| Operatoren |
principal_comp — Hauptachsentransformation (Principal Components Analysis) von mehrkanaligen Bildern.
principal_comp(MultichannelImage : PCAImage : : InfoPerComp)
principal_comp führt eine Hauptachsentransformation (Principal Components Analysis) von mehrkanaligen Bildern durch. Diese Transformation ist z.B. bei Bildern nützlich, die mit dem Thematic Mapper des Landsat Satelliten aufgenommen wurden. Da die einzelnen Kanäle zum Teil starke Korrelationen aufweisen, ist es wünschenswert, die Eingabebilder in Bilder zu transformieren, die möglichst wenig Korrelation aufweisen. Dies ist zum einen nützlich, um Speicherplatz zu sparen, da Bildkomponenten mit geringem Informationsgehalt vernachlässigt werden können, und zum anderen im Hinblick auf eine spätere Klassifikation.
Die Funktion principal_comp nimmt ein Eingabebild MultichannelImage und transformiert dieses mittels der Hauptachsentransformation in ein Ausgabebild PCAImage, das die gleiche Anzahl von Komponenten besitzt. In dem Ausgabeparameter InfoPerComp wird der jeweilige relative Informationsgehalt der einzelnen Komponenten zurückgegeben.
principal_comp kann auf OpenCL-Geräten ausgeführt werden, sofern das Eingangsbild nicht mehr als acht Kanäle besitzt. Da das Ergebnis mit einfacher Genauigkeit berechnet wird, kann es von dem mit der CPU berechneten Ergebnis abweichen.
Beachten Sie, dass Filteroperatoren eventuell unerwartete Resultate ausgeben, wenn ein Bild mit einer reduzierten Domäne als Input übergeben wird. Weitere Informationen können im Kapitel Filter gefunden werden.
Mehrkanaliges Grauwertbild.
Mehrkanaliges Ausgabebild.
Informationsgehalt der ausgegebenen Kanäle.
Sind die Parameterwerte korrekt, dann liefert principal_comp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
Foundation
| Operatoren |