Question

我有25张标签'感染'和25张标签'普通'的图片。我试图提取基于双树复数小波变换的系数作为每个图像的特征。

我使用DT-CWT获取系数的代码如下：

I = imread('infected_img1.jpg'); %read image
I = rgb2gray(I); %rgb ro gray-scale
L = 6; %no. of levels for wavelet decomposition
I = reshape(I',1,size(I,1)*size(I,2)); %change into a vector
I = [I,zeros(1,2^L - rem(length(I),2^L))]; %pad zeros to make dim(I) a multiple of 2^L
I = double(I);
dt = dddtree('cplxdt',I,L,'dtf3'); %perform DT-CWT
dt_Coeffs = (dt.cfs{L}(:,:,1) + 1i*dt.cfs{L}(:,:,2)); %extract coefficents at Level 6

现在，由于我有24个以上的图像来提取系数，我为每个图像执行此块。我的最终目标是附加在每次迭代中生成的所有系数向量以形成矩阵。但是每个图像倾向于给出不同大小的系数向量。

我想知道一些降维方法，它可以将每个矢量减少到统一的大小，同时保留其信息。任何人都可以建议具有良好清晰度的方法吗？

Answer 1

正如我在评论中提到的那样，

您无法缩小某些内容（即删除信息）并仍然保留所有 信息。

相反，您可以将所有向量填充到最大向量的长度，然后将它们连接起来以创建矩阵。您可以编写自己的方法，但本着not reinventing the wheel的精神，我以前使用过padcat()。它非常易于使用并使用NaN填充，但您可以轻松将其更改为0。

以下是一个示例用法，其中还包含从NaN到0的便捷转换。

>> a = [1 2 3 4];
>> b = [1 2 3];
>> c = padcat(a, b);
c =

     1     2     3     4
     1     2     3   NaN
>> c(isnan(c)) = 0
c =

     1     2     3     4
     1     2     3     0

如何进行数据维数减少？

1 个答案: