什么是多光谱空间？什么是主成分变换？主成分变换的应用意义是什么？

多光谱空间是一个n维坐标系，每一个坐标轴代表多波段图像的一个波段，坐标值表示该波段像元的灰度值，图像中的每个像元对应于坐标空间中的一个点。
K-L变换又称为主成分变换（principalcomponentanalysis）或霍特林（Hotelling）变换。它的原理如下：对某一n个波段的多光谱图像实行一个线性变换，即对该多光谱图像组成的光谱空间X乘以一个线性变换矩阵A，产生一个新的光谱空间Y，即产生一幅新的n个波段的多光谱图像。其表达式为
Y=AX
式中：X为变换前多光谱空间的像元矢量；Y为变换后多光谱空间的像元矢量；A为一个n×n的线性变换矩阵。
根据以上的分析可将K-L变换的应用归纳如下。
（1）数据压缩。经过主成分变换，多光谱图像变成了新的主成分图像，像元的亮度值不再表示地物原来的光谱值。但变换后的前几个主分量包含了绝大部分的地物信息，在一些情况下几乎是100%，因此可以只取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量，如TM图像，经主成分变换后可只取前3个主分量，波段数由7个减少到3个，数据量减少到43%，实现了数据压缩。
（2）图像增强。主成分变换的前几个主分量包含了主要的地物信息，噪声相对较少；而随着信息量的逐渐减少，最后的主分量几乎全部是噪声信息（如MSS数据中的条纹）。因此，主成分变换突出了主要信息，抑制了噪声，达到了图像的目的。
（3）分类前预处理。多波段图像的每个波段并不都是分类最好的信息源，因而分类前的一项重要工作就是特征选择，即减少分类的波段数并提高分类效果。主成变换即是特征选择最常用的方法。

略