K，L變換的含義和目的

K-L變換也常稱為主成分變換(PCA)，是一種基於影象統計特性的變換，它的協方差矩陣除對角線以外的元素都是零(所以大家也叫它最佳變換)，消除了資料之間的相關性，從而在資訊壓縮方面起著重要作用。

在模式識別和影象處理中一個主要的問題就是降維，在實 際的模式識別問題中，我們選擇的特徵經常彼此相關，在識別這些特徵時，數量很多，大部分都是無用的。如果我們能減少特徵的數量，即減少特徵空間的維數，那麼我們將以更少的儲存和計算複雜度獲得更好的準確性。