이미지 처리 에서 의 응용: 이미지 압축, 이미지 소음 제거, 이미지 증가, 이미지 융합, 특징 추출.
4.4 술 모 변환 (Tasseled Cap Transformation) 1. 술 모 변환 개념: 이미지 물리 적 특징 을 바탕 으로 하 는 고정 적 인 전환 이다. 변 경 된 좌표 축 은 주성 분 방향 을 가리 키 는 것 이 아니 라 지면 경치 와 밀접 한 관 계 를 가 진 방향 을 가리킨다. 특히 식물의 생장 과정 과 토양 과 관련 이 있다.2. 술 모 변환 모델: Y = cX + a * X 는 전 다 중 스펙트럼 공간 을 변환 하 는 사진 원 벡터 * Y 는 변환 후 다 중 스펙트럼 공간의 사진 원 벡터 * c 는 변환 매트릭스 (술 모 변환 의 변환 계수 c 는 같은 센서 에 고정 되 어 있 음) * a 는 음수 가 증가 하 는 상수 항 3, 원 격 감지 이미지 술 모 변환 및 응용 1, 흔 한 분량: 밝기 분량 (Brightness): 밴드 분량 의 가중 과 전체적인 밝기 변 화 를 나 타 냈 다.녹색 도 분량 (Greenness): 밝기 분량 과 수직 으로 근 적외선 과 가시광선 밴드 의 비례 로 가시광선 밴드, 특히 적외선 밴드 와 근 적외선 밴드 간 의 대비, 즉 지면 식생 의 녹색 도 를 나타 낸다.황도 분량 (Yellow Stuff): 식물의 시들 어 가 는 정 도 를 반영 한다.습도 분량 (Wetness): 토양의 습도 와 관련 하여 가시광선 과 근 적외선 밴드 및 적외선 밴드 의 차 이 를 나타 낸다.무의미 한 분량 (Non - such): 실제 적 인 의미 가 없고 보통 소음 이다.2. 응용: 이미지 압축, 이미지 소음 제거, 이미지 강화, 이미지 융합, 특징 추출.(특징 추출 에 주로 적용)
4.5 푸 리 엽 변환 1. 푸 리 엽 변환 이 신호 처리 에서 의 역할 푸 리 엽 변환 은 주파 수 를 통 해 서로 다른 신 호 를 분리 하 는 방법 이다!예 를 들 어 한 줄기 의 태양 백광 은 프리즘 을 거 쳐 빨간색, 오렌지, 노란색, 녹색, 파란색, 인디고, 자주색 의 서로 다른 주파수 의 단색 광 으로 분해 된다.2. 디지털 이미지 중의 주파수 저주파: 균일 한 지표 변화 가 느 린 구역 (중심) 고주파: 가장자리, 소음 등 신속히 변화 하 는 구역 3. 디지털 이미지 푸 리 엽 변환 의 의미 원 격 감지 이미지 가 푸 리 엽 변환 을 거 친 후에 그의 고주파 부분 은 이 가장자리 에 대응 되 고 경사도 의 절대 치가 비교적 높 은 곳 에 대응 된다.4. 응용: 이미지 압축, 이미지 소음 제거, 이미지 강화
4.6 소파 변환 1, 소파 소파 변환 은 푸 리 엽 변환 과 유사 하 다. 모두 하나의 신 호 를 정교 신호 로 분해 하지만 푸 리 엽 변환 에서 사용 하 는 삼각함수 와 다르다. 소파 변환 은 0 에서 시작 하여 0 으로 끝나 고 중간 에 진동 하 는 파 로 신 호 를 표시 하 며 에너지 가 시역 에서 매우 집 중 된 파 이다.2. 소 파 변환 의 장점 인 돌연변이 신호 의 푸 리 엽 변환: 돌연변이 신호 에 대해 작은 부분 만 바 뀌 더 라 도 푸 리 엽 은 대량의 삼각 파 로 의합 해 야 한다. 또한 Gibbs 현상 (방 파 의 Gibbs 현상, 톱니 파 의 Gibbs 현상) 의 돌연변이 신호 의 작은 파 변환 이 나타 날 수 있다. 만약 에 우리 가 작은 파 로 이런 스텝 신 호 를 의합 하면작은 파기 함수 가 이 신호 변화 와 중첩 되 지 않 는 다 면 대응 하 는 급수 의 작은 파 계 수 는 0 이다.3. 디지털 이미지 소 파 변환 1 급 소 파 변환 결과 및 각 위치 대응 성분 | 개황 도 | 수직 디 테 일 |

                          |      |      |

4. 응용: 이미지 압축, 이미지 소음 제거, 이미지 강화, 이미지 분할, 변두리 검 측
4.7 색 공간 변환 1. 색 공간의 개념 1. 색 공간 은 수학 적 인 방법 으로 색 을 형상화 하 는 것 이다. 색 공간 은 색 2 를 지정 하고 생 성 하 는 데 사용 되 고 색 공간의 색 은 보통 3 개의 매개 변 수 를 나타 내 는 3 차원 좌표 로 묘사 하 며 그 색 채 는 사용 하 는 좌 표를 결정 해 야 한다.대부분의 원 격 탐지 데 이 터 는 RGB 색상 공간 으로 설명 되 지만 이미지 에 대해 시각 적 분석 을 할 때 다른 색상 공간 (예 를 들 어 HSI 모델) 을 사용 합 니 다.2. 색 공간 분 류 는 색 감지 각도 에서 색 공간 을 혼합 형 색 공간 (예 를 들 어 RGB 색 공간), 강도 / 포화 도 / 색도 형 색 공간 (예 를 들 어 HSI 색 공간) 등 으로 나 눌 수 있다.기술 응용의 측면 에서 볼 때 색채 공간 은 컴퓨터 그래 픽 색채 공간 (예 를 들 어 RGB 색채 공간), CIE 색채 공간 (예 를 들 어 XYZ 색채 공간), 그리고 텔레비전 시스템 색채 공간 (예 를 들 어 YUV 색채 공간) 으로 나 눌 수 있다.3. 자주 사용 하 는 색상 공간 1. RGB 색상 공간 은 빨간색 (red), 녹색 (green), 파란색 (blue) 세 가지 원색 으로 색상 의 색상 공간 을 묘사 합 니 다.물리 3 원색: 빨간색 (700 nm) 녹색 (546.1nm) 파란색 (435.8nm) (0, 0, 0) 검은색;(1, 0, 0) 빨간색;(1, 0, 1) 자색;(0, 0, 1) 파란색;(0, 1, 1) 청;(0, 1, 0) 녹색;(1, 1, 0) 노란색;(1, 1, 1) 화이트 2, CMY (K) 색상 공간 청 - 핑크 - 옐 로 우 (Cyan - Magenta - Yellow, CMY) 색상 공간 은 주로 컬러 이미지 인쇄 업계 에 사용 되 는데 이 세 가지 색상 은 빛 의 2 차 색, 즉 물감 의 원색 이다.CMY 모델 에 서 는 색상 이 백광 에서 일정 성분 을 뺀 것 으로 나 타 났 다.예 를 들 어 청색 (0, 1, 1) 물감 으로 덮 인 표면 을 흰색 빛 (같은 양의 빨간색, 녹색, 파란색 빛 의 조합) 으로 조사 할 때 이 표면 은 붉 은 빛 이 아니 라 반 사 된 흰 빛 에서 빼 면 물감 이 흡수 하 는 빨간색 이다.덧셈 혼 색 중의 빨간색 (1, 0, 0) 과 녹색 (0, 1, 0) 을 섞 으 면 두 색 의 벡터 를 더 하 는 것 과 같다 (1, 0, 0) + (0, 1, 0) = (1, 1, 0), 즉 노란색 이다.감법 / 곱셈 혼 색 중의 청색 (0, 1, 1) 과 노란색 (1, 1, 0) 의 혼합 은 두 색 의 벡터 벡터 를 곱 하 는 것 과 같다 (0, 1, 1) * (1, 1, 0) = (0, 1, 0), 즉 녹색 이다.3. HSI 색 공간 HSI 색 공간 (Hue - Saturation - Intensity) 은 색조 (H), 색 포화 도 (S), 밝기 (I) 로 묘사한다.4. 색채 공간 간 의 상호 전환 1. 색채 공간 간 의 전환 관 계 는 두 가지 로 나 눌 수 있다. (1) 색채 공간 간 의 수업 직접 전환 (2) 색채 공간 간 의 전환 은 직접적 으로 전환 할 수 없다. 이들 의 변 화 는 다른 색채 공간의 과 도 를 통 해 2. RGB 에서 CMYK 로 전환 해 야 한다. 전자 제품 에서 보 이 는 색 을 CMYK 로 전환 시 켜 인쇄 해 야 한다.(1) CMY 모델 에서 색상 은 백광 에서 일정 성분 을 빼 서 얻 은 [C [1 [R M = 1 - G Y] 1] B] (2) CMYK 색상 모델: 인쇄 할 때 CMY 모델 에서 발생 하 는 검은색 은 불순 하 며, 진정한 검은색 을 만 들 기 위해 서 는 검은색 (K) K = min (C, M, Y) [C [K M] = M K Y] Y] K] 3,RGB 회전 HSI 기하학 적 유도 법: RGB 색상 공간의 그 레이스 케 일 은 컬러 큐 브 의 대각선 이다.
5. 색상 공간 변환 이 이미지 처리 에서 의 응용: 이미지 강화, 특징 추출, 제도 출력.