PDEs对四种图像降噪降维方法的影响

作者：王振; 雷田田; 范丽亚^*; 杨静

来源：聊城大学学报(自然科学版), 2020, 33(04): 14-25.

DOI：10.19728/j.issn1672-6634.2020.04.003

• 偏微分方程组
• 主成分分析
• 线性判别分析
• 典型相关分析
• 监督典型相关分析

针对高维噪声图像(光暗、有遮挡)的分类问题,分类质量的好坏不仅依赖于图像降噪方法的选择,同时还依赖于图像降维方法的选择.目前,大部分的降噪方法不具备降维作用,同样地,大部分的降维方法也不具备降噪作用.为了在降噪降维的同时还能保持良好的分类精度,本文提出了基于偏微分方程组(PDEs)的主成分分析(PCA\PDEs)、基于PDEs的线性判别分析(LDA\PDEs)、基于PDEs的典型相关分析(CCA\PDEs)以及基于PDEs的监督典型相关分析(SCCA\PDEs)四种降噪降维算法,并研究了PDEs的进化对四种算法的影响。

• 单位
  聊城大学