输入:从一张图片中提取的LBP特征,维度为75520。因此,输入的LBP数据包含1行和75520列。
所需输出:对输入应用PCA以减小维度。
目前我的代码看起来像这样:
void PCA_DimensionReduction(Mat &src, Mat &dst){
int PCA_DIMENSON_VAL 40
Mat tmp = src.reshape(1,1); //1 rows X 75520 cols
Mat projection_result;
Mat input_feature_vector;
Mat norm_tmp;
normalize(tmp,input_feature_vector,0,1,NORM_MINMAX,CV_32FC1);
PCA pca(input_feature_vector,Mat(),CV_PCA_DATA_AS_ROW, PCA_DIMENSON_VAL);
pca.project(input_feature_vector,projection_result);
dst = projection_result.reshape(1,1);
}
基本上,我使用这个功能来匹配两个图像之间的相似性,但是没有应用PCA时,我得不到适当的结果。
任何帮助将不胜感激...
问候
哈里斯...