PCA可以应用到一个图像如何降低其维数与例子吗?
197(30天)
显示旧的评论
降维
3评论
图像分析
2021年9月14日
@SHEETAL AGRAWAL
,也许。你显然需要至少两个特性。你的两个特性是什么?也许灰度是一个,但另一个是什么?或者你只是有两个不同的特性,比如斑点面积和blob纹理或亮度吗?
接受的答案
图像分析
2014年12月24日
编辑:图像分析
2020年4月14日
这里是我从Spandan代码,一个开发人员的图像处理工具箱Mathworks:
这里一些快速代码获取彩色图像的主成分。这段代码使用pca()函数从统计工具箱使得代码更简单。
我=双(imread (“peppers.png”));
X =重塑(我,(我,1)*大小(我,2),3);
多项式系数= pca (X);
Itransformed = X *多项式系数;
Ipc1 =重塑(Itransformed(: 1),大小(我,1),大小(我,2));
Ipc2 =重塑(Itransformed(:, 2),大小(我,1),大小(我,2));
Ipc3 =重塑(Itransformed(:, 3),大小(我,1),大小(我,2));
图,imshow (Ipc1, []);
图,imshow (Ipc2, []);
图,imshow (Ipc3, []);
如果你不想使用pca(),可以做同样的计算,而无需使用pca()和几个步骤使用基MATLAB函数。
希望这个有帮助。
-Spandan
还附加一些完整的演示。
更多的答案(7)
Anitha Anbazhagan
2016年9月17日
我从每个50 200 roi图像。对于每一个ROI,我有96特征向量为四个不同的频段。似乎非常高的维度。如何应用PCA吗?PCA应该应用于数据矩阵。我需要申请每个图像或每个ROI ?