第8节 特征提取与选择.pptxVIP

特征提取与选择电子科技大学师 君线性变换统计特征图像特征特征选择线性变换线性变换： 傅里叶变换、短时傅里叶变换、分数阶傅里叶变换、小波变换连续变换：离散变换：基本过程：相参积累（内积），遍历参数（空间维数）。 适用对象：规律信号（连续性、带限信号、有限信号）线性变换有限长离散变换：矩阵理解：离散有限长度变换可表示为矩阵形式，利用矩阵理论可以很容易的讨论变换的性质。线性变换有限长离散变换：信号逼近——参数化表征：将信号表示为一组基函数的线性组合。离散变换：将信号变换到参数域，利用参数表征信号。线性变换有限长离散变换：完全表征：如果变换空间的维数大于等于信号空间维数，则完全表征。如果变换后向量维数低于信号维数，投影空间为信号空间的子空间，存在信息（能量）的丢失，丢失能量位于投影空间的正交子空间 中。傅里叶变换傅里叶变换（略）傅里叶变换频谱特征傅里叶变换clear allclose alltt = 1 : 1000;tt = tt / 1000;y1 = randn(1) * exp(j * 2 * pi * 100 * tt) + randn(1) * exp(j * 2 * pi * 200 * tt);y1 = y1 + 0.3 * (randn(size(y1)) + j * randn(size(y1)));y2 = randn(1) * exp(j * 2 * pi * 100 * tt) + randn(1) * exp(j * 2 * pi * 200 * tt);y2 = y2 + 0.3 * (randn(size(y1)) + j * randn(size(y1)));y3 = randn(1) * exp(j * 2 * pi * 350 * tt) + randn(1) * exp(j * 2 * pi * 250 * tt);y3 = y3 + 0.3 * (randn(size(y1)) + j * randn(size(y1)));figure; plot(real(y1), linewidth, 1);figure; plot(real(y2), linewidth, 1);figure; plot(real(y3), linewidth, 1);figure; plot(abs(fft(y1)), linewidth, 1);figure; plot(abs(fft(y2)), linewidth, 1);figure; plot(abs(fft(y3)), linewidth, 1);小波变换小波变换小波变换小波变换的计算给定s参数，小波变换属于卷积操作；通过一系列FFT，可以实现小波变换；小波逆变换：小波变换可逆：小波变换奇异特征检测：n阶消失矩。 load scddvbrk;x = scddvbrk;level = 2;[c,l] = wavedec(x,level,db4);[d1 d2] = detcoef(c,l,1:level);subplot(311),plot(x),xlim([400 600])subplot(312),d1up(1:2:1008)=d1;plot(d1up);ylabel(d1),xlim([400 600])subplot(313),d2up(1:4:1020)=d2;plot(d2up);ylabel(d2),xlim([400 600]) figure; plot(diff(x))多分辨分解成像系统的分辨率观测过程：模糊函数、点扩展函数：多分辨分解共轭镜像滤波器多分辨逼近如果将小波母函数看作模糊函数/点扩展函数，则相邻层间的小波系数相当于对信号的不同分辨率逼近。小波母函数为带通滤波器（0频分量为0），不是低通滤波。尺度-2关系j层小波函数可以表示为j+1层小波的线性组合。多分辨分解不同层小波系数的迭代关系：多尺度分解多分辨分解g(n)为h(n)对应的高通滤波器非基2多分辨率分解。多尺度分解多尺度分解多尺度分解：信号可以分解为不同尺度的细节矩阵的组合。Radon/Hough变换clear allclose allclc AA = zeros(100); for iii = 1 : 65 AA(iii, round(1.5 * iii)) = 1;end figure; imagesc(AA) figure; imagesc(radon(AA))检测直线：Dechirp变换针对特定信号的变换：线性调频信号检测Dechirp变换clear allclose all tt = 1 : 1000;tt = tt / 1000; y1 = 1 * exp(j * 2 * pi * 300 * (tt - 0.3) .^2) + 1.5 * exp(j * 2 *