Matlab对多光谱实现PCA降维操作

最新推荐文章于 2025-07-05 13:59:56 发布

原创最新推荐文章于 2025-07-05 13:59:56 发布 · 1.4k 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#matlab

本文介绍了一种使用主成分分析（PCA）进行图像特征提取的方法。通过加载PaviaU数据集，将其转换为矩阵形式，应用PCA减少维度并提取关键特征。最后，展示了经过PCA处理后的前三维特征图像。

以某数据集为例：

P=load('PaviaU.mat');
[m,n,band]=size(P.paviaU);
ReshapedP=reshape(P.paviaU,m*n,band);
[coeff,score,latent,tsquared] = pca(ReshapedP);
percent=cumsum(latent)./sum(latent);
disp(percent);
feature_after_PCA=score(:,1:3);
RES=reshape(feature_after_PCA,m,n,3);
subplot(131);imshow(RES(:,:,1));
subplot(132);imshow(RES(:,:,2));
subplot(133);imshow(RES(:,:,3));