求取影像对象的主要方向和长短轴长度

　　在面向对象的影像信息提取中，影像对象特征属性的计算是其中重要的一环。面积、周长、紧凑度、波段最小值以及波段标准差等都比较好计算，可以直接调用相应的函数。但是，形状特征类里面的几个重要的特征，如主方向、最大直径、延伸度（最大直径与最小直径之比），没有直接可以利用的函数，计算有难度。这就需要自己动手实现了，这几个特征中最重要的是主方向、最大直径和最小直径三个特征，也是本文的计算目标。下面就是作者编写的IDL程序，包含三个步骤：
1. 计算影像对象内所有像素坐标对的协方差；
2. 计算协方差矩阵的特征值和特征向量，其中最大特征值对应的特征向量就是主方向；
3. 计算最大直径、最小直径和主方向。

cov=imsl_covariances(observations)
2 PRINT,'Covariances:'
3 print,cov 
4 eval = HQR(ELMHES(cov), /DOUBLE)
5 eval=[max(eval),min(eval)]
6 PRINT, 'Eigenvalues: '
7 print,eval
8 eiv=eigenvec(cov,eval) 
9 
10 ; EigenVector1为主方向，即(real_part(eiv))[*,0]代表了点集合的主方向
11 ; 这是一个1行2列的数组，第一个元素是以向左为正向的横向X轴坐标，
12 ; 第二个是以向下为正向的纵向y轴坐标
13 print,'EigenVector1:',(real_part(eiv))[*,0]
14 print,'EigenVector2:',(real_part(eiv))[*,1]
15 
16 nObservation = (size(observations))[1]
17 majCoord=(real_part(eiv))[*,0]##observations[0,*]
18 mnoCoord=(real_part(eiv))[*,1]##observations[0,*]
19 for j=1,nObservation-1 do begin
20 majCoord=[majCoord,(real_part(eiv))[*,0]##observations[j,*]]
21 mnoCoord=[mnoCoord,(real_part(eiv))[*,1]##observations[j,*]]
22 endfor
23 
24 ; 在计算与正向X轴之间的角度（南北是90°，东西是0°或者180°）时，首先判断是在一三象限还是在二四象限。
25 if (real_part(eiv))[0,0]*(real_part(eiv))[1,0] ge 0 then begin
26 mainAngle = 180-180/!PI*acos(abs((real_part(eiv))[0,0]))
27 endif else begin
28 mainAngle = 180/!PI*acos(abs((real_part(eiv))[0,0]))
29 endelse
30 
31 print,'Main Angle:', mainAngle
32 print,'Majority Axis:',max(majCoord)-min(majCoord)
33 print,'Minority Axis:',max(mnoCoord)-min(mnoCoord)
34 
35 result[0,i]=mainAngle
36 result[1,i]=max(majCoord)-min(majCoord)
37 result[2,i]=max(mnoCoord)-min(mnoCoord)
38 print,result