現(xiàn)有的代數(shù)特征的抽取方法絕大多數(shù)采用一維的方法，即首先將圖像轉(zhuǎn)換為一維向量，再用主分量分析（PCA）,Fisher線性鑒別分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用適合的分類器分類。針對(duì)一維方法維數(shù)過(guò)高，計(jì)算量大，協(xié)方差矩陣常常是奇異矩陣等不足，提出了二維的圖像特征抽取方法，計(jì)算量小，協(xié)方差矩陣一般是可逆的，且識(shí)別率較高。
標(biāo)簽：
特征
上傳時(shí)間：
2014-11-29
上傳用戶：tianjinfan
