D选项应为彼此不相关。B项：因为图像通常容量大，特征维度也大，采用PCA算法可以压缩图像数据集的特征空间，并极大程度第保留有效特征。

正确答案是：D

### 分析：

主成分分析（Principal Component Analysis, PCA）是一种常用的数据降维和特征工程方法。以下是对每个选项的分析：

A: **主成分分析是一种降维的方法**
- 这是正确的。PCA的主要目的是通过将高维数据投影到低维空间，从而达到降维的目的。

B: **主成分分析是一种特征工程的方法**
- 这是正确的。PCA可以用来提取数据中的主要特征，去除冗余信息，提高模型的性能。

C: **是通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量**
- 这是正确的。PCA通过正交变换将原始变量转换为一组新的线性不相关的变量（主成分）。

D: **主成分分析设法将原来变量重新组合成一组新的、彼此相关的的几个综合变量**
- 这是错误的。PCA的目标是将原始变量转换为一组线性不相关的变量，而不是相关的变量。因此，这个选项的描述与PCA的实际目标相反。

综上所述，选项D是错误的。