15.04.2013 Views

D - SCHNEIDER, MARIO JORGE.pdf - Universidade Federal do ...

D - SCHNEIDER, MARIO JORGE.pdf - Universidade Federal do ...

D - SCHNEIDER, MARIO JORGE.pdf - Universidade Federal do ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

6) Transformada das Componentes principais:<br />

Onde:<br />

y=Gx<br />

I^GlG 1 (10)<br />

^ : Covariancia <strong>do</strong> pixel no espaço x<br />

G = Matriz transposta <strong>do</strong>s autovetores <strong>do</strong><br />

^ : Matriz diagonal <strong>do</strong>s autovalores de<br />

Para a transformação das componentes principais são necessários três passos:<br />

1) Construir a matriz de covariancia da imagem a ser transformada<br />

2) Determinar os autovalores e autovetores da matriz de covariância<br />

3) Utilizar os autovetores através de combinação linear, onde o primeiro<br />

autovetor gera a primeira componente principal, o segun<strong>do</strong> a segunda<br />

componente principal, e assim sucessivamente.<br />

A justificativa para a substituição da componente principal 1 (CP1) pela<br />

banda pancromática (PAN) decorre da similaridade entre as mesmas, pois a<br />

CP1 contém as informações comuns para as bandas usadas como entrada para<br />

a CPA, e que as informações espectrais, são mantidas nas outras componentes.<br />

(Chavez, 1986).<br />

I,<br />

S,<br />

40

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!