图像矩阵降维压缩的一种新方法.pdf

第 22 卷 第 12 期 控 　制 　与 　决 　策 2007 年 12 月 Vol . 22 No . 12 Cont rol an d D ecis ion 　　Dec . 2007 　　文章编号 : 100 10920 (2007) 图像矩阵降维压缩的一种新方法 1 1 ,2 1 王建辉 , 崔连延 , 顾树生 ( 1. 东北大学 信息科学与工程学院 , 沈阳 110004 ; 2 . 辽宁工学院 信息学院 , 辽宁 锦州 12 100 1) 摘 　要 : 由于矩阵的 SVD 分解方法反映了图像的内在属性和本质特征 ,在图像处理中得到了广泛应用. 但在矩阵降 维压缩过程中对奇异值的最小数 目还没有定量的确定方法 ,这给 SVD 在图像特征提取中的应用带来很大困难. 为 此 ,在研究确定奇异值可压缩到最小数 目的基础上 ,提出一个奇异值压缩的降秩准则 ,并给出了具体的证明过程和计 算方法. 计算机仿真研究验证了所提出计算方法的正确性. 关键词 : 奇异值分解 ; 降秩准则 ; 人脸识别 ; 保真度 中图分类号 : TP39 1 　　　　文献标识码 : A A ne w method of image matrix reducing dimension and compress WA N G J i anh ui 1 , CUI L i any an 1, 2 , GU S h us heng 1 ( 1. College of Information Science and Engineering , Nort hea st ern U niver sit y , Shenyang 110004 , China ; 2 . College of Information , Liaoning In stit ut e of Technology ,J inzhou 12 100 1 , China . Correspondent : WAN G J ianhui , Email : wangj ianhui @i se . nen . edn . cn) Abstract : The met hod of t he singular value decompo sition ( SVD) of mat rixes reflect s t he inwar dness and essence charact er of t he images , so it ha s wide app lication in t he image p rocessing . However , t here i s no a quantit ative calculational st andar d to get t he minimum quantit y of t he singular value in image mat rix reducing dimen sion and comp ress , which brings much t rouble to t he application of SVD in t he ext raction of image charact er s. Therefore , it i s researched t hat t he singular value can be comp ressed to minimum , based on which , a rule of reducing dimen sion i s p ropo sed , and a sp ecific p roof p rocedure and