- ¿En qué se basa PCA para imágenes hiperespectrales??
- Cómo se usa PCA en el procesamiento de imágenes?
- ¿Cómo se procesa las imágenes hiperespectrales??
¿En qué se basa PCA para imágenes hiperespectrales??
El análisis de componentes principales se basa en el hecho de que las bandas vecinas de imágenes hiperespectrales están altamente correlacionadas y a menudo transmiten casi la misma información sobre el objeto. El análisis se utiliza para transformar los datos originales para eliminar la correlación entre las bandas.
Cómo se usa PCA en el procesamiento de imágenes?
Uno de los casos de uso de PCA es que se puede utilizar para la compresión de la imagen, una técnica que minimiza el tamaño en los bytes de una imagen mientras mantiene la mayor parte de la calidad posible de la imagen.
¿Cómo se procesa las imágenes hiperespectrales??
Para el procesamiento de imágenes hiperespectrales, los valores leídos del archivo de datos se organizan en una matriz tridimensional (3-D) de formulario m-by-by-c, donde myn son las dimensiones espaciales de los datos adquiridos, C es la dimensión espectral que especifica el número de longitudes de onda espectrales utilizadas durante la adquisición.