摘要：高光谱遥感技术是这些年来快速发展的一种新兴的现代化技术学科，它是在电磁波谱理论相关技术、电子科学相关技术、计算机科学相关技术及其他相关学科的基础上建立的新学科。高光谱图像具有非常高的光谱分辨率，为多光谱图像提供更好的物体检测、分类和鉴别诊断能力。针对高光谱图像人们己经研究了多种降维处理方法，技术已趋于成熟，显示如此巨大的三维图像立方体中包含的所有有用信息是具有挑战性的。 通常的做法是使用红绿蓝（RGB）颜色表示来快速浏览决策支持的场景。显然，这种三色通道显示会导致信息的显着损失。我们的目标是显着地展示级别强弱，以最大限度地提高光强等级的可分性。

研究内容如下所示：

(1)研究高光谱遥感图像的基本概念和特性。

(2)研究了使用波段提取的方法对遥感图像进行降维，在遥感图像中的多个层数中随机提三个层数进行叠加，然后再色彩空间显示出来。

(3)研究了主成分分析的降维方法（PCA）对遥感图像进行降维运算，我们需要求出图像信息量的大小，而主成分的贡献率则恰好表现了信息量的大小，而主成分的贡献率又是由原数据的求出的，具体方法先进行计算原数据的标准化矩阵，然后求出矩阵的特征值以及特征向量，这样就可以求出贡献率。经过实际验证，该方法可以比较准准确的进行降维。

(4)研究了使用颜色匹配加权彩色显示对遥感图像进行降维，这种方法的本质为滤波。

(5)研究高光谱图像的彩色显示方法，采用了 RGB (red-green-blue)、HSV两种彩色空间来显示彩色图像。 

关键词：遥感技术；降维；波段提取；主成份分析；彩色显示

目录

摘要

Abstract

1 绪论-1

1.1 概述-1

1.2 高光谱图像-1

1.3 研究目的研究意义-2

1.4 高光谱遥感技术发展-2

1.5 高光谱遥感技术的应用-3

1.6 本章小结-3

2 高光谱图像数据-4

2.1 概述-4

2.2 高光谱图像降维必要性-4

2.3 本章小结-5

3高光谱图像降维方法-6

3.1 概述-6

3.2 利用PCA进行降维-6

3.2.1 PCA降维原理-6

3.3 简单主成分分析的降维方法-8

3.4 本章小结-9

4彩色显示-10

4.1 引言-10

4.2 RGB颜色空间-10

4.3 HSV颜色空间-12

4.4 本章小结-13

5实验结果-14

5.1 设计要求及内容-14

5.2 设计流程-14

5.3 实验流程-14

5.3 实验结果分析-21

5.3 实验过程遇到的问题-22

结    论-23

参 考 文 献-24

致    谢-25