基于PCA的特征提取

图像处理方面的知识也学了一段时间了，总是光看理论的话，感觉联系不上实际，第一次把理论综合的实现出来，对这些理论的印象才感觉的更深刻，也能够为后续的学习打下良好的基础。

PCA是比较老的算法，但是可靠性挺好，对于我这种新手，练练手还是不错的。

下面开始对这些算法说一说我自己的理解，如果有不正确的地方还请各位牛人指点。

主成分分析(PCA)是多变量分析中一项很老的技术，源于通信理论中的K-L变换，它考虑的是对于d维空间中的n个向量X1,X2......Xn，如何在低维空间中进行表示，这需要对其空间进行变换。

变换具体的表示如下：

其中即为对样本的一种近似表示，是样本的均值，