•  PCA(PrincipalComponents Analysis)即主成分分析,是图像处理中经常用到的降维方法,大家知道,我们处理有关数字图像处理方面的问题时,比如经常用的图像的查询问题,一个几万或者几百万甚至更大的数据库...

        学习图像处理,无疑会涉及到降维的操作,而PCA是常用的降维算法,既然经常用到,所以需要抠明白才行啊~~

          PCA(PrincipalComponents Analysis)即主成分分析,是图像处理中经常用到的降维方法,大家知道,我们在处理有关数字图像处理方面的问题时,比如经常用的图像的查询问题,在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。

        这时,我们通常的方法是对图像库中的图片提取响应的特征,如颜色,纹理,sift,surf,vlad等特征,然后将其保存,建立响应的数据索引,然后对要查询的图像提取相应的特征,与数据库中的图像特征对比,找出与之最近的图片。

        这里,如果我们为了提高查询的准确率,通常会提取一些较为复杂的特征,如sift,surf等,一幅图像有很多个这种特征点,每个特征点又有一个相应的描述该特征点的128维的向量,设想如果一幅图像有300个这种特征点,那么该幅图像就有300*vector(128维)个,如果我们数据库中有一百万张图片,这个存储量是相当大的,建立索引也很耗时如果我们对每个向量进行PCA处理,将其降维为64维,是不是很节约存储空间啊?

        发现一篇对PCA的原理介绍很详细易懂的文章,附上链接供需要者查看,~~

    PCA (主成分分析)详解 (写给初学者) 结合matlab



    展开全文
  • PCA在图像处理上的应用 2018-01-15 10:49:26
    PCA(Principal Component Analysis), 也就是主成分分析, 是数据分析的常用方法, 其原理是: 反映对象特征的多个属性往往存在线形相关, 所以可以找到一个合理的方法,... 自然, PCA在机器学习,计算机视觉和图像处理
  • 主成份变换,PCA,K-L变换,卡洛南-洛伊变换,霍特林变换,...PCA是机器学习和数据挖掘的一种方法,也是数字图像处理中用来进行编码和压缩的一种技术。本文介绍相关理论推导。本文将通过实例和图像应用来介绍PCA
  • pca图像处理 2020-06-27 00:49:25
    pca图像处理的程序,希望能够帮助各位的程序实现,来完成相关的研究学习
  • 主成份变换,PCA,K-L变换,卡洛南-洛伊变换,霍特林变换,尽管名字很多,但...PCA是机器学习和数据挖掘的一种方法,也是数字图像处理中用来进行编码和压缩的一种技术。本文介绍相关理论推导。一大拨矩阵计算正在来袭
  • PCA(主成分分析),Principle Component Ananlysis。如果有很多个样本数据,需要从这些样本数据找出“冗余”的信息,然后剔除这些冗余信息,PCA就可以完成这个任务。
  •   实际生产生活,我们所获得的数据集特征上往往具有很高的维度,对高维度的数据进行处理时消耗的时间很大,并且过多的特征变量也会妨碍查找规律的建立。如何最大程度上保留数据集的信息量的前提下进行数据...
  • PCA图像压缩 2019-08-22 15:12:41
    奇异值分解在图像压缩处理中有着重要的应用。假定一副图像有 n×n个像素,如果将这 n*n个数据一起传送,往往会显得数据量太大。因此,我们希望能够改为传送另外一些比较少的数据,并且接收端还能够利用这些传送的...
  • 这学期矩阵分析期末考试整了个矩阵奇异值分解的题,没顶住,痛定思痛,查阅了相关的文献,结合自己图像处理的研究方向,对矩阵奇异值的意义有了更加清晰的认识,故留此记录。 什么是矩阵奇异值分解? 根据教材的定义...
  • R语言PCA图像压缩) 2020-07-08 23:30:46
    R语言实现PCA及其在图像压缩的应用R语言实现PCA及其在图像压缩的应用
  • 低通 PCA DCT 对图像噪声的处理 近期学习这三种滤波器,还初级阶段,贴一些程序这里。 我想完成的是利用这三种滤波器对图像进行去噪声处理,emmm…,效果大家自己看图~ 1 理想低通 理想低通,一般最理想的二维...
  • 感谢以下2位的渊博知识:(1)李春春:http://blog.csdn.net/zhongkelee/article/details/44064401(2)沈春旭: https://blog.csdn.net/shenziheng1/article/details/52916278一、PCA简介1. 相关背景 上完陈恩红...
  • PCA理论与传统PCA图像融合 2015-10-09 14:42:01
    PCA的应用范围PCA最大方差与最小误差推导奇异值与PCApca图像融合  1.PCA应用范围 压缩数据;可视化,高维数据无法可视化,降到2维或3维便于可视化;降低overfitting,用高维数据进行supervised learning,模型...
  • PCA在人脸识别应用十分广泛,不管人脸图片是32*32的还是64*64的,这我看来都是低维图片,如果把单个像素看成一个特征的话,32*32的有1024个特征,64*64的有4096个特征,这些特征数对于电脑来说并不算太大。...
  • PCA图像压缩的matlab实现 2020-06-14 18:38:00
    PCAfunction pca_test clear;close all;% read image img=imread(path); figure(1),subplot(121),imshow(img,[]);title('Original Image'); [M N] = size(img); f = double(img); bs = 16; %图像块尺寸 p = 3
  • 一、主成分分析的原理 主成分分析能够通过提取数据的主要成分,减少数据的特征,达到数据...%% 利用PCA图像压缩 close all clear all clc %% 输入 In = imread('lena_gray_256.tif'); %% 输入参数 num_val =...
  • PCA(Principal Component Analysis)主成分分析算法,进行图像识别以及高维度数据降维处理中有很强的应用性,算法主要通过计算选择特征值较大的特征向量来对原始数据进行线性变换,不仅可以去除无用的噪声,还能...
  • PCA在高光谱图像中应用 2020-05-08 09:08:27
    PCA介绍 主成分分析 (Principal Component Analysis ,简称 PCA)是最常用的一种降维方法。 算法介绍 代码 function [p_d_mat,project_mat,allmean]=PCA2(initialize_mat,p) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%...
1 2 3 4 5 ... 20
收藏数 12,823
精华内容 5,129