主权项 |
一种基于奇异值分解的图像分析方法,其特征是包括以下步骤:(1)首先将图像样本实施奇异值分解,得到相应的奇异向量与奇异值;然后选取最优个数的奇异值对所述图像样本进行重构,得到重构图像,并将重构图像与图像样本作差并取绝对值,得到两者的残差图像;最后对残差图像实施二值化操作,得到一个只包含两种数值的特征图像;(2)将所述图像样本旋转一定角度θ,角度θ取值范围为5°≤θ≤45°,并对旋转后图像样本的最大内接矩形区域按照步骤(1)再次进行分析,得到另一个只包含两种数值的特征图像;(3)将上述所得的两张特征图像叠加,得到最终的图像特征;所述的对图像样本进行重构具体实现如下:将所述的图像样本记为A,大小为m×n,对A进行奇异值分解,即A=UDV<sup>T</sup>,记D中对角线上p个奇异值为d<sub>1</sub>,d<sub>2</sub>,…,d<sub>p</sub>,且满足d<sub>1</sub>>d<sub>2</sub>>…>d<sub>p</sub>,p等于m和n的最小值;将D中除前m个奇异值以外的奇异值设为0,2≤m≤p,并记所得的对角矩阵为D<sub>m</sub>,则对A进行重构的公式为A<sub>m</sub>=UD<sub>m</sub>V<sup>T</sup>,其中A<sub>m</sub>称为使用前m个奇异值对A的重构图像;所述的选取最优个数的奇异值具体实现如下:将所述的图像样本记为A,大小为m×n,对A进行奇异值分解,记所得的p个奇异值为d<sub>1</sub>,d<sub>2</sub>,…,d<sub>p</sub>,p等于m和n的最小值;首先,选取第一个奇异值,得到重构后的图像A<sub>1</sub>,进而得到相应的残差图像E<sub>1</sub>=|A‑A<sub>1</sub>|;然后计算E<sub>1</sub>中所有元素的标准差σ与平均值μ之比F<sub>1</sub>;同理,记取前k个奇异值,计算所得的F值为F<sub>k</sub>,2≤k≤p;最后,在所得的F<sub>1</sub>,F<sub>2</sub>…,F<sub>p</sub>中选取最大值F<sub>max</sub>,则F<sub>max</sub>所对应的奇异值个数即为所述的选取最优奇异值个数;所述的两张特征图像叠加是指将两张特征图像相加,并将相加后大于255的像素点重新赋值为255。 |