非负矩阵分解特征提取技术的研究进展-计算机应用研究.PDFVIP

第 卷第 期 计 算 机 应 用 研 究 年 月 非负矩阵分解特征提取技术的研究进展 王科俊 左春婷 哈尔滨工程大学 自动化学院 哈尔滨 摘 要 非负矩阵分解 算法是在矩阵中所有元素均为非负的条件下对其 实现的非负分解基于非负矩阵分解的图像特征提取技术通过将图像表示为一系列非负基图像非减的叠加组合 来提取图像的特征这种特征提取方法不但具有良好的局部表征特性有一定的稀疏性而且对遮挡光照不均 及图像质量较差等情形具有卓越的效果 自正式提出以来该方法得到了许多改进但目前关于这些改进的综 述都只是罗列了这些方法并没有系统深入地分析因而在大量阅读文献的基础上分析其内部联系分类总结了 非负矩阵分解的研究进展和各种改进方法的实质 首先介绍非负矩阵分解的基本思想以手指静脉图像为例说 明其应用于图像特征提取的方式然后重点深入讨论了非负矩阵分解方法的改进算法提出了非负矩阵分解应 用中有待进一步研究的新问题 关键词 模式识别 非负矩阵分解 图像特征提取 稀疏表示 中图分类号 文献标志码 文章编号 心理学 和生理学 研究表明对整体的感知是由对组 确的物理意义 而且的分解结果还具有一定的稀疏性 成整体的部分的感知组成的纯加性 这也符合直观的理解 能在一定程度上抑制由外界变化如部分遮挡光照变化和物 即整体是由部分组成的 以这些事实为依据产生了许多基 体的旋转等给特征提取带来的不利影响 在图像提取特征 于部分的图像表示方法统称为子空间的表示方法 一些经典 任务中的效果较好 的子空间方法如主成分分析 本文首先介绍非负矩阵分解算法的基本内容以手指静脉 独立分量分析及 图像为例说明非负矩阵分解应用于图像特征提取的方法和特 其改进方法在模式识别领域已经得到了广泛的应用 这些 点然后系统地总结了改进算法最后就未来有待进一步 方法得到的基图像是一种全局的描述同时它们的像素点可以 研究的方向作出了展望 是正值也可以是负值描述原图像的线性组合中可能会存在相 减关系缺少直观意义上的由局部合成整体的效果而且对于 和基于 的特征提取技术 图像矩阵负值的存在使分解结果缺少可解释和明确的物理意 非负矩阵分解的本质是一种矩阵分解和投影技术其基本 义失去了与实际问题的联系 针对这些问题等人 于 年提出了一种新的特征子空间的方法非负矩阵分解 原理如下 对于非负矩阵 存在 满足 通过对基和系数的非负约束将重构图像表示为 一系列非负基图像非减的叠加组合与传统子空