一种基于主成分分析的空间数据配准算法  

Registration of spatial data based on principal component analysis

作　　者：秦楠楠[1] 赖旭东[1] 闵晓凤[2] 

机构地区：[1]武汉大学遥感信息工程学院,湖北武汉430079 [2]国家测绘局第一航测遥感院,陕西西安710054

出　　处：《武汉大学学报（工学版）》2012年第4期529-531,共3页Engineering Journal of Wuhan University

基　　金：国家自然科学基金(编号:41171289);对地观测技术国家测绘地理信息局重点实验室经费资助项目(编号:K201105);数字制图与国土信息应用工程国家测绘局重点实验室开放研究基金(编号:GCWD201006);测绘遥感信息工程国家重点实验室专项科研经费资助项目

摘　　要：提出基于主成分分析(Principal component analysis,PCA)实现空间数据配准的方法,空间数据主分量之间的空间关系反映了参考坐标系的空间关系.基本原理是利用PCA变换得到空间数据特征向量和重心坐标构造矩阵,利用构造矩阵之间的相似变换得到空间坐标系变换矩阵;利用变换矩阵对空间数据进行变换,再基于目标函数寻找变换矩阵的最优解.实验表明,该算法是获取空间参考坐标变换关系初值的有效手段.Registration of spatial data based on the principal component analysis（PCA） is advanced in the paper.The principle is that principal components of spatial data set are changed with the coordinate system.For two spatial data sets of a certain object,we can estimate the coordinate system transformation matrix using the spatial transformation matrix between the corresponding principal components.The matrix of principal component is built up using the eigenvector and center of spatial data set.After obtaining the initial value of transformation matrix and transforming the spatial data,the transformation matrix can be obtained by using optimization algorithm.It is clearly the comparability between data sets is relative high.The experiment shows the way is effective in obtaining the initial value of coordinate system in spatial data registration.

关 键 词：配准 主成分分析 坐标变换 空间数据 

分 类 号：P237[天文地球—摄影测量与遥感]