基于PCA-ICA的圖像特征提取算法研究.pdf

1、特征提取是模式識(shí)別中最基本的問(wèn)題之一,提取有效的鑒別特征是解決目標(biāo)識(shí)別問(wèn)題的先決條件。圖像特征提取就是從圖像中提取出目標(biāo)隱藏的結(jié)構(gòu)或性質(zhì)方面有意義的特征。本文主要研究了基于PCA/ICA的圖像特征提取算法。
　　首先,針對(duì)傳統(tǒng)的基于PCA/ICA的圖像特征提取算法及已有的改進(jìn)算法,本文通過(guò)理論分析和實(shí)驗(yàn)仿真,對(duì)上述多種特征提取算法進(jìn)行了對(duì)比分析,并指出了改進(jìn)方向。
　　其次,針對(duì)經(jīng)典的基于PCA的圖像特征提取算法需要對(duì)圖像進(jìn)

2、行向量化處理,從而忽略圖像內(nèi)在結(jié)構(gòu)信息的問(wèn)題,本文提出一種基于2DPCA與Wavelet PCA的圖像分塊自適應(yīng)特征提取算法。該算法將圖像進(jìn)行分塊,并依據(jù)圖像的像素點(diǎn)灰度值方差和與子塊圖像的像素點(diǎn)灰度值方差和進(jìn)行判斷,根據(jù)判斷結(jié)果對(duì)子塊圖像自適應(yīng)選擇采用2DPCA或者Wavelet PCA進(jìn)行特征提取。實(shí)驗(yàn)仿真結(jié)果表明,該算法有效地實(shí)現(xiàn)了圖像的特征提取,提高了圖像的分類識(shí)別率且適用性廣。
　　最后,針對(duì)傳統(tǒng)的基于ICA的圖像特征提