【数字图像处理matlab】(基于PCA的影像融合）
HR为高分辨影像，MS为多光谱影像。(注：我的这两张图像分辨率是一样的，所以当时没有加重采样代码，如果分辨率不一样应该先将多光谱影像采样到全色波段一样的分辨率)
function F=PCA_melt(HR,MS)
%调用代码-------------------------------
%Image1=imread('HR.jpg');Image2=imread('MS.jpg');
%PCA_melt(Image1,Image2);
%--------------------------------------
HR=im2double(HR);
MS=im2double(MS);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%PCA变换
[row,column,bands]=size(MS);
X=reshape(MS,[row*column,bands]); %每一波段的数据保存在一列
Cov=cov(X); %求方差协方差矩阵,第(i,j)个元素等于X的第i列向量与第j列向量的方差
[vector,value]=eig(Cov); %a为特征向量矩阵(一列为一个特征向量)，b为特征值矩阵(排序为从小到大）
vector=fliplr(vector); %fliplr()翻转特征值与特征向量矩阵，实现由大到小排序
value=fliplr(value); value=flipud(value);
%Y=vector'*X', %3*3/3*b--3*b 每一行为一个波段
Y=X*vector; %每一列为一个波段
Major=reshape(Y(:,1),[row,column]);
[counts,X]=imhist(Major/max(max(Major)));
HR1=histeq(HR,counts); %高分辨率影像进行直方图均衡化
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%高分辨率影像替代第一主分量
Y(:,1)=reshape(HR1*max(max(HR)),[row*column,1]);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%PCA逆变换%%%%%%%%
Image1=Y*inv(vector); %pexel*3-3*3
Image1=reshape(Image1,[row,column,bands]);
imshow(Image1);title('基于PCA的影像融合');
end
测试：
