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.
MultichannelImage (input_object) (multichannel-)image → object (byte* / direction* / cyclic* / int1* / int2* / uint2* / int4* / real*) *erlaubt für Compute Devices
Mehrkanaliges Grauwertbild.
PCAImage (output_object) multichannel-image → object (real)
Mehrkanaliges Ausgabebild.
InfoPerComp (output_control) real-array → (real)
Informationsgehalt der ausgegebenen Kanäle.
Sind die Parameterwerte korrekt, dann liefert
principal_comp den Wert TRUE. Gegebenenfalls wird eine
Fehlerbehandlung durchgeführt.
Foundation