图像压缩主成分分析实例_【图像处理】基于主成分分析的图像压缩和重建

最新推荐文章于 2024-07-16 21:04:57 发布

weixin_39975261

最新推荐文章于 2024-07-16 21:04:57 发布

阅读量682

点赞数

文章标签：图像压缩主成分分析实例

本文链接：https://blog.csdn.net/weixin_39975261/article/details/111694386

版权

本文介绍了如何使用主成分分析（PCA）进行图像压缩和重建。通过PCA技术，可以有效地降低图像数据的维度，实现图像的压缩，同时保持图像的主要特征。

摘要由CSDN通过智能技术生成

clc; clear all; close all;I=imread('liftingbody.png');k=1;figure('Units', 'Normalized', 'Position', [0 0 1 1]);for p=1:5:20    [Ipca,ratio,contribution]=pcaimage(I,p,[24 24]);    subplot(2,2,k);        imshow(Ipca)    title(['主成分个数=',num2str(p),...        ',压缩比=',num2str(ratio),...        ',贡献率=',num2str(contribution)],'fontsize',14);    k=k+1;end

function [coeff,score,rate]=pcasample(X,p)[V,D]=eig(X'*X);for i=1:size(V,2)    [~,idx]=max(abs(V(:,i)));    V(:,i)=V(:,i)*sign(V(idx,i));end[lambda,locs]=sort(diag(D),'descend');V=V(:,locs);coeff=V(:,1:p);score=X*V(:,1:p);rate=sum(lambda(1:p))/sum(lambda);