Метод главных компонент

Метод главных компонент (МГК) используется как эффективный инструмент анализа данных. Он позволяет выявить основные закономерности анализируемых изображений, выявляя и подавляя помеховые сигналы. В конечном итоге, объем данных уменьшается, а их информативность увеличивается.

Изображения, полученные с помощью МГК, дополняют друг от друга, и обычно легче поддаются интерпретации, чем исходные данные.

После применения МГК количество каналов, данные которых анализируются, остается прежним, т.к. поворот осей в n-мерном пространстве не понижает его размерности.

Однако, несколько первых новых каналов учитывают максимальный разброс данных - в некоторых случаях почти 100%, ‑ поэтому данными остальных каналов часто можно пренебречь без потери полезной информации. Таким образом, практически МГК позволяет уменьшить объем данных и понизить количество используемых каналов.

Отдельный анализ различий по второй и последующим компонентам может выявить минимальные различия данных основных составляющих каналов.

По этим компонентам, после устранения влияния предыдущих, можно выделить очень тонкие детали изображения, которые были затенены более высоким контрастом в первоначальном изображении. В ряде случаев они могут использоваться, наоборот, для целей фильтрации, исключая характерный шум в данных (помехи в данных, полученных со старых или неисправных сканеров).

Обратное преобразование изображения, обработанного МГК, в исходное со снижением уровня шумов после удаления последних главных компонент, содержащих эти шумы, называется инверсией главных компонент. Этот прием используется для более качественного и точного распознавания объектов и их свойств другими цифровыми методами.