特征提取后图像重建matlab,图像特征提取与重建技术的研究与应用.doc

摘要：图像提取起源于“角点特征”这个概念，一开始使用近乎于坐标的形势表现出某物体的位置特征和轮廓特征等，表达方式多用点坐标或者带倾斜角度的线段。直方图是建立在坐标上的一种统计图。常见的直方图为二维坐标，即由x轴、y轴及原点组成的。图像重建是建立在原图的基础上，即便是生成了新的图像，新的图像与旧图像无论是像素还是轮廓都可能不一样，这取决于用主成分分析法处理图片是所用的主分量数大小，并不代表新生成的图像与原图像没有关系。

PCA方法重建图像大致可以通过下面的描述来表达：首先主成分分析法方法压缩图像需要将很多的图像数据作为训练图像输入进去，在训练图像的阶段需要完成压缩图像子空间的搭建。接着输入待压缩的测试图像，将测试图像投影到训练阶段得到的子空间里面就可以实现对图像的降维工作从而完成对图像的压缩工作。图像提取与重建都利用MATLAB软件。

随着图像特征提取与重建技术的研究与应用的领域不断拓宽，该技术将不仅在科研领域取得快速发展，而且在人们的日常生活中也将得到广泛的应用。它的本质就是利用不同的算法和软件对图像进行运算和变换，从而达到一个图像处理的目的。

关键词：特征提取；主成分分析法；MATLAB；图像重建

目录

摘要

ABSTRACT

第一章  绪论-1

1.1 图像提取与重建技术背景-1

1.2 图像提取与重建技术的发展历程-2

1.3 图像提取与重建技术的问题-3

1.4 本章结构安排-3

第二章  MATLAB在图像处理中的应用-5

2.1 数字图像处理介绍-5

2.2 MATLAB在图像处理中的常用函数-7

第三章  图像的特征提取-11

3.1 简单的区域描绘-11

3.2 直方图及其统计特征-11

3.3 灰度共现矩阵-14

3.4 主成分分析-16

第四章  图像特征提取与重建实验-18

4.1 主成分分析法重建图像-18

4.2 生成样本矩阵-18

4.3 主成分分析-20

4.4 主成分脸可视化分析-21

4.5 基于主成分分量的人脸重建-23

4.6 实验结果-26

结束语-28

致  谢-29

参考文献-30