基于分离度的图象特征提取与识别方法

对于图象中不同类别（以其统计分布函数一表征）的可识别性，分离度的统计定义可做出定量的描述。根据分离度在一对应映射变换下的不变性，应用Karhunen-Loeve变换对两类分布撮识别特征，发现分离度只依赖于特征值最大和最小的两个特征向量。而且，分离度的大小依赖于特征值怀某个定定值的偏差。由此我们提出一个识别模型，使每次分类后的样本集的特征值都趋近于两上定值，从而得到最佳的识别效果。由该模型设计的