基于文字识别视角下的图像特征抽取技术研究

朱大云，洪维先，孙 丽，陶玉宝，彭 勃

（安徽三联学院 安徽 合肥 230000）

1 引言

图像识别技术是现代文本信号识别处理技术的初始基础科学，是关于图像信号处理与文本识别的基础研究，对图像的特征抽取技术展开研究有益于文字识别技术的多元化发展。

2 主要成分数据分析（PCA）

PCA 技术是目前线性图像降维识别方法最重要的基础技术之一，在人脸识别等模式识别技术领域中都有着广泛的研究应用。PCA 应用的主要意义在于能够使软件重建程序过程执行中的时间误差达到最小。由TuturkM 和Pipentlanda 等所提出的对Eigenfaces 的最著名的识别方法也就是通过利用PCA 来进行人脸识别。Yang 等方法针对成分特征性剖面法的主要弱点，提出了一种三维图像立体投影成分特征分析方法。在新的yale 和ynnust603 人脸识别数据库上的多项实验分析结果表明，所提供的方法在人脸识别率和性能上明显地要优于目前经典版的PCA 方法，识别率平均可分别大幅提高6.7 个和4 个百分点[1]。

3 线性判别分析（LDA）

线性判别分析（LDA）基本思想上就是选择fisher 这个准则中的函数投射达到极值的一个向量投射作为最佳值的投影投射方向，使得一个样本被向量投射并达到这个投影方向后，类间的向量差异最大，而且在类内的向量离散最小。在此基础上，wilksl 和Duda 分别重新提出了本次判别样本向量集的基本概念，就是通过寻找一组样本判别的子向量空间组成子类型空间，并通过使用原始样本判别在子向量空间区域中的一个投影向量函数作为本次判别的基本特征并对其进行样本识别。……