特征变换（5）K-L变换

           K-L变换也常称为主成分变换(PCA)或 霍特林变换，是一种基于图像统计特性的变换，它的协方差矩阵除对角线之外的元素都是零，消除了数据之间的相关性，从而在信息压缩方面起着重要做用。              K-L 变换的意义     在模式识别和图像处理中一个主要的问题就是降维，在实   际的模式识别问题中，咱们选择的特征常常彼此相关，在识别这些特征时，数量不少，大部分都是

>>阅读原文<<