下面有关主成分变换说法错误的是：
A: K-L变换是一种统计学方法，它随图像的统计特性不同而有不同的变换矩阵，即变换矩阵是由图像的统计性质来确定的。
B: 主成分变换在信号处理、模式识别、数字图像处理等领域已经得到了广泛的应用。
C: K-L变换的前几个主分量包含了主要的地物信息，但也制造了少量噪声信息。
D: 取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量。
A: K-L变换是一种统计学方法，它随图像的统计特性不同而有不同的变换矩阵，即变换矩阵是由图像的统计性质来确定的。
B: 主成分变换在信号处理、模式识别、数字图像处理等领域已经得到了广泛的应用。
C: K-L变换的前几个主分量包含了主要的地物信息，但也制造了少量噪声信息。
D: 取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量。
C
举一反三
- K-L变换的流程为（） A: 计算图像的协方差矩阵—主成分正变换—主成分逆变换 B: 主成分正变换—计算图像的协方差矩阵—主成分逆变换 C: 计算图像的相关矩阵—主成分正变换—主成分逆变换 D: 主成分正变换—计算图像的相关矩阵—主成分逆变换
- K-L变换的流程包括 A: 计算图像灰度共生矩阵 B: 计算图像协方差矩阵 C: 主成分正变换 D: 主成分逆变换
- 对于K-L变换，下列说法中错误的选项是 。 A: K-L变换是建立在图像协方差矩阵基础上的线性正交变换 B: 可以用于图像降维和噪声去除 C: 可用于数据压缩和信息增强 D: 变换得到的主成分之间具有相关性
- 关于K-L变换的描述，正确的是 A: K-L变换是建立在图像协方差矩阵基础上的线性正交变换。 B: K-L变换也称为霍特林（Hotelling）变换、主成分分析（PCA或PCT）。 C: PCA与K-L变换的求解过程有所不同，K-L变换包括了PCA。 D: K-L变换可以去除图像的噪声和干扰，但不能进行数据压缩和信息增强。
- 主成分分析，也称为K-L变换，变换后的主成分分量为第一主分量，占据了所有信息的百分之八十以上。（ ）
内容
- 0
关于K-L变换的描述,下列说法中正确的是: A: K-L变换也称为霍特林(Hotelling)变换、主成分分析(PCA或PCT) B: PCA与K-L变换的求解过程有所不同, PCA包括了K-L变换 C: K-L变换可以去除图像的噪声和干扰,但不能进行数据压缩和信息增强 D: K-L变换是建立在图像协方差矩阵基础上的线性正交变换
- 1
下列有关主成分变换描述正确的是( ) A: 主成分变换是将原来众多具有相关性的指标化为少数几个相互独立的综合指标的一种统计方法。 B: 缨帽变换是一种特殊的主成分变换。 C: 主成分变换可实现数据压缩和图像增强 D: 遥感图像主成分变换后突出了地物特征,消除了多波段相关性。
- 2
有关多光谱变换,正确的是: A: 包括K-L变换和K-T变换 B: K-L变换又叫主成分分析 C: K-T变换可以实现图像噪声去除 D: K-L只能应用于MSS和TM数据
- 3
对于主成分分析，下列说法中错误的选项是（ ）。 A: 可以用于图像降维和噪声去除 B: 可用于数据压缩和信息增强 C: 变换得到的主成分之间具有相关性 D: K-L变换是建立在图像协方差矩阵基础上的线性正交变换
- 4
K-L变换融合先用高空间分辨率图像替换第一主成分，然后对图像进行主成分变换，再进行图像逆变换即得到融合后的图像。 A: 正确 B: 错误